夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
PDF

(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代

查看资料信息、公开预览和下载状态。

共 97 页PDF · 2.2MB
下载

文档在线预览

公开展示前 10 页
100%
1
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第1页预览
2
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第2页预览
3
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第3页预览
4
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第4页预览
5
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第5页预览
6
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第6页预览
7
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第7页预览
8
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第8页预览
9
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第9页预览
10
《(2)--线性代数基础讲义答案6.16_2026考研电子书+每日外刊精读+真题+做题本等_02.公共课电子书+做题本(持续更新)_02.数学_10.没咋了_01.基础阶段_线代》第10页预览

本文档共 97 页 剩余 87 页未展示,请下载后查阅

下载

文档文本内容

B    站  :  没咋了 吃尽天下面
公众号 :没咋了
线
代
基
础
答
案
2026考研数学
全程班专属
考研数学线性代数基础讲义(答案)By 没咋了 
关注公众号「没咋了」获取更多资料             扫二维码获取没咋了相关课程 
说明 
各位同学: 
此文档经过仔细核对,但内容较多,难免存在一些细小错误。
如果存在错误,请大家谅解,如发现错误,请在群里艾特管理员反
馈。需要打印答案文档的同学可以先使用电子版,晚几天再打印,
这几天我们会对答案错误的地方进行修正。感谢大家的理解与配合! 
本文档于2025 年6 月16 日修改上传。 
考研数学线性代数基础讲义(答案)By 没咋了 
目 录 
第一章 行列式 ................................................................................................................................................... 3 
1.1 行列式的定义 ........................................................................................................................................... 3 
1.2 行列式的性质 ........................................................................................................................................... 3 
1.3 行列式的计算 ........................................................................................................................................... 5 
1.4 特殊行列式的计算 ................................................................................................................................... 8 
1.5 克拉默法则 ............................................................................................................................................. 11 
第二章 矩阵 ..................................................................................................................................................... 12 
2.1 矩阵的定义 ............................................................................................................................................. 12 
2.2 常见的特殊矩阵 ..................................................................................................................................... 12 
2.3 矩阵基本运算(加减法、数乘、乘法) ............................................................................................. 12 
2.4 方阵的幂和方阵的多项式 ..................................................................................................................... 14 
2.5 转置矩阵 ................................................................................................................................................. 16 
2.6 伴随矩阵 ................................................................................................................................................. 18 
2.7 逆矩阵 ..................................................................................................................................................... 20 
2.8 矩阵的分块 ............................................................................................................................................. 25 
2.9 初等变换与初等矩阵 ............................................................................................................................. 28 
2.10 矩阵的秩 ............................................................................................................................................... 31 
第三章 线性方程组(初步认识) ................................................................................................................. 36 
3.1 线性方程组的定义及基本概念 ............................................................................................................. 36 
3.2 解方程原理及高斯消元法 ..................................................................................................................... 36 
3.3 方程组解的判定 ..................................................................................................................................... 39 
第四章 向量与方程组 ..................................................................................................................................... 44 
4.1 向量的基本概念 .................................................................................................................................... 44 
4.2 向量组的基本概念 ................................................................................................................................. 45 
4.3 线性相关、线性无关与线性表示 ......................................................................................................... 45 
4.4 向量组的极大线性无关组、秩 ............................................................................................................. 52 
4.5 向量组等价 ............................................................................................................................................. 55 
4.6 基础解系与解的结构 ............................................................................................................................. 57 
4.7 向量空间(仅数一) ............................................................................................................................. 63 
考研数学线性代数基础讲义(答案)By 没咋了 
第五章 矩阵相似理论 ..................................................................................................................................... 65 
5.1 特征值与特征向量 ................................................................................................................................. 65 
5.2 秩为1 矩阵专题 ..................................................................................................................................... 70 
5.3 矩阵相似 ................................................................................................................................................. 73 
5.4 矩阵相似对角化 ..................................................................................................................................... 77 
5.5 实对称矩阵相似对角化 ......................................................................................................................... 82 
第六章 二次型 ................................................................................................................................................. 86 
6.1 二次型的定义及其表示 ......................................................................................................................... 86 
6.2 可逆线性变换与矩阵合同 ..................................................................................................................... 87 
6.3 二次型的标准形和规范形 ..................................................................................................................... 88 
6.4 正定二次型 ............................................................................................................................................. 92 
6.5 矩阵等价、相似、合同 ......................................................................................................................... 95 
 
 
 
 
考研数学线性代数基础讲义(答案)By 没咋了 
第一章 行列式 
1.1 行列式的定义 
1.2 行列式的性质 
【例1】设
1
1
1
2
2
2
3
3
3
2
c
b
a
c
b
a
c
b
a
,则
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
2
2
2
a
c
a
a
b
a
c
a
a
b
a
c
a
a
b










            . 
 
[解] 
3
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
1
3
3
2
2
2
2
2
2
2
( 1)
2
2
2
c
c
c
c
a
c
a
a
b
a
c
a
b
a
c
b
a
c
b
a
c
a
a
b
a
c
a
b
a
c
b
a
c
b
a
c
b
a
c
a
a
a
c
a
a
c
b
b
b

























 
1
3
2
3
1
1
1
1
1
1
2
2
2
2
2
2
3
3
3
3
3
3
2
( 1)
( 1)
2
( 1)
( 1)
( 1)
2
( 1)
( 1)
( 1)
( 2)
4
c
c
c
c
c
a
b
c
b
a
c
a
b
c
b
a
c
a
b
c
b
a

















 
 
注:其中,
ic 表示第i 列,
2
1
c
c

表示第二列减第一列,
3
1
c
c

表示第三列加第一列,1
3
c
c

表示第一
列与第三列交换. 
【例2】证明:a
x
b
y
a
b
a
y
x
b
x
y
c
z
d
w
c
d
c
w
z
d
z
w








. 
 
[解]
 
 
a
x
b
y
a
b
y
x
b
y
c
z
d
w
c
d
w
z
d
w










第一列拆分
 
 
 
a
b
y
a
b
a
y
c
d
w
c
d
c
w




第二列拆分
,
 
 
x
b
y
x
b
x
y
z
d
w
z
d
z
w




第二列拆分
 
a
x
b
y
a
b
a
y
x
b
x
y
c
z
d
w
c
d
c
w
z
d
z
w









 
通过先对第一列拆分,再分别对拆分后的行列式的第二列进行拆分,最终得到等式右边的形式,完成证明。 
【例3】证明:
3
3
(
)
ax
by
ay
bz
az
bx
x
y
z
ay
bz
az
bx
ax
by
a
b
y
z
x
az
bx
ax
by
ay
bz
z
x
y











. 
 
[解]1.第一步:利用行列式性质拆分第一列 
3
考研数学线性代数基础讲义(答案)By 没咋了 
ax
by
ay
bz
az
bx
ay
bz
az
bx
ax
by
az
bx
ax
by
ay
bz









1
 
 
C
ax
ay
bz
az
bx
by
ay
bz
az
bx
ay
az
bx
ax
by
bz
az
bx
ax
by
az
ax
by
ay
bz
bx
ax
by
ay
bz














按和拆分
 
 
 
x
ay
bz
az
bx
y
ay
bz
az
bx
a y
az
bx
ax
by
b z
az
bx
ax
by
z
ax
by
ay
bz
x
ax
by
ay
bz














提取公因子
 
2.处理第一个行列式
x
ay
bz
az
bx
a y
az
bx
ax
by
z
ax
by
ay
bz






 
x
ay
bz
az
bx
a y
az
bx
ax
by
z
ax
by
ay
bz






3
1
C
bC
x
ay
bz
dz
a y
az
bx
ax
z
ax
by
ay





2
3
b
C
C
a
x
ay
az
a y
az
ax
z
ax
ay


 
 
3
x
y
z
a
y
z
x
z
x
y

提取公因子
 
3.处理第二个行列式
y
ay
bz
az
bx
b z
az
bx
ax
by
x
ax
by
ay
bz






 
y
ay
bz
az
bx
b z
az
bx
ax
by
x
ax
by
ay
bz






3
1
C
bC
y
ay
bz
az
b z
az
bx
ax
x
ax
by
ay





2
3
b
C
C
a
y
ay
az
b z
az
ax
x
ax
ay


3
y
a
z
b
z
a
x
x
a
y

提取公因式
 
3
x
y
z
b
y
z
x
z
x
y

交换列
 
4.合并结果 
x
ay
bz
az
bx
y
ay
bz
az
bx
a y
az
bx
ax
by
b z
az
bx
ax
by
z
ax
by
ay
bz
x
ax
by
ay
bz













3
3
x
y
z
x
y
z
a
y
z
x
b
y
z
x
z
x
y
z
x
y




3
3
x
y
z
a
b
y
z
x
z
x
y


 
综上,


3
3
ax
by
ay
bz
az
bx
x
y
z
ay
bz
az
bx
ax
by
a
b
y
z
x
az
bx
ax
by
ay
bz
z
x
y











得证。 
 
 
4
考研数学线性代数基础讲义(答案)By 没咋了 
1.3 行列式的计算 
【例1】设行列式
3
5
2
1
1
1
0
5
1
3
1
3
2
4
1
3
D






,则求: 
 
(1)
11
12
13
14
A
A
A
A



   (2)
11
12
14
5
A
A
A


   (3)
11
21
31
41
M
M
M
M



. 
 
[解](1)求
11
12
13
14
A
A
A
A



 
构造新行列式,将原行列式第一行换为1,1,1,1:
1
1
1
1
1
1
0
5
1
3
1
3
2
4
1
3





 
通过行变换
2
1
R
R

,
3
1
R
R

,
4
1
2
R
R

化简后按第一列展开,计算得值为4,即
11
12
13
14
4
A
A
A
A




。 
(2)求
11
12
14
5
A
A
A


 
构造新行列式,第一行换为1,1,0,5
,此时第一行与第二行相同,根据行列式性质,两行相同行列式
为0,即
11
12
14
5
0
A
A
A



。 
(3)求
11
21
31
41
M
M
M
M



 
根据余子式和代数余子式的关系,
11
21
31
41
11
21
31
41
M
M
M
M
A
A
A
A







 
构造新行列式,将原行列式的第一列元素换为1,−1,1,−1,得到新行列式 
 
 
2
4
2
0
1
1
5
2
1
1
5
2
1
1
1
0
5
0
4
8
1
3
1
3
1
4
1
3
0
1
8
4
2
4
1
2
9
1
9
2
2
D






















第一列展开
 
第2、3 列成比例,故行列式为0.因此,
11
21
31
41
0
M
M
M
M




 
【例2】设n 阶行列式
0
1
0
0
0
0
2
0
0
0
0
1
0
0
0
D
n
n










,则
1
2
k
k
kn
A
A
A





        . 
5
考研数学线性代数基础讲义(答案)By 没咋了 
 
[解]
0
1
0
0
0
1
0
0
0
0
2
0
0
0
2
0
1
1
1
1
1
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
1
D
k
k
n
n
n
n




















第行
第行 
1
1
1
0
1
0
0
1
0
0
0
0
2
0
0
2
0
1
1
( 1)
0
0
0
0
0
0
0
0
0
0
1
0
0
1
0
0
0
( 1)
( 1)
!
(
1)!
n
n
n
n
D
k
k
k
k
n
n
n
n
n
n
k
k
k
k






























第行
 
【例3】计算
1
2
2
2
2
1
1
2
2
1
2
1
2
1
2
1
1
2
2
1
1
1
1
1
1
n
n
n
n
n
n
n
n
n
n
n
n
x
x
x
D
x
x
x
x
x
x
x
x
x
x
x
x























. 
 
[解] 第一步:进行行变换 
2
1
r
r

(第2 行减去第1 行):得到
1
2
2
2
2
1
1
2
2
1
2
1
2
1
2
1
1
2
2
1
1
1
n
n
n
n
n
n
n
n
n
n
n
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x




















 
3
2
r
r

(第3 行减去新的第2 行):得到
1
2
2
2
2
1
2
1
2
1
2
1
2
1
1
2
2
1
1
1
n
n
n
n
n
n
n
n
n
n
x
x
x
x
x
x
x
x
x
x
x
x

















 
按照此规律,继续进行行变换


1
4,
,
i
i
r
r
i
n




,最终得到
1
2
2
2
2
1
2
1
1
1
1
2
1
1
1
n
n
n
n
n
n
x
x
x
x
x
x
x
x
x











 
第二步:利用范德蒙行列式公式计算 
6
考研数学线性代数基础讲义(答案)By 没咋了 
范德蒙行列式


1
2
2
2
2
1
2
1
1
1
1
1
2
1
1
1
n
n
n
j i n
i
j
n
n
n
n
x
x
x
V
x
x
x
x
x
x
x
x















 
这里













1
2
1
3
1
1
3
2
4
2
2
1
j i n
i
j
n
n
n
n
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x















。 
所以,经过上述化简步骤,该行列式
n
D 的值为


1 j i n
i
j
x
x



。 
【例4】设

2
3
1
1
2
4
8
1
1
1
1
1
1
1
1
x
x
x
f x 


,则曲线

f x 的零点个数为(   ). 
 
(A)0 
(B) 1 
(C)2 
(D) 3 
 
[解]1.行列式转置 
原行列式

2
3
1
1
2
4
8
1
1
1
1
1
1
1
1
x
x
x
f x 


,根据行列式性质,行列式转置其值不变,转置后

2
3
1
1
1
1
2
1 1
4
1
1
8
1 1
T
x
f x
x
x



。 
对于

T
f x
,它与四阶范德蒙行列式




2
2
2
2
3
3
3
3
1
1
1
1
2
1
1
2
1
1
2
1
1
x
x
x



形式相似,这里
1a
x

,
2
2
a 
,
3
1
a ,
4
1
a 。 
根据范德蒙行列式公式可得:












2
1
1
1
2 1
2 1
1
T
f x
f x
x
x
x














2
1
1
3
1
2
x
x
x











6
1
2
1
x
x
x




 
3.求函数

f x 的零点个数 
令

0
f x 
,即



6
1
2
1
0
x
x
x




。 
解得
1
x ,
2
x 
,
1
x ,所以函数

f x 的零点个数为3,答案为(D)。 
 
 
7
考研数学线性代数基础讲义(答案)By 没咋了 
1.4 特殊行列式的计算 
 
 
 
 
 
 
8
考研数学线性代数基础讲义(答案)By 没咋了 
 
 
 
 
9
考研数学线性代数基础讲义(答案)By 没咋了 
 
 
 
 
 
10
考研数学线性代数基础讲义(答案)By 没咋了 
1.5 克拉默法则 
【例1】用克拉默法则解下列线性方程组: 
1
3
4
1
2
3
4
1
2
3
1
2
3
4
5
4
2
3
2
1
4
2
1
0
x
x
x
x
x
x
x
x
x
x
x
x
x
x


















 
 
[解]1.确定系数行列式D 。原方程组
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
5
0
4
2
3
2
1
4
2
0
1
0
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x






















,系数行列式
5
0
4
2
1
1
2
1
7
4
1
2
0
1
1
1
1
D


。 
2.计算
1
D 
将系数行列式D 的第一列换为方程组等号右边的常数项3,1,1,0,得到
1
3
0
4
2
1
1
2
1
7
1
1
2
0
0
1
1
1
D


。 
3.计算
2
D 。将系数行列式D 的第二列换为常数项3,1,1,0,得到
2
5
3
4
2
1
1
2
1
7
4
1
2
0
1
0
1
1
D 

。 
4.计算
3
D 。将系数行列式D 的第三列换为常数项3,1,1,0,得到
3
5
0
3
2
1
1
1
1
7
4
1
1
0
1
1
0
1
D



。 
5.计算
4
D 。将系数行列式D 的第四列换为常数项3,1,1,0,得到
4
5
0
4
3
1
1
2
1
7
4
1
2
1
1
1
1
0
D


。 
6.根据克拉默法则求解
ix 


1,2,3,4
i
i
D
x
i
D


, 
所以
1
1
7
1
7
D
x
D





,
2
2
7
1
7
D
x
D




,
3
3
7
1
7
D
x
D




,
4
4
1
7
7
D
x
D





。 
综上,方程组的解为
1
1
x ,
2
1
x ,
3
1
x ,
4
1
x 。 
 
 
 
11
考研数学线性代数基础讲义(答案)By 没咋了 
第二章 矩阵 
2.1 矩阵的定义 
2.2 常见的特殊矩阵 
2.3 矩阵基本运算(加减法、数乘、乘法) 
【例1】证明:
11
11
11 11
.
nn
nn
nn
nn
a
b
a b
a
b
a b





























(对角矩阵的乘积仍为对角矩阵) 
 
[解]见视频解析 
【例2】设矩阵
11
12
21
2
23
13
2
a
a
a
a
a
a






A =
,
1
2
3
k
k
k










B =
,
1
2
l
l






C =
,求AB 与CA. 
[解]
11 1
12
2
13
3
21 1
22
2
23
3
a k
a k
a k
a k
a k
a k






AB
,
1 11
1 12
1 13
2
21
2
22
2
23
l a
l a
l a
l a
l a
l a






CA
 
一个矩阵右乘对角阵时,相当于该矩阵的每一列分别乘以对角阵中对应列的对角元素;一个矩阵左乘对角
阵时,相当于该矩阵的每一行分别乘以对角阵中对应行的对角元素. 
【例3】设


1,2, 3


A
,
2
1
1





B
,求AB 与BA . 
[解] 
1

AB
,
2
4
6
1
2
3
1
2
3












BA
. 
【例4】设A ,B 为n 阶方阵, 满足等式

AB
O . 则①

A
O 或

B
O ;②


A
B
O ;③
0

A
或
0

B
;
④
0


A
B
;⑤若

A
O 则

B
O ;⑥

BA
O . 以下各选项中哪个是正确的(  )? 
 
(A)①③⑤⑥都成立  
(B)只有③成立,其他不成立 
 
(C)只有③⑤成立,其他不成立 
(D)只有②④⑥不成立,其他都成立 
[解]分析各选项: 
①:存在非零矩阵A 、B 使

AB
O ,如
1
0
0
0






A
,
0
0
1
0






B
,

AB
O 但

A
O 且

B
O ,故①错误. 
12
考研数学线性代数基础讲义(答案)By 没咋了 
②:

AB
O 与


A
B
O 无必然联系,如上述A 、B ,


A
B
O ,故②错误. 
③:由

AB
O ,得
0



AB
A B
O
,所以
0

A
或
0

B
,故③正确. 
④:设
0
0
0
0






A
,
1
0
0
1






B
,

AB
O ,但
0

A
,
1

B
,
0
1
1
0




A
B
,故④错误. 
⑤:如①中例子,

A
O 时B 也可不为O ,故⑤错误. 
⑥:矩阵乘法不满足交换律,

AB
O 不能推出

BA
O ,如
1
0
0
0






A
,
0
0
1
0






B
,

BA
O ,故⑥错误. 
综上,只有③成立,其他不成立,答案选B. 
 
 
13
考研数学线性代数基础讲义(答案)By 没咋了 
2.4 方阵的幂和方阵的多项式 
【例1】已知
1
2
3










A



,
3
n 
,则
n
A =________. 
[解] 
1
2
3
n
n
n
n














A
. 
【例2】已知
2
6
4
1
3
2
2
6
4













A
,
3
n 
,则
n
A =________. 
[解] 已知矩阵
2
6
4
1
3
2
2
6
4













A
,其秩为1,可分解为
T

A
αβ ,其中
2
1
2











α
,


T
1
3
2

β
. 
根据秩为1 矩阵的幂运算性质




1
T
T
T
n
n
n



A
αβ
α β α
β , 
先计算
T
β α :




T
2
1
3
2
1
1 2
3
1
2
2
3
2


















β α
 
则
1
T
1
2
6
4
3
3
1
3
2
2
6
4
n
n
n

















A
αβ
. 
【例3】已知
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
























A
,
3
n 
,则
n
A =________. 
[解] 递推法:因为
2
4
4
4
4
4















A
AA
E ,所以
3
2
2
2


A
A A
A ,于是 






2
2
2
2
1
1
1
,
2
2
,
2
2
n
n
n
n
n
n
n
n
n
n














当为偶数时
当为奇数时
A
A
E
E
A
A
A
E A
A
 
【例4】已知
1
0
1
0
2
0
1
0
1










A
,
3
n 
,则
n
A =________. 
14
考研数学线性代数基础讲义(答案)By 没咋了 
[解] 

2
r

A
.先求
2
A ,找出
n
A 的规律.由
2
1
0
1
1
0
1
2
0
2
0
2
0
0
2
0
0
4
0
2
1
0
1
1
0
1
2
0
2




























A
A , 
即
2
2

A
A ,可知
3
2
2
1
2
2
,
,
2
n
n




A
A
A
A
A ,故
1
1
0
1
2
0
2
0
1
0
1
n
n











A
. 
【例5】已知
0
0
0
2
0
0
1
3
0










A
,则
2
A =________,
3
A =________. 
[解] 
2
0
0
0
0
0
0
0
0
0
2
0
0
2
0
0
0
0
0
1
3
0
1
3
0
6
0
0



































A
A
A
 
3
2
0
0
0
0
0
0
0
0
0
0
0
0
2
0
0
0
0
0
6
0
0
1
3
0
0
0
0



































A
A
A
 
【例6】已知
1
0
0
1
1
0
0
1
1










A
,
3
n 
,则
n
A =________. 
[解] 令
1
0
1
1
0
1
1
0






















A
,记
0
1
0
1
0










B
,则


A
E
B .由于
3 O
B
, 
所以有


1
2
2
C
C
n
n
n
n





A
E
B
E
B
B
1
2
1
0
0
1
C
1
0
C
0
0
1
1
0
1
0
0
n
n



































1
1
1
1
2
n
n n
n

















. 
 
