1、第一章 矩陣與行列式釋疑解惑 1 關于矩陣的概念：最難理解的是：矩陣它是一個“數表”，應當整體地去看它，不要與行列式實際上僅是一個用特殊形式定義的數的概念相混淆；只有這樣，才不會把用中括號或小括號所表示的矩陣如寫成兩邊各劃一豎線的行列式如，或把行列式寫成矩陣等。還要注意，矩陣可有行和列，不一定；但行列式只有行列。階行列式是個數（元素）按特定法則對應的一個值，它可看成階方陣的所有元素保持原位置而將兩邊的括號換成兩豎線時由行列式定義確定的一個新的對象：特定的一個數值，記作、或，即（如二階方陣所對應的行列式是這樣一個新的對象：）。也正因為于此，必須注意二者的本質區別，如當為階方陣時，不可把與等同起來

2、，而是，等等。2 關于矩陣的運算：矩陣的加（減）法只對同形矩陣有意義；數乘矩陣是用數乘矩陣中每一個元素得到的新的矩陣；二矩陣相乘與前述這兩種線性運算有著實質上的不同，它不僅要求左矩陣的列數等于右矩陣的行數，而且積的元素有其特定的算法（即所謂行乘列），乘法的性質與前者的性質更有質的不同（如交換律與消去律不成立），對此要特別加以注意，也不要與數的乘法的性質相混淆。3 關于逆陣：逆陣是由線性變換引入的，它可只由來定義（與互為逆陣），這是應用的基礎。要記住方陣可逆的充要條件為以及關系式，二者有著重要與廣泛的應用。要弄清的伴隨方陣是矩陣的各元素代數余子式為元素的矩陣的轉置，否則會出錯。要會用兩種方法求逆

3、陣，從而會用逆陣求解線性方程組及各種矩陣方程。4 關于矩陣的初等變換：首先要懂得矩陣的三種初等變換的算法，明白一個矩陣經過一次初等變換并非完全不變，變換前后的矩陣間只是一種特殊的所謂等價關系（如，而不是等等）。還要能將行列式性質中提公因子、交換兩行（列）與用常數乘某行（列）加到另一行（列）上去后的結果弄清楚，并可與相應方陣的初等變換進行對比。重要的是知道初等變換不改變矩陣的秩。5 關于矩陣的秩：矩陣的秩是由解線性方程組引入的一個新概念，對它要逐步加深理解。為此，首先應弄清什么是矩陣的行階梯形：其一個“臺階”（非零行）只有一行，即任一行的首非零元素下面（同列）的元素全為零,不能把兩行的首非零元素

4、位于同一列視為一個“臺階”,而全為零的一行也是一個臺階，且要位于非零行下方。這里，要求會用矩陣的行初等變換法和計算子式法兩種方法求可逆方陣的逆陣。6 關于矩陣分塊法：對此不作過高要求。但對于特殊形式的矩陣的乘法、求逆等運算（當可能時）會用分塊法計算將給我們帶來許多方便。7. 關于行列式：行列式的定義可由一階開始記，即從而可按行或列展開求得二階及任意的階行列式的值。教材上附注中給出的另一種定義即難于理解，可參考其它線性代數教材；但對于許多特殊行列式的某些項及值的確定用此定義會非常方便（可見下面的“例題解析”部分）。由定義與性質可得到化簡與計算階行列式值的常用的幾種方法（可見下面的“例題解析”部分

5、之例4）。這里，重要的是會正確地理解和使用性質及展開法計算一般的行列式，特別要注意在使用它們時有一些通常的技巧，自己應當通過作題加以領會與總結。但對于元素為數字的行列式，總可以由“交換兩行（列）”與“把某行（列）的若干倍加到另一行（列）上去”二變換化為上（下）三角行列式而求得其值。對元素為字母的行列式，要多觀察各行、列元素的特點，靈活應用性質，如當列（行）元素之和相等時往往各行（列）相加；裂項，提公因子，逐行（列）相減化為三角形行列式等。為便于計算，還要記住一些特殊形式的行列式（如三角行列式、范得蒙行列式等）的計算公式及某些例、習題中有一定特點的行列式的值。8關于克萊姆法則：首先要明白克萊姆法

6、則僅對方程個數與未知數個數相等的線性方程組（其系數行列式不為零）適用；特別要記準公式中各行列式的構成規律，而且套公式之前一定要檢查方程組是否為“標準形”-常數項全在等號右端；要注意克萊姆法則推論的實質，即個方程個未知數的齊次線性方程組有非零解的充分必要條件是其系數行列式為零。第二章 向量組和向量空間釋疑解惑1關于向量的概念：應該從多個角度理解n維向量的概念。首先，向量是一種特殊的矩陣，所以對向量可以使用矩陣的加法、數乘、轉置和乘法等運算。矩陣叫行向量，矩陣叫列向量。從矩陣的角度看，除了1維向量，行向量與列向量是不相等的。若A為n階方陣，那么n維行向量可左乘A，其結果仍是n維行向量；n維列向量可

