线性代数总复习讲稿.pptVIP

线性代数总复习 矩阵 注：对于实对称矩阵 A，一定有可逆阵 P，使 P－1AP为对角阵，P的列向量为 A 的特征向量，对角阵中主对角线上的元素为 A 的特征值，而且也一定有正交阵 Q，使 Q－1AQ 为对角阵. 当 A 的特征值互异时，其特征向量两两正交，只需将特征向量单位化，即可求得正交阵 Q；当 A 有 k 重特征值时，这个k 重特征值一定对应有 k 个线性无关的特征向量，用施密特正交化方法将其化为两两正交的向量并单位化，就求出正交阵 Q 来了. 四. An 的求法 . 方阵 A 及其特征值、特征向量的互求 五. 证明题 2. 求 AX=b 的通解 (2) 由行最简形式写出同解方程组，求出 AX=0 的基础解系及 AX=b 的一个特解； (3) 写出通解. 注：1. 在求解线性方程组时，一定要将系数矩 阵或增广矩阵化为行最简形式，这样有利于 求解. 2. 根据同解方程组（*）式写导出组的基础解系时， 不要将常数加进去. 三. 含参数的方程组 注：讨论向量 ? 能否由向量组 ?1, ?2, ?3 线性表示，并进一步求出表示式，实际上就是方程组是否有解并在有解时求出其通解的问题. 矩阵的特征值与特征向量 一. 特征值与特征向量的求法 1.利用定义求特征值与特征向量 注：用定义求特征值与特征向量，最重要的是求出特征值. 为此，首先求出矩阵的特征多项式，并将它按降幂排列，然后通过试根或因式分解将其化为一次式的乘积，从而求出特征值. 求特征向量即求齐次方程组 (A-?E)X=0 的基础解系. 非常重要的公 式，一定要记住。 2.利用公式求特征值与特征向量 特征值与矩阵的关系公式： 因此 二. A 与对角阵相似的解题方法 注：当矩阵有重特征值时，我们用定理“A 与对角阵相似的充要条件为 r(A-?iE)=n-ri”来判定 A 能否与对角阵相似，其中ri为特征值 ?i的重数，n 为矩阵 A 的阶数. (1) 求出 A 的所有特征值 ?1, ?2,…, ?n ，若 ?1, ?2,…, ?n 互异，则 A 与对角阵相似；若?1, ?2,…, ?n中互异的为 ?1, ?2,…, ?m，每个?i 的重数为 ri，当 r(A- ?i E)=n- ri时(i=1,2,…m)，A 与对角阵相似；否则 A 不能与对角阵相似. 矩阵相似对角化的步骤： (2) 当 A 与对角阵相似时，求出 A 的 n 个线性无关的特征向量 ?1, ?2, …, ?n，并令 P=(?1, ?2, …, ?n)，则 P 可逆，且 P-1AP=?. 从而 注：因为使用了分块矩阵的求逆公式，由 求4阶方阵的逆阵转化为求两个2阶方阵的逆 阵了，计算量大大减少. 注：1. 矩阵的逆阵是线性代数中非常重要的一个内容，主要包括： ①证明矩阵 A 可逆； ②求逆阵； ③证明矩阵 B 是矩阵A 的逆阵. 三. 矩阵方程及其求解方法 标准的矩阵方程有三种形式： 其中 A , C 均为可逆阵. 四. 关于矩阵运算 矩阵运算有其特殊性，若能灵活地运用矩阵的运算性质及运算规律，可极大地提高运算效率. 注：对一般的 n 阶方阵 A，我们常常用归纳的方法 求An. 一. 向量组的秩及极大线性无关组的求法 利用矩阵的初等变换求向量组的秩及极大无关组 n元向量 注：用初等变换求向量组的极大无关组时，一定要将向量组按列摆放成矩阵，并做 初等行变换, 若仅仅只是求向量组的秩，作怎样的初等变换都无所谓，结果是一样的. 但一般来说，只做初等行变换。 二. 相关性的判定 1. 利用定义讨论向量组的线性相关性 2. 利用等价讨论向量组的线性相关性 基、坐标、过渡矩阵 线性方程组 一. 基本概念题 步骤： 写出系数矩阵 A 并对其作初等行变换化为行最简形式 （同时得到 r(A)，这样也就可以确定基础解系所含解 向量的个数）； (2) 由行最简形式确定自由未知量并写出与原方程组同解 的方程组； (3) 对自由未知量赋值，求出基础解系（有几个自由未知 量，就应赋几组值，将其视为向量组，它们是线性无关的）. 二. 求解线性方程组 1. 求 AX=0 的通解或基础解系 * * 1.二、三阶行列式的计算 对二、三阶行列式，可使用行列式的展开式（即对角线 法则）直接计算： 也可利用行列式的性质进行计算. 2. n阶行列式的典型计算方法（n?3） 利用性质将行列式化为三角形行列式或降阶后计算 一、行列式 的计算 注：一边化简行列式，一边将行列式按行或列展开将行列式降阶，这种方法有助于计算行列式. 这一行列式的特点是只有两个数，主对角线上的元素全为a,其他位置上的数全为b，即每一列的元素的和