 
15
考研数学线性代数基础讲义(答案)By 没咋了 
2.5 转置矩阵 
【例1】证明:设矩阵A 为 n 阶反对称矩阵,对于任意 n 维列向量,都有
T
0


A
. 
[解] 已知矩阵A 为n 阶反对称矩阵,即
T 
A
A. 
对于任意n 维列向量α ,考虑
T
α Aα 的转置:

T
T
T
T

α Aα
α A α 
因为
T 
A
A,所以:


T
T
T
T



α A α
α
A α
α Aα 
又因为
T
α Aα 是一个数,其转置等于自身,即

T
T
T

α Aα
α Aα .于是有:T
T

α Aα
α Aα 两边同时加上
T
α Aα ,
得
T
2
0

α Aα
,从而
T
0

α Aα
. 
综上,对于n 阶反对称矩阵A 和任意n 维列向量α ,
T
0

α Aα
得证. 
【例2】设列矩阵
T
1
2
( ,
,
,
)
n
x x
x

X

满足
T
1

X X
,E 为 n 阶单位矩阵,
T
2


H
E
XX ,证明 H 是对称矩
阵,且
T 
HH
E . 
[解] 证明H 是对称矩阵: 
对
T
2


H
E
XX
取转置,根据矩阵转置性质
T 
E
E ,



T
T
T
T
T
T


XX
X
X
XX
,有:




T
T
T
T
T
T
T
2
2
2







H
E
XX
E
XX
E
XX
H 。故H 是对称矩阵. 
证明
T 
HH
E : 
因H 对称,
2
T 
HH
H .计算
2
H : 



2
T
T
2
2



H
E
XX
E
XX


2
T
T
T
T
2
2
4




E
EXX
XX E
X X X X


T
T
T
4
4



E
XX
X X X X 
将
T
1

X X
代入:
2
T
T
4
4
1




H
E
XX
X
X
T
T
4
4



E
XX
XX
E 。所以
T 
HH
E . 
综上,H 是对称矩阵且
T 
HH
E ,得证. 
【例3】(1)“
2 
A
O ,则

A
O ”是否正确,若正确,证明之;若不正确,举例说明.  
(2)证明:若
2 
A
O ,且
T 
A
A ,则

A
O . 
[解] (1)判断“
2 
A
O ,则

A
O ”是否正确 
结论:不正确. 
16
考研数学线性代数基础讲义(答案)By 没咋了 
举例:取二阶矩阵
0
1
0
0






A
,计算
2
A :
2
0
1
0
1
0
0
1 0
0 1 1 0
0
0
0
0
0
0
0
0
0
0
0 1
0
0
0
0

































A
O 
显然
2 
A
O ,但

A
O ,故该命题不成立. 
(2)证明:若
2 
A
O ,且
T 
A
A ,则

A
O 
先以三阶矩阵为例,设
23
11
12
13
21
22
31
32
33
a
a
a
a
a
a
a
a
a










A
,由
T 
A
A 知
ij
ji
a
a

. 
计算
2
A 的对角元素,如

2
11
A
:

3
3
2
2
1
1
1
11
1
1
k
k
k
k
k
a a
a






A
 
因为
2 
A
O ,所以

2
11
0

A
,即
2
2
2
11
12
13
0
a
a
a



. 
由于平方数非负,即


2
1
0
1 2 3
k
a
k

,,,所以
11
12
13
0
a
a
a



. 
同理,

3
2
2
2
22
1
0
k
k
a




A
,可得
21
22
23
0
a
a
a



;

3
2
2
3
33
1
0
k
k
a




A
,可得
31
32
33
0
a
a
a



. 
故三阶矩阵时,

A
O . 
拓展到一般n 阶矩阵,设


ija

A
,由
T 
A
A 知
ij
ji
a
a

.
2
A 的对角元素

2
2
1
1
n
n
ik
ki
ik
ii
k
k
a a
a






A
(因
ki
ik
a
a

). 
因为
2 
A
O ,所以对任意i ,有
2
1
0
n
ik
k
a



. 
又因为
2
0
ik
a 
,所以
0
ik
a

对所有i ,k 成立,因此

A
O . 
综上,(1)命题不成立,举例如上;(2)证明成立,如上述推导. 
 
 
17
考研数学线性代数基础讲义(答案)By 没咋了 
2.6 伴随矩阵 
【例1】设矩阵
0
1
3
1
1
0
1
2
1













A
,则
* 
A
________. 
[解] 要求矩阵
0
1
3
1
1
0
1
2
1













A
的伴随矩阵

A ,根据伴随矩阵定义,由A 各元素的代数余子式 

1
i
j
ij
ij
A
M


(
ij
M 为余子式)组成并转置.具体计算如下: 
第一行元素的代数余子式:


1 1
11
1
0
1
1
2
1
A


;


1 2
12
1
0
1
1
1
1
A




;


1 3
13
1
1
1
1
1
2
A





. 
第二行元素的代数余子式:


2 1
21
1
3
1
5
2
1
A



;


2 2
22
0
3
1
3
1
1
A




;


2 3
23
0
1
1
1
1
2
A




. 
第三行元素的代数余子式:


3 1
31
1
3
1
3
1
0
A




;


3 2
32
0
3
1
3
1
0
A



;


3 3
33
0
1
1
1
1
1
A




. 
将代数余子式按列排列(伴随矩阵需转置),得:
1
5
3
1
3
3
1
1
1















A
. 
综上,矩阵A 的伴随矩阵为
1
5
3
1
3
3
1
1
1














. 
【例2】设矩阵A 为3 阶矩阵,
2

A
,
*
A 为A 的伴随矩阵,若交换A 的第1 行与第3 行得矩阵B ,则
* 
BA
________. 
[解] 已知矩阵A 为3 阶矩阵,
2

A
,

A 为A 的伴随矩阵,交换A 的第1 行与第3 行得矩阵B . 
根据行列式性质,交换矩阵两行行列式变号,故
2


B
A
. 
由伴随矩阵行列式公式
1
*
n

A
A
(n 为矩阵阶数),
3
n 
,则
2
2
2
4



A
A
. 
再根据行列式性质




BA
B
A ,代入
2

B
,
4

A
,得:


2
4
8



BA
 
综上,
8

BA
. 
【例3】设矩阵

3 3
ij
a


A
满足
*
T

A
A ,其中
*
A 为A 的伴随矩阵,
T
A 为A 的转置矩阵. 若
11
a ,
12
a ,
13
a 为三
个相等的正数,则
11
a 为(  ). 
18
考研数学线性代数基础讲义(答案)By 没咋了 
 
(A)
3
3 
(B)3 
(C)1
3 
(D)
3 
[解] 设
ij
A 为
ij
a 的代数余子式,则由

A 的定义以及
T

A
A 可知, 
11
21
31
11
21
31
T
12
22
32
12
22
32
13
23
33
13
23
33
A
A
A
a
a
a
A
A
A
a
a
a
A
A
A
a
a
a
























A
A .于是,
ij
ij
a
A

. 
又由

A
A E 以及
T

A
A 可得
T 
AA
A E .两端同时取行列式得
2
3

A
A ,解得
0

A
或
1

A
.又因
为
11
a ,12
a ,13
a 为三个相等的正数,而
2
11
11
12
12
13
13
11
3
0
a A
a A
a A
a





A
,所以
1

A
,11
3
3
a

.应选A. 
【例4】若
n 
A
E ,n 为正整数,则

*
n 
A
________. 
[解] 由
n 
A
E ,知
1
n 
A
.又




A A
AA
A E ,得






*
n
n






AA
AA
AA
AA
A E . 
因A 与

A 可交换,故



n
n
n
n





AA
A
A
A E
E ,于是

n


A
E . 
 
 
19
考研数学线性代数基础讲义(答案)By 没咋了 
2.7 逆矩阵 
【例1】设方阵A 满足方程
2
3
10



A
A
I
O ,证明:A , 
4

A
I 都可逆,并求它们的逆矩阵. 
[解] 由
2
3
10


O
A
A
I
得


3
10


A A
I
I ,即


1
3
10








A
A
I
I ,故A 可逆,且


1
1
3
10


A
A
I .
再由
2
3
10


O
A
A
I
得


4
6



A
I
A
I
I , 即



1
4
6



A
I
A
I
I ,故
4

A
I 可逆,且




1
1
4
6




A
I
A
I . 
【例2】设n 阶矩阵A , B 满足


A
B
AB ,试证明: 
 
(1)

A
E 可逆. 
 
(2)

AB
BA . 
[解] (1)由


A
B
AB ,即



A
B
AB
O ,即







A
E
A
E B
E , 
可得





A
E
B
E
E ,所以

A
E 可逆,且


1




A
E
B
E
. 
(2)由


AB
A
B ,得


AB
B
A ,





A
E B
A
E
E ,





A
E
B
E
E ,






B
E
A
E
E ,




BA
B
A
E
E ,


BA
A
B . 
所以,

AB
BA . 
【例3】设A ,B ,C 均为n 阶方阵,若

ABC
E ,则下列乘积:ACB ,BAC ,BCA ,CAB ,CBA 中哪
些必等于单位阵E . 
[解] 根据





ABC
E
A BC
E ,根据逆矩阵的推论,必有







A BC
E
BC A
E ,也即

BCA
E .类似的,由于


AB C
E ,故有




CBA
C AB
E . 
【例4】利用伴随矩阵求3 阶方阵
1
2
3
2
2
1
3
4
3










A
的逆矩阵. 
[解] 1.计算行列式A : 






1
2
3
1 4
2
2
3
1 3
3
2
4
2
3












A






1
6
4
2
6
3
3
8
6








2
6
6



2

 
2.求代数余子式并构造伴随矩阵

A : 


1 1
11
1
1
4
2
2
3
A



,


1 2
12
1
3
2
1
3
3
A


,


1 3
13
2
1
3
2
2
4
A



 
20
考研数学线性代数基础讲义(答案)By 没咋了 


2 1
21
2
3
1
6
4
3
A



,


2 2
22
1
3
1
6
3
3
A


,


2 3
23
1
2
1
2
3
4
A



 


3 1
31
2
3
1
4
2
1
A


,


3 2
32
1
3
1
5
2
1
A



,


3 3
33
1
2
1
2
2
2
A


 
伴随矩阵
2
6
4
3
6
5
2
2
2















A
. 
3.计算逆矩阵
1

A :
1
1
3
2
2
6
4
1
1
3
5
3
6
5
3
2
2
2
2
2
2
2
1
1
1


































A
A
 
综上,方阵
1
2
3
2
2
1
3
4
3










A
的逆矩阵为
1
3
2
3
5
3
2
2
1
1
1
















. 
【例5】设矩阵
,
A B 均为n 阶方阵,则下列命题正确的是(  ). 
 
(A)A 或B 可逆,必有AB 可逆 
(B)A 或B 不可逆,必有AB 不可逆 
 
 
(C)A 与B 均可逆,必有

A
B 可逆 
(D)A 与B 均不可逆,必有

A
B 不可逆 
[解] 答案选(B). 
选项A:

AB
A B ,若A 或B 不可逆,则A 或B 为0,此时
0

AB
,AB 不可逆,故A 错误. 
选项B:因为

AB
A B ,若A 或B 不可逆,即
0

A
或
0

B
,则
0

AB
,所以AB 不可逆,B 正确. 
选项C:反例,设

A
E ,

B
E ,A 、B 均可逆,但


A
B
O 不可逆,故C 错误. 
选项D:反例,设
1
0
0
0






A
,
0
0
0
1






B
,A 、B 均不可逆,但
1
0
0
1







A
B
可逆,故D 错误. 
【例6】设矩阵
1
0
0
3
0
1
1
0
0










A
,则


1
2
2
4




A
E
A
E
________. 
[解] 首先,利用平方差公式



2
4
2
2




A
E
A
E
A
E ,则原式可化为:



1
2
2
2




A
E
A
E
A
E 
因为


1
2
2




A
E
A
E
E (单位矩阵),所以上式简化为
2

A
E . 
计算
2
0
0
2
0
2
0
0
0
2










E
,则:
1
0
1
2
0
0
1
2
0
1
1
0
1
2
0
3
0
0
2
0
0
3
2
0
0
1
0
0
0
1
0
0
2
0
0
1
2
0
0
1


















































A
E
 
21
考研数学线性代数基础讲义(答案)By 没咋了 
故


1
2
1
0
1
2
4
0
1
0
0
0
1















A
E
A
E
. 
【例7】设A 是三阶矩阵,
*
A 是其伴随矩阵,已知
1
2

A
,则

1
*
3
2


A
A
________. 
[解] 已知A 是三阶矩阵,

A 是其伴随矩阵,
1
2

A
. 
根据伴随矩阵性质
1



A
A A
,可得
1
1
2



A
A ;根据逆矩阵性质

1
1
1
k
k



A
A
,可得

1
1
1
3
3



A
A
. 
将上述结果代入

1
3
2



A
A :

1
1
1
1
1
3
2
2
3
2








A
A
A
A
1
1
1
3




A
A
1
2
3


A
3
1
2
3








A
 
又因为
1
1
2


A
A
,所以:
3
2
8
16
2
2
3
27
27











。故

1
*
16
3
2
27


A
A
. 
【例8】设
1

A
,
2

B
,
2


A
B
,则行列式

1
1
1




A
B
=(    ). 
 
(A)1 
(B)2 
(C)1
2 
(D)-1 
[解] 已知
1

A
,
2

B
,
2


A
B
,求

1
1
1




A
B
,关键变形步骤如下: 
1.对
1
1



A
B 变形: 
1
1
1
1







A
B
A E
EB



1
1
1
1






A
BB
A A B
1
1
1
1






A BB
A AB


1
1




A
B
A B


1
1




A
A
B B
 
这里利用了单位矩阵
1
1




E
BB
AA 的性质进行逐步变形. 
2.计算
1
1



A
B
:根据行列式性质

XYZ
X Y Z ,有:


1
1
1
1







A
B
A
A
B B
1
1






A
A
B
B
 
已知
1
1
1


A
A
,
1
1
1
2


B
B
,
2


A
B
,代入得:
1
1
1
1 2
1
2






A
B
 
3.计算

1
1
1




A
B
: 
根据逆矩阵行列式性质

1
1

M
M ,有:

1
1
1
1
1
1
1
1
1










A
B
A
B
,所以,答案选A. 
【例9】设A 是

3
n n 
阶可逆方阵,下列结论正确的是(    ). 
①



1
*
*
1



A
A
. 
 
②



*
1
*
0
n
k
k
k



A
A
. 
③



T
*
*
T

A
A
. 
 
④

*
2
*
n

A
A
A . 
22
考研数学线性代数基础讲义(答案)By 没咋了 
 
(A)①② 
(B)②③ 
(C)③④ 
(D)①②③④ 
[解] 选D.利用伴随矩阵的公式
*
*


AA
A A
A E ,由A 可逆,知
0

A
,故

1
* A
A
A . 
又


*
1
1
1




A
A
A
E ,知

*
1

A
A
A ,故



1
*
*
1



A
A
A
A ,结论①正确. 
由


*
k
k
k

A
A
A E ,知



*
1
1
1
1
1
*
1
n
n
n
n
k
k
k
k
k
k
k











A
A
A
A
A
A A
A ,故结论②正确. 
由


*
T
T
T


A
A
A
E
A E ,知



*
1
T
T


A
A A
,由





T
T
T
*
*
T



AA
A
A
A E
A E , 
知



T
1
*
T


A
A A
,故



*
T
T
*

A
A
,结论③正确. 
由


*
1
*
*
*
n


A
A
A E
A
E ,知





*
1
*
1
1
*
*
1
n
n






A
A
A
A
A


1
1
2
1
1
n
n









A
A
A
A
A, 
故结论④正确. 
【注】①对公式
*
*


AA
A A
A E ,可以将A 替换成
1

A
,kA,
*
A 衍生出更多的公式. 
②三种运算“*”“ 1
”“ T ”是可交换的. 
③常用结论:

1
1
1




AB
B
A
,

T
T
T

AB
B A ,

*
*
*

AB
B A . 
【例10】设矩阵
1
0
1
1
0
1
a
a
a












A
,且
3 
A
O . 求: 
 
(1)求a 的值;(2)若矩阵X 满足
2
2




X
XA
AX
AXA
E ,求X . 
[解] (1)求a 的值 
已知
3 
A
O ,根据矩阵行列式性质
3
3 
A
A ,因为
3 
A
O ,所以
3
0

A
,则
3
0

A
,即
0

A
. 
计算矩阵
1
0
1
1
0
1
a
a
a












A
的行列式:
1
1
1
1
1
0
1
0
0
1
a
a
a
a
a





A


2
1
a a
a



3
a
a
a



3
a

 
令
0

A
,即
3
0
a 
,解得
0
a 
. 
(2)由第(1)问知,
0
1
0
1
0
1
0
1
0












A
.由
2
2




X
XA
AX
AXA
E 可得,



2
2




X E
A
AX E
A
E . 
化简得



2



E
A X E
A
E .由此可知,

E
A ,
2

E
A 均为可逆矩阵,且



1
1
2





X
E
A
E
A
. 
下面用两种方法计算X . 
23
考研数学线性代数基础讲义(答案)By 没咋了 
(法一)由

1
1
1




AB
B A 得,








3
1
1
1
1
2
2
2

















A
O
X
E
A
E
A
E
A
E
A
E
A
A
. 
计算得
2
1
0
1
0
0
0
1
0
1












A
,故
2
0
1
1
1
1
1
1
1
2
















E
A
A
,再计算得
2
1



E
A
A
. 
因此,




1
2
2
3
1
2
1
1
1
2
1
1





















X
E
A
A
E
A
A
. 
(法二)由于
3 
A
O ,故
4 
A
O ,从而


2
3






E
A
E
A
A
E
A
E ,


2
2
4





E
A
E
A
E
A
E . 
于是,

1
2





E
A
E
A
A ,

1
2
2




E
A
E
A . 
因此,






3
1
1
2
2
2
2
2












A
O
X
E
A
E
A
E
A
A
E
A
E
A
A 
0
1
0
1
0
1
3
1
2
1
0
1
2 0
0
0
1
1
1
0
1
0
1
0
1
2
1
1








































E
. 
 
