线性代数(B)复习提纲 2
线性代数复习提纲
线性代数复习提纲第一章 行列式1、行列式的定义：总项数、每一项构成、符号确定方法(附带:逆序、逆序数、奇排列)。
2、行列式性质：P9—P11六个性质两个推论，按某一行(列)的降阶展开(附带: 余子式、代数余子式)。
3、行列式计算: 一般方法 --化成三角形、降阶展开。
特殊计算：分块三角形--例10）、范德蒙—例12。
4、克拉默法则公式—P22第二章 矩阵及其运算1、概念：矩阵的型(阶)、相等、线性变换。
特殊矩阵：零矩阵、负矩阵、单位矩阵、纯量矩阵、对角矩阵、对称矩阵、逆矩阵、矩阵的行列式、伴随矩阵、奇异矩阵、分块对角矩阵。
2、运算：加法、数乘、转置、矩阵相乘、求伴随矩阵、解矩阵方程。
3、重要定理公式：⑴矩阵乘法：不满足交换律、两个非零矩阵乘积可能为零矩阵、两个对角矩阵的乘积等于以主对角线对应元素乘积为相应元素的对角矩阵。
⑵转置：T T T T T T T T T T A B AB A A B A B A A A ==+=+=)(,)(,)(,)(λλ，O A A O A T =⇔= ⑶方阵的行列式：B A AB A A BA AB A An T ====,,,λλ，A A A A n 111*==--， ⑷伴随矩阵：E A A A AA ==**，*11*)()(--=A A⑸逆矩阵基本公式：*11 0A AA A A =≠⇔-此时有，可逆方阵 ⑹逆矩阵运算公式：T T A A AB AB A A A A )()()(,1)(,)(111111111---------====λλ ⑺二阶方阵逆矩阵公式：⎪⎪⎭⎫ ⎝⎛---=-a c b d bc ad d c ba 1)(1 ⑻分块对角矩阵的逆等于每一块分别取逆。
特别的，对角矩阵的逆等于主对角线每个元素取倒数。
⑼一元矩阵多项式)(A f 可以象字母多项式)(x f 那样分解为因式的乘积，并且各因式顺序可以交换。
第三章 矩阵的初等变换1、概念：三种初等行变换（列变换）的定义和相应记号、对应的三种初等矩阵。
线性代数复习提纲
线性代数复习提纲线性代数是数学中的一个基础课程，涵盖了向量空间、线性变换、矩阵理论等内容。
它在计算机科学、物理学、经济学和工程学等领域都有广泛的应用。
下面是线性代数的复习提纲，帮助你回顾相关的知识点。
一、向量空间1.向量的定义和性质2.向量空间的定义和性质3.子空间的定义和判断条件4.向量的线性相关性与线性无关性5.基和维数的概念二、线性变换1.线性变换的定义和性质2.线性变换的矩阵表示3.线性变换的核与像空间4.线性变换的维数公式5.线性变换的复合与逆变换三、矩阵理论1.矩阵的定义和性质2.矩阵的运算：加法、数乘、乘法3.矩阵的逆与转置运算4.矩阵的秩和行列式5.矩阵的特征值与特征向量四、特殊矩阵和特征值问题1.对称矩阵的性质和对角化2.可逆矩阵与相似矩阵3.正交矩阵与正交对角化4.特征值问题的求解方法五、解线性方程组1.线性方程组的矩阵表示2.高斯消元法与矩阵的初等变换3.初等矩阵的性质与应用4.齐次线性方程组和非齐次线性方程组的解的结构六、向量空间的基变换1.基变换的定义和性质2.过渡矩阵的求解3.变换矩阵的求解与应用4.基变换下的坐标表示和坐标变换公式七、内积空间和正交性1.内积的定义和性质2.内积空间的定义和性质3.正交基和正交投影4.标准正交基和正交矩阵的定义和性质八、二次型与正定性1.二次型的定义和性质2.二次型的矩阵表示和标准化3.正定二次型和半正定二次型的定义和性质4.二次型的规范形和合同变换以上是线性代数的复习提纲，可以通过对每个知识点的回顾、理解和练习来复习线性代数。
在复习过程中，可以结合教材、习题和课堂笔记，通过解题和思考来巩固知识点的掌握。
另外，可以参考相关的教学视频或在线课程来帮助理解和学习线性代数的概念和方法。
最重要的是多做习题，加深对知识点的理解和应用。
线性代数复习二
在掌握好基本概念、基本原理和基本方法的前提下，下面谈谈在复习过程中应注意的一些问题.一、加强计算能力训练，切实提高计算的准确性相当一部分同学在复习做题过程中会有这样的体会：对问题所涉及的概念、原理都很清楚，计算方法也知道，但就是无法算出正确答案来，或是计算有误，或是根本无法演算下去，造成不应有的丢分.例1 (2003年数学三)已知齐次线性方程组112233112233112233112233()0,()0,()0,()0.n n n n n n nn a b x a x a x a x a x a b x a x a x a x a x a b x a x a x a x a x a b x +++++=⎧⎪+++++=⎪⎪+++++=⎨⎪⎪+++++=⎪⎩其中10.ni i a =≠∑试讨论12,,,n a a a b 和满足何种关系时,(1)方程组仅有零解；(2)方程组有非零解，在有非零解时，求此方程组的一个基础解系.分析 本题思路方法比较直接：当系数矩阵的行列式不为零时，仅有零解；当系数矩阵的行列式等于零时，有非零解.但涉及到行列式的计算、初等变换化矩阵为阶梯形以及求基础解系等大量的计算问题，特别是含有多个参数，进一步增加了计算的难度.解 方程组的系数行列式123123123123||n n n n a b a a a a a b a a a a a b a a a a a b++=++A 231231231231nin i nini ni n i nin i ab a a a aba b a a a b a a b a aba a a b====+++=++++∑∑∑∑23232312311()11n n ni n i n a a a a b a a a b a a b a a a a b=+=+++∑231100()0000n ni i a a a b a b b b==+∑11().nn i i b a b -==+∑(1)当100||.0,ni i b a b =≠+≠≠∑且时,方程组仅有零解A ；(2)当b =0时，原方程组的同解方程组为11220.n n a x a x a x +++=由10ni i a =≠∑可知a i (i =1,2,…,n )不全为零，不妨设10a ≠.因为秩r (A )=1，取23,,,nx x x 为自由未知量，可得方程组基础解系为T121(,,0,,0),a a =- αT231(,0,,,0),a a =- α…，T11(,0,0,,).n n a a -=- α当1100nn i i i i b a a b ===-≠≠∑∑时,由知,系数矩阵可化为123000000n a b a a a b b bb b b +⎛⎫⎪-⎪ ⎪→- ⎪ ⎪⎪-⎝⎭A →12311100101011ni n i a a a a a =⎛⎫-⎪ ⎪ -⎪ ⎪- ⎪ ⎪⎪-⎝⎭∑110010001001000-⎛⎫ ⎪- ⎪ ⎪→ ⎪- ⎪ ⎪⎝⎭由于秩r (A )=n -1，易知Ax =0的基础解系为T(1,1,1,,1).= α 评注1 本题行列式的计算方法很多，例如，系数矩阵可表示为121212n nn a a a a a a b b a a a ⎛⎫ ⎪ ⎪=+=+ ⎪ ⎪⎝⎭A EB E , 而r (B )=1,可方便地求出B 的特征值为0,0,…,01ni i a =∑，于是b =+A B E 的特征值为1211,,,,,nn n ii b b b b a λλλλ-=====+∑从而根据特征值可求出行列式为 11||||().nn i i b ba b -===+∑ A B +E评注2 当1ni i b α==-∑时，注意到系数矩阵A 的秩为r (A )=n -1,而T (1,1,,1)=≠0 α显然为A X =0的一个解，即可作为基础解系.例2 （2003年数学一）设矩阵1*322010232,101,,223001-⎛⎫⎛⎫⎪ ⎪=== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭A PB P A P 2+求B E 的特征值与特征向量,其中A *为A 的伴随矩阵,E 为3阶单位矩阵.分析 本题是基础题型，思路非常明确：先求A *及1P -，然后计算B =P -1A *P 及B +2E ，最后求B +2E 的特征值、特征向量，但计算量大，稍有疏忽，将很难得到最终的正确结果.解 由*322522232252,223225--⎛⎫⎛⎫⎪ ⎪==-- ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭可得A A 又由010101001⎛⎫ ⎪= ⎪ ⎪⎝⎭P 可得111100,001--⎛⎫ ⎪= ⎪ ⎪⎝⎭P于是 1*700254,225-⎛⎫ ⎪==-- ⎪ ⎪--⎝⎭B P A P 9002274.225⎛⎫ ⎪+=-- ⎪ ⎪--⎝⎭B E 根据9|(2)|274225λλλλ-⎛⎫⎪-=- ⎪ ⎪-⎝⎭E B +E 2(9)(3),λλ=-- 可知B +2E 的特征值为1239, 3.λλλ===解 [9E -（B +2E ）] x =0,得基础解系为12111,1,01-⎛⎫⎛⎫ ⎪ ⎪=-=- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭αα因此属于129λλ==的所有特征向量为12121111,,01k k k k -⎛⎫⎛⎫ ⎪ ⎪-+- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭是不全为零的任意常数.解[3E -（B +2E ）] x =0,得基础解系为3301.1λ⎛⎫⎪= ⎪ ⎪⎝⎭因此属于的所有特征向a =33301,1k k ⎛⎫ ⎪⎪ ⎪⎝⎭量为 为非零的任意常数.评注 本题直接计算，工作量是相当大的.若由定义A α=λα,有*||λ=进而有A A ,αα11*11*1()()(),λ-----==|A |B P PA P P PA =P αααα11(2)()2.λ--⎛⎫=+ ⎪⎝⎭|A |B +E P P αα若求出A 的特征值λ及对应特征向量α, 则B +2E 的特征值为||2λ+A 及对应特征向量P -1α这样就不必求A *. 且根据222222222,222222222⎛⎫⎛⎫⎪ ⎪=+ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭知A E 的特征值为0,0,6，从而A 的特征值为1,1,7.二、扩展公式结论蕴涵，努力探索灵活解题途径线性代数概念多，公式、定理也多，巧妙地利用已有的公式与结论，往往可以达到简化计算的目的.例如有关A *的公式结论有：AA *= A *A =|A |E ，由此还可推出一系列相关的公式：*1(1)||||(2),n n -=≥A A **2()||(3),n n -=≥A A A *1*()(2).n k kn -=≥A A(2)若A 可逆，则A *=| A | A -1, (A *)-11.||=A A(3) *,(),()1,()1,(2).0,() 1.n r n r r n n r n =⎧⎪==-≥⎨⎪<-⎩A A A A(4) T **T 1**1()(),()().--==A A A A(5) 若A 可逆，且λ为A 的特征值，则A *有一个特征值为λ|A |.例3 （2000年数学一）设矩阵A 的伴随矩阵*100001001010038⎛⎫ ⎪⎪= ⎪ ⎪-⎝⎭A ，且ABA -1=BA -1+3E ，其中E 是4阶单位矩阵，求矩阵B .分析 本题相当于解矩阵方程.若先从A *求出A -1及A ，再代入已知关系式求B ，则计算量会相当大.考虑到题设与A *有关，若先用A *A =AA *=|A |E 化简，则方便得多.解 由ABA -1=BA -1+3E 先右乘A ，得 AB =B +3A , 再左乘A *，并利用A *A =|A |E ，得A *AB =A *B +3A *A ,即 |A |B = A *B +3| A |E . 