7、右乘A，其結果仍為n維列向量。其次，向量與矩陣比較又有自己的特殊性，某些概念或運算在通常的矩陣間是沒有的，如內積、夾角等。向量還可看成平面或空間解析幾何中對應概念的推廣，但代數中向量概念更抽象。空間解析幾何中，向量與3維有序實數組（即向量的坐標）間有一一對應關系，所以這里把n維有序實數組定義為n維向量。解析幾何中一些與向量有關的概念、運算和性質也可進行對應推廣。在沒有特別聲明的情況下，本書所指的向量都是實向量，即分量都是實數的向量。2關于向量的內積、長度、夾角和正交：向量的內積、長度、夾角和正交等概念都是解析幾何中對應概念的推廣。向量的內積對應于解析幾何中兩向量的數量積（點積）。注意內積不滿足

8、消去律，即：若都是n維向量，且，那么不一定等于。例如，那么，且。向量的長度又叫向量的模或范數。三角形不等式相當于幾何中的“三角形的兩邊之和大于第三邊”，等號成立當且僅當與同向（或為實數，且）。3關于線性表出：如果存在實數使得成立，則稱向量可以由向量組線性表出（或線性表示）。應該注意到這個定義中沒有要求不全為零，因此零向量可由任意一個向量組線性表出，只要全取零即可。還可以從線性方程組的角度理解線性表出：n維向量可由n維向量組線性表出，相當于線性方程組有解。4關于向量組的線性相關性：向量組的線性相關和線性無關的概念在本章中極其重要，是進一步學習向量組的極大無關組、秩以及向量空間的基與維數等一系列概

9、念的基礎。理解這一抽象的概念應該從多角度思考。首先應該正確理解定義及其性質：教材中給出了兩個等價的定義，第一個定義給出了線性相關性與線性表出之間的關系，它表明，向量組線性相關相當于向量之間存在某種線性關系；第二個定義指出向量組線性相關是指存在不全為零的實數使 ，這一定義在證明（或研究）向量組的線性相關性時比較常用，必須注意這里的“不全為零”不是“全不為零”；對于一些有關的性質和結論，不要完全死記硬背，要知其然并知其所以然。可結合齊次線性方程組理解：維向量組線性相（無）關，相當于齊次線性方程組有（沒有）非零解。還可從矩陣或行列式的角度理解：矩陣貫穿于線性代數課程的始終，線性代數中的多數概念都能在

10、矩陣中體現，線性相關性也不例外。維向量組線性相（無）關的充要條件是矩陣（或矩陣）的秩為m. 特別地，如果，則為方陣，線性相（無）關的充要條件是行列式（）.第五，從維數的角度理解：若，則維向量組一定線性相關。5關于向量組的等價和向量組的極大無關組：理解向量組的等價概念時應注意：兩等價的向量組不一定有相同個數的向量，也不一定有相同的線性相關性，但等價的向量組的極大無關組有相同個數的向量，特別地，兩等價的線性無關的向量組一定含有相同個數的向量。按照定義如果的部分組是的極大無關組必須滿足線性無關和可由線性表出兩個條件，缺一不可。理解這兩個概念還應注意下面的一些結論：一般情況下，若存在極大無關組，則極大

11、無關組不一定唯一；向量組與它的極大無關組間以及兩個極大無關組間一定等價；線性無關的向量組的極大無關組唯一，且就是該向量組本身。 利用向量組的等價還可判定某些向量組的線性相關性：若兩個含有相同數量向量的向量組等價，并已知其中一個是線性相（無）關的，則可推知另一個向量組也線性相（無）關。6關于向量組的秩：向量組的秩的概念與極大無關組、向量組的等價、矩陣的秩（行秩、列秩）等概念是密切相關的，不能割裂地理解。正是因為“向量組的兩個極大無關組一定含有相同數量的向量”這一結論，才產生了向量組的秩這一概念；矩陣A的所有行（列）向量組成的向量組的秩與矩陣的秩相等，常利用矩陣的秩求向量組的秩。單一零向

12、量構成的向量組沒有極大無關組且秩為零。7關于實數域上的線性空間：是一個集合，為實數域，定義了中的加法，和實數與中元素之間的純量乘法，若對這兩種運算封閉，且滿足給出的8條運算規律，則稱是實數域上的線性空間。8關于子空間：如果線性空間的子集對上原有的加法和純量乘法封閉，則是的子空間。子空間也是線性空間。9關于基、維數：應該知道線性空間的維數可以是有限的，也可以是無限的。基是有限維線性空間的極大無關組，線性空間的基未必唯一，中的每個向量都可由基唯一地線性表出；基的概念也可看成空間解析幾何中基本單位向量的推廣，中任一向量都可唯一地表示成的線性組合，若，則為的坐標。在中基也不唯一，基中的向量未必像那樣兩