 
24
考研数学线性代数基础讲义(答案)By 没咋了 
2.8 矩阵的分块 
【例1】已知
1
0
1
2
0
1
3
4
0
0
1
0
0
0
0
1













A
,
1
0
0
0
0
1
0
0
2
1
1
0
0
3
0
1













B
,求AB . 
[解] 矩阵A 分块:
1
2






E
A
A
O
A
,其中
1
1
2
3
4






A
,
2
1
0
0
1







A
 
矩阵B 分块:
1
2






E
O
B
B
B
,其中
1
2
1
0
3






B
,
2
1
0
0
1







B
 
分块矩阵乘法:
1
1
1
1
2
2
1
2
2
1
2
2





























E
A
E
O
E E
A
B
E O
A
B
AB
O
A
B
B
O E
A
B
O O
A
B
 
1.左上角块:
1
1
1
2
2
1
1
0
2
7
3
7
3
4
0
3
0
1
6
15
6
16



































E E
A
B
E
 
2.右上角块:
1
2
1
2
1
0
1
2
3
4
0
1
3
4
























E O
A
B
O
 
3.左下角块:
2
1
1
0
2
1
2
1
0
1
0
3
0
3























O E
A
B
O
 
4.右下角块:
2
2
1
0
1
0
1
0
0
1
0
1
0
1























O O
A
B
O
 
最终结果:
3
7
1
2
6
16
3
4
2
1
1
0
0
3
0
1















AB
 
【例2】已知
0
0
1
0
1
0
0
0
0
1
0
0
0
2
1
0
0
1
1
1
0
1
0
0
1


















A
,
1
0
0
0
1
0
0
0
0
1
2
1
0
2
1
2
0
1
2
1



















B
,求AB . 
[解] 
1
0
0
0
0
0
1
0
0
0
1
2
1
0
0
1
1
0
1
0
0
1
0
0
1


















A
,
1
0
0
0
1
0
0
0
0
1
2
1
0
2
1
2
0
1
2
1



















B
,
1
0
0
0
1
0
0
0
3
1
2
1
0
2
1
2
1
1
2
1




















AB
 
25
考研数学线性代数基础讲义(答案)By 没咋了 
【例3】已知
1
1
0
0
0
2
2
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0

















A
,求
100
A
. 
[解] 
1
1
2
2
0
1
0
0
0
1
0
0
0























B
O
C
A
O
,其中
1
1
2
2






B
,
0
1
0
0
0
1
0
0
0










C
,
n
n
n








B
O
A
O
C
. 
而


1
1,1
2



B
,




2
1
1
1,1
1,1
3
2
2








B
B ,
1
3
n
n

B
B , 
0
1
0
0
0
1
0
0
0










C
,
2
0
0
1
0
0
0
0
0
0










C
,
3 
C
O ,
n 
C
O  
2
2
2
3
3
0
0
0
6
6
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0


























B
O
A
O
C
,
3
3
3
9
9
0
0
0
18
18
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0


























B
O
A
O
C
, 
100
100
100
99
99
99
99
3
3
0
0
0
2
3
2
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0




























B
O
A
O
C
. 
【例4】设
0
2
0
0
0
3
4
0
0












A
,求
1

A
. 
[解] 
1
2






B
A
B
,其中
1
2
0
0
3







B
,

2
4

B
,则
1
1
1
1
1
1
0
0
4
1
0
0
2
1
0
0
3
































B
A
B
. 
【例5】设A,B 均为2 阶矩阵,
*
A ,
*
B 分别为A,B 的伴随矩阵.若
2

A
,
3

B
,则分块矩阵





O
A
B
O
的伴随矩阵为(   ). 
26
考研数学线性代数基础讲义(答案)By 没咋了 
 
(A)
*
*
3
2






O
B
A
O
 
(B)
*
*
2
3






O
B
A
O
 
(C)
*
*
3
2






O
A
B
O
 
(D)
*
*
2
3






O
A
B
O
 
[解] 根据伴随矩阵性质
1



M
M M
.对于分块矩阵





O
A
B
O ,其行列式


2 2
1



O
A
A B
A B
B
O
,
逆矩阵
1
1
1















O
A
O
B
B
O
A
O
,则伴随矩阵
1
1















O
A
O
B
A B
B
O
A
O
. 
由
1



A
A A
,得
1
1



A
A
A
;由
1



B
B B
,得
1
1



B
B
B
.将
2

A
,
3

B
代入:
1
2
1
3































O
B
B
O
A B
O
B
A B
B A
O
A
O
A
O
A
. 
所以正确答案是(B). 
【例6】设A 为n 阶可逆矩阵,为n 维列向量,b 为常数. 记分块矩阵
T
*







0

E
P
A
A
,
T
b








A
Q
,
其中
*
A 是矩阵A 的伴随矩阵,E 为n 阶单位矩阵. 求: 
(1) 计算并化简PQ ;(2)证明:矩阵Q 可逆的充分必要条件是
T
1
b




A
. 
 
[解](1)因为
*
*


AA
A A
A E , 
故
T
*
T
*
T
T
*
T
b
b





























0
E
A
A
PQ
A
A
A A
A
A
A
α









T
1
0
b










A
A
A



. 
(2)由(1)可得


T
1
0
b



A
PQ
A
A



,即 


2
T
1
b




P
Q
A
A

        
* 
据已知
0




P
E
A
A
,代入
* ,得


T
1
b



Q
A
A

 


** 
由

** 知,
0

Q
的充分必要条件为
T
1
b


A


.故有结论:矩阵Q 可逆的充分必要条件是
T
1
b


A


. 
 
 
27
考研数学线性代数基础讲义(答案)By 没咋了 
2.9 初等变换与初等矩阵 
【例1】用初等变换将
1
1
0
2
0
2
0
0
3
1
0
1
0
0
2
0














化为标准形矩阵. 
[解] 利用初等行变换和列变换将矩阵化为标准形,步骤如下: 
1.对第二行进行
2
2
r 
:
1
1
0
2
1
0
1
1
2
0
0
3
1
0
0
0
0



















 
2.第一行加上第二行1
2
r
r

:
3
1
0
1
2
1
0
1
1
2
0
0
3
1
0
0
0
0




















 
3.第三行除以3,即3
3
r :
3
1
0
1
2
1
0
1
1
2
1
0
0
1
3
0
0
0
0






















 
4.第一行减去第三行1
3
r
r

,第二行减去第三行
2
3
r
r

: 
第一行第四列:3
1
9
2
11
2
3
6
6










,第二行第四列:
1
1
3
2
1
2
3
6
6











,得到
11
1
0
0
6
1
0
1
0
6
1
0
0
1
3
0
0
0
0






















 
5.进行列变换
4
1
2
3
11
1
1
6
6
3
c
c
c
c



,将第四列前三个元素化为0,最终得到标准形:
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0












 
此即原矩阵的标准形矩阵. 
28
考研数学线性代数基础讲义(答案)By 没咋了 
【例2】设矩阵
11
12
13
23
3
21
32
33
22
1
a
a
a
a
a
a
a
a
a










A
,
2
11
11
1
2
2
1
2
3
1
21
1
23
3
31
32
33
3
3
2
2
3
3
3
3
2
a
a
a
a
a
a
a
a
a
a
a
a













B
,证明:矩阵A 与B 等价. 
[解] 要证明矩阵A 与B 等价,根据矩阵等价的定义:若A 经有限次初等变换可得到B ,则二者等价.对
A 进行如下操作: 
1.对A 的每一行作数乘变换


3
1 2 3
ir
i

,,,得到
11
12
13
21
22
23
31
32
33
3
3
3
3
3
3
3
3
3
a
a
a
a
a
a
a
a
a










. 
2.对上述矩阵作列变换
2
1
2
3
C
C

,即每一行第二列由
2
1
1
2
2
3
3
3
2
3
i
i
i
i
a
a
a
a




,矩阵变为 
11
11
12
13
21
21
22
23
31
31
32
33
3
3
2
3
3
3
2
3
3
3
2
3
a
a
a
a
a
a
a
a
a
a
a
a













. 
3.对第三列作数乘变换
3
1
3
C 
,得到
11
11
12
13
21
21
22
23
31
31
32
33
3
3
2
3
3
2
3
3
2
a
a
a
a
a
a
a
a
a
a
a
a














B
. 
由于B 可由A 经有限次初等变换(数乘行变换、倍加列变换、数乘列变换)得到,所以矩阵A 与B 等价. 
【例3】
100
0
1
0
1
2
3
1
1
0
1
0
0
4
5
6
0
1
0
0
0
1
7
8
9
0
0
1


























________. 
[解] 首先,设
0
1
0
1
0
0
0
0
1










P
,计算
2
0
1
0
0
1
0
1
0
0
1
0
0
1
0
0
0
1
0
0
0
1
0
0
1
0
0
1




























P
E (单位矩阵),则


50
100
2


P
P
E .原式变为
1
2
3
1
1
0
4
5
6
0
1
0
7
8
9
0
0
1
















E
. 
由于E 乘矩阵不变,计算
1
2
3
1
1
0
4
5
6
0
1
0
7
8
9
0
0
1
















:结果为
1
1
3
4
1
6
7
1
9










. 
【例4】设

3 3
ij
a


A
,且
2

A
,
11
12
11
13
21
22
21
23
31
32
31
33
3
3
3
a
a
a
a
a
a
a
a
a
a
a
a














B
,求

A B . 
[解] 已知
1



A
A A
,由
2

A
,得
1
2


A
A . 
观察矩阵B ,其第三列是A 的第一列的3 倍与第三列之和,即
1
0
3
0
1
0
0
0
1











B
A
. 
29
考研数学线性代数基础讲义(答案)By 没咋了 
则
1
1
1
0
3
2
2
0
1
0
0
0
1
















A B
A B
A
A
. 
因为
1


A A
E (单位矩阵),所以:
1
0
3
1
0
3
2
0
6
2
0
1
0
2 0
1
0
0
2
0
0
0
1
0
0
1
0
0
2


































A B
E
 
【例5】设A 是3 阶矩阵,将A 的第1、2 行互换得矩阵B,再将B 的第2、3 列互换得单位矩阵,记
1
2
0
1
0
1
0
0
1
0
0 ,
0
0
1
0
0
1
0
1
0






















P
P
,则
* 
A
(   ). 
 
(A)
1
2
P P 
(B)
2
1
P P 
(C) 
1
1
2

P
P 
(D)
1
1
2

P P
. 
[解] 已知
1
2 
P AP
E ,
1P 、
2
P 为初等矩阵,且
1
1
1

P
P ,
1
2
2

P
P ,故
1
2

A
P P . 
又



1
2
1
1
1




A
P P
,由
1



A
A A
,得
1
1
1
1
1
1
2
2
2
1
(
)








A
A
P P
P
P
P P .所以答案选(B). 
【例6】设
0
1
3
1
1
0
1
2
1













A
,求
1

A
. 
[解] 
3
1
1
2
0
1
3
1
0
0
1
1
0
0
1
0
1
1
0
0
1
0
0
1
3
1
0
0
1
2
1
0
0
1
1
2
1
0
0
1
r
r
r
r




























3
2
1
1
0
0
1
0
0
1
3
1
0
0
0
1
1
0
1
1
r
r












 
3
1
2
1
1
0
0
1
0
0
1
3
1
0
0
0
0
2
1
1
1
r




















2
3
3
1
1
0
0
1
0
1
1
0
0
1
0
1
3
3
0
1
3
1
0
0
0
1
0
2
2
2
1
1
1
1
1
1
0
0
1
0
0
1
2
2
2
2
2
2
r
r







































 
1
2
1
5
3
1
0
0
2
2
2
1
3
3
0
1
0
2
2
2
1
1
1
0
0
1
2
2
2
r
r
























 
 
 
30
考研数学线性代数基础讲义(答案)By 没咋了 
2.10 矩阵的秩 
【例1】设矩阵
1
1
1
1
1
1
1
1
1
1
1
1
a
a
a
a












A
,且
3
r

A
,则a ________. 
[解] 已知矩阵
1
1
1
1
1
1
1
1
1
1
1
1
a
a
a
a












A
,且
3
r

A
.因为
3
r

A
,所以
0

A
. 
计算A :将第2、3、4 行都加到第1 行,第1 行变为

3
3
3
3
a
a
a
a




,
,
,
,提出公因子
3
a 
,得: 





3
1
1
1
1
0
1
0
0
3
3
1
0
0
1
0
0
0
0
1
a
a
a
a
a
a








A
 
令
0

A
,解得
3
a 或
1
a . 
当
1
a 时,矩阵A 的行全相同,
1
r

A
,不符合
3
r

A
. 
当
3
a 时,矩阵A 存在3 阶子式不为0,且
0

A
,满足
3
r

A
. 
综上,
3
a . 
【例2】设矩阵
1
2
3
4
5
2
2
2
2
2
1
2
3
4
5
3
3
3
3
3
1
2
3
4
5
3
3
3
3
3
1
2
3
4
5
1
1
1
1
1
(
1)
(
1)
(
1)
(
1)
(
1)
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a






















A
,其中
(
)
i
j
a
a i
j


,则
r

A
________. 
[解] 步骤1:证明
4
r

A
 
前四行构成范德蒙矩阵的结构,其行列式为


1
5
i
j
j i
a
a



.由于
i
j
a
a

,行列式不为零,因此存在一个4
4

的非零子式,故
4
r

A
. 
步骤2:证明
4
r

A
 
通过初等行变换将第五行消为零行: 
1.将第1 行乘以1,加到第5 行; 
31
考研数学线性代数基础讲义(答案)By 没咋了 
2.将第2 行乘以3,加到第5 行; 
3.将第3 行乘以3,加到第5 行; 
4.将第4 行乘以1
,加到第5 行. 
展开

3
3
2
1
3
3
1
i
i
i
i
a
a
a
a




,上述变换后第五行元素均为: 




3
2
3
1
1 1
3
3
1
0
1 2 3 4 5
i
i
i
i
a
a
a
a
i





,,,, 
因此第五行被完全消为零行,矩阵的非零行数目最多为4,故
4
r

A
. 
综上,结合
4
r

A
和
4
r

A
,得
4
r

A
. 
【例3】设矩阵
1
2
1
1
2
0
0
0
4
5
2
a













的秩为2,则a ________. 
[解] 
3
2
2
1
2
1
2
1
1
1
2
1
1
1
2
1
1
2
0
0
0
4
2
2
0
4
2
2
0
4
5
2
0
4
5
2
0
0
3
0
r
r
r
r
a
a
a
a
















































 
因秩为2,故3
0
3
a
a




. 
【例4】设矩阵A 是m
n

矩阵,
r
r
m
n



A
,则下列说法中正确的个数有(   ). 
 
①A 的任一
1
r 阶子式均不为0 
②
0

A
 
 
 
③A 的任一r 阶子式均不为0 
④A 经初等行变换可以化为
r






E
O
O
O 
 
(A)0 个 
(B)1 个 
(C)2 个 
(D)3 个 
[解] 分析各说法: 
①:矩阵A 秩为r ,仅表明至少有一个r 阶子式不为0,但
1
r 阶子式可能为0,故①错误. 
②:A 是m
n

矩阵

m
n

,非方阵,不存在行列式A ,故②错误. 
③:秩为r 意味着至少有一个r 阶子式不为0,而非所有r 阶子式均不为0,故③错误. 
④:仅初等行变换无法将A 化为
r






E
O
O
O ,需初等行、列变换共同作用,故④错误. 
32
考研数学线性代数基础讲义(答案)By 没咋了 
综上,四个说法均错误,正确的个数为0 个,答案选(A). 
【例5】设A 是4
3

矩阵,
2
r

A
,
1
0
4
0
2
0
2
0
3










B
,求

r AB . 
[解] 首先计算矩阵B 的行列式B :
10
0


B
 
由此可知B 可逆.根据矩阵秩的性质:若矩阵P 可逆,则


r
r

AP
A . 
已知
2
r

A
,且B 可逆,所以


2
r
r


AB
A
. 
综上,

2
r

AB
. 
【例6】已知
1
2
3
2
4
3
6
9
k










Q
,P 为3 阶非零矩阵,且

PQ
O ,则必有(    ). 
 
(A)当
6
k 
时,
1
r

P
 
(B)当
6
k 
,
2
r

P
 
 
(C)当
6
k 
时,
1
r

P
 
(D)当
6
k 
,
2
r

P
 
[解] 已知

PQ
O ,根据矩阵秩的性质

3
r
r


P
Q
,且P 是非零矩阵,故
1
r

P
.对
1
2
3
2
4
3
6
9
k










Q
进行初等行变换:第二行减第一行的2 倍,第三行减第一行的3 倍,得
1
2
3
0
0
6
0
0
0
k











. 
当
6
k 
时,
1
r

Q
,则
2
r

P
,但
r P 可能为1 或2,故A、B 错误. 
当
6
k 
时,
2
r

Q
,由
2
3
r


P
且
1
r

P
,得
1
r

P
,故C 正确,D 错误. 
综上,答案选(C). 
【例7】设矩阵
b
b
b
a
b
b
b
a
a










A
( ,a b 均不为0),且

*
1
r

A
,则必有(   ). 
 
(A)a
b

 
 
(B)a
b

或
2
0
a
b


 
 
(C)
2
0
a
b


 
 
(D)a
b

且
2
0
a
b


 
[解] 已知矩阵
a
b
b
b
a
b
b
b
a










A
(a ,b 均不为0),且

1
r

A
.根据伴随矩阵秩的性质,当

1
r

A
时,
2
r

A
,故
0

A
. 
33
考研数学线性代数基础讲义(答案)By 没咋了 
计算A :将第二、三行加到第一行,得


2
2
2
1
1
1
2
a
b
a
b
a
b
b
a
b
a
b b
a
b
b
b
a
b
b
a






A
 
对后一行列式,第二、三行分别减第一行的b 倍,得


2
1
1
1
0
0
0
0
a
b
a
b
a
b




 
故



2
2
a
b
a
b



A
.由
0

A
,得a
b

或
2
0
a
b


. 
若a
b

,则
a
a
a
a
a
a
a
a
a










A
,
1
r

A
,不满足
2
r

A
,舍去. 
若
2
0
a
b


,则
0

A
且
2
r

A
,满足条件. 
综上,必有
2
0
a
b


,答案选(C). 
【例8】设矩阵A 是m
n

矩阵,B 是n
m

矩阵,则下列说法中正确的是(   ). 
 
(A)当m
n

时,必有
0

AB
 
(B)当m
n

时,必有
0

AB
 
 
(C)当m
n

时,必有
0

AB
 
(D)当m
n

时,必有
0

AB
 
[解] 选项A:当m
n

时,AB 是m
m

矩阵.由





min
r
r
r
n


AB
A
B
,
,且m
n

,得

r
m

AB
,
故AB 不可逆,
0

AB
,A 正确. 
选项B:与A 的分析矛盾,当m
n

时,
0

AB
,B 错误. 
选项C:当m
n

时,

r
m

AB
,但无法确定

r
m

AB
,可能

r
m

AB
(此时
0

AB
),C 错误. 
选项D:当m
n

时,

r AB 可能小于m ,此时
0

AB
,D 错误. 
综上,正确答案为(A). 
【例9】设A 为m
n

矩阵,B 为n
m

矩阵,E 为m 阶单位矩阵,若

AB
E ,则(    ) 
(A)
r
m

A
,
r
m

B
 
(B)
r
m

A
,
r
n

B
 
(C)
r
n

A
,
r
m

B
  
(D)
r
n

A
,
r
n

B
 
[解] 




r
r
m


AB
E
,又根据秩的不等式





min
,
r
r
r

AB
A
B
,所以有



m
r
r


AB
A ,又
因为
r
m

A
,故得到



m
r
r
m



AB
A
,所以
r
m

A
,同理也可得
r
m

B
,故选A. 
34
考研数学线性代数基础讲义(答案)By 没咋了 
【例10】设n 阶矩阵A 满足
2 
A
A,证明:


r
r
n



A
A
E
. 
[解] 由





A
A
E
E ,得




r
r
r
n




A
A
E
E
 
又由
2 
A
A ,知




A A
E
O ,故


r
r
n



A
A
E
,从而有


r
r
n



A
A
E
. 
 
