Skip to Main Content
线性代数 · 核心章节Back to Top

线性代数 · 核心章节

4 minutes

线性代数 · 核心章节

线代脉络:行列式 → 矩阵 → 向量组 → 方程组 → 特征值 → 二次型,前四章是后两章的工具。


1. 行列式

定义与性质

det(A) = Σ σ(p) a₁p₁ a₂p₂ … aₙpₙ

核心性质:

展开定理(代数余子式)

按第 i 行展开:|A| = Σ(j) aᵢⱼ·Aᵢⱼ

特殊行列式

类型结果
上/下三角主对角线乘积
对角对角线乘积
范德蒙德∏(xⱼ−xᵢ)(i<j)
副对角(−1)^(n(n−1)/2)·∏aᵢ,ₙ₋ᵢ₊₁

克拉默法则

Ax=b|A|≠0 时:xᵢ = |Aᵢ|/|A|(Aᵢ 为替换第 i 列)。


2. 矩阵

运算

(AB)C = A(BC);A(B+C) = AB + AC
(AB)ᵀ = BᵀAᵀ;(A+B)ᵀ = Aᵀ+Bᵀ
|AB| = |A||B|

逆矩阵

A⁻¹ 存在 ⇔ |A| ≠ 0 ⇔ A 可逆 ⇔ r(A) = n
A⁻¹ = A*/|A|(伴随矩阵法)
(AB)⁻¹ = B⁻¹A⁻¹;(Aᵀ)⁻¹ = (A⁻¹)ᵀ

常用公式:A·A* = |A|EA* = |A|A⁻¹

初等变换与初等矩阵

初等行变换不改变秩;初等矩阵左乘 = 行变换,右乘 = 列变换。

r(A):非零子式的最高阶数
r(A) ≤ min(m,n);r(A+B) ≤ r(A)+r(B)
r(AB) ≤ min(r(A), r(B));r(A)+r(B) − n ≤ r(AB)
r(A)=r(Aᵀ);r(kA)=r(A)(k≠0)

3. 向量组

线性相关 / 无关

α₁,…,αₛ 线性相关 ⇔ 存在不全为 0 的 kᵢ 使 Σ kᵢαᵢ = 0
无关 ⇔ 只有全 0 系数成立

判定:

秩与极大无关组

秩 = 极大线性无关组中向量个数
向量组秩 ≤ 矩阵秩,且 r(α₁,…,αₛ) = r(矩阵)

4. 线性方程组

Ax = b(m×n)

解的存在性

条件结论
`r(A) < r(Ab)`
`r(A) = r(Ab) = n`
`r(A) = r(Ab) = r < n`

齐次 Ax=0:非零解 ⇔ r(A) < n|A|=0(方阵)。

解的结构

非齐次通解 = 齐次通解 + 一个特解
齐次通解 = C₁ξ₁ + … + Cₙ₋ᵣξₙ₋ᵣ(基础解系)

5. 特征值与特征向量

Ax = λx(x ≠ 0)
特征多项式:|λE − A| = 0

重要性质

Σλᵢ = tr(A)(迹)
∏λᵢ = |A|
不同特征值对应的特征向量线性无关
A⁻¹ 特征值 1/λ;Aᵀ 与 A 特征值相同;A^k 特征值 λ^k

相似对角化

A ~ Λ ⇔ A 有 n 个线性无关特征向量 ⇔ 每个 k 重特征值对应 k 个线性无关特征向量
P⁻¹AP = diag(λ₁,…,λₙ),P 的列 = 特征向量
Aⁿ = P·Λⁿ·P⁻¹

6. 二次型

f = xᵀAx(A 对称)

标准形与规范形

正定判定

方法条件
特征值全为正
顺序主子式全大于 0
定义∀x≠0:xᵀAx > 0

7. 考研常考题型

  1. 行列式性质与抽象行列式计算;
  2. 求逆、伴随矩阵、A*A 的关系;
  3. 秩的不等式;
  4. 向量组相关性的参数讨论;
  5. 含参数方程组的解判定与通解;
  6. 特征值特征向量、相似对角化、Aⁿ
  7. 二次型化标准形、正定判断。

例题速览

例 1:已知 A 三阶,|A|=2,求 |3A⁻¹|

|3A⁻¹| = 3³·|A⁻¹| = 27·(1/2) = 27/2

例 2A 特征值 1, 2, 3,求 |A²+A+E|

A 的特征多项式作用于 A:g(λ) = λ²+λ+1
|g(A)| = g(1)·g(2)·g(3) = 3·7·13 = 273

8. 易错点清单

上一篇:多元微积分 | 下一篇:概率论

Read Also