预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

合工大(共创)线性代数冲刺殷明1 合工大(共创)考研辅导中心 2009冲刺班(线代代数部分)讲义 一、现阶段数学复习策略 1归纳整理,查漏补缺,注意自己总结复习;2实战演练,做真题及模拟题(真实环境), 提高解题速度,找出差错。3积极备考,注意身体及心态; 二、线性代数复习概论 线性代数中概念多、定理多、符号多、运算规律多,内容相互纵横交错,知识前后紧密联系 是线性代数课程的特点。技巧少,方法比较固定。 1、吃透概念,掌握性质 线性代数的概念很多,重要的有: 代数余子式,伴随矩阵,逆矩阵,初等变换与初等矩阵,正交变换与正交矩阵,秩(矩阵、 向量组、二次型),等价(矩阵、向量组),线性组合与线性表出,线性相关与线性无关,极 大线性无关组,基础解系与通解,解的结构与解空间,特征值与特征向量,相似与相似对 角化,二次型的标准形与规范形,正定,合同变换与合同矩阵。 2正确熟练运用基本方法及基本运算 基本运算与基本方法要过关,重要的有: 行列式(数字型、字母型)的计算,求逆矩阵,求矩阵的秩,求方阵的幂,求向量组的秩与极 大线性无关组,线性相关的判定或求参数,求基础解系,求(非)齐次线性方程组的通解, 求特征值与特征向量(定义法),判断与求相似对角矩阵,用正交变换化实对称矩阵为对角矩 阵(亦即用正交变换化二次型为标准形)。 3.注重知识点的转换与联系 线性代数各章节的内容,如行列式、矩阵、向量、方程组是线性代数的基本内容,它们不 是孤立隔裂的,而是相互渗透,紧密联系的,例如 A是n阶方阵,若,|A|≠0(称A为非奇阵).<=>A是可逆阵.<=>有n阶方阵B,使得 AB=BA=E.<=>B=A-1=A*/|A|.<=>r(A)=n(称A是满秩阵).<=>存在若干个初等阵 P1,P2,…,PN,使得PNPN-1…P1A=E.<=>(A┆┆E)→(EA-1).<=>A可表示成若干个 可逆阵的乘积.<=>A可表示成若干个初等阵的积。<=>A的列向量组线性无关(列满 秩).<=>AX=0,唯一零解.<=>A的行向量组线性无关(行满秩).<=>A的列(行)向量组是 Rn空间的基.<=>任何n维列向量b均可由A的列向量线性表出(且表出法唯一).<=>对任 意的列向量b,方程组AX=b有唯一解,且唯一解为A-1b<=>A没有零特征值,即λi≠O,i =1,2,…,n.<=A是正定阵(正交阵)等等。这种相互之间的联系综合命题创造了条件, 故对考生而言,应该认真总结,开拓思路 三、线性代数复习重点 大家知道,线性代数前后知识的联系非常紧密,所以我们在这一部分复习的时候,一定 要抓住我们线性代数的前后联系的这样一些关键点,把知识连贯起来,我们就会发现,掌 握起来是比较容易的。整个线性代数,我个人认为,可以分成三大块内容。第一部分,行 列式和矩阵,是我们线性代数的基础部分,基础部分一般来讲不考大题。以这个为基础, 1 合工大(共创)线性代数冲刺殷明2 另外两部分,一部分是向量和线性方程组,一般情况下每年在这个部分考一个大题,还有 特征向量与二次型,其次特别是二次型,也可以看作同一件事情的两个不同方面。 第一部分,行列式和矩阵(基础部分,一般考小题) 行列式这部分没有太多内容,主要就是行列式的意义、性质及计算。重点在于行列式的展 开方法。这个问题就是重要的公式。一个矩阵A乘上A的伴随矩阵等于A的行列式乘以单 位阵。 矩阵是一个基础,关联到整个线代,所以矩阵的运算非常重要,尤其不要做非法的运算。 因为大家习惯了数的运算,在做矩阵运算的时候容易受到数的影响,所以这个地方大家要把 它搞清楚。矩阵运算里一个很重要的就是初等变换。我们在解方程组,求特征向量都离不开 的东西。这是我们矩阵部分的重点。 重要题型: 1计算行列式 2矩阵运算(逆矩阵计算与证明) 3求矩阵的秩 例1设α12,,,ααn是n维列向量,又A=(α12ααn),B=(ααnn11α−), 如A=3,则AB+=____; 解因为 ⎛⎞1100 ⎜⎟ ⎜⎟0110 AB+=()αα121+nnαα+αα+n−112=(αααn)⎜⎟0010, ⎜⎟ ⎜⎟ ⎜⎟ ⎝⎠1001 11 11 又11=+−1(1)n+1,所以AB+=3(1+−(1)n+1) 11 例2.已知A,B均为3阶不可逆矩阵,且满足AB+5B=0,若rB()=2,则行列式 |AE+=|____ 解:设B=()β123ββ,由(5AEB+)=0知,λ=−5是矩阵A的特征值,且β123,,ββ 是关于特征值-5的特征向量。由rB()=2,所以λ=−5至少有2个线性无关的特征向量。 所以λ=−5至少是二重特征值。又因矩阵A不可逆,λ=0必是矩阵A的特征值。从而A 的特征值是-5