 
35
考研数学线性代数基础讲义(答案)By 没咋了 
第三章 线性方程组(初步认识) 
3.1 线性方程组的定义及基本概念 
3.2 解方程原理及高斯消元法 
【例1】解线性方程组
1
2
3
1
2
3
1
2
3
3
2
2
2
1
2
5
x
x
x
x
x
x
x
x
x















 
[解] 首先写出增广矩阵并进行初等行变换: 
2
1
3
1
1
2
3
3
1
1
2
1
2
2
1
1
2
2
1
1
2
2
1
3
1
1
2
0
5
5
5
1
2
1
5
1
2
1
5
0
4
3
6
r
r
r
r
r
r

















































 




3
2
3
2
1
5
4
1
2
2
1
1
2
2
1
1
2
2
1
0
1
1
1
0
1
1
1
0
1
1
1
0
0
1
2
0
0
1
2
0
4
3
6
r
r
r
r















































 
回代求解:由第三行得
3
2
x 
.代入第二行
2
3
1
x
x

,得
2
1
2
3
x 
.代入第一行
1
2
3
2
2
1
x
x
x


,
即



1
2
3
2 2
1
x 


,解得
1
1
x . 
综上,方程组的解为
1
2
3
1
3
2
x
x
x








. 
【例2】解线性方程组
1
2
3
1
2
3
1
3
2
3
4
4
2
4
1
3
7
5
x
x
x
x
x
x
x
x













 
[解] 对于线性方程组:
1
2
3
1
2
3
1
3
2
3
4
4
2
4
1
3
7
5
x
x
x
x
x
x
x
x













 
构造增广矩阵并进行初等行变换:
2
1
3
1
3
2
4
3
1
2
3
4
1
2
3
4
1
2
3
4
4
2
4
1
0
6
16
15
0
6
16
15
3
0
7
5
0
6
16
7
0
0
0
8
r
r
r
r
r
r

















































 
第三行对应方程
1
2
3
0
0
0
8
x
x
x



,此方程无解,因此原线性方程组无解. 
【例3】解线性方程组
1
2
3
1
2
3
1
2
3
2
0
0
4
5
5
0
x
x
x
x
x
x
x
x
x














 
[解] 对于齐次线性方程组:
1
2
3
1
2
3
1
2
3
2
0
0
4
5
5
0
x
x
x
x
x
x
x
x
x














 
36
考研数学线性代数基础讲义(答案)By 没咋了 
对系数矩阵进行初等行变换:
2
1
3
1
1
2
2
2
4
3
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
0
3
3
0
1
1
4
5
5
4
5
5
0
9
9
0
0
0
r
r
r
r
r
r
r





























































 
得到同解方程组:
1
2
3
2
3
0
0
x
x
x
x
x








 
确定
3x 为自由变量,将其移到方程右边:由
2
3
0
x
x


,得
2
3
x
x

. 
令
3x
k

(k 为任意常数),则
2x
k

.将
2x
k

代入
1
2
3
0
x
x
x



,即
1
0
x
k
k



,解得
1
0
x 
. 
所以方程组的通解为
1
2
3
0
x
x
k
x
k








,k . 
【例4】解线性方程组
1
2
3
1
2
3
1
2
3
2
1
2
4
5
5
1
x
x
x
x
x
x
x
x
x














 
[解] 对于线性方程组:
1
2
3
1
2
3
1
2
3
2
1
2
4
5
5
1
x
x
x
x
x
x
x
x
x














 
构造增广矩阵并进行初等行变换: 
2
1
3
1
1
2
2
2
4
3
2
1
1
1
1
1
1
2
1
1
1
2
1
1
1
2
1
1
1
2
2
1
1
1
0
3
3
3
0
1
1
1
4
5
5
1
4
5
5
1
0
9
9
9
0
0
0
0
r
r
r
r
r
r
r

































































 
得到同解方程组:
1
2
3
2
3
2
1
x
x
x
x
x








 
令自由变量
3x
k

(k 为任意常数),由
2
3
1
x
x

,得
2
1
x
k

. 
将
2
1
x
k

代入
1
2
3
2
x
x
x



,即


1
1
2
x
k
k




,化简得
1
1
x . 
所以方程组的通解为
1
2
3
1
1
x
x
k
x
k









,k . 
【例5】解线性方程组
1
2
3
4
1
2
3
4
1
2
3
4
3
5
0
2
3
4
2
0
2
3
0
x
x
x
x
x
x
x
x
x
x
x
x

















 
[解] 对于齐次线性方程组:
1
2
3
4
1
2
3
4
1
2
3
4
3
5
0
2
3
4
2
0
2
3
0
x
x
x
x
x
x
x
x
x
x
x
x

















 
37
考研数学线性代数基础讲义(答案)By 没咋了 
写出系数矩阵并进行初等行变换:


2
1
3
1
2
2
3
1
3
5
1
1
3
5
1
1
3
5
1
2
3
4
2
0
3
6
0
0
1
2
0
1
2
3
1
0
1
2
0
0
1
2
0
r
r
r
r
r











































 
3
2
1
2
3
1
3
5
1
1
0
1
1
0
1
2
0
0
1
2
0
0
0
0
0
0
0
0
0
r
r
r
r

























 
令自由变量
3
1
x
k

,
4
2
x
k

(
1k ,
2k 为任意常数). 
由
2
3
2
0
x
x


,得
2
1
2
x
k

.由
1
3
4
0
x
x
x



,得
1
1
2
x
k
k


. 
所以方程组的通解为:
1
1
2
2
1
3
1
4
2
2
x
k
k
x
k
x
k
x
k











,
1k ,
2k . 
【例6】解线性方程组
1
2
3
4
1
2
3
4
1
2
3
4
3
5
2
2
3
4
2
1
2
3
1
x
x
x
x
x
x
x
x
x
x
x
x

















 
[解] 对于线性方程组:
1
2
3
4
1
2
3
4
1
2
3
4
3
5
2
2
3
4
2
1
2
3
1
x
x
x
x
x
x
x
x
x
x
x
x

















 
构造增广矩阵并进行初等行变换: 



2
2
1
3
1
2
3
1
3
5
1
2
1
3
5
1
2
1
3
5
1
2
2
3
4
2
1
0
3
6
0
3
0
1
2
0
1
1
2
3
1
1
0
1
2
0
1
0
1
2
0
1
r
r
r
r
r













































 
3
2
1
2
3
1
3
5
1
2
1
0
1
1
1
0
1
2
0
1
0
1
2
0
1
0
0
0
0
0
0
0
0
0
0
r
r
r
r


























 
得到同解方程组:
1
3
4
2
3
1
2
1
x
x
x
x
x








 
令自由变量
3
1
x
k

,
4
2
x
k

(
1k ,
2k 为任意常数). 
由
2
1
2
1
x
k

,得
2
1
1
2
x
k

.由
1
1
2
1
x
k
k


,得
1
1
2
1
x
k
k


. 
所以方程组的通解为:
1
1
2
2
1
3
1
4
2
1
1
2
x
k
k
x
k
x
k
x
k












,
1k ,
2k . 
 
 
38
考研数学线性代数基础讲义(答案)By 没咋了 
3.3 方程组解的判定 
【例1】齐次方程组
0
Ax
的系数矩阵化为阶梯形是
1
1
0
2
5
0
0
1
3
0
0
0
0
0
1












,则方程组自由变量不能取成(  ). 
 
(A)
2
3
, 
x
x 
(B)
2
5
, 
x
x 
(C)
1
4
, 
x
x 
(D)
1
2
, 
x
x 
[解]答案B.详解见视频解析 
【例2】设矩阵A 是m
n

矩阵,矩阵B 是n
m

矩阵,则线性方程组

0
AB x
(  ). 
 
(A)当n
m

时,仅有零解 
(B)当n
m

时,必有非零解 
 
(C)当m
n

时,仅有零解 
(D)当m
n

时,必有非零解 
[解] 对于线性方程组


AB x
0 ,其中A 是m
n

矩阵,B 是n
m

矩阵,AB 为m
m

矩阵.根据秩的
性质





min
r
r
r
n


AB
A
B
,
. 
选项A:当n
m

时,

r
n

AB
,但无法确定

r
m

AB
(如

r
m

AB
时仅有零解),故A 错误. 
选项B:当n
m

时,同理,不能确定

r
m

AB
,不一定有非零解,故B 错误. 
选项C:当m
n

时,

r
n
m


AB
,此时

r
m

AB
,方程组应有非零解,而非仅有零解,故C 错误. 
选项D:当m
n

时,

r
n
m


AB
,即

r AB 小于未知数个数m ,根据齐次线性方程组解的判定,必有
非零解,故D 正确. 
综上,答案选(D). 
【例3】非齐次线性方程组

Ax
b 中未知量个数为n,方程个数为m,则以下说法正确的是(  ). 
 
(A)
r
m

A
时,

Ax
b 有解 
(B)
r
m

A
时,
0
Ax
有非零解 
 
(C)
r
n

A
时,

Ax
b 有唯一解 
(D)
r
n

A
时,

Ax
b 无解 
[解] (A):当
r
m

A
时,增广矩阵



A
A b 的秩
r
m

A
(因行数为m ),故

r
r
m


A
A
,
根据非齐次线性方程组有解的判定条件,

Ax
b 有解,(A)正确. 
(B):

Ax
0 有非零解的条件是
r
n

A
,仅知
r
m

A
,若m
n

,则
r
n

A
,此时只有零解,(B)
错误. 
39
考研数学线性代数基础讲义(答案)By 没咋了 
(C):

Ax
b 有唯一解需

r
r
n


A
A
,仅
r
n

A
不能保证
r
n

A
(如m
n

时
r A 可能大于n ),
(C)错误. 
(D):
r
n

A
时,若

r
r

A
A ,则

Ax
b 有无穷多解,而非无解,(D)错误. 
综上,正确答案为(A). 
【例4】设矩阵
2
1
1
1
1
2
1
4
a
a










A
,
2
1
b
b










b
,若集合


1,2

,则线性方程组

Ax
b 有无穷多解的充分必要
条件为(  ). 
 
(A)
, 
a
b

. 
 
(B)
, 
a
b

. 
 
 
(C)
, 
a
b

. 
 
(D)
, 
a
b

. 
[解] 要确定线性方程组

Ax
b 有无穷多解的充分必要条件,需满足

3
r A
r A


(未知数个数为
3).对增广矩阵


A
A

b 进行初等行变换: 






2
1
3
1
3
2
3
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
2
0
1
1
1
0
1
1
1
1
4
0
3
1
1
0
0
1
2
1
2
r
r
r
r
r
r
A
a
b
a
b
a
b
a
b
a
b
a
a
b
b
















































 
当


1
2
0
a
a



且


1
2
0
b
b



时,

3
r A
r A


,方程组有无穷多解.即


1 2
Ω
a 

,
且


1 2
Ω
b

,
。. 
逐一分析选项: 
(A)
Ω
a
,
Ω
b
,不满足条件,错误. 
(B)
Ω
a
,
Ω
b
,不满足条件,错误. 
(C)
Ω
a
,
Ω
b
,不满足条件,错误. 
(D)
Ω
a
,
Ω
b
,满足条件,正确. 
综上,答案选(D). 
【例5】设A 是m
n

矩阵,

Ax
0 是非齐次线性方程组

Ax
b 对应的导出组,则以下说法正确的是(  ). 
 
(A)若

Ax
0 仅有零解,则

Ax
b 有唯一解  
40
考研数学线性代数基础讲义(答案)By 没咋了 
 
(B)若

Ax
0 有非零解,则

Ax
b 有无穷多解 
 
(C)若

Ax
b 有无穷多解,则

Ax
0 有非零解 
 
(D)若

Ax
b 有无穷多解,则

Ax
0 只有零解 
[解] (A):

Ax
0 仅有零解

r
n


A
,但

Ax
b 有解需

r
r

A
A ,若

r
r

A
A ,则

Ax
b
无解,故A 错误. 
(B):

Ax
0 有非零解

r
n


A
,但

Ax
b 可能因

r
r

A
A 无解,故B 错误. 
(C):

Ax
b 有无穷多解


r
r
n



A
A
,此时

Ax
0 因
r
n

A
必有非零解,故C 正确. 
(D):与C 矛盾,

Ax
b 无穷多解时
r
n

A
,

Ax
0 必有非零解,故D 错误. 
综上,正确答案为(C). 
【例6】设齐次线性方程组
1
2
3
1
2
3
1
2
3
0
0
0
n
n
n
ax
bx
bx
bx
bx
ax
bx
bx
bx
bx
bx
ax

























,其中,
0
a b 
,
2
n 
. 试问,
a b 取何值时,方程组 
仅有零解、有无穷多解?当有无穷多解时,求出其全部解. 
[解] 方程组的系数行列式




1
1
n
a
b
b
b
b
a
b
b
a
n
b
a
b
b
b
a
b
b
b
b
a










A








. 
(1)当a
b

且


1
a
n b


时,方程组仅有零解. 
(2)当a
b

时,对系数矩阵A 作初等行变换,有
1
1
1
1
0
0
0
0
0
0
0
0
a
a
a
a
a
a
a
a
a
a
a
a


























A














, 
原方程组的同解方程组为
1
2
0
n
x
x
x





, 
其基础解系为 


T
1
1 1 0
0


α
,,,,
, 


T
2
1 0 1
0


α
,,,,
,…, 
41
考研数学线性代数基础讲义(答案)By 没咋了 


T
1
1 0 0
1
n

α
,,,,
. 
方程组的通解是 
1
1
2
2
1
1
n
n
c
c
c 



α
α
α
, 
其中
1
2
1
n
c
c
c 

,,,
为任意常数. 
(3)当


1
a
n b


时,对系数矩阵A 作初等行变换,有 
1
0
0
0
1
1
1
1
1
1
0
1
0
0
1
1
1
1
1
1
0
0
1
0
1 ,
1
1
1
1
1
0
0
0
1
1
1
1
1
1 1
0
0
0
0
0
n
n
n
n

































































 
原方程组的同解方程组为:
1
2
1
n
n
n
n
x
x
x
x
x
x












,
,
.
 
从而其基础解系为:


T
1 1
1


β
,,,
, 
方程组的通解为:cβ ,c 为任意常数. 
【例7】试问a , b 取何值时,方程组
1
2
3
4
2
3
4
2
3
4
1
2
3
4
0
2
2
1
(
3)
2
3
2
1
x
x
x
x
x
x
x
x
a
x
x
b
x
x
x
ax





















有唯一解、无解、有无穷多解?当有无穷多解
时,求出其全部解. 
[解] 

1
1
1
1
0
1
1
1
1
0
0
1
2
2
1
0
1
2
2
1
,
0
1
3
2
0
0
1
0
1
3
2
1
1
0
0
0
1
0
a
b
a
b
a
a

































A b
. 








1
1
1
1
n b
b
b
b
b
b
n b
b
b
b
b
b
n b
b
b
b
b
b
b
n b





















A









42
考研数学线性代数基础讲义(答案)By 没咋了 
(1)当
1
a 时,因为


,
4
r
r


A
A b
,所以方程组有唯一解; 
(2)当
1
a ,
1
b 时,因为


2
,
3
r
r



A
A b
,所以方程组无解; 
(3)当
1
a ,
1
b 时,因为


,
2
4
r
r



A
A b
,所以方程组有无穷多解,此时 


1
1
1
1
0
1
0
1
1
1
0
1
2
2
1
0
1
2
2
1
,
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0





























A b
 
得通解为
1
2
1
1
1
2
2
1
1
0
0
0
1
0
k
k










































x
(其中
1k ,
2k 为任意常数). 
 
 
43
考研数学线性代数基础讲义(答案)By 没咋了 
第四章 向量与方程组 
4.1 向量的基本概念 
【例1】若向量
T
1
1 ,0,
2
x







,
T
2
3
1
, ,
2
2
y









均为单位向量,且
1
与
2
正交,求x,y. 
[解] 由单位向量模长为1:对
T
1
1 ,0,
2
x







,
2
2
2
1
0
1
2
x








,得
3
2
x 
. 
对
T
2
3
1
, ,
2
2
y









,
2
2
2
3
1
1
2
2
y

















,得
0
y 
. 
由
1
与
2
正交,内积为0:1
3
,0,
0
3
2
1
2
2
4
2
x
y
x

























,解得
3
4
2
x 
. 
综上,
3
2
x 
0
y 
. 
【例2】设n 维列向量
T
(1,0,
,0,1)



,矩阵
T


A
E
,其中E 为n 阶单位矩阵,则
2 
A
________. 
[解] 已知
T
(1,0,
,0,1)



,根据向量内积运算,
1
0
(1,0,
,0,1)
2
1
T











. 
则
2
(
)(
)
T
T





A
E
E
2
(
)
T
T
T




E
E


.综上,
2 
A
E . 
【例3】设,为3 维列向量,
T
是的转置,若
T
1
1
2
2
2
4
3
3
6















,则
T


_____. 
[解] 计算

T
2

:

T
2
1
1
2
9
2
2
4
9
3
3
6
T

















 
计算



2
T
T
T


,对比得
9
T


,也即
9
T


 
 
 
44
考研数学线性代数基础讲义(答案)By 没咋了 
4.2 向量组的基本概念 
4.3 线性相关、线性无关与线性表示 
【例1】证明:单个非零向量线性无关,两个不成比例的向量线性无关 
[解] 1.证明单个非零向量线性无关 
设单个向量为
0

,考虑线性组合k
0

. 
若k
0

,因
0

,必有
0
k 
,由线性无关定义,单个非零向量线性无关. 
2.证明两个不成比例的向量线性无关 
设向量,不成比例,即不存在数入使



 
考虑线性组合
1
2
k
k

0


. 
假设
1
0
k 
,则
2
1
k
k


,与“不成比例”矛盾,故
1
0
k 
. 
代入得
2
0
k


,因可以是任意向量,得
2
0
k 
. 
由线性无关定义,两个不成比例的向量,线性无关. 
【例2】现有四个向量组 
 
①





T
T
T
1,2,1
, 2,1,2
, 0,0,0
 
②





T
T
T
1,2,3
, 0,1,2
, 0,0,1
 
 
③



T
T
1,2,1
, 2,4,2
 
 
④





T
T
T
1,2,1
, 2,4,2
, 1,6,9
, 
其中线性相关的向量组有(  ). 
 
(A)1 个 
(B)2 个 
(C)3 个 
(D)4 个 
[解] 向量组①:含零向量(0,0,0)T ,根据“含零向量的向量组必线性相关”,可知①线性相关. 
向量组②:向量组为(1,2,3) ,(0,1,2) ,(0,0,1)
T
T
T ,构成矩阵
1
0
0
2
1
0
3
2
1










,其行列式
1
0

A
,可知②线性无关. 
向量组③:因(2,4,2)
2(1,2,1)
T
T

,可知③线性相关. 
向量组④:因(2,4,2)
2(1,2,1)
T
T

,可知④线性相关. 
45
考研数学线性代数基础讲义(答案)By 没咋了 
综上,线性相关的向量组是①③④,共3 个,选C. 
【例3】已知向量组
1
2
3
,
,
线性无关,则下列向量组中,线性无关的是(  ). 
 
(A)
1
2
2
3
3
1
, 
, 







 
(B)
3
1
2
2
3
2
1
, 
2
, 











 
 
(C)
1
2
2
3
3
1
2
, 2
3
, 3









 
(D)
2
3
2
3
1
2
3
1
1
2
3
,
5
 
, 
5
22
3















 
[解] 选项A:向量组构成的系数矩阵
1
1
0
0
1
1
1
0
1











A
,
0

A
,向量组线性相关,排除A. 
选项B:向量组构成的系数矩阵
1
1
0
0
1
1
1
2
1










A
,
0

A
,向量组线性相关,排除B. 
选项C:向量组构成的系数矩阵
1
2
0
0
2
3
1
0
3










A
,
12
0


A
,向量组线性无关. 
选项D:向量组构成的系数矩阵
1
2
3
1
3
5
1
22
5













A
,
0

A
,向量组线性相关,排除D. 
答案:C 
【例4】设向量组
1
2
,
,
,
(
2)
s s 



线性无关,证明:向量组
1
1
2
1
2
,
,
,
s










,也线性无关. 
[解] 设
1
1
2
1
2
1
2
(
)
(
)
0
s
s
k
k
k
















 
展开整理得:
1
2
1
2
2
(
)
(
)
0
s
s
s
s
k
k
k
k
k
k















 
因
1
1
2
1
2
,
,
,
s










线性无关,故系数全为0,得方程组:
1
2
2
0
0
0
s
s
s
k
k
k
k
k
k
















 
回代得
1
2
0
s
k
k
k





,即向量组
1
1
2
1
2
,
,
,
s










线性无关. 
【例5】设A 为3 阶矩阵,
1
2
3
,
,

是3 维列向量,若
1
1
0


A

,
2
1
2


A

,
3
2
3


A

,证明
向量组
1
2
3
,
,
线性无关. 
[解] 设
1
1
2
2
3
3
k
k
k


0



,左乘A 并整理得:
1
2
1
2
3
2
3
3
(
)
(
)
k
k
k
k
k




0



, 
46
考研数学线性代数基础讲义(答案)By 没咋了 
代入
1
1
2
2
3
3
k
k
k


0



,得:
2
1
3
2
k
k

0


,再左乘A 并作差,得
3
1
k
0

,因
1 0

,故
3
0
k 
,同理
得
2
0
k 
,
1
0
k 
.根据定义,
1
2
3
,
,
线性无关. 
【例6】设A 是n 阶矩阵,若存在正整数k,使线性方程组
0
k

A x
有解向量,且
1
0
k 


A
.证明:向量组
1
,
,
,
k 




A
A
线性无关. 
[解] (定义法)设有一组数0
1
1
, ,..., k
l l
l ,使得
1
0
1
1
k
k
l
l
l




0



A
A
, 
用
1
k
A
左乘上式两边,有
1
2
2
0
1
1
k
k
k
k
l
l
l





0
A
A
A



. 
由于
k
0
A 
,所以当l
k

时,有
l
0
A 
,从而
1
0
k
l

0
A

. 
而
1
k 
0
A

,所以0
0
l 
,依此类推,可得1
1
0
k
l
l 


.所以
1
,
,...,
k 



A
A
线性无关. 
【例7】设向量
T
1
(1,2, 1,5)



,
T
2
(2, 1,1,1)



,
T
1
(4,3, 1,11)



,
T
2
(4,3,0,11)


,试分别判断
1
与
2

能否由向量组
1
2
,
线性表示.若能,请写出表达式. 
[解] 判断
1
:设
1
11
1
12
2
x
x



,增广矩阵
1
1
2
4
2
1
3
1
1
1
5
1
11















A
,经初等行变换得
1
0
2
0
1
1
0
0
0
0
0
0












. 
1
1
(
)
(
)
2
r
r


A
A
,有解
11
12
2,
1
x
x

,故
1
1
2
2




. 
判断
2
:设
2
21
1
22
2
x
x




,增广矩阵
2
1
2
4
2
1
3
1
1
0
5
1
11














A
,经初等行变换得
1
0
2
0
1
1
0
0
1
0
0
0












. 
2
(
)
2
r

A
,
2
(
)
3
r

A
,无解,故
2
不能线性表示. 
综上,
1
1
2
2




,
2
不能表示. 
【例8】已知向量组(Ⅰ):
1
2
3
0
3
1
0
3
,
,
2
1
3
2
2
0
1


























和(Ⅱ):
1
2
3
0
4
2
1
2
1
2
4
,
,
1
1
1
3































 .证明:(Ⅱ)
可由(Ⅰ)线性表示. 
[解] 令
1
2
3
(
,
,
)

A
,
1
2
3
(
,
,
)


B
,对矩阵(A,B)施以初等行交换,得 
47
考研数学线性代数基础讲义(答案)By 没咋了 
0
(
5
,
0
)
0
3
2
2
0
4
1
0
3
1
2
4
1
0
3
1
2
4
0
1
6
1
5
7
2
1
0
1
1
1
0
0
4
1
3
3
2
1
2
1
3
0
0
0
0































A B
 
所以( )
( ,
)
3
r
r


A
A B
,即(Ⅱ)可由(I)线性表示. 
【例9】向量组


1
2
,
,
,
2
s s




线性相关的充要条件是(  ). 
 
