第二章、线性方程组
思考与点拨
本章要求理解线性齐次方程组有非零解、唯一零解,线性非齐次方程组无解、唯一解、无穷多解的充分必要条件,理解线性齐次方程组的基础解系、通解、解空间的概念,掌握求解的方法,并会求解,理解非齐次线性方程组解的结构及通解的概念,并会求解。
本章试题大致有三种类型:
1.判别齐次方程组是否有非零解,非齐次方程组AX=b是否无解、唯一解、无穷多解Am×n X=O有非零解(唯一零解)⇔r(A)
Am×n X=O无解⇔r(A)≠r[A ︳b].
唯一解⇔r(A)=r[A ︳b]=n.
无穷多解⇔r(A)= r[A ︳b]=r
当A是n×n矩阵时,还可用︳A ︳=O(或≠0)判别(例题1.1),并说明解的几何意义。
判别某向量,或某向量集合是否是方程的解或方程组的通解,及两个方程组是否同解等(例题2.1)。
2.求解线性齐次方程组的基础解系和通解(例题3.5),求解非齐次方程组的通解(例题3.6)(包括含有参数时,有解情况的讨论),求解方程组时,请注意每个步骤的正确性.步骤如下:
(1)抄对系数矩阵或增广矩阵;
(2)正确进行初等行变换,含有参数时,要选择合适的消元的顺序;
(3)全面讨论参数的取值与解的关系;
(4)认定r(A)(即独立未知量,独立方程个数),认定自由未知量,并赋予合适的特定值,回代方程,求得基础解系及齐次通解(或先求通解,后得基础解系);
(5)求非齐次特解,解的结构,求出非齐次通解。
并应注意到方程组
Am×n X=[α1,α2,…αn]X=β
其齐次方程组的解是向量组α1,α2,…αn的线性相关的线性组合系数,非齐次特解(及通)是β由α1,α2,…αn线性表出的表出系数(例题3.3)。
当AB=0时,B的列向量是AX=0的解向量(例题3.6)。
3.证明某组向量是方程组的基础解系(例题3.1,3.2)。向量组α1,α2,…αs是方程组AX=0的基础解系要满足三条,①Aαi=0(i=1,2,3,…s),②α1,α2,…αn线性无关,③s=n-r(A)。
第三章、特征值、特征向量
思考与点拨
特征值、特征向量是线性代数的重要内容,是考研的重点之一。
共有三部分要求:
1.理解特征值、特征向量的概念和性质,会求矩阵An×n的特征值、特征向量,一般求An×n的特征值、特征向量有两条思路。
(1)利用定义,求满足定义Aξ=λξ(ξ≠0)的λ和ξ,一般适用于抽象矩阵。
若An×n有特征值λ,对应的特征向量为ξ,则利用定义可求得A2,Ak,f(A)是多项式)的特征值为λ2,λk,f(λ)当A可逆时,则A-1,A*,…,对应的特征值为1/λ,︳A ︳/λ,…,(如题1.1),特征向量仍是ξ。
(2)利用特征方程求︳λE-A︳=0,再由(λE-A )x=0求出基础解系得对应于λ的线性无关特征向量,一般适用于具体的数值矩阵。
显然对角阵,上、下三角阵的特征值为对角元素(特征向量是什么?).当r(A)=r
反之应会利用特征值、特征向量的定义,建立方程,来确定参数(如题3 1)。
关于特征值、特征向量还有许多性质,如,在计算行列式及求特征值时均可利用。
2.矩阵的相似对角化,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阵的方法。
应会用矩阵可相似对角化的充耍条件,讨论含参矩阵何时能相似对角化(如题3.6),会利用相似的概念和性质来确定参数。
应会利用特征值、特征向量反求矩阵A,会利用相似对角阵,计算︳A ︳,An,Anβ等。
3.实对称矩阵的相似对角化:实对称阵特征值是实数,不同特征值对应的特征向量相互正交,实对称阵必存在可逆阵P,使得P-1AQ=Λ ,且存在正交阵Q,使得Q-1AQ=QTAQ=Λ,即实对称阵必既相似于对角阵,又合同于对角阵。
用正交矩阵将实对称阵A相似对角化,要将特征向量标准正交化,不同特征值对应的特征向量已相互正交,对A的r重特征值对应的r个特征向量应用Schmidt正交化方法正交化(或求特征向量时,考虑到正交化)对实对称阵,还可用不同特征值对应的特征向量相互正交的性质,求特征向量。
以上就是小编给大家整理的考研数学常考题型:线性方程组、特征值和特征向量的相关内容。小编就给大家简单介绍到这里了。如果还有其他内容想要了解的,就请抓紧时间咨询一下我们专业的辅导老师吧。
【26考研辅导课程推荐】:26考研集训课程,VIP领学计划,26考研VIP全科定制套餐(公共课VIP+专业课1对1) , 这些课程中都会配有内部讲义以及辅导书和资料,同时会有教研教辅双师模式对大家进行教学以及督学,并配有24小时答疑和模拟测试等,可直接咨询在线客服老师领取大额优惠券。
热门下载
资料下载
院校解析
真题解析
考研数学
考研英语
考研政治
考研备考