再由|A *|=|A |4-1=|A |3,得 |A |3=8,即 |A |=2. 于是有2B =A *B +6E , (2E -A *)B =6E . 故11100001006(2)610100306--⎛⎫ ⎪ ⎪=-=⎪- ⎪-⎝⎭*B E A60000600.60600301⎛⎫ ⎪ ⎪= ⎪ ⎪-⎝⎭ 评注 题设与A *有关时，一般均可考虑利用AA *=A *A =|A |E 及其相关公式，结论先化简、再计算.例4 （2003年数学四）设矩阵21112111a ⎛⎫⎪= ⎪ ⎪⎝⎭A 可逆，向量11b ⎛⎫ ⎪= ⎪ ⎪⎝⎭α是矩阵A *的一个特征向量，λ是a 对应的特征值，其中A *是A 的伴随矩阵，试求,a b λ和的值.分析 题设与A *有关，先用A A *= A * A =|A |E 化简. 解 已知A * α=λα，利用A A *=|A |E ，有 | A |α=λA α， 因为A 可逆，知||0,0,λ≠≠于是有A ||λ=A A ,αα 即21111||121,1111b b a λ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭A ① 解此方程组得a =2, b =1或-2.又211||1214112==A ，由式①可知：当b =1时λ=1; 当b =-2时λ=4. 又如，有关特征值与相似矩阵的重要公式和结论有：（1）设λ1，λ2，…，λn 为n 阶方阵A 的n 个特征值，则f (λ1),…,f (λn )为f (A )的n 个特征值，其中f (A )为A 的多项式.且121122,n nn a a a λλλ+++=+++ 12||.n λλλ= A(2) 若r (A )=1，则A 的特征值为λ1=λ2=…=λn -1=0,λn =a 11+a 22+…+a nn .(3) 若A ~B ，则|A |=| B |，r (A )=r (B )，特征多项式相同：|λE - A |=|λE -B |,λ∀，从而特征值相同，进而有a 11+a 22+…+a nn =b 11+b 22+…+b nn .例5 （2000年数学三）若4阶方阵A 与B 相似，矩阵A 的特征值为1111,,,2345，则行列式|B -1-E |= .分析 利用相似矩阵有相同的特征值的结论及通过特征值求行列式的结论即可. 解 由A ~B ，知B 的特征值是1111,,,2345，于是B -1的特征值是2,3,4,5,从而B -1-E 的特征值是1，2，3，4，故行列式 |B -1-E |=1·2·3·4=24.例6 （2001年数学一、三）设1111400011110000,,11110000111100⎛⎫⎛⎫⎪⎪⎪⎪== ⎪⎪ ⎪⎪⎝⎭⎝⎭A B 则A 与B(A) 合同且相似. (B) 合同但不相似.(C) 不合同但相似. (D) 不合同且不相似.分析 本题的关键知识点是：两个实对称矩阵若相似，则必合同.又r (A )=1，其特征值为12344,0.λλλλ====显然A 、B 为实对称矩阵，且A ~B ，于是A 与B 也合同.故应选（A ）.评注 当A 、B 为实对称矩阵时，若A ~B ，则A 、B 有相同的特征值⇒x TAx 与x TBx 有相同的正负惯性指数⇒A 与B 合同.但若A 、B 为非对称矩阵，则A 与B 不合同（合同矩阵必为对称矩阵）.例7（2007年数学一至四） 设矩阵⎪⎪⎪⎭⎫⎝⎛------=211121112A , ⎪⎪⎪⎭⎫⎝⎛=000010001B ,则A 与B (A)合同, 且相似. (B) 合同, 但不相似 .(C)不合同, 但相似. (D) 既不合同, 又不相似.解 由0||=-A E λ 得A 的特征值为0, 3, 3, 而B 的特征值为0, 1, 1，从而A 与B 不相似. 又r (A )=r (B )=2, 且A 、B 有相同的正惯性指数, 因此A 与B 合同. 故选(A) .评注1)若A 与B 相似, 则| A |=| B |；r (A )= r (B )；tr (A )= tr (B ); A 与B 有相同的特征值. 2)若A 、B 为实对称矩阵, 则 A 与B 合同⇔ r (A )= r (B ), 且A 、B 有相同的正惯性指数.三、注重前后知识联系，努力培养综合思维能力线性代数不仅概念多，公式结论多，而且前后知识联系紧密，环环相扣，几乎从任何一个知识点都可切入将前后知识联系起来考查.例如：①行列式|A |=0⇔矩阵A 不可逆⇔秩r (A )<n⇔A 的行（列）向量组线性相关 ⇔Ax =0有非零解⇔λ=0是矩阵A 的特征值②β可由α1，α2,…，αn 惟一线性表示β=x1a1+x2α2+…+x nαn⇔Ax=β有惟一解x=(x1,x2,…,x n)T,A=(α1,α2,…,αn)⇔r(A)=r(A β)=n⇔|A|≠0⇔Ax=0只有零解⇔λ=0不是A的特征值③AB=0⇔A(b1,b2,…, b s)=0, B=( b1, b2,…, b s)⇔Ab j=0, j=1,2,…,s⇔b1,b2,…,b s均为Ax=0的解(⇒r(A)+r(B)≤n)⇔若b j≠0且A为n阶方阵时，b j为对应特征值λj=0的特征向量④AB=C⇔A(b1, b2,…, b r)=(C1, C2,…, C r)⇔Ab j=C j,j=1,2,…,r⇔b j为Ax=C j的解.⇔C1, C2,…, C r可由A的列向量组α1, α2,…, αs线性表示.[⇒r(C)=r(AB)≤r(A)或r(B)].例8（2003年数学一）设向量组I: α1, α2,…, αr可由向量组II：β1,β2,…,βs线性表示，则(A) 当r<s时，向量组II必线性相关. (B) 当r>s时，向量组II必线性相关.(C) 当r<s时，向量组I必线性相关. (C) 当r>s时，向量组I必线性相关.分析本题可由定理“若α1, α2,…, αs可由β1, β2,…, βt线性表出，且s>t，则α1, α2,…, αs 线性相关”，直接得正确选项(D).若不熟悉上述定理，可由反例通过排除法找到正确选项.也可根据上述结论④用秩来判定：由题设，存在s×r矩阵P，使(α1, α2,…, αr)=( β1, β2,…, βs)P s×r,则r(α1, α2,…, αr)=r{( β1,…, βs)P}≤r(β1,…, βs)≤s.当r>s时，有r(α1, α2,…, αr)≤s<r，此时α1, α2,…, αr必线性相关.例9（2002年数学一、二）已知4阶方阵A=α1, α2, α3, α4), α1, α2, α3, α4均为4维列向量，其中α2，α3，α4线性无关，α1=2α2-α3，如果β=α1+α2+α3+α4,求线性方程组Ax=β的通解.分析本题可将A=(α1, α2, α3, α4),β=α1+α2+α3+α4及x=1234xxxx⎛⎫⎪⎪⎪⎪⎪⎝⎭代入Ax=β，找出具体的方程，再按通常方法求解.也可由β=α1+α2+α3+α4即β可由α1, α2, α3, α4线性表示，相当于已知1111⎛⎫⎪⎪⎪⎪⎝⎭为Ax=β的特解，及α1-2α2+α3+0·α4=0与α2, α3, α4线性无关知1210⎛⎫ ⎪- ⎪ ⎪ ⎪⎝⎭为Ax =0的基础解系.再根据解的结构理论知Ax =β的通解为1111x k ⎛⎫ ⎪ ⎪=+ ⎪ ⎪⎝⎭1210⎛⎫⎪-⎪ ⎪ ⎪⎝⎭，k 为任意常数. 评注 Ax =β的解与β可由A 的列向量组线性表示之间可相互转换.例10 已知3阶矩阵A 与三维向量x ，使得向量组x , Ax , A 2x 线性无关，且满足A 3x =3Ax -2A 2x .(1) 记P =(x , Ax , A 2x )，求3阶矩阵B ，使A =PBP -1； (2) 计算行列式|A +E |.分析 A =PBP -1⇔AP =PB ⇔P -1AP =B .本题(1) 有多种方法求解：设法求出A 的特征值、特征向量；将B 的每个元素作为未知量直接代入等式求解等等.但根据结论④，由已知一组关系式：Ax =Ax ,A 2x =A 2x ,及A 3x =3Ax -2A 2x 合并起来有(Ax ,A 2x ,A 3x )=( A x ,A 2x ,3 A x -2A 2x ),即 A (x , Ax , A 2x )=(x , A x ,A 2x )000103012⎛⎫⎪ ⎪ ⎪-⎝⎭, 也即AP =P 000103012⎛⎫⎪⎪ ⎪-⎝⎭，可方便地求得B =000103012⎛⎫ ⎪ ⎪ ⎪-⎝⎭. 至于行列式的计算可用特征值(A 、B 有相同特征值)或相似矩阵计算即可(A ~B ⇒A +E ~B +E ).评注 从本题可见，矩阵运算AB =C 与关系式Ab j =C j 之间的转换可化为线性方程组的解、矩阵的相似与对角化，进而还可利用特征值、相似矩阵求行列式等等.四、加强综合题型训练，全面系统地掌握好知识计算能力的提高不是一朝一夕的事，除了要不断归纳总结一些重要公式和结论并加以巧妙、适当的应用外，还要靠平时的积累，要养成踏踏实实、有始有终将最后结果计算出来的习惯，只要持之以恒、坚持练习，计算准确性的提高并不是一件困难的事. 而对整个知识的融会贯通、综合应用也有赖于适当地多做这方面的练习，下面介绍几个综合性较强的例题.例11 设A 、B 为三阶相似非零实矩阵，矩阵A =(a ij )3×3满足a ij =A ij (i ,j =1,2,3),A ij 为a ij的代数余子式，矩阵B 满足|E +2B |=|E +3B |=0,计算行列式|A *B -A *+B -E |.分析 由 |A *B -A *+B -E |= |A *(B -E )+(B -E )|= |(A *+E )(B -E )|= |A *+E |·|B -E |， 知，只需计算|A *+E |及|B -E |. 若能求出A 或B 的所有特征值，则问题即可解决.解 由a ij =A ij 知，A T =A *，于是 AA T =AA *=|A |E ，从而|A |2=|AA T |=||A |E |=|A |3， 即 |A |2(1-|A |)=0. 于是|A |=0或|A |=1.又A ≠0，不妨设a 11≠0,由 |A |=a 11A 11+a 12A 12+a 13A 13=2221112130a a a ++≠, 知 |A |=1.由 |E +2B |=|E +3B |=0, 知 1211,23λλ=-=-为B 的两个特征值.因为A ~B ，所以1211,23λλ=-=-也为A 的两个特征值. 设3λ为A 、B 的另一特征值，根据1=|A|=123316λλλλ=，得 36λ=.又 |A *B -A *+B -E |=|(A *+E )(B -E )|=|A *+E |·|B -E |=|A T+E |·|B -E |. 因为 |A T +E |=|(A +E )T |=|A +E | =(1λ+1)(2λ+1) (3λ+1) =1277233= ,|B -E |=(1λ-1)(2λ-1) (3λ-1)=34 5=1023⎛⎫⎛⎫-- ⎪ ⎪⎝⎭⎝⎭, 故 |A *B -A *+B -E |=770 1033=.评注 本题综合考查了矩阵运算、行列式按行(列)展开定理、特征值的概念及利用特征值求行列式等多个知识点.例12 设A 、B 为m ×n 矩阵，则Ax =0与Bx =0同解的充要条件是(A) A 、B 为等价矩阵. (B) A T x =0与B Tx =0同解. (C) A 、B 的行向量组等价. (D) A 、B 的列向量组等价.分析 可用反例通过排除法得到正确选项. 对于(A)，相当于r (A )=r (B )，显然只是必要而非充分条件；对于(B)，例如A =100 200⎛⎫⎪⎝⎭，B =200 100⎛⎫⎪⎝⎭，显然Ax =0与Bx =0同解，但A Tx =0与B Tx =0并不同解，排除(B)；对于(C)、(D)，考虑A =110 101⎛⎫⎪⎝⎭，B =010 001⎛⎫⎪⎝⎭，显然A 、B 的列向量组等价，但Ax =0与Bx =0不同解，排除(D)，故应选(C).评注 本题综合考查了矩阵等价、向量组等价与齐次方程组同解等多个知识点.