(A)
1
2
,
,
,
s



中有一个零向量 
 
(B)
1
2
,
,
,
s



中任意两个向量的分量成比例 
 
(C)
1
2
,
,
,
s



中有一个向量是其余向量的线性组合 
 
(D)
1
2
,
,
,
s



中任意一个向量是其余向量的线性组合 
[解] 选项A:含零向量是线性相关的充分非必要条件(如
1
2
(1,1),
(2,2)




线性相关但无零向量),
错误. 
选项B:“任意两向量分量成比例”是更强条件,线性相关无需此(如
1
2
3
(1,0),
(0,1),
(1,1)






线性相
关不满足),错误. 
选项C:充分性。若有一个向量是其余向量线性组合,不妨设
1
1
1
1
s
s
s
k
k 








,则
1
1
s
k


0



,
线性相关。必要性。若线性相关,存在不全为零的数
1,
,
s
k
k

使
1
1
s
s
k
k


0



,不妨设
0
sk 
,则
s
是
其余向量线性组合。正确. 
选项D:“任意一个向量是其余向量线性组合”是充分非必要条件(如
1
2
3
(1,0),
(2,0),
(0,1)






线性相
关,但
3
能由
1
,
2
线性表示),错误. 
答案:C. 
【例10】向量组


1
2
,
,
,
2
s s




线性无关的充要条件是(  ). 
 
(A)
1
2
,
,
,
s



均不是零向量 
 
(B)
1
2
,
,
,
s



中任意
1
s 个向量都线性无关 
 
(C)向量组
1
2
1
,
,
,
,
s
s



中有一个向量是其余向量的线性组合 
 
(D)
1
2
,
,
,
s



中每一个向量都不能由其余的
1
s 个向量线性表示 
48
考研数学线性代数基础讲义(答案)By 没咋了 
[解] 选项A:均非零向量是线性无关的必要非充分条件(如
1
2
(1,1),
(2,2)




非零但线性相关),错
误. 
选项B:任意
1
s 个向量线性无关是必要非充分条件(如
1
2
3
(1,0),
(0,1),
(1,1)






两两无关但整体相关),
错误. 
选项C:“
1
2
1
,
,
,
s
s



有一个向量是其余线性组合”,与原组线性无关无关,还会推出原组相关,错误. 
选项D:充分性。若每个向量都不能由其余
1
s 个向量线性表示,假设存在
1,
,
s
k
k

使
1
1
s
s
k
k


0



,
不妨设
0
sk 
,则
s
可由其余表示,矛盾,故线性无关. 
必要性。若线性无关,由定义知任意向量不能由其余
1
s 个向量线性表示(否则存在非零系数组合为零向
量,矛盾),正确. 
答案:D 
【例11】设向量


T
1
6, 
1, 3
a


, 


T
2
, 2, 
2
a


, 


T
3
, 1, 0
a

. 求: 
 
(1)a 为何值时,
1
2
,
线性相关?a 为何值时,
1
2
,
线性无关? 
 
(2)a 为何值时,
1
2
3
,
,

线性相关?a 为何值时,
1
2
3
,
,
线性无关? 
[解] (1)1
2
,
的线性相关性,则2 个n 维向量线性相关对应分量成比例,即6
1
3
2
2
a
a


,得
4
a ,
故:
4
a 时,
1
2
,
线性相关;
4
a 时,线性无关. 
(2)
1
2
3
,
,
的线性相关 
向量构成矩阵
6
1
2
1
3
2
0
a
a
a













B
,计算行列式



2
3
4
a
a



B
,3 个3 维向量线性相关
0


B
,即 
(2
3)(
4)
0
a
a




,得
3
2
a 
或
4
a . 
故:
3
2
a 
或
4
a 时,
1
2
3
,
,

线性相关;
3
2
a 
且
4
a 时,线性无关. 
【例12】若
11
12
13
14
21
22
23
24
31
32
33
34
a
a
a
a
a
a
a
a
a
a
a
a










A
,记


1
1
2
3
4
2
3
,
,
,











A




,且
12
14
32
34
0
a
a
a
a

,
11
12
13
21
22
23
31
32
33
0
a
a
a
a
a
a
a
a
a

,则
49
考研数学线性代数基础讲义(答案)By 没咋了 
下列结论中:①
2
r

A
;②
2
4
,
线性无关;③
1
2
3
,
,
线性相关;④
1
2
3
,
,
线性相关,正确的是(  ). 
 
(A)①③ 
(B)②③ 
(C)①④ 
(D)②④ 
[解] ①:( )
r A 无法由已知确定为2,错误. 
②:2 阶子式
12
14
32
34
0
a
a
a
a

,对应列向量
2
4
,
线性无关,正确. 
③:行向量
1
2
3
,
,

的线性相关性无法由列子式判定,错误. 
④:3 阶子式
11
12
13
21
22
23
31
32
33
0
a
a
a
a
a
a
a
a
a

,对应列向量
1
2
3
,
,
线性相关,正确. 
答案:D 
【例13】设
1
2
2
2
2
1
2
1
1
1
2
2
1
1
1
1
1
(
,
,
,
)
s
s
n
n
n
s
s
a
a
a
A
a
a
a
a
a
a































,其中
(
,
1,2,
, ,
1,2,
, )
i
j
a
a i
j i
s j
s






,试讨论
向量组
2
1,
,
,
s


的线性相关性. 
[解] 矩阵A 取前s 行得
s
A ,其行列式为范德蒙德行列式
1
(
)
j i s
s
i
j
a
a




A
,因
i
j
a
a

,故
0
s 
A
. 
当s
n

时:s 个n 维向量,由“ m
n

时m 个n 维向量线性相关”,得
1,
,
s


.线性相关. 
当s
n

时:
s
A 的秩(
)
s
r
s

A
,故矩阵A 的列秩
1
(
,
,
)
s
r
s




(等于向量个数),得
1,
,
s


线性无关. 
【例14】设向量组
1
2
3
,
,
线性相关,向量组
2
3
4
,
,
线性无关,试回答:(1)
1
能否由
2
3
,
线性表出?
(2)
4
能否由
1
2
3
,
,

线性表出? 
[解] (1)判断
1
能否由
2
3
,
线性表出 
因
2
3
4
,
,
线性无关,故
2
3
,
线性无关(部分组无关),又
1
2
3
,
,
线性相关,根据“相关组含无关部分
组时,另一向量可由该部分组表出”,得
1
能由
2
3
,
线性表出. 
(2)判断
4
能否由
1
2
3
,
,

线性表出 
反证法:假设
4
能由
1
2
3
,
,

表出,即
4
1
1
2
2
3
3
k
k
k






. 
50
考研数学线性代数基础讲义(答案)By 没咋了 
由(1),
1
可由
2
3
,
表出(设
1
2
2
3
3
l
l




),代入得
4
可由
2
3
,
表出,与
2
3
4
,
,
线性无关矛盾,
故
4
不能表出. 
【例15】设向量(I)
1
2
,
,
,
t


,(II)
1
2
,
,
,
s


,则下列命题正确的是(  ). 
①若向量组(I)可由(II)线性表示,且s
t
,则必有(I)线性相关, 
②若向量组(II)可由(I)线性表示,且s
t
,则必有(I)线性相关, 
③若向量组(I)可由(II)线性表示,且(I)线性无关,则必有s
t
, 
④若向量组(II)可由(I)线性表示,且(I)线性无关,则必有s
t
, 
 
(A)①④ 
(B)①③ 
(C)②③ 
(D)②④ 
[解] ①:(I)可由(Ⅱ)表出,则



1
1
,
,
,
,
t
s
r
r
s







,因s
t
,故

1,
,
t
r
t



,(I)线
性相关,正确. 
②:(Ⅱ)可由(I)表出,则



1
1
,
,
,
,
s
t
r
r
t







. s
t
无法推出

1,
,
t
r
t



,(I)不一定相关,
错误. 
③:(I)可由(Ⅱ)表出且(I)无关,则

1,
,
t
r
t



,又


1,
,
s
t
r
s





,故s
t
,正确. 
④:(Ⅱ)可由(I)表出且(I)无关,则

1,
,
s
r
t



,无法推出s
t
,错误. 
答案:B 
 
 
51
考研数学线性代数基础讲义(答案)By 没咋了 
4.4 向量组的极大线性无关组、秩 
【例1】若向量组
1
2
,
,
,
s



的秩为r,对于向量组
1
2
,
,
,
s



,下列说法正确的是(  ). 
 
(A)其中任意
1
r 向量都线性无关  
 
 
(B)其中任意
1
r 向量都线性相关 
 
(C)其中任意r 个向量都是其最大无关组 
 
 
(D)其中任意
1
r 向量都线性相关 
[解] 向量组秩的定义:向量组
1
2
,
,
,
s




的秩r ,是其最大无关组所含向量个数. 
选项A:不是任意
1
r 个向量都线性无关,可能相关,错误. 
选项B:不是任意
1
r 个向量都线性相关,可能无关,错误. 
选项C:仅线性无关的r 个向量是最大无关组,非任意r 个向量,错误. 
选项D:秩为r 时,任意
1
r 个向量必线性相关(最大无关组仅r 个),正确. 
答案:D 
【例2】设向量组
1
2
,
,
,
s



的秩为
1
s ,则下列说法正确的是(  ). 
 
(A)其中有两个向量对应分量成比例  
 
 
(B)其中任一向量可由其余
1
s 个向量线性表示 
 
(C)对任何1
r
s

,
1
2
(
,
,
,
)
1
r
r
r





  
 
(D)对任何1
r
s

,
1
2
(
,
,
,
)
r
r
r




 
[解] 选项A:秩为
1
s ,不一定有向量对应分量成比例(如


1
1,0


,


2
0,1


,


3
1,1


),错误. 
选项B:不是任一向量可由其余
1
s 个向量线性表示(如


1
1,0


,


2
0,1


,


3
0,2


中
1
不能由
2
,
3
表示),错误. 
选项C:由秩的单调性,子组
1,
,
r


秩
1
r

(原组仅一个“线性相关因素”),正确. 
选项D:子组秩不一定等于r (如


1
1,0


,


2
2,0


,


3
0,1


取
2
r 
时,子组
1
2
,
秩为1),错误. 
答案:C 
【例3】设


1
2
3
4
,
,
,

A

为4 阶方阵,其中


1,2,3,4
i i 

为4 维列向量,A 经过初等行变换化为
52
考研数学线性代数基础讲义(答案)By 没咋了 
1
2
2
1
0
1
2
2
0
0
0
1
0
0
0
0












B
,则下列说法不正确的是(  ). 
 
(A)
1
3
4
,
,
线性无关 
 
 
(B)
2
3
4
,
,
为A 的列向量组的极大无关组 
 
(C)
2
可由
1
3
,
线性表示,但
4
不可由
1
3
,
线性表示 
 
(D)
4
可由
1
2
3
,
,
线性表示 
[解] 矩阵A 经初等行变换得B ,二者列向量组线性相关性相同,B 秩为3,列向量组秩也为3。 
选项A:
1
3
4
,
,
对应B 中


1
1,0,0,0
T


,


3
2,2,0,0
T

β
,


4
1,2,1,0
T


,线性无关,故
1
3
4
,
,
线性无
关,正确. 
选项B:
2
3
4
,
,
对应B 中


2
2,1,0,0
T


,


3
2,2,0,0
T

β
,


4
1,2,1,0
T


,线性无关且向量个数为3,是
极大无关组,正确. 
选项C:由B ,
2
可由
1
3
,
线性表示知
2
可由
1
3
,
线性表示,
4
对应
4
,因
4
第三分量为1,
1
3
,

第三分量为0,故
4
不可由
1
3
,
线性表示,C 正确. 
选项D:
4
对应
4
,
1
2
3
,
,

无法线性表示
4
,所以
4
不可由
1
2
3
,
,
线性表示,D 错误. 
答案:D. 
【例4】设向量组
T
T
T
T
T
4
2
5
1
3
(1, 
1, 2, 4) ,
(0, 3, 1, 2) ,
(3, 0, 7, 14) ,
(2, 1, 5, 6) ,
(1, 
1, 2, 0)












. 
 求:(1)求向量组的秩;(2)求包含
5
1, 

的一个极大无关组,并将其余向量用该极大无关组线性表示. 
[解] (1)将
1
2
3
4
5
,
,
,
,
组成矩阵
1
0
3
2
1
1
3
0
1
1
2
1
7
5
2
4
2
14
6
0














A
,对A 作行变换,化为行阶梯形:
1
0
3
2
1
0
1
1
1
0
0
0
0
1
1
0
0
0
0
0













行变换
A
,向量组的秩为3 
(2)求含
1
5
,
的极大无关组并线性表示 
53
考研数学线性代数基础讲义(答案)By 没咋了 
对行阶梯形继续作初等行变换,化为行最简形:
1
3
2
3
2
,
1
0
3
0
1
0
1
1
0
1
0
0
0
1
1
0
0
0
0
0
R
R
R
R

















A
,其中 
1
(第1 列,首非零元列)、
5
(第5 列)、
4
(第4 列,首非零元列)线性无关(可通过定义验证:设
1
1
5
5
4
4
k
k
k


0



,代入坐标解得
1
5
4
0
k
k
k



),且向量组秩为3,故包含
1
5
,
的一个极大无关组为
1
5
4
,
,
 
对于
2
(第2 列):由行最简形第2 列

0,1,0,0
T ,结合列向量关系,有
2
1
5
4







 
对于
3
(第3 列):由行最简形第3 列

3,1,0,0
T ,结合
2
1
5
4







, 
可得
3
1
2
1
1
5
4
1
5
4
3
3
2


















. 
 
 
54
考研数学线性代数基础讲义(答案)By 没咋了 
4.5 向量组等价 
【例1】设向量组(Ⅰ)


T
1
1,0,2


,


T
2
1,1,3


,


T
3
1, 1,
2
a




,向量组(Ⅱ)


T
1
1,2,
3
a



,


T
2
2,1,
6
a



,


T
3
2,1,
4
a



.试问:向量组(Ⅰ)与(Ⅱ)是否等价?请说明理由. 
[解] 构造矩阵


1
2
3
,
,




A
,行变换得:
1
1
1
0
1
1
0
0
1
a













A
 
1
a 时,
3
I
r

;
1
a 时,I
2
r

. 
构造矩阵


1
2
3
,
,




B
,行变换得:
1
2
2
0
3
3
0
0
2
a














B
 
2
a 时,
II
3
r

;
2
a 时,
II
2
r

. 
向量组等价需

I
II
r
r

且相互线性表示: 
1
a 且
2
a :

I
II
3
r
r


,均为
3
的基,等价; 
1
a 或
2
a :

I
II
r
r

,不等价. 
【例2】设向量组
,
,
及数, ,
k l m 满足:
0,
k
l
m






 且
0,
km 
 则(  ). 
 
(A)
,
与
,
等价  
(B)
,
与
,
等价 
 
(C)
,
与
,
等价  
(D)与等价 
[解] 由
0
k
l
m






及
0
km 
,可得


l
m
k






,也即可由
,
线性表示.同理可推出可由
,
线性表示.从秩的角度来说,也即





,
,
,
,
r
r
r




,故
,
与
,
等价. 
【例3】设n 维向量组(I)


1
2
,
,
,
k k
n




线性无关,则n 维向量组(II)
1
2
,
,
,
k


也线性无关的充
要条件是(  ). 
 
(A)
1
2
,
,
,
k


可由
1
2
,
,
,
k


线性表示  
 
(B)
1
2
,
,
,
k


可由
1
2
,
,
,
k


线性表示 
 
(C)向量组(I)与向量组(II)等价 
 
 
(D)矩阵

1
2
,
,
,
k



与

1
2
,
,
,
k



等价 
55
考研数学线性代数基础讲义(答案)By 没咋了 
[解] 选项A:组可由组线性表示,仅能得
r
k


,无法保证组秩为k (即线性无关),错误. 
选项B:组可由组线性表示,能推
r
k


(因
r
k


),结合
r
k


得
r
k


(组线性无
关);但组线性无关时,无法反推组可由组表示,非充要,错误. 
选项C:向量组等价需相互线性表示,组线性无关时,不一定能与组相互表示,错误. 
选项D:矩阵
与
等价⇔秩相等.已知
r
k


,故
r
k



组线性无关,充要条件,正确. 
答案:D 
【例4】设A,B,C 均为n 阶矩阵,若

AB
C 且B 可逆,则(  ). 
(A)矩阵C 的行向量组与矩阵A 的行向量组等价 
(B)矩阵C 的列向量组与矩阵A 的列向量组等价 
(C)矩阵C 的行向量组与矩阵B 的行向量组等价 
(D)矩阵C 的列向量组与矩阵B 的列向量组等价 
[解] 设


1,
,
n




A
,


1,
,
n




C
,由

AB
C ,得


1
1,
,
n
j
ij
i
i b
j
n







,即C 的列向量组可
由A 的列向量组线性表示.因B 可逆,故
1


A
CB ,同理可得




1
1
1,
,
n
j
i
i
ij
j
n








B
,即A 的列向量
组可由C 的列向量组线性表示,由上述,C 与A 的列向量组满足,故C 的列向量组与A 的列向量组等价. 
答案:B 
 
 
56
考研数学线性代数基础讲义(答案)By 没咋了 
4.6 基础解系与解的结构 
【例1】求齐次线性方程组
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
0
2
0
3
3
0
3
4
3
3
0
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x


























的基础解系及其通解. 
[解] 系数矩阵
1
1
1
1
1
1
2
1
1
1
1
3
1
1
3
3
4
3
3
1














A
,经初等行变换化为行最简形:
1
0
1
1
3
0
1
0
0
2
0
0
0
0
0
0
0
0
0
0














行变换
A
 
秩
2
r

A
,自由变量为


3
4
5
,
,
3
x x x
n
r


. 
令自由变量取单位组合: 
3
4
5
1,
0,
0
x
x
x



,得


1
1,0,1,0,0
T

ξ
; 
3
4
5
0,
1,
0
x
x
x



,得


2
1,0,0,1,0
T

ξ
; 
3
4
5
0,
0,
1
x
x
x


,得


3
3,2,0,0,1
T

ξ
. 
通解为基础解系的线性组合:


1
2
3
, ,
s
t
u
s t u




x
ξ
ξ
ξ
 
【例2】已知
1
2
3
, 
, 


是齐次方程组
0
Ax
的基础解系,则
0
Ax
的基础解系还可以是(   ). 
 