13、兩正交，中任一含有3個向量的線性無關的向量組都是基。10關于過渡矩陣：基到基的過渡矩陣，滿足矩陣等式，注意，應是從左“過渡到”右，且是右乘矩陣.由基向量組的線性無關性知可逆，故.11關于坐標：實數域上的維線性空間中，向量的坐標可看成中的向量，中的每個向量在給定的基下的坐標是唯一的，在不同的基下可能有不同的坐標，于是在給定基的情況下，通過坐標建立了與間同構的關系，這也是在本章開始時，先研究中的向量的一個理由，中的向量的一些概念和性質可對應推廣到一般的線性空間中去。借助坐標，以及中的向量與矩陣的關系，可把對一般的線性空間中的向量及其性質（如向量組的線性相關性）的研究轉化為對矩陣的研究。還應該注意向

14、量和向量的坐標的區別，同一向量在不同基下的坐標可能不同。12.關于線性變換:在給定基的情況下，可用矩陣表示線性變換。線性變換在基下的矩陣的列向量為在基下的坐標，求時不要把行和列寫顛倒。線性變換在不同的基下的矩陣可能不同。第三章 線性方程組釋疑解惑1、用線性方程組的初等變換把線性方程組變成與它同解的方程組。注：這一結論是消元法的基礎。2、解線性方程組常有下面兩種方法：克萊姆法則.用克萊姆法則求解方程組有兩個前提，一是方程的個數要等于未知量的個數，二是系數矩陣的行列式要不等于零。用克萊姆法則求解方程組實際上相當于用逆矩陣的方法求解線性方程組，即，它建立線性方程組的解與其系數和常數間的關系，但由于求

15、解時要計算個階行列式，其工作量常常很大，所以克萊姆法則常用于理論證明，很少用于具體求解。矩陣消元法.將線性方程組的增廣矩陣通過行的初等變換化為行簡化階梯形矩陣，則以為增廣矩陣的線性方程組與原方程組同解。當方程組有解時，將其中單位列向量對應的未知量取為非自由未知量，其余的未知量取為自由未知量，即可找出線性方程組的解。3、齊次線性方程組的解向量集合構成的向量空間稱為解空間，解空間的基稱為基礎解系。4、當（未知量的個數）時，存在基礎解系，基礎解系不是唯一的，但基礎解系中所含解向量的個數是唯一的（）；的任何個線性無關的解向量組成的向量組都是基礎解系；同一齊次線性方程組的不同基礎解系等價。 5、當非齊次

16、線性方程組有解時，解唯一的充要條件是對應的齊次線性方程組只有零解；解無窮多的充要條件是對應齊次線性方程組有非零解。但反之當非齊次線性方程組的導出組僅有零解和有非零解時，不一定原方程組有唯一解或無窮解，事實上，此時方程組不一定有，即不一定有解。6、齊次與非齊次線性方程組的有關結果設，又設，其中是的第個列向量，為增廣矩陣。齊次線性方程組非齊次線性方程組解的情況有解恒有解（至少有零解）1、 充要條件： ； 可由線性表出； 與等價 2、； 3、當時，無解不存在充要條件： ； 不能由線性表出。解的個數唯一解充要條件： ； 線性無關 ；（時）。 注：此處常稱僅有零解充要條件： ； 當時，； 向量組線性無關

17、，且線性相關。無窮多解充要條件： ； 線性相關；，時。注：此處常稱有非零解充要條件： ； 時，且； 向量組線性相關，且.解的性質解的線性組合仍為解，即解關于線性運算封閉，從而構成向量空間，維數為，即基礎解系的向量個數解集對加法，數乘不封閉，但 的任意兩解之差為的解 的任一解與的任一解之和仍是的解解的結構設是的基礎解系，則的通解為 （為任意常數）設是的基礎解系，為的特解，則的通解為 （為任意常數）第四章 二次型釋疑解惑：1關于二次型的概念：二次型實際上是元二次齊次多項式。由于應用上化標準形的需要，改寫其為矩陣形式的表達式（其矩陣是實對稱矩陣）是為了方便。要會將任意元二次型表示為矩陣形式。2會用合

18、同變換，即找出可逆線性變換使化為標準形（僅含平方項），其中。這種變換稱為對或進行的合同變換，且與合同。經合同變換化二次型為標準形的主要方法是配方法與矩陣變換法，掌握配方法是主要的，要通過做題多加練習。3注意方陣相似變換是用正交變換法使實對稱矩陣相似于對角矩陣的基礎，一定要掌握相似矩陣的主要性質，如相似矩陣的特征值、行列式相同等等。4理解方陣的特征值與特征向量的概念，特別對其實質要理解，以便會證明有關矩陣特征值，特征向量的性質及其應用的多種題目。會作已知特征值及有關特征向量反求該方陣的題目。5掌握向量組正交化與規范化的方法，注意其規律。6掌握正交矩陣的定義，會判斷方陣是否為正交陣。一定要懂的正交矩陣是很重要的