对于(C)成立，也可这样证明： 若Ax =0与Bx =0同解，考虑(I) Ax =0， (II)=⎧⎨=⎩0A x B x ， (III)Bx =0.则易知(I)、(II)、(III)同解，从而有r (A )=r ⎛⎫⎪⎝⎭A B =r (B )，由此可推导出A 、B 的行向量组等价. 反过来，若A 、B 的行向量组等价，令A =12m ⎛⎫ ⎪⎪ ⎪ ⎪⎝⎭ ααα， B =12mβββ⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭， 即列向量组T T T 12,,,m ααα与T T T 12,,,m βββ等价，于是存在矩阵P 、Q ，使(T T T12,,,m ααα)=(T T T 12,,,m βββ)P ， (T T T 12,,,m βββ)=(T T T 12,,,m ααα)Q ，即A =P T B , B =Q TA .从而由Ax =0有Bx =Q T Ax =0；反过来，由Bx =0，有Ax =P T Bx =0，即Ax =0与Bx =0同解.例13 设A 为三阶矩阵，123,,λλλ是A 的三个不同特征值，对应特征向量为123,,ααα，令123=++βααα.(1)证明2β,Aβ,A β线性无关；(2)若3=A βA β，求秩r (A -E )及行列式|A +2E |.分析 证明一组向量线性无关一般用定义法，而求秩r (A -E )及行列式|A +2E |，由于不知道A 的具体形式，无法直接计算，可考虑先求出A 的相似矩阵，再根据相似矩阵有相同的秩及行列式求解即可.解 (1)设123k k k 2++=βA βA β0， ①由题设(1,2,3)i i i ιλ==Aαα，于是123123λλλ=++=++AβAαAαAαααα，22112233λλλ22=++A βααα，代入①整理得222121311122322123333()()(++)k k k k k k k k k λλλλλλ++++++=0ααα.因为123,,ααα是三个不同特征值对应的特征向量，必线性无关，于是有2121312122322123330,0,0.k k k k k k k k k λλλλλλ⎧++=⎪++=⎨⎪++=⎩其系数行列式2112222331101λλλλλλ≠，必有1230k k k ===，故2β,Aβ,A β线性无关.(2)由3=A βA β有=232()()=()2A β,Aβ,A βAβ,A β,A βAβ,A β,Aβ=2000⎛⎫ ⎪()101 ⎪ ⎪010⎝⎭β,A β,A β， 令P =2()β,Aβ,A β，则P 可逆，且P -1AP =000101010⎛⎫⎪⎪ ⎪⎝⎭=B . 即A ~B ，于是A -E ~B -E ，A +2E ~B +2E . 从而有r (A -E )=r (B -E )=r 100111011-⎛⎫⎪- ⎪ ⎪-⎝⎭=2, |A +2E |=|B +2E |=200121012=6. 评注 本题综合考查了行列式、矩阵的秩、线性无关、特征值与特征向量以及相似矩阵的性质等多个重要知识点.例14 设随机变量X 的概率密度为1c o s , 0()22x x f x ⎧≤≤π⎪=⎨⎪0,⎩其他， 对X 独立地重复观察6次，用Y 表示观察值大于π3的次数，又已知A =11142335Y-⎛⎫⎪- ⎪ ⎪--⎝⎭具有重特征值.(1)求A 可对角化的概率；(2)当A 可对角化时，求可逆矩阵P ，使P -1AP 为对角形矩阵.分析 Y 服从二项分布B (6，p )，其中p =P X π⎧⎫>⎨⎬3⎩⎭，而判定A 可对角化，应先求出A 的特征值，再根据特征值i λ的重数i k 与其线性无关特征向量的个数相等：n -r (i λE -A )=i k ，将可对角化问题转化为特征矩阵i λE -A 的秩：r (i λE -A )=n -i k ，由此确定Y 的取值及其相应概率.解 (1)由于P 11cosd 222x X x ππ3π⎧⎫>==⎨⎬3⎩⎭⎰，于是Y ~B 16,2⎛⎫⎪⎝⎭.111||42335E A Y λλλλ---=---11042332Y λλλλ-=---- 11(2)41331Yλλλ-=---110(2)370331Y λλλ-=---- 2(2)(810).Y λλλ=--++①若=2λ为重根，则22-8×2+10+Y =0，即Y =2. 此时A =111242335-⎛⎫ ⎪- ⎪ ⎪--⎝⎭，|λE -A |=(λ-2)2(λ-6).特征值为123==2=6λλλ，.因为r (2E -A )=r 111222333-⎛⎫⎪-- ⎪ ⎪-⎝⎭=1，属于特征值12==2λλ的线性无关特征向量个数为3-r (2E -A )=2，表明A 可对角化. ②若=2λ为非重根，则2-810=0Y λλ++有重根，则有82-4(10+Y )=0，得Y =6.此时 A 2111=642||=(6)(2)335λλλ-⎛⎫⎪---- ⎪ ⎪--⎝⎭，，E A 特征值为123==6=2.λλλ，因为r (6E -A )=r 511622=21331-⎛⎫⎪-≠ ⎪ ⎪⎝⎭，表明A 不可对角化. 故A 可对角化的概率为24261115(2)C 1.2265p P Y ⎛⎫⎛⎫===-= ⎪ ⎪⎝⎭⎝⎭ (2) 由(1)知，A =111242335-⎛⎫⎪- ⎪ ⎪--⎝⎭，1232, 6.λλλ=== 解(2·E -A )x =0得特征向量12111,0.01⎛⎫⎛⎫ ⎪ ⎪=-= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭αα解(6E -A )x =0得特征向量为312.3⎛⎫ ⎪=- ⎪ ⎪⎝⎭α令 P =123111102013⎛⎫⎪(,,)=-- ⎪ ⎪⎝⎭ααα, 则有1200020.006-⎛⎫⎪= ⎪ ⎪⎝⎭P A P 评注 本题综合性较强，不仅涉及到线性代数的多个知识点，还要求利用概率统计中的相关知识.例15 设A 为三阶实对称矩阵，已知|A |=-12，A 的三个特征值之和为1.又102⎛⎫⎪= ⎪ ⎪-⎝⎭α是齐次线性方程组(A *-4E )x =0的一个解向量，(1)求A ；(2)求(A *+6E )x =0的通解；(3)求正交变换矩阵Q ，化二次型x T Ax 为标准形.分析 (1)设法求出A 的所有特征值、特征向量，即可确定A ；(2)(A *+6E )x =0的基础解系，即为A *的特征值λ=-6所对应的线性无关的特征向量，而A *与A 对应特征值的特征向量相同；(3)先将相同特征值的特征向量正交化，然后再单位化，以此为列所构成的矩阵Q 即为所求正交变换矩阵.解 由α为(A *-4E )x =0的解，知(A *-4E ) α=0，即 A *α=4α,于是AA *α=4A α,即 |A |α=4A α,A α=||4A α=-3α, 可见3λ3=-为A 的特征值，对应特征向量为31==02⎛⎫⎪⎪ ⎪⎝⎭αα-.设2,λλ1为A 的另两个特征值，由题设 21λλλ13++=，2||12λλλ13==-A . 利用3λ3=-及上两式可解是22λλ1==.设22λλ1==的特征向量为123x x x ⎛⎫⎪= ⎪ ⎪⎝⎭X ，由A 为实对称矩阵知：X T ·3α=0，即x 1-2x 3=0，解得021,00112⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭αα.由 12311223(,,)(,,,)λλλ=A αααααα，知1112233123(,,,)(,,)λλλ-=A αααααα1043021=200100026012--⎛⎫⎛⎫ ⎪ ⎪⎪⎪ ⎪ ⎪-⎝⎭⎝⎭102=020.202⎛⎫⎪ ⎪ ⎪-⎝⎭(2) 由2,1,2i i i ==A αα，知 **i i =2A A A αα，即 *62i i i ==-|A |A ααα，也即(A *+6E )i α=0，i =1,2, 可见12,αα即为(A *+6E )x =0的基础解系，故(A *+6E )x =0的通解为1122k k +αα，其中12,k k 为任意常数.(3) 由于12,αα已正交，故只需将123,,ααα单位化，有11101,||0⎛⎫ ⎪== ⎪ ⎪⎝⎭αηα222210,||1⎛⎫⎪==⎪⎪⎭αηα333110.||2⎛⎫⎪==⎪⎪-⎭αηα令Q =123,,)(ηηη=01000⎛⎫ ⎪⎪ ⎪ ⎪ - ⎝，则Q 为正交矩阵，令x =Qy ，则二次型f =x TAx 可化为标准形222123223f y y y =+-.评注 本题综合考查了线性方程组、实对称矩阵特征值与特征向量性质以及化二次型为标准形等多个重要知识点.。
线性代数复习纲要(囊括了所有的知识点)(免费文档)概要
线性代数基本知识复习目录第一讲基本概念线性方程组矩阵与向量初等变换和阶梯形矩阵线性方程组的矩阵消元法第二讲行列式完全展开式化零降阶法其它性质克莱姆法则第三讲矩阵乘法乘积矩阵的列向量和行向量矩阵分解矩阵方程逆矩阵伴随矩阵第四讲向量组线性表示向量组的线性相关性向量组的极大无关组和秩矩阵的秩第五讲方程组解的性质解的情况的判别基础解系和通解第六讲特征向量与特征值相似与对角化特征向量与特征值—概念,计算与应用相似对角化—判断与实现附录一内积正交矩阵施密特正交化实对称矩阵的对角化第七讲二次型二次型及其矩阵可逆线性变量替换实对称矩阵的合同标准化和规范化惯性指数正定二次型与正定矩阵附录二向量空间及其子空间附录三两个线性方程组的解集的关系附录四 06,07年考题第一讲基本概念1．线性方程组的基本概念线性方程组的一般形式为:a11x1+a12x2+…+a1nxn=b1,a21x1+a22x2+…+a2nxn=b2, …………am1x1+am2x2+…+amnxn=bm,其中未知数的个数n和方程式的个数m不必相等.线性方程组的解是一个n维向量(k1,k2, …,kn)(称为解向量),它满足:当每个方程中的未知数xi 都用ki替代时都成为等式.线性方程组的解的情况有三种:无解,唯一解,无穷多解.对线性方程组讨论的主要问题两个:(1)判断解的情况.(2)求解,特别是在有无穷多接时求通解.b 1=b2=…=bm=0的线性方程组称为齐次线性方程组.n维零向量总是齐次线性方程组的解,称为零解.因此齐次线性方程组解的情况只有两种:唯一解(即只要零解)和无穷多解(即有非零解).把一个非齐次线性方程组的每个方程的常数项都换成0，所得到的齐次线性方程组称为原方程组的导出齐次线性方程组，简称导出组.2.矩阵和向量(1)基本概念矩阵和向量都是描写事物形态的数量形式的发展.由m⨯n个数排列成的一个m行n列的表格,两边界以圆括号或方括号,就成为一个m⨯n型矩阵.例如2 -1 0 1 11 1 1 0 22 5 4 -2 93 3 3 -1 8是一个4⨯5矩阵.对于上面的线性方程组,称矩阵a11 a12… a1na11a12… a1nb1A= a21 a22… a2n和(A| )= a21 a22… a2n b2…………………a m1 am2… amnam1am2… amnbm为其系数矩阵和增广矩阵.增广矩阵体现了方程组的全部信息,而齐次方程组只用系数矩阵就体现其全部信息.一个矩阵中的数称为它的元素,位于第i行第j列的数称为(i,j)位元素.元素全为0的矩阵称为零矩阵,通常就记作0.两个矩阵A和B相等(记作A=B),是指它的行数相等,列数也相等(即它们的类型相同),并且对应的元素都相等.由n个数构成的有序数组称为一个n维向量,称这些数为它的分量.书写中可用矩阵的形式来表示向量,例如分量依次是a1,a2,⋯,an的向量可表示成a1(a1,a2,⋯ ,an)或 a2,┆an请注意,作为向量它们并没有区别,但是作为矩阵,它们不一样(左边是1⨯n 矩阵,右边是n⨯1矩阵).习惯上把它们分别称为行向量和列向量.(请注意与下面规定的矩阵的行向量和列向量概念的区别.)一个m⨯n的矩阵的每一行是一个n维向量,称为它的行向量; 每一列是一个m 维向量, 称为它的列向量.