(A)与
1
2
3
, 
, 


等价的向量组 
(B)
1
2
2
3
3
1
, 
2
, 2









 
 
(C)与
1
2
3
, 
, 


等秩的向量组 
(D)
1
1
2
1
2
3
, 
, 









 
[解] 基础解系核心条件,需满足:是
0
Ax
的解、线性无关、含3 个向量. 
选项A:等价向量组个数不一定为3,错误; 
选项B:




1
2
2
3
3
1
2
2





0






,线性相关,错误; 
选项C:等秩但可能含多余向量,且未保证是解,错误; 
选项D:是解:线性组合仍为解;线性无关:设组合为0,由
1
2
3
,
,
无关得系数全为0;个数为3:符合
要求. 
答案:D 
57
考研数学线性代数基础讲义(答案)By 没咋了 
【例3】设


1
2
3
,
,




A
为3 阶矩阵,若
1
2
,
线性无关,且
3
1
2
2





,则线性方程组
0
Ax
的通解
为_____. 
[解] 
1
2
,
线性无关,
3
1
2
2





(
3
可由
1
2
,
表示),故


1
2
3
,
,
2
r
r



A
,基础解系含
3
2
1

个向量.由
3
1
2
2





,得
1
2
3
2
0






,即
1
2
0
1












A
,故
1
2
1











ξ
是基础解系. 
通解为
1
2
1
k












x
(k 为任意常数). 
【例4】设A ,B 均为3 阶矩阵,



1
0
1
3
1 ,
2,
1
1
1
1
a
r
r














B
AB
A
.求a 的值,并求齐次线性方程组
0
Ax
的通解. 
[解] 因
2
r

B
,若A 可逆,则


2
r
r


AB
B
,与

1
r

AB
矛盾,故A 不可逆,即
0

A
. 
1
0
1
3
1
2
2
1
1
1
a
a




A
,则
1
a . 
A 行变换为:
1
0
1
0
1
2
0
0
0












A
,
2
r

A
,基础解系含3
2
1

个向量,基础解系
1
2
1











ξ
. 
通解为:


1
2
1
k
k














x
 
【例5】求非齐次线性方程组
1
2
3
4
1
2
3
4
1
2
3
4
1
4
3
5
1
2
3
3
1
x
x
x
x
x
x
x
x
x
x
x
x

















的通解. 
[解] 增广矩阵
1
1
1
1
1
4
3
5
1
1
2
1
3
3
1















A
,行变换得:
1
0
2
4
2
0
1
1
5
3
0
0
0
0
0














A
 
又

2
r
r


A
A
,
4
n 
,自由变量为
3
4
,
x x . 
58
考研数学线性代数基础讲义(答案)By 没咋了 
特解:令
3
4
0
x
x


,得


*
2, 3,0,0
T


η
. 
基础解系:
3
4
1,
0
x
x


时,


1
2,1,1,0
T

ξ
;
3
4
0,
1
x
x

时,


2
4, 5,0,1
T


ξ
. 
通解为


*
1 1
2
2
1
2
,
k
k
k k




x
η
ξ
ξ
.答案:
1
2
2
2
4
3
1
5
0
1
0
0
0
1
k
k










































x
(
1
2
,
k k 为任意常数). 
【例6】设线性方程组




1
2
3
4
1
2
3
4
1
2
3
4
0
2
2
0
3
2
4
4
1
x
x
x
x
x
x
x
x
x
x
x
x























,且

T
1, 1,1, 1


是该方程的一个特解,试求该方
程组的通解. 
[解] 将


1, 1,1, 1
T



ξ
代入方程组,得


,增广矩阵
1
1
0
2
1
1
2
0
3
2
4
4
1
















A
,经行初等变换可
得
1
1
0
0
1
2
1
2
0
0
0
2
2
4
2
1
1




















 
当
1
2

时:增广矩阵进一步变换得
1
0
0
1
0
1
1
0
1
0
2
2
1
1
0
0
1
2
2


















,

3
r
r


A
A
,基础解系含1 个向量. 
特解
*
0
1
2
1
2
0



















η
,基础解系
2
1
1
2














ξ
,通解


*
k
k



x
η
ξ
. 
当
1
2

时:增广矩阵化为
1
1
1
0
1
2
2
0
1
3
1
1
0
0
0
0
0
















,

2
r
r


A
A
,基础解系含2 个向量. 
59
考研数学线性代数基础讲义(答案)By 没咋了 
特解
*
1
2
1
0
0

















η
,基础解系
1
2
1
1
3
2
,
1
0
0
2





























ξ
ξ
,通解
*
1 1
2
2
k
k



x
η
ξ
ξ (
1
2
,
k k ). 
【例7】设
1
1
0
a






A
,
0
1
1
b






B
,试问当,a b 为何值时,存在矩阵C 使得


AC
CA
B?并求出所有的矩
阵C . 
[解] 设矩阵
x
y
z
w






C
,计算


AC
CA
B得方程组:
0
1
1
y
az
ax
y
aw
x
z
w
y
az
b














 
增广矩阵为
0
1
0
0
1
0
1
1
0
1
1
1
0
1
0
a
a
a
a
b

















A
 
通过行变换化为阶梯形:
1
0
1
1
1
0
1
0
1
0
0
0
0
1
0
0
0
0
1
a
a
a
b
a






















初等行变换
A
 
有解条件为
1
0
1
1
0
0
a
a
b
a
b













,回代可得原方程组化为
1
0
x
z
w
y
z







 
令
,
1
z
n w
m
n



,得通解:


,
1
m
n
m n
n
m
n











C
 
【例8】已知
1
2
, 

是非齐次线性方程组

Ax
b的两个不同的解,
1
2
, 

是对应齐次线性方程组
0
Ax
的基
础解系,
1
2
,
k k 为任意常数,则

Ax
b的通解为(   ). 
 
(A)


1
2
1
1
2
2
2
2
k
k









 
(B)


1
2
1
1
2
1
2
2
k
k









 
 
(C)


1
2
1
1
2
1
2
2
k
k









  
(D)


1
2
1
1
2
1
2
2
k
k









 
[解] 非齐次线性方程组通解结构:

Ax
b通解=对应齐次
0
Ax
通解+

Ax
b特解. 
由
1
2
,
是

Ax
b解,
1
2
2









A
b,故
1
2
2


是特解;
1
2
2


是齐次解,排除含它的A、C. 
选项B:
1
与
1
2


线性无关(因
1
2
,
线性无关,可证组合系数全为0),可作齐次基础解系. 
选项D:
1
2


是齐次解,但无法保证与
1
线性无关构成基础解系,排除D. 
60
考研数学线性代数基础讲义(答案)By 没咋了 
答案:B. 
【例9】设A 为4×3 矩阵,1
2
3
, 
, 


是非齐次线性方程组

Ax
的3 个线性无关的解,1
2
,
k k 为任意常数,
则

Ax
的通解为(   ). 
  (A)


2
3
1
1
2
2
k







 
(B)


2
3
1
2
1
2
k







 
  (C)




2
3
1
3
1
2
2
1
2
k
k











 
(D)




1
2
3
1
1
2
3
2
1
2
2
2
2
k
k















 
[解] 首先从特解角度出发:因为
1
2
3
,
,
η η η 是

Ax
的解,对于选项中的特解部分: 
由


1,2,3
i
i



Aη
,则


2
3
2
3
1
2
2










η
Aη
Aη
η
A
; 


1
2
3
1
2
3
2
1
2
2
2











0
η
η
A
Aη
Aη
η
η
A
,


2
3
2
3
1
2
2









0
η
η
A
Aη
Aη
(不是特解,排除B、D).所以
2
3
2

η
η 是

Ax
的特解. 
从齐次解与基础解系出发:齐次方程
0
Ax
的解:由




i
j
i
j
i
j





0
A
η
η
A
η
A
η
,可知
1
2
3
1
2
3
,
,



η η
η η
η
η
等是
0
Ax
的解. 
基础解系秩:因
1
2
3
、、
η
η
η 线性无关所以,


2
1
3
1
,


η
η
η
η
线性无关,可知
1
r

A
,又因为A 为非零矩阵
(否则不可能为非齐次方程组),故
1
r

A
,齐次基础解系无关个数为2,A 选项只有1 个齐次解,无法
构成基础解系排除A. 
C 选项中
2
3
2

η
η 是特解,
3
1
2
1
,


η η
η
η
是
0
Ax
的线性无关解,可构成基础解系. 
答案:C 
【例10】设


1
2
3
4
,
,
,




A
是4 阶矩阵,非齐次线性方程组

Ax
的通解为



T
T
1,0, 3,2
1, 1,0,1
k



,
k 为任意常数,记


2
4
3
2
1
,
,
,
,






B
.求方程组

Bx
的通解. 
[解] 由

Ax
通解



T
T
1,0, 3,2
1, 1,0,1
k



,可知齐次解


T
1,0, 3,2


ξ
(对应
1
3
4
3
2
0






),
特解


T
1, 1,0,1


η
(对应
1
2
4



α
α
α
β ),且
3
r

A
. 


2
4
3
2
1
,
,
,
,






B
,把
1
2
4






代入
2 

,可得
2
1
4







. 
61
考研数学线性代数基础讲义(答案)By 没咋了 
则



2
4
3
2
1
1
4
4
3
2
1
1
2
4
,
,
,
,
,
,
,
,
,
,
r
r






α
β α α α α β
α
α α α α α α
α
α


1
2
3
4
,
,
,
3
r

α α α α
,可得
0
Bx
基础解系含
5
3
2

个解向量. 
利用
0
Ax
的齐次解
1
3
4
3
2


0



,对应B 的列向量乘积: 


2
4
3
2
1
4
3
1
0
2
,
,
,
,
2
3
3
0
1






















0





.所以
1
0
2
3
0
1

















ξ
是
0

Bx
的解. 
利用
1
2
4






,即
2
4
1



0




,对应:

2
4
3
2
1
2
4
1
1
1
,
,
,
,
0
0
1
























0







 
所以
2
1
1
0
0
1



















ξ
是
0
Bx
的解,且
1
2
,
ξ ξ 线性无关,可作为基础解系. 
由
1
2
4






,构造B 列向量组合:

2
4
3
2
1
4
2
1
0
1
,
,
,
,
0
1
1




























 
所以特解
0
0
1
0
1
1


















η
,则通解为:
1
2
0
1
0
1
1
2
0
0
3
1
0
0
1
1
1
k
k























































x
其中
1
2
,
k k 为任意常数. 
 
 
62
考研数学线性代数基础讲义(答案)By 没咋了 
4.7 向量空间(仅数一) 
【例1】设


T
1
1,2, 1,0



,


T
2
1,1,0,2


,


T
3
2,1,1,a


.若由
1
,
2
,
2
生成的向量空间的维数为二,
则a _____. 
[解] 向量空间维数由向量组的秩决定,
1
2
3
,
,
生成空间维数为2,则




1
2
3
,
,
2
r



. 
构造矩阵


1
2
3
1
1
2
2
1
1
,
,
1
0
1
0
2
a
















A
,对A 作初等行变换: 
3
1
3
2
2
1
2
1
1
2
1
1
2
1
1
2
0
1
3
0
1
3
0
1
3
1
0
1
0
1
3
0
0
0
0
2
0
2
0
0
6
r
r
r
r
r
r
a
a
a



















































A
 
即
6
0
a 

,解得
6
a 
. 
【例2】已知3 维线性空间的一组基底维


1 1,1,0

,


2= 1,0,1

,


3= 0,1,1

,则向量


= 2,0,0
u
在上术基底
下的坐标是_____. 
[解] 设u 在基
1
2
3
,
,

下的坐标为

1
2
3
,
,
T
x x x
,则
1
1
2
2
3
3
x
x
x






u
. 
代入向量得:
1
2
3
2
1
1
0
0
1
0
1
0
0
1
1
x
x
x























. 
展开为线性方程组:
1
2
1
3
2
3
2
0
0
x
x
x
x
x
x











,解方程组可得
1
1
x ,
2
1
x ,
3
1
x . 
故u 在基底下的坐标是

1,1, 1
T

. 
【例3】从
2
R 的基
1
1
0




,
2
1
1








到基
1
1
1




,
2
1
2




的过渡矩阵为_____. 
[解] 设过渡矩阵为P ,根据过渡矩阵定义,若



1
2
1
2
,
,

β β
α α
P ,则



1
1
2
1
2
,
,


P
α α
β β
. 
63
考研数学线性代数基础讲义(答案)By 没咋了 
构造矩阵

1
2
1
2
1
1
1
1
,
,
,
0
1 1
2







α α
β β
,对其作初等行变换求


1
1
2
1
2
,
,

α α
β β
:2
1
r
r

得1 1
1
1
1
0
2
3






,再
1
2
r
r

得0
1
1
2
1
0
2
3








,交换行得1
0
2
3
0
1
1
2








,所以过渡矩阵
2
3
1
2








P
. 
【例4】设B 是秩为2 的5 4

矩阵,


T
1
1,1,2,3


,


T
2
1,1,4, 1



,


T
3
5, 1, 8,9



是齐次线性方程组.
0
Bx
的解向量,求
0
Bx
的解空间的一个标准正交基. 
[解] B 是5 4

矩阵,
2
r

B
,则解空间维数

dim
4
2
2
N



B
. 
已知


T
1
1,1,2,3

α
,


T
2
1,1,4, 1


α
,
3
1
2
2
3


α
α
α (线性相关),故
1
2
,
α α 是解空间的基. 
正交化:
1
1

β
α ,








2
1
2
2
1
1
T
T
1
,
5
1,1,4, 1
1,1,2,3
,
15






α
β
β
α
β
. 
单位化:


T
1
1
1
1
1,1,2,3
15






η
,


T
2
2
2
1
2,1,5, 3
39








η
. 
则标准正交基为


T
1
1
1,1,2,3
15

η
,


T
2
1
2,1,5, 3
39



η
. 
 
 
64
考研数学线性代数基础讲义(答案)By 没咋了 
第五章 矩阵相似理论 
5.1 特征值与特征向量 
【例1】求矩阵
1
2
3
4
2
1
3
1
5













的特征值及对应的特征向量. 
[解]步骤1:求特征值 
设矩阵
1
2
3
1
4
3
1
2
5














A
,特征方程为
0


I
A
(I 为单位矩阵)。计算
1
2
3
1
4
3
1
2
5





















I
A
,
对其行列式展开并化简:







2
1
9
14
2
2
3
2















I
A



2
2
6





 
令
0


I
A
,解得特征值
1
2
2




,
3
6

。 
步骤2:求特征向量 
当
2

时:解方程组

2
0


I
A X
,2 
I
A经初等行变换得
1
2
3
0
0
0
0
0
0











,对应方程
1
2
3
2
3
0
x
x
x



。 
令
2x
s

,
3x
t
,则
1
2
3
x
s
t


,特征向量为
1
2
2
3
1
0
0
1

















k
k
(
1k ,
2k 不同时为0)。 
当
6

时:解方程组

6
0


I
A X
,6 
I
A经初等行变换得
1
0
1
0
1
1
0
0
0










,对应方程
1
3
2
3
0
0
x
x
x
x







。 
令
3x
k

,则
1x
k
,
2x
k
,特征向量为


3
3
1
1
0
1
k













k
。 
【例2】求下列矩阵的特征值. 
 
(1)
0
0
0
6
3
1
0
2
2











        
(2)
1
2
3
2
4
6
3
6
9










  
65
考研数学线性代数基础讲义(答案)By 没咋了 
[解](1)1.构造特征矩阵:
1
0
0
0
2
0
6
2
3




















A
E
(E 为单位矩阵)。 
2.算特征多项式:利用上三角分块矩阵行列式性质,




1
2
3









A
E
。 
3.解特征方程:令



1
2
3
0







,得
1
1
,
2
2

,
3
3

。 
(2)1.构造特征矩阵:
1
2
3
2
4
6
3
6
9



















B
E
(E 为单位矩阵)。 
2.算特征多项式:按三阶行列式展开并化简,


2
14






B
E
。 
3.解特征方程:令


2
14
0





,得
1
14

,
2
3
0




,。 
综上,(1)特征值为1,2,3;(2)特征值为14,0,0。 
【例3】设0 是矩阵
1
0
1
0
2
0
1
0
a










A
的特征值,求a 以及A 的其余特征值. 
 
[解](1)由于A 为所有特征值之积,故由0 是A 的特征值得
0

A
, 
又


1
0
1
0
2
0
2
1
1
0
a
a



A
,所以
1
a . 
(2)


2
1
0
1
0
2
0
2
1
0
1













A
E
,所以另一特征值为2. 
【例4】若三阶方阵A 可逆,且
1

A
的三个特征值为
1 1
1,
,
2 3

,试求A , 
*
(2 )
A
, 
2
4


A
A
E 的特征值. 
[解]1.求A 的特征值 
根据逆矩阵特征值关系:若
1

A
特征值为λ ,则A 对应特征值
1



。 
已知
1

A
特征值为1,
1
2

,1
3 ,可得A 的特征值为1,2
,3。 
2.求

*
2A
的特征值 
先算A :A 可逆时,A 为特征值之积,即


1
2
3
6



A
。 
66
考研数学线性代数基础讲义(答案)By 没咋了 
由伴随矩阵性质



*
1
*
3
n
k
k
n



A
A
,得

*
*
2
4

A
A 。 
A 特征值为时,
*
A 特征值为
A ,即6
,3,2
;故


*
*
2
4
A
A
特征值为24

,12,8
。 
3.求
2
4


A
A
E 的特征值 
对矩阵多项式

2
4
f



A
A
A
E ,A 特征值为时,

f
A 特征值为

2
4
1
f 




。 
计算得特征值为6,3
,22。 
【例5】设A 是三阶方阵,且
2
2
3
0






A
E
A
E
A
E
,则
*
2
3


A
E
________. 
 
[解]1.求A 的特征值: 
由
2
2
3
0






A
E
A
E
A
E
,根据特征方程定义,得A 的特征值
1
1
,
2
2
,
3
3
2

。 
2.求A 与
*
A 的特征值: 
3
n 
时,


1 2
3
3
1
2
3
2











A
。
*
A 特征值为
A ,即
1
3

,
2
3
2

,
3
2
。 
3.求
*
2
3

A
E 的特征值与行列式:
*
2
3

A
E 的特征值为2
3

,即3,6
,7
。 
行列式为特征值之积:



*
2
3
3
6
7
126




A
E
。 
【例6】若n 阶可逆矩阵A 的每行元素之和均为

0
a a 
,
1

A
, 则矩阵
*
A 的每行元素之和为________. 
 
[解]1.由A 每行和为a,得
1
1
1
1
1
1
a













A 
,即a是A 特征值,对应特征向量
1
1
1






ξ
。 
2.因A 可逆,
*
A 与A 特征值关系:若A 特征值为λ ,则
*
A 特征值为
A 。已知
1

A
,所以
*
A 对应特征值
为1
a 。 
3.计算
*
A ξ :
*
1
a

A ξ
ξ (
*
A 特征值与特征向量关系),即
*
1
1
1
1
1
1
1
a













A

,说明
*
A 每行元素和为1
a 。 
【例7】设矩阵
1
5
3
1
0
a
c
b
c
a













A
, 且
1

A
, A 的伴随矩阵
*
A 有特征值
0
, 属于
0
的特征向量为 


T
1, 1,1

, 求, ,
a b c 及
0
的值. 
67
考研数学线性代数基础讲义(答案)By 没咋了 
 
[解]1.因为
*
A 有特征值
0
,特征向量


1, 1,1
T


α
,根据伴随矩阵性质
*

A A
A E ,且
*
0


A α
α 。 
·两边左乘A ,得
*
0


AA α
Aα ,又
* 
AA
A E ,已知
1

A
,所以
0



α
Aα 。 
2.计算Aα :
1
1
1
1
5
3
1
5
3
2
1
0
1
1
1
a
c
a
c
c
a
b
b
b
c
a
c
a
a
c



















































Aα
。 
3.由
0



α
Aα ,即
0
1
1
2
1
1
1
c
a
b
a
c




























:得到方程组






0
0
0
1
1
2
1
1
1
c
a
b
a
c
















。 
观察前两式相加,因
0
0

(A 可逆,
*
A 特征值非0),得c
a

;代入第一式得
0
1
;再代入第二式得
3
b 。 
4.利用
1

A
求a:
1
5
3
3
1
1
0
a
a
a
a






A
,展开计算(按第三列):
5
3
1
1
3
1
1
0
1
0
5
3
a
a
a
a
a
a









。 
计算得
2
2
3
3
3
3
3
5
1
a
a
a
a
a





,化简得
3
1
a 
,解得
2
a 
,则
2
c 
。 
综上,
2
a 
,
3
b ,
2
c 
,
0
1
。 
【例8】设A 是n 阶实对称矩阵,P 是n 阶可逆矩阵. 已知n 维列向量是矩阵A 对应特征值的特征向量, 
则矩阵
1
T
(
)

P
AP
对应特征值的特征向量是(   ). 
 
(A)
1

P
 
(B)
T
P
 
(C)

P
 
 
(D)
1 T
(
) 

P
 
 
[解]已知A 是实对称矩阵,


Aα
α (α 是A 对应的特征向量)。 
对于

T
1

P
AP
,根据转置性质得



T
T
1
T
T
1



P
AP
P A
P
,因A 实对称,即
T 
A
A ,故 




T
T
1
T
1



P
AP
P A P
。 
设

T
1

P
AP
对应的特征向量为ξ ,则

T
1



P
AP
ξ
ξ 。 
令
T

ξ
P α ,代入左边得


T
T
1
T


P A P
P α ,由于



T
T
1
T
1
T





P
P
PP
E
E ,则 


T
T
1
T
T



P A P
P α
P Aα 。 
又


Aα
α ,所以
T
T


P Aα
P α ,即

T
1
T
T



P
AP
P α
P α 。 
68
考研数学线性代数基础讲义(答案)By 没咋了 
综上,

T
1

P
AP
对应特征值的特征向量是
T
P α ,答案选B。 
【例9】若
1
是矩阵A 属于特征值
=1

的特征向量, 
2
3
,
是矩阵A 属于特征值
=2

的线性无关的两个特征
向量. 设
1
0
0
0
2
0
0
0
2











AP
P
,则矩阵P 不可以是(   ). 
 
