南开17秋学期《线性代数》在线作业

南开17秋学期《线性代数》在线作业一、行列式：线性代数的入门基石行列式是研究线性方程组、矩阵性质的重要工具。在线作业中，行列式的计算与应用往往是开篇的考察点。1.核心要点回顾：*定义：n阶行列式是由n²个数组成的n行n列的数表，按一定的运算法则所确定的一个数。理解行列式的递归定义（余子式、代数余子式）对于掌握其性质至关重要。*性质：行列式的性质是简化行列式计算的关键，例如：行列式与它的转置行列式相等；互换行列式的两行（列），行列式变号；行列式的某一行（列）中所有的元素都乘以同一数k，等于用数k乘此行列式；若行列式的某一行（列）的元素都是两数之和，则行列式可拆分为两个行列式之和；把行列式的某一行（列）的各元素乘以同一数然后加到另一行（列）对应的元素上去，行列式的值不变。*计算：低阶行列式（二阶、三阶）可直接利用对角线法则或定义计算。高阶行列式则主要依赖行列式的性质，通过化为上（下）三角行列式、按行（列）展开（降阶法）、利用范德蒙德行列式等特殊行列式的结果来简化计算。*应用：克拉默法则（Cramer'sRule）给出了线性方程组解与系数行列式之间的关系，但需注意其仅适用于方程个数与未知数个数相等且系数行列式不为零的情形。2.在线作业常见考察形式与解题建议：*直接计算给定的n阶行列式（n通常不会太高，以考察性质应用为主）。解题时，应先观察行列式的结构特点，灵活运用性质进行化简。例如，若有行或列元素大部分为零，则考虑按此行或列展开；若各行（列）元素之和相等，可先将各列（行）加到第一列（行）再提取公因子。*利用行列式的性质证明一些等式或不等式。*结合克拉默法则判断方程组解的情况或求解简单的线性方程组。二、矩阵：线性代数的核心工具矩阵是线性代数中最为核心的概念和工具，几乎所有线性代数问题都可以通过矩阵来表述和解决。1.核心要点回顾：*定义与运算：矩阵是m×n个数排成的矩形数表。矩阵的基本运算包括加法、数乘、乘法、转置。其中，矩阵乘法的定义（行乘列法则）及其满足的运算律（如结合律、分配律）和不满足的运算律（如交换律、消去律）是重点。*特殊矩阵：单位矩阵、对角矩阵、三角矩阵、对称矩阵、反对称矩阵、伴随矩阵、可逆矩阵等，各自具有独特的性质和应用。*矩阵的秩：矩阵的秩是矩阵的一个重要数字特征，反映了矩阵行（列）向量组的线性相关性。秩的定义（最高阶非零子式的阶数）及求法（初等行变换化为行阶梯形矩阵，非零行的行数即为秩）是核心。*逆矩阵：可逆矩阵的定义、判定（行列式非零、秩等于阶数、存在矩阵B使得AB=BA=E）以及求法（伴随矩阵法、初等行变换法）是重中之重。逆矩阵在解矩阵方程等问题中不可或缺。*初等变换与初等矩阵：初等变换（行变换、列变换）是处理矩阵问题的基本手段，初等矩阵与初等变换之间的对应关系（左乘行变换，右乘列变换）是理解矩阵等价、求逆、求秩的关键。2.在线作业常见考察形式与解题建议：*矩阵的各种基本运算（加减乘除、转置、求逆）的综合计算题。解题时务必细心，尤其是矩阵乘法的顺序和元素计算。*求矩阵的秩。通常采用初等行变换化为行阶梯形矩阵来求解。*判断矩阵是否可逆，并求其逆矩阵。若矩阵阶数较低（如二阶），伴随矩阵法可行；高阶矩阵则初等行变换法更为高效。*解矩阵方程（如AX=B,XA=B,AXB=C）。核心思想是通过左乘或右乘逆矩阵将方程化为X=A⁻¹B,X=BA⁻¹,X=A⁻¹CB⁻¹。*利用矩阵的秩判断向量组的线性相关性或线性方程组解的情况。三、线性方程组：理论与应用的结合点线性方程组是线性代数理论的重要起源和主要应用领域。1.核心要点回顾：*线性方程组的表示：一般形式、矩阵形式（Ax=b）、向量形式。*解的判定定理：线性方程组Ax=b有解的充分必要条件是系数矩阵A的秩等于增广矩阵[A|b]的秩。进一步，若r(A)=r(A|b)=n（未知数个数），则方程组有唯一解；若r(A)=r(A|b)=r<n，则方程组有无穷多解。*解的结构：齐次线性方程组Ax=0的解空间（基础解系）的概念及其求法。非齐次线性方程组Ax=b的通解等于其一个特解加上对应齐次方程组的通解。*求解方法：高斯消元法（初等行变换将增广矩阵化为行最简形矩阵，然后回代求解）是求解线性方程组的通用有效方法。2.在线作业常见考察形式与解题建议：*利用消元法求解线性方程组（齐次或非齐次），并写出通解。这是最基本也最重要的题型，需要熟练掌握将增广矩阵化为行最简形的步骤。*含参数的线性方程组解的讨论。即当参数取何值时，方程组无解、有唯一解、有无穷多解，并在有解时求出解。此类问题需结合行列式（当系数矩阵为方阵时）或矩阵的秩进行分析。*求齐次线性方程组的基础解系和通解。*证明线性方程组解的一些性质，或根据解的性质反推方程组的系数矩阵或右端项满足的条件。四、向量组的线性相关性：深入理解空间结构向量组的线性相关性是刻画向量之间关系、理解线性空间结构的基础。