- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性代数(B)复习提傅馁 2
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.
已知阶方阵满足,其中为阶单位矩阵,求 ,.
2. 已知行列式,求行列式.
3. 判断下列计算的正确性:
(1) (2)
(3) (4)
5. 已知,求.
26. 设,求.
6. 设为阶方阵,判断下列说法的正确性:
(1) 若或可逆,则可逆 (3) 若和可逆,则可逆
(3) 若,均可逆,则可逆 (4) 若,均不可逆,则不可逆
7. 矩阵的秩、其列向量组的秩、其行向量组的秩,三者存在什么关系?
8. 设,
判断下列等式是否成立:
(1) (2) (3) (4)
9. 个方程,个未知数,系数矩阵为,增广矩阵为,此非齐次线性方程组有唯一解的充要条件是什么?
10. 设为阶方阵且, 判断下列说法的正确性:
(1)的阶子式全为零 (2)可逆
(3)不可逆 (4)的阶子式全为零
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)线性无关;
(4)线性无关.
12. 设向量组线性相关,判断下列说法的正确性:
(1) 向量组中,每个向量都可由其余向量线性表示;
(2) 向量组中,只有一个向量可由其余向量线性表示;
(3) 向量组中,至多有一个向量可由其余向量线性表示;
(4) 向量组中,至少有一个向量可由其余向量线性表示。
13. 设3阶矩阵的特征值1,3,2,判断下列说法的正确性:
(1) 可逆 (2) 可逆 (3) 可逆 (4) 可逆
14. 设向量组的秩为4,判断下列说法的正确性:
(1)线性相关 (2)线性无关
(3)线性相关 (4)线性无关
15. 求二次型的矩阵.
16. 设为矩阵,则元非齐次线性方程组有无穷多个解的充要条件是什么?
17. 设,,求AB , BA .
18.判断下列说法是否正确:
(1) 线性无关
(2)线性无关
(3) 线性无关
线性无关
19. 计算, .
20. 设为阶对称矩阵,判断下列说法是否正确:
(1)为对称矩阵 (2) 为对称矩阵
(3)为对称矩阵 (4) 为对称矩阵
21. 已知矩阵,求, 求3的代数余子式 .
22. 求三阶行列式
23. 某非齐次线性方程组Ax =b的增广矩阵经过数次行初等变换后化为:
,求、 ,判断此方程的解是否存在.
24. 已知,,求.
25. 若向量是否线性相关.
27. 矩阵 ,判断A是否为正交矩阵;求.
28. 设为3阶方阵,且,求,.
29. 计算
30. 设,求.
31. 计算 .
32. 设,计算.
33. 设的基础解系为,方程的一个解为,请将的所有解表示出来.
34. 已知,(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;
36. 设,求的特征值及对应的特征向量。
37. 设,求;
38. 用矩阵记号表示下列二次型,并判定其正定性。
39. 求向量组的秩,并求其一个最大线性无关组;
40. 求解齐次线性方程组;
41. 已知,a,b为何值时,的唯一线性表示式,并写出该表示式.
42. 求矩阵的特征值和特征向量。
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)