(A)

1
2
3
, 2
,



 
 
(B)

1
2
3
2
3
,
,





 
 
(C)

1
3
2
,
,

 
 
(D)

1
2
1
2
3
,
,





 
 
[解]选项A:
1
α 对应
1
,
2
2
α 是
2
α 的数乘(仍对应
2

),
3
α 对应
2

。 
验证:










1
2
3
1
2
3
1
2
3
1
2
3
1
0
0
, 2
,
,
2
,
, 2 2
,2
, 2
,
0
2
0
0
0
2
A
A
A


























A α
α
α
,符合要求。 
选项B:
1
α 对应
1
;
2
3

α
α 是
2
α ,
3
α 的线性组合(对应
2

,因 




2
3
2
3
2
3
2
3
2
2
2







A α
α
Aα
Aα
α
α
α
α
);
2
3

α
α 同理(




2
3
2
3
2 




A α
α
)。 
验证:










1
2
3
2
3
1
2
3
2
3
1
2
3
2
3
1
0
0
,
,
,2
,2
,
,
0
2
0
0
0
2


























A α α
α α
α
,符合要求。 
选项C:
1
α 对应
1
,
3
α 和
2
α 均对应
2

(仅顺序交换,不影响特征值对应)。 
验证:






1
3
2
1
3
2
1
3
2
1
0
0
,
,
,2
,2
,
,
0
2
0
0
0
2
















A α α α
,符合要求。 
选项D:1
2

α
α :

1
2
1
2
1
2
2







A α
α
Aα
Aα
,不是单个特征值的特征向量(既不对应
1
,也不对
应
2

);
1
2

α
α 同理,


1
2
1
2
2





A α
α
,不是单个特征值的特征向量。 
因此

1
2
1
2
3
,
,


α
α
α
α
α
不满足
1
0
0
0
2
0
0
0
2











AP
P
,不符合要求。 
 
 
69
考研数学线性代数基础讲义(答案)By 没咋了 
5.2 秩为1 矩阵专题 
【例1】设
T
(1,2,3)


,
T
1 1
1,
,
2 3







,
T

A
,则
n 
A
________. 
 
[解]步骤1:先计算
T
β α(向量内积,结果为标量):T
1
1
1
1
1
1
2
1 1
2
3
1 1 1
3
2
3
2
3
3














β α
 
步骤2:利用矩阵乘法结合律化简
n
A 
已知
T

A
αβ ,则:




T
T
T
n 
A
αβ
αβ
αβ

(n个A 相乘) 
根据矩阵乘法结合律,中间的
T
β α 可结合为标量:






1
T
T
T
T
T
T
n
n



A
α β α
β α
β α β
α β α
β

 
步骤3:代入
T
3

β α
计算.将
T
3

β α
代入上式:
1
T
3
n
n


A
αβ 
又因为
T
1
1
1
1
1 1
1
1
1
2
3
2
3
1
1
1
1
1
3
2
1
2 1
2
2
2
1
2
3
2
3
3
3
1
1
3
3 1
3
3
3
1
2
3
2



























































αβ
,所以:
1
1
1
1
2
3
2
3
2
1
3
3
3
1
2
n
n



















A
 
综上,
1
T
3
n
n

A
αβ (或写出具体矩阵形式)。 
【例2】设,是n 维列向量,且
T
2


,证明:
T


A
E
可逆,并求
1

A
. 
 
[解]证明A 可逆 
先看
T
αβ 的特征值:因为



2
T
T


αβ
α
α β α
α ,所以
T
αβ 有特征值2;又
T
αβ 秩为1,其余
1
n 个特征值
是0。那么
T


A
E
αβ 的特征值为1
2
3


和1
0
1

(共n个,1 出现
1
n 次),这些特征值都不为0。 
根据“矩阵所有特征值非零则矩阵可逆”,可得A 可逆。 
求
1

A
 
设
1
T


A
E
kαβ (k 为待定系数),计算
1

AA
:



1



T
T
AA
E
αβ
E
kαβ


T
T
T
T




E
αβ
kαβ
kα β α β


1
2
T




E
k
k αβ


1
3
T



E
k αβ 
70
考研数学线性代数基础讲义(答案)By 没咋了 
因为
1
A
A
E ,所以

1
3
0
T
k


αβ
。由于
T
αβ 不是零矩阵

2
0
T


α β
,则1
3
0
k


,解得
1
3
k 
。 
因此,
1
1
3
T


A
E
αβ 。 
综上,A 可逆,且
1
1
3
T


A
E
αβ 。 
【例3】设,

为3 维列向量. 若矩阵
T
相似于
2
0
0
0
0
0
0
0
0










,则
T


________. 
 
[解]步骤1:利用相似矩阵的性质 
已知
T
αβ 与
2
0
0
0
0
0
0
0
0










相似。根据“相似矩阵有相同的迹(主对角线元素之和)”,计算两矩阵的迹: 
T
αβ 的迹:设


1
2
3
,
,
T
a a
a

α
,


1
2
3
,
,
T
b b b

β
,则
1 1
1 2
1 3
2 1
2 2
2 3
3 1
3 2
3 3
T
a b
a b
a b
a b
a b
a b
a b
a b
a b










αβ
, 
其迹为
1 1
2 2
3 3
a b
a b
a b



T
β α (向量内积)。 
对角矩阵
2
0
0
0
0
0
0
0
0










的迹为2
0
0
2



。 
步骤2:得出结论:由相似矩阵迹相等,得
2
T

β α
。 
【例4】设
2
1
3
4
2
6
6
3
9










A
,
3
1
3
4
3
6
6
3
10










B
求A , B 的特征值与特征向量. 
 
[解]1.矩阵A 的特征值与特征向量 
特征值计算:A 行线性相关(第二行
2

第一行,第三行
3
第一行),秩
1
r

A
。 
秩1 矩阵特征值为迹

tr
2
2
9
13




A
与0(二重),即
1
13

,
2
3
0




。 
13

λ
:解

13
0


E
A X
,经行变换得基础解系
1
5
2
3





ξ
,特征向量为


1 1
1
0
k 
k ξ
。 
71
考研数学线性代数基础讲义(答案)By 没咋了 
0

λ
:解
0

AX
,得基础解系
2
1
2
0











ξ
,
3
3
0
2











ξ
,特征向量为
2
2
3 3
k
k

ξ
ξ (
2k ,
3k 不同时为0)。 
2.矩阵B 的特征值与特征向量 
特征值:构造


B
E ,计算行列式



2
1
14







B
E
,解得特征值:1
2
1



(二重),3
14

。 
1
:
 
 
1
3
1
2
2
0
0
0
0
0
0















B
E
行变换
,特征向量为
1
3
2
0
0
2
s
r























(s ,r 不全为0)。 
14

:
 
 
1
1
0
3
2
14
0
1
3
0
0
0






















B
E
行变换
,特征向量为


1
2
0
3
t
t






。 
 
 
72
考研数学线性代数基础讲义(答案)By 没咋了 
5.3 矩阵相似 
【例1】已知矩阵
2
2
1
2
2
0
0
2
x















A
与
2
1
0
0
-1
0
0
0
y










B
相似,求x , y . 
 
[解]步骤1:由特征值相同定y 
相似矩阵特征值相同,B 是上三角矩阵,特征值为其主对角线元素2,1
,y ;A 是分块上三角矩阵,第
三行第三列元素-2 是特征值(分块上三角矩阵,对角块特征值即矩阵特征值)。 
故
2
y (A 与B 特征值匹配)。 
步骤2:由迹相等求x 
相似矩阵迹(主对角线元素和)相等。A 的迹:
tr
2
2
4
x
x




A
;B 的迹:
tr
2
1
1
y
y



B
。 
将
2
y 代入,得


4
1
2
x 

,解得
3
x 
。 
综上,
3
x 
,
2
y 。 
【例2】设矩阵
0
0
1
0
1
0
1
0
0










B
.已知

A
B ,则



2
r
r



A
E
A
E 等于(  ). 
 
(A)2 
(B)3 
(C)4 
(D)5 
 
[解]因A 相似于B ,所以存在可逆矩阵P ,使
1


A
P BP . 








1
1
2
2
r
r
r
r









A
E
A
E
P BP
E
P BP
E




1
1
2
r
r














P
B
E P
P
B
E P 




2
0
1
1
0
1
2
0
1
0
0
0
0
3 1
4
1
0
2
1
0
1
r
r
r
r

































B
E
B
E
,选(C). 
【例3】已知


T
1,2, 1


, 
T


A
, 若矩阵A 与B 相似,则

*


B
E
________. 
 
[解]1.分析矩阵A 的结构




1,2, 1
T
T



A
αα
α
,因
0

α
,故
1
r

A
。 
2.求A 的特征值:秩1 矩阵特征值:


2
2
2
1
1
2
1
6
T





λ
α α
,其余特征值
2
3
0


λ
λ
(n阶秩1 矩阵有
1
n 个0 特征值)。 
73
考研数学线性代数基础讲义(答案)By 没咋了 
3.利用相似性传递特征值

A
B ,故B 的特征值为6,0,0。 
4.求

B
E 的特征值

B
E 的特征值为6
1
7

,0
1 1
(二重)。 
5.计算

*

B
E
 
伴随矩阵性质:
1
*
n

M
M
(n为矩阵阶数),
7 1 1
7



B
E
,故

*
3 1
7
49




B
E
。 
【例4】若A 与B 相似,则(  ). 
 
(A)



E
A
E
B


 
 
(B)
,
A B 同时可逆或者不可逆 
 
(C)对于相同的特征值,A , B 有相同的特征向量 
 
(D)A , B 均与同一个对角阵相似 
 
[解]选项A:相似矩阵特征多项式相等(




E
A
E
B ),但矩阵

E
A 与

E
B 不一定相等(举
简单反例可证),A 错。 
选项B:相似矩阵特征值相同,设为
1,
,
n



。可逆性:A 可逆所有
0
i
;B 可逆同理。结论:因特征
值一致,故A 与B 同时可逆或不可逆,B 对。 
选项C:相似矩阵特征值相同,但特征向量不一定相同(


Aξ
ξ 与


Bη
η中,ξ 和η无必然相等关系),
C 错。 
选项D:相似矩阵可对角化需有n个线性无关特征向量。若A ,B 不可对角化(如Jordan 块),则无法与
同一对角阵相似,D 错。 
综上,选B。 
【例5】若
,
A B 均可逆,且A 与B 相似,则下列说法错误的是(  ). 
 
(A)
T
T
A
B

 
 
(B)
T
T


A
A
B
B

 
 
(C)
1
1


A
B

 
 
(D)
1
1




A
A
B
B

 
 
[ 解] 选项A :已知A 与B 相似,则存在可逆矩阵P ,使得
1


B
P
AP 。对B 取转置:




1
1
T
T
T
T
T




B
P
AP
P A
P
。令


1
T


Q
P
,则
1
T
T


B
Q
A Q ,所以
T
T

A
B ,A 正确。 
74
考研数学线性代数基础讲义(答案)By 没咋了 
选项B:仅由

A
B 和
T
T

A
B ,不能直接推出
T
T



A
A
B
B 。举反例:设
1
1
0
2






A
,
2
0
1
1






B
(A
与B 相似,因特征值均为1,2),计算
2
1
1
4
T







A
A
,
4
1
1
2
T







B
B
,这两个矩阵特征值不同(
T

A
A
特征值:6
4
3 1
2


;
T

B
B 特征值同理不同),不相似,B 错误。 
选项C:因为
1


B
P
AP ,两边取逆:


1
1
1
1
1







B
P
AP
P
A P ,所以
1
1



A
B
,C 正确。 
选项D:由

A
B 可得
1
1



A
B
,即存在可逆矩阵P ,
1


B
P
AP ,
1
1
1




B
P
A P 。 
则


1
1
1
1
1
1











B
B
P
AP
P
A P
P
A
A
P ,所以
1
1





A
A
B
B
,D 正确。 
综上,答案选B。 
【例6】下列矩阵中, 与矩阵
1
1
0
0
1
1
0
0
1










相似的是(  ). 
 
(A)
1
1
1
0
1
1
0
0
1











 
(B)
1
0
1
0
1
1
0
0
1











 
(C)
1
1
1
0
1
0
0
0
1











 
(D)
1
0
1
0
1
0
0
0
1











 
 
[解]步骤1:分析原矩阵的秩 
设原矩阵
1
1
0
0
1
1
0
0
1










Q
,计算

E
Q (E 是单位矩阵):
0
1
0
0
0
1
0
0
0














E
Q
,

2
r


E
Q
 
步骤2:计算选项矩阵的

E
M 的秩 
相似矩阵需满足



r
r



E
Q
E
M (M 为选项矩阵),逐一计算: 
选项A:
1
1
1
0
1
1
0
1
1
0
0
1
0
0
1
0
0
0


























M
E
M
,秩
2
r 
,与原矩阵一致。 
选项B:
1
0
1
0
0
1
0
1
1
0
0
1
0
0
1
0
0
0

























M
E
M
,秩
1
r ,不一致。 
75
考研数学线性代数基础讲义(答案)By 没咋了 
选项C:
1
1
1
0
1
1
0
1
0
0
0
0
0
0
1
0
0
0

























M
E
M
,秩
1
r ,不一致。 
选项D:
1
0
1
0
0
1
0
1
0
0
0
0
0
0
1
0
0
0
























M
E
M
,秩
1
r ,不一致。 
结论:只有选项A 满足



r
r



E
M
E
Q ,故选A。 
【例7】下列选项中,能作为A 与B 相似的充分条件的是(  ). 
 
(A)
*
*
A
B

 
 
(B)
T
T
A
B

 
 
(C)


f
f

A
B 
 
(D)AB
BA

 
 
[解]1.选项A:取
0
1
0
0






A
,
0
0
0
0






B
,则
*
*
0
0
0
0







A
B
,有
*
*

A
B ,但A 与B 秩不同,不相
似,所以
*
*

A
B 不是

A
B 的充分条件。 
2.选项B:若
T
T

A
B ,存在可逆阵Q 使
1
T
T


B
Q
A Q ,两边转置得


1
T
T


B
Q
AQ ,令
T

P
Q
,则
1


B
P
AP ,所以

A
B ,
T
T

A
B 是

A
B 的充分条件。 
3.选项C:取

2
x
x

f
,
0
1
0
0






A
,
0
0
0
0






B
,
2
0


f A
A
,
0

f B
,有



f
A
f B ,但A 与
B 不相似,所以



f
A
f B 不是

A
B 的充分条件。 
4.选项D:取
1
0
0
0






A
,
0
0
0
1






B
,
0

AB
,
0

BA
,有

AB
BA ,但A 与B 特征值不同,不相似,
所以

AB
BA 不是

A
B 的充分条件。 
综上,答案选B。 
 
 
76
考研数学线性代数基础讲义(答案)By 没咋了 
5.4 矩阵相似对角化 
【例1】设3 阶矩阵A 的特征值为0, 1, 2 ,
3
2
2

B = A
A ,则( )
r

B
________. 
 
[解]1.求B 的特征值A 的特征值为0,1,2,对
3
2
2


B
A
A ,代入特征值得: 
0

时,

3
2
0
0
2 0
0
f




; 
1
时,

3
2
1
1
2 1
1
f



; 
2

时,

3
2
2
2
2 2
0
f




。 
2.分析B 的秩A 可相似对角化(3 个不同特征值),故B 相似于对角阵
0
0
0
0
1
0
0
0
0











。 
相似矩阵秩相同,该对角阵秩为1(非零特征值个数),故
1
r

B
。 
【例2】设向量


T
1,1,1

, 


T
1,0,k

, 若矩阵
T
相似于
0
0
0
0
0
0
0
0
4










,则k ________. 
 
[解]答案:3 
1.秩1 矩阵特征值
T

是秩1 矩阵,其非零特征值为
T
(迹,即行乘列)。 
2.计算


1
1,0,
1
1
T
T
k
k





β αβ α
。 
3.相似矩阵特征值匹配
T

相似于
4
0
0
0
0
0
0
0
0










(虽维度存疑,按特征值4 匹配),故1
4
k


,得
3
k 
。 
【例3】下列矩阵中,不能相似于对角矩阵的是(  ). 
 
(A)
1
2
3
2
2
0
3
0
3










 
(B)
1
0
0
0
2
0
6
0
3










 
(C)
0
0
0
2
4
6
1
2
3










 
(D)
1
2
0
0
0
3
0
0
0










 
 
[解]答案:D 
选项A:计算特征方程
0



E
A
,得特征值
1
6

,
2
2

,
3
2

(3 个不同特征值)。 
由“n个不同特征值可推出可相似对角化”,A 可相似对角化。 
77
考研数学线性代数基础讲义(答案)By 没咋了 
选项B:矩阵B 主对角线元素为特征值
1
1
,
2
2

,
3
3

(3 个不同特征值)。同理,B 可相似对角
化。 
选项C:先求特征值,由


2
7




E
C
λ
λ
,得
1
2
0




(二重)、
3
7

。对
0

λ
:

0
1
r


E
C
,
几何重数3
1
2

(等于代数重数2)。对
7

λ
:单特征值,几何重数1(等于代数重数1)。满足“几何重
数=代数重数”,C 可相似对角化。 
选项D:由


2
1




E
D
λ
λ
,得
1
2
0


λ
λ
(二重)、3
1

λ
。对
0

λ
:

0
2
r


E
D
,几何重数3
2
1


(小于代数重数2)。不满足可相似对角化条件,D 不能相似于对角矩阵。 
【例4】设矩阵
4
6
0
3
5
0
3
6
1














A
,求可逆矩阵P ,使
1

P
AP 为对角矩阵. 
 
[解]由



2
4
6
0
3
5
0
1
2
0
3
6
1
















E
A
,得A 的特征值为
1
2
,
2
3
1



. 
当
1
2
时,解

2
0



E
A x
得基础解系


T
1
1,1,1

η
,
1η 即为属于
1
2
的线性无关的特征向量. 
当
2
3
1



时,解

0


E
A x
得基础解系:


T
2
0,0,1

η
,


T
3
2,1,0

η
,
2
η 、
3
η 即为属于
2
3
1



的
线性无关的特征向量. 
因此A 可对角化.令


1
2
3
1
0
2
,
,
1
0
1
1
1
0













P
η η η
,则
1
2
1
1












P AP
. 
【例5】设矩阵
1
1
1
4
3
3
5
x
y













A
,已知A 有3 个线性无关的特征向量,
2

是A 的二重特征值. 试求可逆
矩阵P ,使得
1

P
AP 为对角矩阵. 
 
[解]因为A 有3 个线性无关的特征向量,
2

是A 的二重特征值,所以A 的对应于
2

的线性无关
的特征向量有2 个,故

2
1
r


E
A
,矩阵2

E
A 各行成比例. 
78
考研数学线性代数基础讲义(答案)By 没咋了 
1
1
1
1
1
1
2
2
0
2
3
3
3
0
0
0
x
y
x
x
y






























E
A
.解得
2
x 
,
2
y . 
因此,矩阵
1
1
1
2
4
2
3
3
5















A
,进一步令



2
1
1
1
2
4
2
2
6
0
3
3
5
















E
A
, 
解得特征值
1
2
2




,
3
6

. 
对于特征值为
1
2
2




,解线性方程组

2

0
E
A x
,解得特征向量为


T
1
1, 1,0


α
,


T
2
1,0,1

α
. 
对于特征值
2
6

,解线性方程组

6
0


E
A x
,解得特征向量为


T
3
1, 2,3


α
. 
令


1
2
3
1
1
1
1
0
2
0
1
3













P
α
α
α
,则
1
2
0
0
0
2
0
0
0
6











P AP
. 
【例6】设矩阵
1
2
3
1
4
3
1
5
a













A
的特征方程有一个二重根,求a 的值,并讨论A 是否可相似对角化. 
 
[解] A 的特征多项式为
1
2
3
1
2
3
1
4
3
2
2
0
1
5
1
5
a
a
























E
A
 
1
2
3
3
2
3
2
2
0
0
2
0
1
5
1
5
a
a
a





























2
2
3
5
3
3
2
8
18
3
a
a





















. 
若
2

是特征方程的二重根,则有
2
2
16
18
3
0
a




,解得
2
a . 
当
2
a 时,A 的特征值为2,2,6,此时

1
2
3
2
1
2
3
1
2
3
r
r
















E
A
的秩为1,故
2

对应的线性无关
的特征向量有两个,从而A 可相似对角化. 
若
2

不是特征方程的二重根,则
2
8
18
3a





为完全平方,从而18
3
16
a


.解得
2
3
a 
. 
79
考研数学线性代数基础讲义(答案)By 没咋了 
当
2
3
a 
时,A 的特征值为2,4,4,此时

3
2
3
4
1
0
3
2
2
1
1
3
r
r




















E
A
,故
4

对应的线性无关的特
征向量只有一个,从而A 不可相似对角化. 
【例7】设A 是3 阶矩阵,方程组

Ax
b 的通解为
T
T
T
1
2
( 1,1,0)
(2,0,1)
(1,1, 2)
k
k




,其中
1k ,
2
k 为任意
常数,
T
(6,6, 12)


b
. 求A . 
 
[解]1.分析解结构。由

Ax
b 通解






T
T
T
1
2
1,1,0
2,0,1
1,1, 2
k
k




,知:齐次解基础解系


T
1
1,1,0

ξ
,


T
2
2,0,1

ξ
(故

3
2
r


A
,得
1
r

A
);非齐次特解


T
1,1, 2


η
,即

Aη
b 。 
2.利用正交性与秩设矩阵 
因
1
0

Aξ
,
2
0

Aξ
,A 的行向量与
1ξ ,
2
ξ 正交。设A 行向量为

, ,
x y z ,由正交得
0
2
0
x
y
x
z







, 
即y
x

,
2
z
x

,故A 行向量可表为

1,1, 2
x

(因
1
r

A
,行成比例)。 
3.结合特解定系数 
由

Aη
b ,代入


T
1,1, 2


η
:


1,1, 2
1,1, 2
6
x
x




。 
对比


T
6,6, 12


b
,第一、二行6
6
x 
得
1
x ;第三行6
12
x 
得
2
x 
(调整比例后统一),故
1
1
2
1
1
2
2
2
4















A
。 
【例8】设矩阵
1
4
2
0
1
0
1
2
2














A
,求
100
A
. 
 