1.核心要点回顾：*基本概念：线性组合、线性表示、线性相关、线性无关。这些概念是层层递进的。*判定定理：向量组线性相关/无关的判定方法多样，包括定义法、利用行列式（n个n维向量）、利用矩阵的秩（向量组构成矩阵的秩与向量个数的关系）。*极大线性无关组与向量组的秩：极大无关组的定义和求法（通常通过将向量组按列排成矩阵，进行初等行变换化为行阶梯形，非零行首非零元所在列对应的原向量即为极大无关组）。向量组的秩等于极大无关组所含向量的个数，也等于该向量组构成矩阵的秩。*向量空间：（了解）n维向量空间、子空间、基、维数、坐标等概念。2.在线作业常见考察形式与解题建议：*判断给定向量组的线性相关性。可优先考虑将向量按列排成矩阵，求其秩，若秩小于向量个数则相关，等于则无关。对于具体的数值向量组，这是常用方法。*讨论含参数向量组的线性相关性。*求向量组的极大线性无关组，并将其余向量用该极大无关组线性表示。*证明向量组线性相关或无关的命题。这类问题常需结合定义和相关定理进行逻辑推理。*利用线性表示的传递性、向量组秩的比较等证明一些关于向量组之间关系的命题。五、特征值与特征向量：矩阵的深刻刻画特征值与特征向量揭示了矩阵在特定方向上的变换特性，是矩阵理论中的高级内容，也是后续学习二次型标准化等的基础。1.核心要点回顾：*定义：设A是n阶矩阵，若存在数λ和非零n维列向量x，使得Ax=λx，则称λ是A的特征值，x是A的对应于特征值λ的特征向量。*特征多项式与特征方程：|A-λE|=0称为A的特征方程，其左端的多项式称为A的特征多项式。特征值是特征方程的根。*特征向量的求法：对于每个特征值λ₀，求解齐次线性方程组(A-λ₀E)x=0，其非零解即为对应于λ₀的特征向量。*性质：矩阵的特征值之和等于其迹（主对角线元素之和），特征值之积等于其行列式；属于不同特征值的特征向量线性无关；实对称矩阵的特征值为实数，且属于不同特征值的特征向量正交。*相似矩阵：定义（存在可逆矩阵P使得P⁻¹AP=B）、性质（有相同的特征多项式和特征值、相同的秩和行列式）。*矩阵的对角化：n阶矩阵A可对角化的充分必要条件是A有n个线性无关的特征向量。实对称矩阵一定可对角化，且可正交对角化。2.在线作业常见考察形式与解题建议：*求给定矩阵的特征值和全部（或线性无关的）特征向量。这是基本题型，步骤是先求特征多项式，再求根得特征值，最后对每个特征值解齐次方程组。*判断矩阵是否可对角化，若可，求出可逆矩阵P（或正交矩阵P）使得P⁻¹AP（或PᵀAP）为对角矩阵。*利用特征值计算矩阵的幂（若A可对角化，Aⁿ=PΛⁿP⁻¹）或行列式（|A|=λ₁λ₂…λₙ）。*结合矩阵的迹和行列式等条件，求矩阵的特征值或其中的参数。*证明与特征值、特征向量相关的命题，如证明某个向量是特征向量，某个数是特征值。六、二次型：实对称矩阵的应用二次型是线性代数的一个重要应用分支，主要研究二次齐次多项式的化简问题。1.核心要点回顾：*定义与矩阵表示：n元二次型是n个变量的二次齐次多项式，可表示为f(x)=xᵀAx，其中A是实对称矩阵，称为二次型f的矩阵。*二次型的标准形与规范形：通过可逆线性变换（合同变换）将二次型化为只含平方项的形式，即标准形。进一步，系数只取1,-1,0的标准形称为规范形。*化二次型为标准形的方法：配方法、正交变换法。正交变换法具有保持几何形状不变的优点，其本质是利用实对称矩阵的正交对角化。*惯性定理：二次型的规范形是唯一的，其正惯性指数（正平方项个数）和负惯性指数（负平方项个数）是不变量。*正定二次型：定义（对任意非零x，f(x)>0）及其判定（顺序主子式全大于零、特征值全大于零、正惯性指数等于n等）。2.在线作业常见考察形式与解题建议：*写出二次型的矩阵，并求二次型的秩。*用配方法或正交变换法化二次型为标准形，并写出所用的线性变换。正交变换法步骤：求二次型矩阵A的特征值和正交特征向量组，将特征向量单位化，构成正交矩阵P，作变换x=Py即可。*判断二次型的正定性。可根据具体情况选择顺序主子式法或特征值法。*已知二次型的标准形或正定性等信息，反求二次型矩阵中的参数。七、在线作业的备考与学习建议1.夯实基础，吃透概念：线性代数概念抽象，务必在理解上下功夫，而非死记硬背。例如，线性相关与无关的概念，要能从几何意义和代数定义两方面去把握。2.勤于动手，多做练习：线性代数的很多计算技巧和解题思路，只有通过大量练习才能熟练掌握。在线作业中的题目往往具有代表性，应认真对待每一道题。3.重视推导，理解原理：对于重要的定理和公式，不仅要记住结论，更要理解其推导过程和适用条件。例如，为什么矩阵的秩等于其行向量组的秩也等于其列向量组的秩？4.梳理体系，构建联系：线性代数各章节内容并非孤立，要主动梳理它们之间的内在联系。例如，矩阵的秩如何串联起行列式、线性方程组解的判定、向