常常用矩阵的列向量组来写出矩阵,例如当矩阵A的列向量组为 1, 2,⋯, n时(它们都是表示为列的形式!)可记A=( 1, 2,⋯ , n).矩阵的许多概念也可对向量来规定,如元素全为0的向量称为零向量,通常也记作0.两个向量 和 相等(记作 = ),是指它的维数相等,并且对应的分量都相等.(2) 线性运算和转置线性运算是矩阵和向量所共有的,下面以矩阵为例来说明.加(减)法:两个m⨯n的矩阵A和B可以相加(减),得到的和(差)仍是m⨯n矩阵,记作A+B (A-B),法则为对应元素相加(减).数乘: 一个m⨯n的矩阵A与一个数c可以相乘,乘积仍为m⨯n的矩阵,记作c A,法则为A的每个元素乘c.这两种运算统称为线性运算,它们满足以下规律:①加法交换律:A+B=B+A.②加法结合律:(A+B)+C=A+(B+C).③加乘分配律:c(A+B)=c A+c B.(c+d)A=c A+d A.④数乘结合律: c(d)A=(cd)A.⑤ c A=0⇔ c=0 或A=0.转置:把一个m⨯n的矩阵A行和列互换,得到的n⨯m的矩阵称为A的转置,记作A T(或A').有以下规律:① (A T)T=A.② (A+B)T=A T+B T.③ (c A)T=c A T.转置是矩阵所特有的运算,如把转置的符号用在向量上,就意味着把这个向量看作矩阵了.当 是列向量时, T表示行向量, 当 是行向量时, T表示列向量.向量组的线性组合:设 1, 2,…, s是一组n维向量, c1,c2,…,c s是一组数,则称c 11+c22+…+css为 1, 2,…, s的(以c1,c2,…,c s为系数的)线性组合.n维向量组的线性组合也是n维向量.(3) n阶矩阵与几个特殊矩阵行数和列数相等的矩阵称为方阵,行列数都为n的矩阵也常常叫做n阶矩阵.把n阶矩阵的从左上到右下的对角线称为它对角线.(其上的元素行号与列号相等.)下面列出几类常用的n阶矩阵,它们都是考试大纲中要求掌握的.对角矩阵: 对角线外的的元素都为0的n阶矩阵.单位矩阵: 对角线上的的元素都为1的对角矩阵,记作E(或I).数量矩阵: 对角线上的的元素都等于一个常数c的对角矩阵,它就是c E.上三角矩阵: 对角线下的的元素都为0的n阶矩阵.下三角矩阵: 对角线上的的元素都为0的n阶矩阵.对称矩阵:满足A T=A矩阵.也就是对任何i,j,(i,j)位的元素和(j,i)位的元素总是相等的n阶矩阵.(反对称矩阵:满足A T=-A矩阵.也就是对任何i,j,(i,j)位的元素和(j ,i)位的元素之和总等于0的n阶矩阵.反对称矩阵对角线上的元素一定都是0.)3. 矩阵的初等变换和阶梯形矩阵矩阵有以下三种初等行变换:①交换两行的位置.②用一个非0的常数乘某一行的各元素.③把某一行的倍数加到另一行上.(称这类变换为倍加变换)类似地, 矩阵还有三种初等列变换,大家可以模仿着写出它们,这里省略了. 初等行变换与初等列变换统称初等变换.阶梯形矩阵:一个矩阵称为阶梯形矩阵,如果满足:①如果它有零行,则都出现在下面.②如果它有非零行,则每个非零行的第一个非0元素所在的列号自上而下严格单调递增.把阶梯形矩阵的每个非零行的第一个非0元素所在的位置称为台角.简单阶梯形矩阵:是特殊的阶梯形矩阵,特点为:③台角位置的元素为1.④并且其正上方的元素都为0.每个矩阵都可以用初等行变换化为阶梯形矩阵和简单阶梯形矩阵.这种运算是在线性代数的各类计算题中频繁运用的基本运算,必须十分熟练.请注意: 1.一个矩阵用初等行变换化得的阶梯形矩阵并不是唯一的,但是其非零行数和台角位置是确定的.2. 一个矩阵用初等行变换化得的简单阶梯形矩阵是唯一的.4. 线性方程组的矩阵消元法线性方程组的基本方法即中学课程中的消元法:用同解变换把方程组化为阶梯形方程组(即增广矩阵为阶梯形矩阵的方程组).线性方程组的同解变换有三种:①交换两个方程的上下位置.②用一个非0的常数乘某个方程.③把某个方程的倍数加到另一个方程上.以上变换反映在增广矩阵上就是三种初等行变换.线性方程组求解的基本方法是消元法,用增广矩阵或系数矩阵来进行,称为矩阵消元法. 对非齐次线性方程组步骤如下:(1)写出方程组的增广矩阵(A| ),用初等行变换把它化为阶梯形矩阵(B|γ).(2)用(B|γ)判别解的情况:如果最下面的非零行为(0,0, ⋯,0|d),则无解,否则有解.有解时看非零行数r(r不会大于未知数个数n),r=n时唯一解；r<n时无穷多解.(推论:当方程的个数m<n时,不可能唯一解.)(3)有唯一解时求解的初等变换法:去掉(B|γ)的零行,得到一个n×(n+1)矩阵(B0|γ0),并用初等行变换把它化为简单阶梯形矩阵(E|η),则η就是解.对齐次线性方程组:(1)写出方程组的系数矩阵A,用初等行变换把它化为阶梯形矩阵B.(2)用B判别解的情况:非零行数r=n时只有零解；r<n时有非零解(求解方法在第五章讲). (推论:当方程的个数m<n时,有非零解.)讨论题1.设A是n阶矩阵,则(A) A是上三角矩阵⇒A是阶梯形矩阵.(B) A是上三角矩阵⇐A是阶梯形矩阵.(C) A是上三角矩阵⇔A是阶梯形矩阵.(D) A是上三角矩阵与A是阶梯形矩阵没有直接的因果关系.2.下列命题中哪几个成立?(1) 如果A是阶梯形矩阵,则A去掉任何一行还是是阶梯形矩阵.(2) 如果A是阶梯形矩阵,则A去掉任何一列还是是阶梯形矩阵.(3) 如果(A|B)是阶梯形矩阵,则A也是阶梯形矩阵.(4) 如果(A|B)是阶梯形矩阵,则B也是阶梯形矩阵.(5) 如果 A 是阶梯形矩阵,则A和B都是阶梯形矩阵.B第二讲行列式一.概念复习1. 形式和意义形式:用n2个数排列成的一个n行n列的表格,两边界以竖线,就成为一个n 阶行列式:a11 a12… a1na 21 a22… a2n……… .a n1 an2… ann如果行列式的列向量组为 1, 2, … , n,则此行列式可表示为| 1,2, … , n|.意义:是一个算式,把这n2个元素按照一定的法则进行运算,得到的数值称为这个行列式的值.请注意行列式和矩阵在形式上和意义上的区别.当两个行列式的值相等时,就可以在它们之间写等号! (不必形式一样,甚至阶数可不同.)每个n阶矩阵A对应一个n阶行列式,记作|A|.行列式这一讲的的核心问题是值的计算,以及判断一个行列式的值是否为0.2. 定义(完全展开式)2阶和3阶行列式的计算公式:a11 a12a 21 a22= a11a22-a12a21.a 11 a12a13a 21 a 22 a 23 = a 11a 22a 33+ a 12a 23a 31+ a 13a 21a 32-a 13a 22a 31- a 11a 23a 32-a 12a 21a 33. a 31 a 32 a 33一般地,一个n 阶行列式 a 11 a 12 … a 1na 21 a 22 … a 2n … … … a n1 a n2 … a nn的值是许多项的代数和,每一项都是取自不同行,不同列的n 个元素的乘积,其一般形式为:n nj j j a a a 2121,这里把相乘的n 个元素按照行标的大小顺序排列,它们的列标j 1j 2…j n 构成1,2, …,n 的一个全排列(称为一个n 元排列),共有n!个n 元排列,每个n 元排列对应一项,因此共有n!个项.所谓代数和是在求总和时每项先要乘+1或-1.规定 (j 1j 2…j n )为全排列j 1j 2…j n 的逆序数(意义见下面),则项n nj j j a a a 2121所乘的是.)1()(21n j j j τ- 全排列的逆序数即小数排列在大数右面的现象出现的个数.逆序数可如下计算:标出每个数右面比它小的数的个数,它们的和就是逆序数.例如求436512的逆序数:023********, (436512)=3+2+3+2+0+0=10. 至此我们可以写出n 阶行列式的值: a 11 a 12 … a 1na 21 a 22 … a 2n =.)1(21212121)(n n nnj j j j j j j j j a a a τ-∑… … … a n1 a n2 … a nn这里∑nj j j 21表示对所有n 元排列求和.称此式为n 阶行列式的完全展开式.用完全展开式求行列式的值一般来说工作量很大.只在有大量元素为0,使得只有少数项不为0时,才可能用它作行列式的计算.例如对角行列式,上(下)三角行列式的值就等于主对角线上的元素的乘积,因为其它项都为0.2. 化零降阶法把n 阶行列式的第i 行和第j 列划去后所得到的n-1阶行列式称为(i,j)位元素a ij 的余子式,记作M ij .称A ij =(-1)i+j M ij 为元素a ij 的代数余子式.定理(对某一行或列的展开)行列式的值等于该行(列)的各元素与其代数余子式乘积之和.命题 第三类初等变换(倍加变换)不改变行列式的值.化零降阶法 用命题把行列式的某一行或列化到只有一个元素不为0,再用定理.于是化为计算一个低1阶的行列式.化零降阶法是实际计算行列式的主要方法,因此应该熟练掌握.3.其它性质行列式还有以下性质:① 把行列式转置值不变,即|A T |=|A | . ② 某一行(列)的公因子可提出. 于是, |c A |=c n |A |.③ 对一行或一列可分解,即如果某个行(列)向量 则原行列式等于两个行列式之和,这两个行列式分别是把原行列式的该行(列)向量 换为 或 所得到的行列式.例如| , 1+ 2 |=| , 1 |+| , 2 |. ④ 把两个行(列)向量交换, 行列式的值变号.⑤ 如果一个行(列)向量是另一个行(列)向量的倍数,则行列式的值为0. ⑥ 某一行(列)的各元素与另一行(列)的对应元素的代数余子式乘积之和=0.⑦ 如果A 与B 都是方阵(不必同阶),则 A * = A O =|A ||B |. O B * B范德蒙行列式：形如1 1 1 … 1 a 1 a2 a3 … a na 12 a 22 a 32 … a n 2… … … … a 1n-i a 2n-i a 3n-i … a n n-i的行列式(或其转置).它由a 1,a 2 ,a 3,…,a n 所决定,它的值等于 ).(i j ji a a -∏<因此范德蒙行列式不等于0⇔ a 1,a 2 ,a 3,…,a n 两两不同.对于元素有规律的行列式(包括n 阶行列式),常常可利用性质简化计算,例如直接化为三角行列式等.4.克莱姆法则克莱姆法则 应用在线性方程组的方程个数等于未知数个数n (即系数矩阵为n 阶矩阵)的情形.此时,如果它的系数矩阵的行列式的值不等于0,则方程组有唯一解,这个解为(D 1/D, D 2/D,⋯,D n /D), 这里D 是系数行列式的值, D i 是把系数行列式的第i 个列向量换成常数列向量所得到的行列式的值.说明与改进:按法则给的公式求解计算量太大，没有实用价值.因此法则的主要意义在理论上,用在对解的唯一性的判断,而在这方面法则不够. 法则的改进:系数行列式不等于0是唯一解的充分必要条件.实际上求解可用初等变换法:对增广矩阵(A| )作初等行变换,使得A变为单位矩阵:(A| )→(E|η),η就是解.用在齐次方程组上 :如果齐次方程组的系数矩阵A是方阵,则它只有零解的充分必要条件是|A|≠0.二. 典型例题1.利用性质计算元素有规律的行列式例1① 2 a a a a ② 1+x 1 1 1 ③ 1+a 1 1 1 a 2 a a a 1 1+x 1 1 2 2+a 2 2a a 2 a a . 1 1 1+x 1 . 3 3 3+a3 .a a a 2 a 1 1 1 1+x 4 4 44+aa a a a 2例2 1 2 3 4 52 3 4 5 13 4 5 1 2 .4 5 1 2 35 1 2 3 4例3 1+x1 1 111 1 .1 1+x21 1 1+x131 1 1 1+x4例4 a 0 b c0 a c b .b c a 0c b 0 a例5 1-a a 0 0 0-1 1-a a 0 00 -1 1-a a 0 . (96四)0 0 -1 1-a a0 0 0 -1 1-a2. 