线性代数知点全面总结.ppt

线 性 方 程 组 Ax = 0 初 等 行变换 阶 梯 形 有解判定 总 有 解 R(A)≠R(B)无解 R(A)=R(B)有解 R(A)=n仅有零解 R(A)n有非零解 解 的 结 构 基 础 解 系 Ax = b 二、重要定理 1、线性无关 （1）一个向量线性无关的充分必要条件是它不是零向量。 （2）两个向量线性无关的充分必要条件是它们对应的 分量不成比例。 （3）n 个 n 维向量线性无关的充分必要条件是它们所 构成n阶行列式不为零。 （4）若整组向量线性无关，则它的任何部分组都线性 无关。 （5）若r 维的向量组线性无关，则在每个向量的后边 都添上一个分量而得的向量组仍线性无关。 2、线性相关 （1）一个向量线性相关的充分必要条件是它是零向量。 （2）两个向量线性相关的充分必要条件是它们对应的分量成比例。 （3）n 个n 维向量线性相关的充分必要条件是它们构成的行列式等于零。 （4）向量组α1，α2，…，αm 线性相关的充分必要条件是 该向量组中至少有一个向量能由其余的m－1个向量线性表 示。 （5）若向量组α1，α2，…，αr 线性相关，则向量组α1， α2，…，αr ， αr+1，…，αm 仍线性相关。 3、线性相关性与线性表示 （1）向量组α1，α2，…，αm 线性相关的充分必要条件是它所构成的矩阵 A = (α1，α2，…，αm)的秩小于向量的个数m, 向量组线性无关的充分必要条件是R(A) = m。 （2）若向量组α1，α2，…，αm 线性无关，而向量组 β ， α1，α2，…，αm 线性相关，则β能由α1，α2，…，αm 线性表 示，且表示法是惟一的。 （3）向量β 能由向量组α1，α2，…，αm 线性表示的充分必要条件是矩阵A = (α1，α2，…，αm )的秩等于矩阵B=(α1，α2，…，αm , β )的秩。 4、向量组的秩 （1）矩阵的秩等于它的列向量组的秩（列秩），也等于它的行向量组的秩（行秩）。 （2）若向量组B能由向量组A线性表示，则向量组B的 秩不大于向量组A的秩。 （3）等价的向量组的秩相同。 5、解空间 （1）n元齐次线性方程组Am×n x = 0 的全体解所构成的 集合S是一个向量空间，当系数矩阵的秩 R(Am×n ) = r 时 ， 解空间S的维数为n－r。 三、重要公式 1、向量组线性相关性证明 （1）公式 λ1α1 + λ2α2 + … + λmαm = 0, （2）方法 ① 定义法；② 反证法；③ 用等价说法。 2、求向量组的秩及其极大无关组 （1）若求向量组的秩和向量组的极大无关组，将其向 量组写成矩阵的形式，行向量组作初等列变换；列向量组 作初等行变换，使之变成阶梯形矩阵，非零的列（行）的 数即是向量组的秩，而非零的列（行）的非零首元所在的 行（列）向量组即是该向量组的一个极大无关组。 3、方程组的通解 （1）齐次线性方程组Ax = O 的通解： x = k1α1+ k2α2 + … + kn-rαn-r k1,k2,…kn-r为任意常数。 （2）非齐次线性方程组Ax = b 的通解： x = k1α1+ k2α2 + … + kn-rαn-r+η* k1,k2,…kn-r为任意常数。 其中 α1 ，α2，…， αn-r为Ax = O的基础解系； η*是Ax = b的一个特解。 四、典型例题 2、求解线性方程组、特别是带有参数的方程组。 3、验证一组向量是某向量空间的基，把空间中的某 个向量用该组基线性表示。 1、求向量组的秩和其极大无关组,把不是无关组的向 量用极大无关组线性表示。 相似矩阵及二次型 特征值的问题在代数学中占有十分重要的位置。用它可以讨论方阵相似对角化。进而将二次型化成标准形。 理解矩阵的特征值和特征向量的概念及性质，会求矩 阵的特征值和特征向量。理解相似矩阵的概念、性质及矩 阵可相似对角化的充分必要条件。掌握将矩阵化为相似对 角矩阵的方法。了解实对称矩阵的特征值和特征向量的性 质。掌握二次型及其矩阵表示，了解二次型秩的概念，了 解合同变换和合同矩阵的概念，了解二次型的标准形、规 范形的概念以及惯性定理。掌握用正交变换化二次型为标 准的方法，会用配方法化二次型为标准形。了解正定二次 型和所对应