测试概念与性质的题例6 x3-3 1 -3 2x+2多项式f(x)= -7 5 -2x 1 ，求f(x)的次数和最高次项的系数.X+3 -1 33x2-29 x3 6 -6例7求 x-3 a -1 4f(x)= 5 x-8 0 –2 的x4和x3的系数.0 b x+1 12 2 1 x例8 设4阶矩阵A =( , 1, 2 , 3),B =( , 1, 2 , 3),|A | =2, |B |=3 ,求|A +B | .例9 a b c d已知行列式 x -1 -y z+1 的代数余子式A 11=-9,A 12=3,A 13=-1,A 14=3,求x,y,z.1 -z x+3 y y-2 x+1 0 z+3例10 求行列式 3 0 4 0 的第四行各元素的余子式的和.(01) 2 2 2 2 0 -7 0 0 5 3 -2 23.几个n 阶行列式两类爪形行列式及其值:例11 a 1 a 2 a 3 … a n-1 a n b 1 c 2 0 … 0 0证明 0 b 2 c 3 0 0 =11111(1)ni i i i n i b b a c c --+=-∑ .… … … …0 0 0 … b n-1 c n提示: 只用对第1行展开(M 1i 都可直接求出). 例12 a 0 a 1 a 2 … a n-1 a nb 1c 1 0 … 0 0证明 b 2 0 c 2 … 0 0 =011111nni i i i i n i i a c c c a b c c -+==-∑∏ .… … … …b n … 0c n提示: 只用对第1行展开(M 1i 都可直接求出). 另一个常见的n 阶行列式: 例13 证明a+b b 0 … 0 0 a a+b b … 0 0… … … … = 11n n nn i ii a b a b a b ++-=-=-∑(当a ≠b 时).0 0 0 … a+b b0 0 0 a a+b提示:把第j 列(行)的(-1)j-1倍加到第1列(行)上(j=2,…,n),再对第1列(行)展开.4.关于克莱姆法则的题 例14设有方程组x1+x2+x3=a+b+c,ax1+bx2+cx3=a2+b2+c2,bcx1+acx2+abx3=3abc.(1)证明此方程组有唯一解的充分必要条件为a,b,c两两不等.(2)在此情况求解.参考答案例1 ①(2+4a)(2-a)4.② x3(x+4). ③ a3(a+10).例2 1875.例3 x1x2x3x4+x2x3x4+x1x3x4+x1x2x4+x1x2x3.例4 (a+b+c)(a+b-c)(a-b+c)(a-b-c). 例5 1-a+a2-a3+a4-a5.例6 9,-6例7 1,-10.例8 40.例9 x=0,y=3,z=-1.例10 -28.例14 x1=a,x2=b,x3=c..第三讲矩阵一．概念复习1. 矩阵乘法的定义和性质定义2.1 当矩阵A的列数和B的行数相等时,和A和B可以相乘,乘积记作AB. AB的行数和A相等,列数和B相等. AB的(i,j)位元素等于A的第i个行向量和B的第j个列向量(维数相同)对应分量乘积之和.设 a11 a12… a1nb11b12… b1sc11c12… c1sA= a21 a22… a2nB= b21b22… b2sC=AB=c21c22… c2s………………………a m1 am2… amn, bn1bn2… bns, cm1cm2… cms,则c ij =a i1b 1j +a i2b 2j +…+a in b nj .矩阵的乘法在规则上与数的乘法有不同: ① 矩阵乘法有条件. ② 矩阵乘法无交换律.③ 矩阵乘法无消去律,即一般地 由AB =0推不出A =0或B =0.由AB =AC 和A ≠0推不出B =C .(无左消去律) 由BA =CA 和A ≠0推不出B =C . (无右消去律)请注意不要犯一种常见的错误:把数的乘法的性质简单地搬用到矩阵乘法中来.矩阵乘法适合以下法则:① 加乘分配律 A (B +C )= AB +AC , (A +B )C =AC +BC . ② 数乘性质 (c A )B =c(AB ). ③ 结合律 (AB )C = A (BC ).④ (AB )T =B T A T.2. n 阶矩阵的方幂和多项式任何两个n 阶矩阵A 和B 都可以相乘,乘积AB 仍是n 阶矩阵.并且有行列式性质:|AB |=|A ||B |.如果AB =BA ,则说A 和B 可交换.方幂 设k 是正整数, n 阶矩阵A 的k 次方幂A k 即k 个A 的连乘积.规定A 0=E .显然A 的任何两个方幂都是可交换的,并且方幂运算符合指数法则: ① A k A h = A k+h . ② (A k )h = A kh .但是一般地(AB )k 和A k B k 不一定相等! n 阶矩阵的多项式设f(x)=a m x m +a m-1x m-1+…+a 1x+a 0,对n 阶矩阵A 规定 f(A )=a m A m +a m-1A m-1+…+ a 1A +a 0E .称为A 的一个多项式.请特别注意在常数项上加单位矩阵E .乘法公式 一般地,由于交换性的障碍,小代数中的数的因式分解和乘法公式对于n 阶矩阵的不再成立.但是如果公式中所出现的n 阶矩阵互相都是乘法交换的,则乘法公式成立.例如当A 和B 可交换时,有: (A ±B )2=A 2±2AB +B 2;A 2-B 2=(A +B )(A -B )=(A +B )(A -B ).二项展开式成立: B AC B A -=∑=+1)(等等.前面两式成立还是A 和B 可交换的充分必要条件.同一个n阶矩阵的两个多项式总是可交换的. 一个n阶矩阵的多项式可以因式分解.3. 分块法则矩阵乘法的分块法则是简化矩阵乘法的一种方法.对两个可以相乘的矩阵A 和B,可以先用纵横线把它们切割成小矩阵(一切A的纵向切割和B的横向切割一致!),再用它们来作乘法.(1)两种常见的矩阵乘法的分块法则A11 A12B11B12= A11B11+A12B21 A11B12+A12B22A21 A22B21B22A21B11+A22B21 A21B12+A22B22要求A ij的列数B jk和的行数相等.准对角矩阵的乘法:形如A10 0A= 0 A2 0………0 0 …n的矩阵称为准对角矩阵,其中A1,A2,…,A k都是方阵.两个准对角矩阵A10 ... 0 B1 0 0A= 0 A2... 0 , B= 0 B2 0………………0 0 …k0 0 …B k如果类型相同,即A i和B i阶数相等,则A1B10 0AB = 0 A2B2… 0 .………00 …A k B k(2)乘积矩阵的列向量组和行向量组设A是m⨯n矩阵B是n⨯s矩阵.A的列向量组为 1, 2,…, n,B的列向量组为 1, 2,…, s,AB的列向量组为 1, 2,…, s,则根据矩阵乘法的定义容易看出(也是分块法则的特殊情形):①AB的每个列向量为: i=A i,i=1,2,…,s.即A( 1, 2,…, s)=(A 1,A 2,…,A s).② =(b1,b2,…,b n)T,则A = b1 1+b2 2+…+b n n.应用这两个性质可以得到:如果 i=(b1i,b2i,…,b ni)T,则i=A I=b1i 1+b2i 2+…+b ni n.即:乘积矩阵AB的第i个列向量 i是A的列向量组 1, 2,…, n的线性组合,组合系数就是B的第i个列向量 i的各分量.类似地, 乘积矩阵AB的第i个行向量是B的行向量组的线性组合,组合系数就是A的第i个行向量的各分量.以上规律在一般教材都没有强调,但只要对矩阵乘法稍加分析就不难得出.它们无论在理论上和计算中都是很有用的.(1) 当两个矩阵中,有一个的数字很简单时,直接利用以上规律写出乘积矩阵的各个列向量或行向量,从而提高了计算的速度.(2) 利用以上规律容易得到下面几个简单推论:用对角矩阵 从左侧乘一个矩阵,相当于用 的对角线上的各元素依次乘此矩阵的各行向量; 用对角矩阵 从右侧乘一个矩阵,相当于用 的对角线上的各元素依次乘此矩阵的各列向量.数量矩阵k E乘一个矩阵相当于用k乘此矩阵；单位矩阵乘一个矩阵仍等于该矩阵.两个同阶对角矩阵的相乘只用把对角线上的对应元素相乘.求对角矩阵的方幂只需把对角线上的每个元素作同次方幂.(3) 矩阵分解:当一个矩阵C的每个列向量都是另一个A的列向量组的线性组合时,可以构造一个矩阵B,使得C=AB.例如设A=(α,β,γ), C=(α+2β-γ,3α-β+γ,α+2γ),令1 3 1B= 2 -1 0 ,则C=AB.-1 1 2(4) 初等矩阵及其在乘法中的作用对单位矩阵E作一次初等(行或列)变换,所得到的矩阵称为初等矩阵.有三类初等矩阵:E(i,j):交换E的i,j两行(或列)所得到的矩阵.E(i(c)):用非0数c乘E的第i行(或列)所得到的矩阵.也就是把E的对角线上的第i个元素改为c.E(i,j(c))(i≠j):把E的第j行的c倍加到第i行上(或把第i列的c倍加到第j列上)所得到的矩阵, 也就是把E的(i,j)位的元素改为c.命题对矩阵作一次初等行(列)变换相当于用一个相应的初等矩阵从左(右)乘它.4. 矩阵方程和可逆矩阵(伴随矩阵)(1) 矩阵方程矩阵不能规定除法,乘法的逆运算是解下面两种基本形式的矩阵方程:(I) AX=B.(II) XA=B.这里假定A是行列式不为0的n阶矩阵,在此条件下,这两个方程的解都是存在并且唯一的.(否则解的情况比较复杂.)当B只有一列时,(I)就是一个线性方程组.由克莱姆法则知它有唯一解.如果B有s列,设 B=( 1, 2,…, s),则 X也应该有s列,记X=(X1,X2,…,X s),则有AX i= i,i=1,2,…,s,这是s个线性方程组.由克莱姆法则,它们都有唯一解,从而AX=B有唯一解.这些方程组系数矩阵都是A,可同时求解,即得(I)的解法:将A和B并列作矩阵(A|B),对它作初等行变换,使得A变为单位矩阵,此时B 变为解X.(A|B)→(E|X)(II)的解法:对两边转置化为(I)的形式:A T X T=B T.再用解(I)的方法求出X T,转置得X..(A T|B T)→(E|X T)矩阵方程是历年考题中常见的题型,但是考试真题往往并不直接写成(I)或(II)的形式,要用恒等变形简化为以上基本形式再求解.(2) 可逆矩阵的定义与意义定义设A是n阶矩阵,如果存在n阶矩阵B,使得AB=E, BA=E,则称A为可逆矩阵.此时B是唯一的,称为A的逆矩阵,通常记作A-1.如果A可逆,则A在乘法中有消去律:AB=0⇒B=0；AB=AC⇒B=C.(左消去律)；BA=0⇒B=0；BA=CA⇒B=C. (右消去律)如果A可逆,则A在乘法中可移动(化为逆矩阵移到等号另一边):AB=C⇔B=A-1C. BA=C⇔B=CA-1.由此得到基本矩阵方程的逆矩阵解法:(I) AX=B的解X=A-1B .(II) XA=B的解X= BA-1.这种解法想法自然，好记忆,但是计算量比初等变换法大(多了一次矩阵乘积运算).(3) 矩阵可逆性的判别与性质定理 n阶矩阵A可逆⇔|A|≠0.证明“⇒”对AA-1=E两边取行列式,得|A||A-1|=1,从而|A|≠0. (并且|A-1|=|A|-1.)“⇐”因为|A|≠0,矩阵方程AX=E和XA=E都有唯一解.设B,C分别是它们的解,即AB=E, CA=E. 事实上B=C(B=EB=CAB=CE=C),于是从定义得到A可逆.推论如果A和B都是n阶矩阵,则AB=E⇔BA=E.于是只要AB=E(或BA=E)一式成立,则A和B都可逆并且互为逆矩阵.可逆矩阵有以下性质:①如果A可逆,则A-1也可逆,并且(A-1)-1=A.A T也可逆,并且(A T)-1=(A-1)T.当c≠0时, c A也可逆,并且(c A)-1=c-1A-1.对任何正整数k, A k也可逆,并且(A k)-1=(A-1)k.(规定可逆矩阵A的负整数次方幂A-k=(A k)-1=(A-1)k.)②如果A和B都可逆,则AB也可逆,并且(AB)-1=B-1A-1.(请自己推广到多个可逆矩阵乘积的情形.)初等矩阵都是可逆矩阵,并且E(i,j)-1= E(i,j), E(i(c))-1=E(i(c-1)), E(i,j(c))-1= E(i,j(-c)).(4) 逆矩阵的计算和伴随矩阵①计算逆矩阵的初等变换法当A可逆时, A-1是矩阵方程AX=E的解,于是可用初等行变换求A-1:(A|E)→(E|A-1)这个方法称为求逆矩阵的初等变换法.它比下面介绍的伴随矩阵法简单得多.②伴随矩阵若A是n阶矩阵,记A ij是|A|的(i,j)位元素的代数余子式,规定A的伴随矩阵为A11 A21… An1A*= A12 A22… An2=(Aij)T.………A 1n A2n… Amn请注意,规定n阶矩阵A的伴随矩阵并没有要求A可逆,但是在A可逆时,A*和A-1有密切关系.基本公式: AA*=A*A=|A|E.于是对于可逆矩阵A,有A-1=A*/|A|, 即A*=|A|A-1.因此可通过求A*来计算A-1.这就是求逆矩阵的伴随矩阵法.和初等变换法比较, 伴随矩阵法的计算量要大得多,除非n=2,一般不用它来求逆矩阵.对于2阶矩阵a b * d -bc d = -c a ,因此当ad-bc≠0时,a b -1 d -bc d = -c a (ad-bc) .伴随矩阵的其它性质:①如果A是可逆矩阵，则A*也可逆，并且(A*)-1= A/|A|=(A-1)*.② |A*|=|A|n-1.③ (A T)*=(A*)T.④ (c A)*=c n-1A*.⑤ (AB)*=B*A*；(A k)*=(A*)k.⑥当n>2时,(A*)*=|A|n-2A； n=2时,(A*)*=A.二典型例题1.计算题例1 =(1,-2,3) T, =(1,-1/2,1/3)T, A= T,求A6.讨论:(1)一般地,如果n阶矩阵A= T,则A k=( T )k-1A=(tr A )k-1A .(2)乘法结合律的应用:遇到形如 T 的地方可把它当作数处理.① 1 -1 1T= -1 1 -1 ，求 T .（2003一）②设 =(1,0,-1)T, A= T,求|a E-A n|.③ n维向量 =(a,0,⋯,0,a)T, a<0,A=E- T,A-1=E+a-1 T,求a. (03三,四)④ n维向量 =(1/2,0,⋯,0,1/2)T, A=E- T, B=E+2 T,求AB. (95四)⑤ A=E- T,其中 , 都是n维非零列向量,已知A2=3E-2A,求 T .例2(1999三) 1 0 1设A = 0 2 0 ，求A n-2A n-1.(n>1)例3 1 0 0设A = 1 0 1 ，(1)证明当n>1时A n=A n-2+A2-E. (2) 求A n.例4 设A为3阶矩阵, 1, 2, 3是线性无关的3维列向量组,满足A= 1+ 2+ 3, A 2=2 2+ 3, A 3=2 2+3 3.1求作矩阵B,使得A( 1, 2, 3)=( 1, 2, 3)B. (2005年数学四)例5设3阶矩阵A=( 1, 2, 3),|A|=1,B=( 1+ 2+ 3, 1+2 2+3 3,+4 2+9 3),求|B|.(05)1例6 3维向量 1, 2, 3, 1, 2, 3满足+ 3+2 1- 2=0, 3 1- 2+ 1- 3=0, 2+ 3- 2+1=0,3已知 1, 2, 3|=a,求| 1, 2, 3|.例7设A是3阶矩阵, 是3维列向量,使得P=( ,A ,A2 )可逆,并且A3 =3A -2A2 .又3阶矩阵B满足A=PBP-1.(1)求B.(2)求|A+E|.(01一)2 1 0例8 3阶矩阵A,B满足ABA*=2BA*+E,其中A= 1 2 0 ,求|B|.(04一)0 0 1例9 3 -5 1设3阶矩阵A= 1 -1 0 , A-1XA=XA+2A,求X.-1 0 2例10 1 1 -1设3阶矩阵A= -1 1 1 , A*X=A-1+2X,求X.1 -1 1例11 4阶矩阵A,B满足ABA-1=BA-1+3E,已知1 0 0 0A*= 0 1 0 0 ,求B. (00一)1 0 1 00 -3 0 8例12 3 0 0 1 0 0已知A= 2 1 0 , B= 0 0 0 , XA+2B=AB+2X,求X11.2 13 0 0 -1例13设 1=(5,1,-5)T, 2=(1,-3,2)T, 3=(1,-2,1)T,矩阵A满足A=(4,3) T, A 2=(7,-8) T, A 3=(5,-5) T,1求A.2.概念和证明题例14 设A是n阶非零实矩阵,满足A*=A T.证明:(1)|A|>0.(2)如果n>2,则 |A|=1.例15 设矩阵A=(a ij)3 3满足A*=A T,a11,a12,a13为3个相等的正数,则它们为(A) 3/3.(B) 3. (C)1/3. (D) 3. (2005年数学三)例16 设A和B都是n阶矩阵,C= A则C*=0 B(A) |A|A* 0 . (B) |B|B * 0 .0 |B|B * 0 |A|A*(C) |A|B* 0 . (D ) |B|A* 0 .0 |B|A* 0 |A|B*例17 设A是3阶矩阵,交换A的1,2列得B,再把B的第2 列加到第3 列上,得C.求Q,使得C=AQ.例18 设A是3阶可逆矩阵,交换A的1,2行得B,则(A) 交换A*的1,2行得到B*.(B) 交换A*的1,2列得到B*.(C) 交换A*的1,2行得到-B*.(D) 交换A*的1,2列得到-B*.(2005年)例19 设A是n阶可逆矩阵, 交换A的i,j行得到B.(1) 证明B可逆.(2) 求AB-1.例20设n阶矩阵A满足A2+3A-2E=0.(1)证明A可逆,并且求A-1.(2)证明对任何整数c,A-c E可逆.讨论: 如果f(A)=0,则(1) 当f(x)的常数项不等于0时,A可逆.(2) f(c)≠0时,A-c E可逆.(3) 上述两条的逆命题不成立.例21设 是n维非零列向量,记A=E- T.证明(1) A2=A⇔ T =1.(2) T =1⇒ A不可逆. (96一)讨论: (2)的逆命题也成立.例22 设A,B都是n阶矩阵,证明E-AB可逆⇔ E-BA可逆.例23设3阶矩阵A,B满足AB=A+B.(1) 证明A-E可逆.(2) 设 1 -3 0B= 2 1 0 ,求A.0 0 2 (91)例24设A,B是3阶矩阵, A可逆,它们满足2A-1B=B-4E.(1) 证明A-2E可逆.(2) 设 1 -2 0B= 1 2 0 ,求A.0 0 2 (2002)例25设n阶矩阵A,B满足AB=a A+b B.其中ab≠0,证明(1) A-b E和B-a E都可逆.(2) A可逆⇔ B可逆.(3) AB=BA.例26设A,B都是n阶对称矩阵, E+AB可逆,证明(E+AB)-1A也是对称矩阵.例27 设A,B都是n阶矩阵使得A+B可逆,证明(1) 如果AB=BA,则B(A+B)-1A=A(A+B)-1B.(2) 如果A.B都可逆,则B(A+B)-1A=A(A+B)-1B.(3) 等式B(A+B)-1A=A(A+B)-1B总成立.例28设A,B,C都是n阶矩阵,满足B=E+AB,C=A+CA,则B-C为(A) E.(B) -E. (C) A. (D) -A. (2005年数学四)参考答案1 -1/2 1/3例1 35A=35 -2 1 –2/3 .3 -3/2 1① 3.② a2(a-2n). ③ -1. ④ E. ⑤ 4.例2 O.例3 (1)提示: A n=A n-2+A2-E⇔A n-2(A2-E)=A2-E ⇔ A(A2-E)=A2-E.(2)n=2k时, 1 0 0A n = k 1 0 .k 0 1n=2k+1时, 1 0 0A n = k+1 0 1 .k 1 0例 4 1 0 0B= 1 2 2 .1 1 3例5 2.例 6 –4a.例 7 0 0 0B= 1 0 3 . |E+A|=-40 1 -2例8 1/9.例 9 -6 10 4X= -2 4 2 .-4 10 0例 10 1 1 0(1/4) 0 1 1 .1 0 1例 11 6 0 0 0B= 0 6 0 0 .6 0 6 00 3 0 -1例 12 1 0 02 0 0 .6 -1 -1例 13 2 -1 1-4 -2 -5 .例15 (A).例16 (D).例 17 0 1 1Q= 1 0 0 .0 0 1例18 (D).例19E(i,j).例22提示:用克莱姆法则.例如证明⇒,即在E-AB可逆时证明齐次方程组(E-BA)X=0只有零解.例23 1 1/2 0A= -1/3 1 0 .0 0 2例 24 0 2 0A= -1 -1 0 .0 0 -2例25 提示:计算(A-b E)(B-a E).例28 (A).第四讲向量组的线性关系与秩一.概念复习1. 线性表示关系设 1, 2,…, s是一个n维向量组.如果n维向量 等于 1, 2,…, s的一个线性组合，就说 可以用 1,2,…, s线性表示.如果n维向量组 1, 2,…, t 中的每一个都可以可以用 1, 2,…, s线性表示,就说向量1, 2,…, t可以用 1, 2,…, s线性表示.判别“ 是否可以用 1, 2,…, s线性表示? 表示方式是否唯一？”就是问：向量方程x 11+ x2 2+…+x s s=是否有解？解是否唯一？用分量写出这个向量方程,就是以 1, 2,…, s 为增广矩阵的线性方程组.反之,判别“以 A 为增广矩阵的线性方程组是否有解？解是否唯一？”的问题又可转化为“ 是否可以用A的列向量组线性表示? 表示方式是否唯一？”的问题.向量组之间的线性表示问题与矩阵乘法有密切关系: 乘积矩阵AB的每个列向量都可以表示为A的列向量组的线性组合,从而AB的列向量组可以用A的列向量组线性表示;反之,如果向量组 1, 2,…, t可以用 1,2,…, s线性表示,则矩阵( 1, 2,…, t)等于矩阵( 1, 2,…, s)和一个s⨯t矩阵C的乘积. C可以这样构造: 它的第i个列向量就是 i对 1, 2,…,s的分解系数(C不是唯一的).向量组的线性表示关系有传递性,即如果向量组 1, 2,…, t可以用 1,2,…, s线性表示,而 1, 2,…, s 可以用γ1,γ2,…,γr线性表示,则 1,2,…, t可以用γ1,γ2,…,γr线性表示.当向量组 1, 2,…, s 和 1, 2,…, t互相都可以表示时 就说它们等价 并记作 1, 2,…, s ≅ 1, 2,…, t .等价关系也有传递性.2. 向量组的线性相关性(1) 定义(从三个方面看线性相关性)。
线性代数B考试大纲
《线性代数B》考试大纲总要求考生应按本大纲的要求，了解或理解线性代数中行列式、矩阵、向量组的线性相关性、线性方程组、相似矩阵；学会、掌握或熟练掌握上述各部分知识的结构、知识的内在联系及本课程中的基本方法；应具有一定的抽象思维能力、培养和提高逻辑思维以及分析问题解决问题的能力；能运用基本概念、基本理论和基本方法正确地推理证明，准确地计算，能综合运用所学知识分析并解决简单的实际问题。
本大纲对内容的要求由低到高，对概念和理论分为“了解”和“理解”两个层次；对方法和运算分为“会”、“掌握”和“熟练掌握”三个层次。
内容一、行列式1. 知识范围（1）二、三阶行列式及其对角线法则（2）全排列的概念，对换，排列的逆序数，排列的奇偶性（3）行列式的概念（4）行列式的性质，行列式按行（列）展开定理（5）余子式、代数余子式的概念2.考试要求（1）了解二、三阶行列式的对角线法则（2）了解全排列的概念，会计算排列的逆序数，会判断排列的奇偶性（3）了解行列式的定义（4）熟练掌握行列式的性质和行列式按行（列）展开定理，并能熟练运用计算低阶行列式及简单的高阶行列式（5）了解行列式的余子式、代数余子式的概念，会计算行列式的余子式、代数余子式二、矩阵1. 知识范围（1）矩阵的概念，零矩阵，单位矩阵，对角矩阵，纯量矩阵，上（下）三角矩阵（2）矩阵加法和数与矩阵的乘法，矩阵的乘法，矩阵的转置，方阵的行列式，及其运算规律（3）对称矩阵的定义，性质（4）方阵的伴随矩阵的定义，伴随矩阵的性质（5）逆矩阵的概念，逆矩阵存在的充分必要条件，逆矩阵的运算规律，逆矩阵的求法（6）矩阵的初等变换的定义，初等变换的逆变换，行阶梯形矩阵，行最简形矩阵，矩阵的标准形，及其应用（7）初等矩阵的概念，初等矩阵的逆矩阵，初等矩阵的性质，及其应用（8）等价矩阵的定义，性质（9）矩阵的秩的定义，矩阵的秩的求法，矩阵的秩的性质（10）满秩矩阵的定义（11）分块矩阵的定义，分块矩阵的运算法则，运算规律，分块对角矩阵的性质2. 考试要求（1）理解矩阵的概念，掌握单位矩阵、对角矩阵与对称矩阵的性质（2）掌握矩阵的线性运算、乘法、转置及其运算规律（3）理解伴随矩阵的定义，会运用伴随矩阵的性质（4）理解逆矩阵的概念及其性质，熟练掌握逆矩阵的求法（5）熟练掌握矩阵的初等变换及其应用，理解等价矩阵的定义，性质（6）理解矩阵的秩的概念并掌握其求法，会运用矩阵的秩的性质证明一些相关结论（7）了解满秩矩阵的定义（8）了解分块矩阵的定义、运算法则和运算规律三、向量组的线性相关性1. 知识范围（1）n维向量的概念及其运算（2）向量组的定义，向量的线性组合的定义，向量的线性表示的定义及其判别定理（3）向量组的线性相关的定义、性质、判别（4）向量组的线性无关的定义、性质、判别（5）向量组的秩的定义，向量组的极大无关组的定义，向量组的秩和极大无关组的求法，向量组的秩的性质（6）向量的内积、长度与正交的概念，规范向量组，施密特（Schimidt）正交化过程 2. 考试要求（1）了解n维向量的概念及其运算（2）理解向量组的线性相关、线性无关与线性表示的概念、性质和判别，了解与之有关的重要结论，会用这些结论证明一些命题（3）了解向量组的极大无关组和秩的概念，会求向量组的秩和极大无关组（4）了解向量的内积、长度与正交的概念，了解规范向量组的概念，会用施密特正交化过程把向量组正交规范化四、线性方程组1. 知识范围（1）克莱默（Crammer）法则（2）非齐次线性方程组无解、有惟一解、有无穷多解的充分必要条件；齐次线性方程组有非零解、只有零解的充分必要条件（3）齐次（非齐次）线性方程组解的性质，齐次线性方程组的基础解系和通解，非齐次线性方程组解的结构（4）用矩阵的初等行变换法求解线性方程组的方法（5）用计算机解线性方程组的基本方法2. 考试要求（1）理解克莱默法则（2）理解非齐次线性方程组无解、有惟一解、有无穷多解的充分必要条件；理解齐次线性方程组有非零解、只有零解的充分必要条件；会运用线性方程组的理论讨论线性方程组解的情况（3）理解齐次（非齐次）线性方程组解的性质；理解齐次线性方程组的基础解系和通解；理解非齐次（齐次）线性方程组解的结构，会运用线性方程组解的结构求线性方程组的通解（4）熟练掌握用矩阵的初等行变换法求解线性方程组的方法和基本步骤（5）了解用计算机解线性方程组的基本方法五、相似矩阵1. 知识范围（1）矩阵的特征值与特征向量的定义，矩阵特征值与特征向量的性质（2）相似矩阵的定义，相似矩阵的性质，矩阵相似对角化的条件（3）矩阵的相似对角化方法，实对称矩阵的相似对角阵的求法（4）正交矩阵的定义，正交矩阵的性质2. 考试要求（1）理解矩阵的特征值与特征向量的概念，熟练掌握求矩阵的特征值与特征向量，熟练掌握矩阵的特征值与特征向量的性质（2）了解相似矩阵的概念、性质和矩阵相似对角化的条件，会判断一个矩阵在什么条件下可以相似对角化（3）熟练掌握矩阵的相似对角化和实对称矩阵的相似对角阵的求法（4）了解正交矩阵的概念，及其性质试卷结构试卷总分：100分考试时间：120分钟试卷内容比例：行列式约12%矩阵约28%向量组的线性相关性约16%线性方程组约24%矩阵的特征值与特征向量约20%试卷题型比例：选择题：约24%填空题：约24%计算题：约42%证明题：约10%试题难易比例：容易题：约50%中等难度题：约40%较难题：约10%制定日期：2008.10。
线性代数期末复习提纲
n
n
(A)
a ij Aij 0
(B)
aij Aij 0
i1
j1
n
(C)
aij Aij D
(D)
j1
n
ai1 Ai 2 D
i1
7、设 A, B 均为 n阶可逆矩阵，则下列各式成立的是
（ A） ( AB)T BT AT
(B)
(C) AB BA
(D)
(AB) 1 A 1B 1 AB A B
8、设 A 为 3 阶方阵，且行列式 A 1 ，则 2A
【主要内容】 1、向量的内积、长度、夹角等概念及其计算方法。 2、向量的正交关系及正交向量组的含义。 3、施密特正交化方法。 4、方阵的特征值与特征向量的概念及其计算方法。
（ 1）特征值求法：解特征方程 A E 0 ；
（ 2）特征向量的求法：求方程组 A E X 0 的基础解系。
5、相似矩阵的定义 （ P 1 AP B ）、性质 ( A, B 相似
第四部分 线性方程组 【主要内容】
1、齐次线性方程组 Ax 0 只有零解 系数矩阵 A 的秩 未知量个数 n； 2、齐次线性方程组 Ax 0 有非零解 系数矩阵 A 的秩 未知量个数 n. 3、非齐次线性方程组 Ax b 无解 增广矩阵 B ( A, b) 秩 系数矩阵 A 的秩；
4、非齐次线性方程组 Ax b 有解 增广矩阵 B ( A, b) 秩 系数矩阵 A 的秩
即得二次型的标准形 f
1 y1 2
2 y2 2
n yn2
8、正定二次型的定义及其判定方法 常用判定二次型正定的方法： （ 1）定义法 （ 2）特征值全大于零 （ 3）顺序主子式全大于零
【要求】 1 、掌握向量的内积、长度、夹角，正交向量组的性质，会利用施密特正交化方法化线 性无关向量组为正交向量组。 2、掌握方阵特征值、特征向量的概念、求法， 3、了解相似矩阵的概念、掌握化对称矩阵为对角矩阵的方法。 4、掌握二次型的概念、会用正交变换化二次型为标准形。 5、了解二次型的分类，知道正定二次型等概念及其判定方法。
线性代数总复习提纲
1、第一章：
（1）行列式性质；
（2）克拉默法则定理内容（会用，如选择、判断、填空）；
（3）会计算一个四阶行列式的值。
2、第二章：
（1）矩阵的乘法；
（2）转置矩阵的性质、可逆矩阵的性质（注意两者的区别）；
（3）方阵的行列式的性质（同逆矩阵行列式性质结合）；
（4）矩阵的秩的定义（充分理解，会选择和判断正确内容）；
（5）会求二阶方阵的逆；
（6）会利用定义证明方阵可逆，如本校教材第二章习题A组15题；
（7）会解矩阵方程，如本校教材第二章习题A组14题。
3、第三章：
（1）线性相关（无关）的性质定理（选择、判断、填空）；
（2）会判断具体向量组的线性相关性，如本校教材第三章习题A组第2、3题；
（3）会求向量组的秩及一个最大无关组，如本校教材第三章习题A组第7题；
（4）线性方程组的解的判定定理、解的结构和性质（选择、填空、判断）；
（5）会解带未知参数的非齐次线性方程组，如本校教材第三章习题A组第10题（或网上作业相应题）。
4、第四章：
（1）正交矩阵的定义、性质；
（2）方阵的特征值、特征向量的定义及性质；
（6）会求一个具体的三阶方阵的特征值和特征向量，如本校教材第三章例4.7（或网上作业相应题）；
部分题选自网上每章作业（包括选择、填空、判断和计算大题），好好看哦！。
线性代数总复习大纲及复习题
04-05(2) 线性代数总复习大纲及复习题： 一、 概念1、 行列式的 定义2、 向量组相关与无关的定义3、 对称阵与反对称阵4、 可逆矩阵5、 矩阵的伴随矩阵6、 基与向量的坐标7、 矩阵的特征值与特征向量 8、 正定矩阵 9、 矩阵的迹 10、 矩阵的秩 11、 矩阵的合同 12、 二次型与矩阵13、 齐次线性方程组的基础解系 二、 性质与结论1、 与向量组相关与无关相关的等价结论2、 行列式的性质3、 克莱姆规则（齐次线性方程组有非零解的充要条件）4、 矩阵可逆的充要条件及逆矩阵的性质5、 初等变换与初等矩阵的关系6、A A A A A E **==7、 n 维向量空间坐标变换公式 8、 相似矩阵的性质 9、 合同变换10、 矩阵正定的充要条件11、 线性方程组解的性质与结构定理 三、复习题及参考答案1．若三阶行列式1231122331232226a a a b a b a b a c c c ---=，则 123123123a a ab b bc c c = 12 2．若方程组123123123000tx x x x tx x x x tx ++=⎧⎪++=⎨⎪++=⎩有非零解，则t=⎽⎽⎽⎽1⎽⎽⎽。
3．已知齐次线性方程组32023020x y x y x y z λ+=⎧⎪-=⎨⎪-+=⎩仅有零解，则λ≠ 04．已知三阶行列式D=123312231，则元素12a =2的代数，余子式12A = -1 ；3.若n 阶矩阵A 、B 、C 满足ABC=E （其中E 为n 阶可逆阵），则BCA=E 。
（ 对 ）4.行列式002002316.02342345= （ 对 ） 5.对向量1234,,,αααα，如果其中任意两个向量都线性无关，则1234,,,αααα线性无关。
（ 错 ）6. 如果A 是n 阶矩阵且0A =，则A 的列向量中至少有一个向量是其余各列向量的线性组合。
（ 对 ）7. 向量组s ααα,,,21 线性无关的充分必要条件是其中任一部分向量组都线性无关。
线性代数复习提纲
线性代数复习提纲第一章行列式本章重点是行列式的计算，对于n阶行列式的定义只需了解其大概的意思。
要注重学会利用行列式的各条性质及按行（列）展开等基本方法来简化行列式的计算，对于计算行列式的技巧毋需作过多的探索。
1、行列式的性质D D。
（1）行列式与它的转置行列式相等，即 T （2）互换行列式的两行（列），行列式变号。
（3）行列式中如有两行（列）相同或成比例，则此行列式为零。
（4）行列式的某一行（列）中所有元素都乘以同一数k，等于用数k乘此行列式；换句话说，若行列式的某一行（列）的各元素有公因子k，则k可提到行列式记号之外。
（5）把行列式某一行（列）的各元素乘以同一数k，然后加到另一行（列）上，行列式的值不变。
（6）若行列式的某一行（列）的各元素均为两项之和，则此行列式等于两个行列式之和。
2、行列式的按行（按列）展开（1）代数余子式：把n 阶行列式中(),i j 元ij a 所在的第i 行和第j 列划掉后所剩的1-n 阶行列式称为(),i j 元ij a 的余子式，记作ij M ；记()1+=-i j ij ij A M ，则称ij A 为(),i j 元ij a 的代数余子式。
（2）按行（列）展开定理：n 阶行列式等于它的任意一行（列）的各元素与对应于它们的代数余子式的乘积之和，即可按第i 行展开：1122...,(1,2,...,)=+++=i i i i in in D a A a A a A i n 也可按第j 列展开：1122...,(1,2,...,)=+++=j j j j nj nj D a A a A a A j n（3）行列式中任意一行（列）的各元素与另一行的对应元素的代数余子式乘积之和等于零，即1122...0,()+++=≠i j i j in jn a A a A a A i j ； 或1122...,()+++≠i j i j ni nj a A a A a A i j 。
线性代数复习提纲
1.1二阶、三阶行列式了解二阶、三阶行列式的概念;熟练掌握其计算方法..1.2排列了解排列、正逆序数、奇偶排列、对换的概念;熟练掌握逆序数的计算方法、3个定理1.3n阶行列式了解n阶行列式的定义和由二阶、三阶行列式展开式的特点导出的一般规律；;掌握用定义计算特殊n阶行列式的方法;熟记三角形行列式的计算结果..1.4行列式的性质熟练掌握行列式的运算性质;并应用它们进行行列式的运算..转置行列式的概念；行列式的5个性质和两个推论1.5行列式按行列展开掌握余子式和代数余子式的概念;熟练掌握行列式按行列展开的方法..三阶行列式按行列展开式；余子式和代数余子式的概念；行列式按行列展开定理;范德蒙行列式1.6克拉默法则掌握线性方程组解的克拉默运算法则;掌握用克拉默法则判断齐次线性方程组仅有零解和有非零解的方法..1.7数域掌握数域的定义..2.1消元法了解线性方程组的消元解法;熟练掌握矩阵的初等变换方法;熟练掌握用矩阵的初等变换法解线性方程组以及判断方程组无解、有解唯一解、无穷多解的方法..2.2n维向量空间了解向量的定义;掌握向量的运算;熟悉线性方程组的向量表达形式..向量的有关概念；向量的运算法则；n维向量空间的概念；线性方程组的向量表达形式2.3向量间的线性关系掌握向量的线性组合概念;熟练掌握一个向量可由其它向量线性表示的方法;熟练掌握向量组线性相关和线性无关的概念、理论和方法..向量的线性组合概念；判断一个向量可由其它向量线性表示的方法；向量组线性相关和线性无关的概念；判断向量组线性相关和线性无关的方法；判断向量组线性相关和线性无关的一些结论；5个定理2.4向量组的秩了解向量组极大无关组的概念;掌握等价向量组的概念和性质;掌握向量组秩的概念与相关结论..2.5矩阵的秩了解矩阵的秩的概念;熟练掌握求向量组极大无关组的方法;熟练掌握求向量组秩和矩阵秩的方法..矩阵的行秩与列秩的概念；矩阵子式的概念；矩阵秩的概念；求向量组极大无关组、向量组秩、矩阵秩的方法；2.6线性方程组解的判定掌握非齐次线性方程组有无解、有唯一解、无穷多解的判定方法;熟练掌握齐次线性方程组有非零解解、只有零解判定方法..非齐次线性方程组有无解判定方法定理1；非齐次线性方程组有唯一解、无穷多解的判定方法定理2；齐次线性方程组有非零解解、只有零解判定方法推论1、22.7线性方程组解的结构熟练掌握基础解系的概念;熟练掌握用基础解系表示方程组解的方法..齐次线性方程组解的两个性质；齐次线性方程组基础解系的概念;特别强调基础解系中含解向量个数与未知量个数和系数矩阵秩间的关系；齐次线性方程组解的基础解系表示法；非齐次线性方程组与齐次线性方程组解间的关系；非齐次线性方程组解的基础解系表示法；3.1-3.2矩阵的概念与运算了解矩阵的概念;熟练掌握矩阵的加法、数与矩阵的乘法、乘法、转置、行列式的运算法则和相应的性质..矩阵的定义以及几种特殊矩阵；矩阵的加法法则和对应的性质；数与矩阵的乘法法则和对应的性质；矩阵的乘法法则和对应的性质；矩阵的转置概念和对应的性质；矩阵行列式概念和对应的性质3.3可逆矩阵理解可逆矩阵的概念;了解伴随矩阵的概念;熟练掌握用伴随矩阵求可逆矩阵的逆矩阵的方法..3.4矩阵的分块了解分块矩阵的概念以及矩阵分块的原则;熟练掌握分块矩阵的运算法则..3.5初等矩阵理解三种初等矩阵的概念;掌握初等矩阵在矩阵乘法运算中的作用;熟练掌握利用初等变换求可逆矩阵的方法..三种初等矩阵的概念和它们在矩阵乘法运算中的作用；任意矩阵经过有限次初等变换化成的标准型；可逆矩阵与初等矩阵间的关系定理；利用初等变换求可逆矩阵的方法3.6常见的特殊矩阵了解对角矩阵、准对角矩阵、三角形矩阵、对称矩阵、反对称矩阵的概念和运算性质..4.1向量空间了解向量空间的概念和性质;了解向量空间基以及向量在基下坐标的概念..4.2向量的内积了解内积的概念;掌握内积的性质;熟练掌握n维向量空间两向量内积的坐标表示法;会求向量长度和向量单位化;了解正交向量组的概念;理解标准正交基的概念;熟练掌握向量组的施密特正交化过程..向量内积的概念和性质；n维向量空间两向量内积的坐标表示法；单位向量的概念和向量单位化；正交向量组的概念；正交基、标准正交基的概念；向量组的施密特正交化过程4.3正交矩阵了解正交矩阵的概念;熟练掌握其性质..5.1矩阵的特征值与特征向量了解矩阵特征值与特征向量的概念;熟练掌握求矩阵特征值与特征向量的方法;熟练掌握特征值与特征向量的性质；了解矩阵迹的概念与性质..矩阵特征值与特征向量的概念；求矩阵特征值与特征向量的方法；矩阵特征值与特征向量的性质；矩阵迹的概念与性质；5.2相似矩阵和矩阵对角化的条件了解相似矩阵的概念;掌握相似矩阵的性质;熟练掌握矩阵对角化的条件和对角化的方法.. 5.3实对称矩阵的对角化了解实对称矩阵特征值与特征向量的性质;熟练掌握实对称矩阵对角化的方法..。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
线性代数(B)复习提纲
一、矩阵的性质
1. 若A 、B 是同阶矩阵，判断下列说法的正确性:
(1) AB=BA. (2) 若AB=0，则A 、B 中必有一个是零矩阵. (3) A-AB = A(1-B). (4) 两个非零矩阵的乘积矩阵可能是一个零矩阵. 4. 已知n 阶方阵满足ABC E =，其中E 为n 阶单位矩阵，求 CAB ，BCA .
二、行列式计算
2. 已知行列式11
121321
222331
32
333a a a D a a a a a a ==，求行列式212223*********
32
33
a a a D a a a a a a =.
3. 判断下列计算的正确性:
(1)
nn nn n n a a a a a a a a a
221121222111
000= (2)
nn nn n
n a a a a a a a a a
22112221121100
0=
(3)
n n
λλλλλλ
21210
00
= (4)
n
n
λλλλλλ
21210
000
=
三、逆矩阵性质与逆矩阵求法 5. 已知1401A ⎛⎫=
⎪
⎝⎭
，求1
-A .
26. 设100010002A ⎛⎫ ⎪= ⎪ ⎪⎝⎭
，求1
A -.
6. 设,A B 为n 阶方阵，判断下列说法的正确性:
(1) 若A 或B 可逆，则AB 可逆 (3) 若A 和B 可逆，则AB 可逆 (3) 若A ,B 均可逆，则A B +可逆 (4) 若A ,B 均不可逆，则A B +不可逆 四、矩阵的秩
7. 矩阵A 的秩、其列向量组的秩、其行向量组的秩,三者存在什么关系?
五、初等矩阵与初等变换
8. 设11121321
222321
222311
12
1331
32
3331
32
33,a a a a a a A a a a B a a a a a a a a a ⎛⎫⎛⎫
⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭
12010101100,010001001P P ⎛⎫⎛⎫ ⎪ ⎪
== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 判断下列等式是否成立: (1)2P A B = (2)1PA B =
(3)2AP B =
(4) 1AP B =
9. m 个方程，n 个未知数，系数矩阵为A ，增广矩阵为A ,此非齐次线性方程组有唯一解的充要条件是什么？
10. 设A 为3阶方阵且()3R A =， 判断下列说法的正确性: (1)A 的3阶子式全为零 (2)A 可逆
(3)A 不可逆 (4)A 的2阶子式全为零
11. 判断下列说法的正确性：
（1）向量组中有两个向量各分量成比例，则此向量组线性无关； （2）向量组中含有一个零向量，则此向量组线性无关； （3）⎪⎪⎪⎪⎪
⎪⎭
⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=100240108700123321ααα，，线性无关；
（4）⎪⎪⎪
⎭
⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=4656543211234321αααα，，，线性无关.
12. 设向量组12,m ααα线性相关，判断下列说法的正确性: (1) 向量组12,m ααα中，每个向量都可由其余向量线性表示； (2) 向量组12,m ααα中，只有一个向量可由其余向量线性表示； (3) 向量组12
,m ααα中，至多有一个向量可由其余向量线性表示；
(4) 向量组12,m ααα中，至少有一个向量可由其余向量线性表示。
13. 设3阶矩阵A 的特征值1，3，2，判断下列说法的正确性:
(1) -E A 可逆 (2) 5E A - 可逆 (3) 2-E A 可逆 (4) 3E A - 可逆 14． 设向量组12345,,,,ααααα的秩为4，判断下列说法的正确性:
(1)12345,,,,ααααα线性相关 (2)12345,,,,ααααα线性无关 (3)1234,,,αααα线性相关 (4)1234,,,αααα线性无关 15. 求二次型212312(,,)()=+f x x x x x 的矩阵.
16. 设A 为m n ⨯矩阵，则n 元非齐次线性方程组Ax b =有无穷多个解的充要条件是什么？
17. 设⎪⎪⎭⎫ ⎝⎛-=0022A ，⎪⎪⎭
⎫
⎝⎛=0202B ,求AB , BA .
18．判断下列说法是否正确:
（1）12(1,0),(0,1)T T αα== 线性无关 （2）12(1,2),(2,4)T T αα==线性无关 （3）12(0,0),(1,1)T T αα== 线性无关 （4）
12(3,2),(6,4)T T αα==线性无关
19. 计算
3
1
21-, 321
3
21987
.
20. 设,A B 为n 阶对称矩阵，判断下列说法是否正确: (1)AB 为对称矩阵 (2) T
A B 为对称矩阵
(3)T
AB 为对称矩阵
(4) A B +为对称矩阵
21. 已知矩阵101123224⎛⎫
⎪
= ⎪ ⎪⎝⎭
A ，求()r A , 求3的代数余子式 .
22. 求三阶行列式1
-300
4
70
1
5
23. 某非齐次线性方程组A x =b 的增广矩阵经过数次行初等变换后化为： ⎪⎪⎪⎪⎭
⎫ ⎝⎛---−→−1000211102452r
A ，求()A R
、()A R ,判断此方程的解是否存在.
24. 已知41-1126A ⎛⎫
⎪
= ⎪ ⎪
⎝⎭
,103210B ⎛⎫= ⎪⎝⎭，求AB .
25. 若向量()1110,,03αβαβααβ⎛⎫⎛⎫ ⎪ ⎪
== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭
，，求、
并判断与是否线性相关.
27. 矩阵cos sin 0sin cos 0001A θθθθ-⎛⎫
⎪= ⎪ ⎪⎝⎭
,判断A 是否为正交矩阵；求1
A -.
28. 设A 为3阶方阵，且||=3A ，求|2|A ，1||A -.
29. 计算 ()T
T ⎪⎪⎪
⎭
⎫ ⎝⎛--132423
30. 设(3,5,1,2),(1,2,3,0)αβ==-，求23αβ-.
31. 计算 ()⎪⎪⎪
⎭
⎫ ⎝⎛--132423.
32. 设111212003A ⎛⎫ ⎪
= ⎪ ⎪⎝⎭
，计算1-A .
33. 设0Ax =的基础解系为12,ξξ，方程Ax b =的一个解为*
η，请将Ax b =的所有解表示出来.
34. 已知⎪⎪⎩⎪
⎪⎨⎧-=+-=-+-=+-=++6
9413283542432z y x z y x z y x z y x ，(I)求此方程组导出组的基础解系，(II)求此方程组的通解.
35. 计算行列式
1222
222222322224
；
36. 设110430102A -⎛⎫ ⎪
=- ⎪ ⎪⎝⎭
，求A 的特征值及对应的特征向量。
37. 设
1232
2134
3A ⎛⎫ ⎪= ⎪ ⎪⎝
⎭
，求1
A -；
38. 用矩阵记号表示下列二次型，并判定其正定性。
()31212
322213214293,,x x x x x x x x x x f +-++=
39. 求向量组123(1,2,1,3),(4,1,5,6),(1,3,4,7)
T T T
ααα==---=---的秩，并求其一个最大线性无关组；
40. 求解齐次线性方程组123412341
23424530364204817110
x x x x x x x x x x x x -++=⎧⎪
-++=⎨⎪-++=⎩；
41. 已知T T T T T b a a ]5,3,1,1[,]8,4,2,1[,]1,2,1,1[,]5,3,1,1[,]3,2,0,1[4321+=+=+-===βαααα及，a ,b 为何值时，4321,,,ααααβ有的唯一线性表示式，并写出该表示式.
42. 求矩阵211020413A -⎛⎫ ⎪
= ⎪ ⎪-⎝⎭
的特征值和特征向量。