[解]1.求特征值:由


2
1
0







I
A
,得
1
0

,
2
3
1



。 
2.构造P :特征向量:1
0

对应


T
1
2,0,1

ξ
;
1
对应


T
2
2,1,0

ξ
,


T
3
1,0,1

ξ
,故
2
2
1
0
1
0
1
0
1











P
。 
80
考研数学线性代数基础讲义(答案)By 没咋了 
3.求
1

P
:用伴随矩阵法或行变换得:
1
1
2
1
0
1
0
1
2
2














P
 
4.计算
100
A
:


100
diag 0,1,1

Λ
,代入
100
100
1



A
PΛ
P
A 。 
结果:
2
2
1
0
1
0
1
0
1











P
,
1
1
2
1
0
1
0
1
2
2














P
,
100
1
4
2
0
1
0
1
2
2














A
。 
【例9】已知矩阵
2
2
1
2
2
0
0
2
x















A
与
2
1
0
0
1
0
0
0
y












B
相似. 求可逆矩阵P ,使得
1


P
AP
B . 
 
[解]因为

A
B ,所以


tr
tr

A
B ,即
4
1
x
y


,再由

A
B 得


2
2
4
2
x
y




,即
2
4
y
x


, 
解得
3
x ,
2
y . 
故
2
2
1
2
3
2
0
0
2















A
,
2
1
0
0
1
0
0
0
2













B
, 
显然矩阵A ,B 的特征值为
1
2
,
2
1
,
3
2

, 
对于
1
2
,由

2
0



E
A x
,解得


1
1 2
4
T

α
, 
对于
2
1
,由

0



E
A x
,解得


2
2 1 0
T

α
, 
对于
3
2

,由

2
0


E
A x
,解得


3
1
2
0
T

α
, 
令
1
1
2
1
2
1
2
4
0
0













P
,则
1
1
1
2
0
0
0
1
0
0
0
2














P AP
.同理,可求得
2
0
1
1
0
3
0
1
0
0











P
,使得
1
2
2
2
0
0
0
1
0
0
0
2














P BP
, 
由
1
1
1
1
2
2



P AP
P BP 得



1
1
1
1
2
1
2




P P
A P P
B ,故
1
1
2
1
1
1
2
1
2
0
0
4















P
P P
 
 
 
81
考研数学线性代数基础讲义(答案)By 没咋了 
5.5 实对称矩阵相似对角化 
【例1】, 是2 维单位列向量,若满足






,则


,

A
必是(  ). 
(A)实对称矩阵 
(B)单位矩阵 
(C)正交矩阵 
(D)正定矩阵 
 
[解]1.对范数等式平方:由



α
β
α
β ,平方得:





T
T





α
β
α
β
α
β
α
β 。 
2.展开后整理得:T
T
0


α β
β α
。因α ,β 是单位向量,


,

A
α β ,则
T
T
T
T
T










α α
α β
A A
E
β α
β β
(单位矩阵)。 
3.根据定义判断:由正交矩阵定义(
T

A A
E 则A 为正交矩阵),故A 是正交矩阵。 
答案:C 
【例2】设A 是4 阶实对称矩阵,且
2 
A
A,若
3
r

A
,则A 相似于(  ). 
 
(A)
1
1
1
0












 
(B)
1
1
1
0













 (C)
1
1
1
0














 (D)
1
1
1
0















 
 
[解]令


Ax
x ,则
2
2


A x
x ,根据
2 

A
A
O 可得

2 


0
A
A x
O x
,也即
2



0
x
x
,化简得


2



0
x
.注意到x 是非零向量,解得
0

或1
.又因为A 为实对称,故A 可对角化,所以A 的秩与A
的非零特征值个数一致,根据
3
r

A
 ,容易推得A 的特征值为
1, 1, 1,0

 ,于是A 相似于


1
1
1
0
diag 


.故应选(D). 
注:矩阵A 相似对角化的必要条件为:A 的秩与A 的非零特征值个数相等. (注意,如果矩阵A 不可相似对
角化,没有此条性质!) 
【例3】已知实对称矩阵A 满足
3
2
+
3



A
A
A
E
O ,证明

A
E . 
 
[解]1.设特征值并代入方程。设A 的特征值为,对应特征向量
0

ξ
,则


Aξ
ξ 。 
将A 代入
3
2
3




A
A
A
E
O ,作用于ξ 得:
3
2
3
0







。 
2.求解特征值:因式分解得


2
1
2
3
0







。 
因A 是实对称矩阵,特征值为实数,故
1
(
2
2
3
0





无实根)。 
82
考研数学线性代数基础讲义(答案)By 没咋了 
3.利用实对称矩阵性质:实对称矩阵可相似对角化,且特征值全为1,即

A
E 。 
由相似性质,

A
E 。 
【例4】设A 是3 阶实对称矩阵, 已知A 三个特征值为1, 1, 2

, 且
1
1


对应的特征向量为
T
1
(1, 2, 1)

, 
2
1


对应的特征向量为
T
2
( 1, 0, 1)

, 求
3
2


对应的特征向量
3
. 
 
[解]1.利用实对称矩阵性质:实对称矩阵不同特征值的特征向量正交,设


T
3
1
2
3
,
,
x x
x

α
。 
2.列正交方程:因
3
α 与


T
1
1,2,1

α
、


T
2
1,0,1

α
正交,故:
1
2
3
1
3
2
0
0
x
x
x
x
x








 
3.求解方程:由
1
3
0
x
x



得
1
3
x
x

,代入第一个方程得
2
3
x
x

。令


3
0
x
t t


,则


T
3
1, 1,1
t


α
。 
答案:


T
3
1, 1,1


α
k
(k 为非零常数)。 
【例5】设A 是3 阶实对称矩阵, 已知A 的每行元素之和为3, 且有二重特征值
1
2
1




. 求A 的全部特
征值、特征向量. 
 
[解]1.求特征值:因A 每行和为3,故
1
1
1
3 1
1
1











A
,得特征值
3
3

,对应特征向量含


3
3
1
1
0
1
k






k
。 
已知二重特征值
1
2
1



,故全部特征值为1,1,3。 
2.求
1

λ
的特征向量 
实对称矩阵不同特征值特征向量正交,设
1

λ
的特征向量


T
1
2
3
,
,
x x
x

ξ
,则
1
2
3
0
x
x
x



。解此方程得基
础解系:
1
1
1
1
0












ξ
k
,


2
2
1
2
1
0
,
0
1
k k













ξ
k
。 
【例6】设矩阵
1
2
2
2
2
4
2
4
2














A
, 求正交矩阵Q , 使得
T
1



Q
AQ
Q AQ
Λ. 
 
[解]步骤1:求特征值:计算行列式



2
2
7







I
A
,得特征值:
1
2
2




,
3
7
. 
步骤2:求特征向量:对应
2

:解方程组

2
0


I
A x
,得基础解系:
1
2
1
0











ξ
,
2
2
0
1





ξ
. 
83
考研数学线性代数基础讲义(答案)By 没咋了 
对应
7
:解方程组

7
0



I
A x
,得基础解系:
3
1
2
2












ξ
. 
步骤3:正交化(仅对重特征值的特征向量) 
对
2

的特征向量
1ξ ,
2
ξ 施密特正交化:
1
1
2
1
0












η
ξ
,
2
1
2
2
1
1
1
2
5
,
4
,
5
1




















ξ
η
η
ξ
η
η η
. 
步骤4:单位化:将所有特征向量单位化:
1
1
1
2
5
1
5
0




















η
q
η
,
2
2
2
2 5
15
4 5
15
5
3





















η
q
η
,
3
3
3
1
3
2
3
2
3





















ξ
q
ξ
. 
步骤5:构造正交矩阵Q :将单位化后的特征向量按列排列:
2
2 5
1
15
3
5
1
4 5
2
15
3
5
5
2
0
3
3
























Q
. 
【例7】设三阶实对称矩阵A 的各行元素之和均为3, 向量


T
1
1, 2,1


,


T
2
0,1, 1


是线性方程组
0
Ax
的两个解, E 为三阶单位矩阵, 求A 及
6
3
2







A
E
. 
 
[解]1.确定特征值与特征向量:由A 各行和为3,得
1
3

,对应特征向量



T
1
1
1,1,1
0
k


ξ
。 
因
1
α ,
2
α 是

Ax
0 的解,故
2
3
0




,对应特征向量


T
1
1, 2,1


α
,


T
2
0,1, 1


α
。 
2.特征向量正交单位化:对
0

的特征向量正交化、单位化,得
2
η ,
3
η (过程略,取简化后结果);
3

的特征向量单位化得


T
1
1
1,1,1
3

η
。 
3.求矩阵A :构造正交矩阵


1
2
3
,
,

Q
η η η
,对角矩阵


diag 3,0,0

Λ
,由
T

A
QΛQ ,计算得:
1 1 1
1 1 1
1 1 1










A
。 
84
考研数学线性代数基础讲义(答案)By 没咋了 
4.计算
6
3
2







A
E
:由
T
3
3
2
2









A
E
Q Λ
E Q ,且
6
6
3
3
2
2














Λ
E
E ,故:
6
3
729
2
64








A
E
E 。 
答案
1 1 1
1 1 1
1 1 1










A
,
6
3
729
2
64








A
E
E (E 为单位矩阵)。 
 
 
85
考研数学线性代数基础讲义(答案)By 没咋了 
第六章 二次型 
6.1 二次型的定义及其表示 
【例1】设


2
2
2
1
2
3
1
1
2
3
1 2
1 3
2
3
,
,
,
3
2
2
6
f
x x
x
x
x
x
x
x x
x x
x x






,请写出此二次型的矩阵及二次型的秩. 
 
[解]二次型的矩阵为
1
1
1
1
3
3
1
3
1











A
,容易求得
3
r

A
. 
【例2】二次型


3
3
1
2
3
1
1
,
,
i
j
i
j
f
x x
x
ijx x



.求二次型矩阵A. 
 
 
[解]二次型


1
2
1
1
,
,
,
n
n
n
ij
i
j
i
j
f x x
x
a x x




,可记




T
1
2
,
,
,
,
n
ij
n n
x
x x
x
a




A
,则


T
1
2
,
,
,
n
f x x
x


x Ax .
但需要注意的是,此时矩阵A 还不能被称为二次型矩阵。若增加条件
ij
ji
a
a

,也即
T 
A
A ,此时实对称矩
阵A 被称为二次型矩阵。由此可知,本题中二次型矩阵
3 3
1
2
3
2
4
6
3
6
9
ij












A
. 
【例3】二次型


T
1
2
3
4
0
1
0
,
,
4
0
0
0
0
f x x
x










x
x 的秩为__________. 
 
[解]注意,如果将二次型


1
2
,
,
,
n
f x x
x

表示成矩阵乘法的形式


T
1
2
,
,
,
n
f x x
x


x Ax ,矩阵A 的写法
有无数种,但只有当矩阵A 为实对称矩阵

T
A = A
时,才称A 为该二次型的矩阵。实对称矩阵A 的秩称为
实二次型


T
1
2
,
,
,
n
f x x
x


x Ax 的秩。请牢记,“二次型矩阵”是唯一确定的,本题中的矩阵显然并不是实
对称矩阵,自然也不是“二次型矩阵”。记
1
1
0
4
0
0
0
0
4
0










A
,二次型矩阵
T
1
1
1
0
4
0
2
0
0
0
2
2












A
A
A
,
1
r

A
. 
【例4】二次型








2
2
2
1
2
3
1
2
2
2
3
1
2
3
,
,
2
f x x x
x
x
x
x
x
x
x
x








. 求二次型矩阵A. 
 
[解]




2
2
2
2
2
1
2
3
1
2
3
1 2
1 3
2 3
2
3
2 3
,
,
2
2
2
2
f x x
x
x
x
x
x x
x x
x x
x
x
x x











2
2
2
1
2
3
1 2
1 3
2 3
4
4
2
4
x
x
x
x x
x x
x x






2
2
2
1
2
3
1 2
1 3
2 3
2
6
3
6
4
4
x
x
x
x x
x x
x x






,二次型矩阵
2
3
2
3
6
2
2
2
3










A
 
86
考研数学线性代数基础讲义(答案)By 没咋了 
6.2 可逆线性变换与矩阵合同 
【例1】设


T
1
1,2


,


T
2
,1
a


,


T
1
2
,
x x

x
,若二次型




2
2
2
1
1
,
,
i
i
f x x


x

经可逆线性变换化为 


2
2
1
2
1
2
1
2
,
2
g y y
y
y
y y



,则a _______. 
 
[解]










2
1
2
1
2
2
2
T
T
T
T
T
T
T
1
2
1
2
1
2
2
1
2
1
,
,
,
,
i
i
f x x





x
x
x
x
x + x
x = x
+
x







, 
故二次型矩阵




2
2
T
T
1
2
1
2
1
1
2
1
1
2
1
2
1
2
1
2
4
1
2
5
a
a
a
a
a
a
a
a

































+


. 
二次型

1
2
,
g x x
的二次型矩阵
1 1
1 1






Β
,由于可逆线性变换不改变二次型的秩,故有

1
r
r


A
B
,由
2
1
2
0
2
5
a
a
a




得
1
2
a 
. 
【例2】设矩阵
1
2
2
1






A
, 
1
4
1
1






B
, 试判断下列说法正确与否. 
 
(1)必存在可逆矩阵C , 使得
T

C AC
B . 
(2)必存在正交矩阵Q , 使得
T

Q AQ
B . 
 
[解](1)错误;(2)错误 
(1):A 是实对称矩阵,若存在可逆矩阵C 使
T
C AC
B

,则B 需为实对称矩阵(由

T
T
T
C AC
B

且
T
A
A

,
得
T
B
B

)。但
1
1
4
1
T
B
B








,B 非实对称,故(1)错误。 
(2):正交矩阵Q 满足
1
T
Q
Q

,若
T
Q AQ
B

,B 需为实对称矩阵(因

T
T
T
Q AQ
Q AQ

)。而B 非实
对称,故(2)错误。 
 
 
87
考研数学线性代数基础讲义(答案)By 没咋了 
6.3 二次型的标准形和规范形 
【例1】设二次型


2
2
2
1
2
3
1
2
3
1 2
1 3
2
3
,
,
4
4
4
,
f x x
x
x
x
x
x x
x x
x x






试用正交变换

x
Qy 将其化成标准形. 
 
[解]


1
2
3
f x
x
x
,,
对应的矩阵为
1
2
2
2
1
2
2
2
1










A
 
第一步,计算得A 的特征多项式.



2
1
2
2
2
1
2
5
1
2
2
1




















E
A
 
令
0



E
A
,求出A 的特征值
1
2
1



,
3
5

. 
第二步,解特征向量。对于特征值
1
2
1



,解



0
E
A x
,对系数矩阵作初等行变换 
2
2
2
1
1
1
2
2
2
0
0
0
2
2
2
0
0
0
































E
A
 
解得基础解系为: 


T
1
1,1,0

ξ
,


T
2
1, 1,2

ξ
. 
对于特征值
3
5

,解

5

0
E
A x
,对系数矩阵作初等行变换
4
2
2
1
0
1
5
2
4
2
0
1
1
2
2
4
0
0
0






























E
A
 
解得基础解系为: 


T
3
1,1,1

ξ
. 
1ξ ,
2
ξ ,
3
ξ 已正交,无需施密特正交化。进一步,单位化得 


T
1
1
1
1
1
1,1,0
2



e
β
β
,


T
2
2
2
1
1
1, 1,2
6



e
β
β
,


T
3
3
3
1
1
1,1,1
3


e
ξ
ξ
 
令


1
2
3
,
,

Q
e e e
,即
1
1
1
2
6
3
1
1
1
2
6
3
2
1
0
6
3






















Q
,使得
1
T
1
1
5















Q AQ
Q
AQ
. 
于是,作

x
Qy ,则


T
2
2
2
1
2
3
1
2
3
T
5
f x
x
x
y
y
y








,,
x Qy
x Ax
y
y

. 
【例2】用配方法把三元二次型


2
2
2
1
2
3
1
2
3
1 2
1 3
2
3
,
,
2
3
4
4
8
f
x x
x
x
x
x
x x
x x
x x






化为标准形,并求所用的 
88
考研数学线性代数基础讲义(答案)By 没咋了 
坐标变换

x
Cy . 
 
[解]先按
2
1x 及含有
1x 的混合项配成完全平方,即 










2
2
2
2
2
2
2
2
1
2
3
1
1
2
3
2
3
2
3
2
3
2
3
1
2
3
2
3
2
3
2
2
2
3
8
2
4
f x
x
x
x
x
x
x
x
x
x
x
x
x
x x
x
x
x
x
x
x x




















,,
 
在上式中,再按
2
2
2
3
4
x
x x

配成完全平方,于是






2
2
2
1
2
3
1
2
3
2
3
3
2
2
5
f x
x
x
x
x
x
x
x
x






,,
 
令
1
1
2
3
2
2
3
3
3
 
2
y
x
x
x
y
x
x
y
x










,反解出


1
1
2
2
3
3
1
1
1
0
1
2
0
0
1
x
y
x
y
x
y


































x
Cy 
进而,得到二次型的标准形


2
2
2
1
2
3
1
2
3
2
5
f x
x
x
y
y
y



,,
 
上述变换过程可描述为


T
2
2
2
1
2
3
1
2
3
T
2
5
f x
x
x
y
y
y








,,
x Cy
x Ax
y
y

,其中
1
1
1
0
1
2
0
0
1












C
. 
注:对于一般的n 元二次型


1
2
n
f x
x
x

,,,
,如果
2
1x 的系数不为零,一般都仿照本题解法将其化为标准形。
如果
2
1x 的系数为零,而
2
2x 的系数不为零,配方可先从
2x 开始.如果所有平方项的系数全为零,二次型中只
含混合项,此时可按下面【例3】的方法,将其化为标准形。 
【例3】用配方法化二次型


1
2
3
1 2
1 3
,
,
2
4
f x x
x
x x
x x


为标准形,并求所做的坐标变换

x
Cy . 
 
[解]因为二次型中没有平方项,无法配方,所以先做一个坐标变换,使其出现平方项。根据
1
2
x x ,利用
平方差公式,令
1
1
2
2
1
2
3
3
x
y
y
x
y
y
x
y










,即


1
1
1
2
2
3
3
1
1
0
1
1
0
0
0
1
x
y
x
y
x
y

































x
C y 
将上式代入二次型,得







2
2
1
2
3
1
2
1
2
1
2
3
1
2
1
3
2
3
2
4
2
2
4
4
f x
x
x
y
y
y
y
y
y
y
y
y
y y
y y









,,
 
再用【例2】中的配方法,先对含
1y 的项配完全平方,然后对含
2y 的项配完全平方,得到 
 

2
2
2
1
3
2
2
2
2
1
2
3
1
2
1
3
2
3
2
2
3
1
3
2
3
3
2(
)
2
)
2
2
4
4
2(
2(
4
)
2
f x
x
x
y
y
y y
y y
y
y
y
y
y
y
y
y
y y













,,
 
 
令
1
1
3
2
2
3
3
3
z
y
y
z
y
y
z
y










,反解出


1
1
3
2
2
3
2
3
3
y
z
z
y
z
z
y
z











y
C z 
89
考研数学线性代数基础讲义(答案)By 没咋了 
进而,得到二次型


1
2
3
f x
x
x
,,
的标准形


2
2
1
2
3
1
2
2
2
f x
x
x
z
z


,,
 
于是,


1
2

x
C C
z 就是二次型化成标准形所做的坐标变换,其中变换矩阵
1
2
1
1
0
1
1
2
0
0
1














C
C C
. 
【例4】请把二次型


1
2
3
1 2
1 3
2 3
,
,
2
f x x
x
x x
x x
x x



化为规范形,并求所做的坐标变换. 
 
[解]令
2
1
1
3
2
3
2
3
2
x
y
x
y
y
x
y
y










,即


1
1
2
2
3
1
3
2
0
0
0
1
1
0
1
1
x
y
x
y
x
y

































x
C y 
代入,再配方可得








2
2
2
2
2
2
2
2
1
2
3
3
2
1
2
1
2
1
3
1
2
2
4
2
2
2
2
2
2
2
f
y y
y
y
y
y
y
y
y
y
y
y











 
令
1
1
1
2
2
3
3
2
2
2
2
z
y
z
y
y
z
y









,反解出


3
2
1
1
2
2
3
2
0
0
2
2
2
0
2
2
2
0
0
2
y
z
y
z
y
z










































y
C z ,得
2
2
2
1
2
3
f
z
z
z



. 
于是,


1
2

x
C C
z 就是二次型化成规范形所做的坐标变换,其中变换矩阵 
1
2
2
0
0
2
2
0
0
2
0
0
1
0
0
2
0
0
2
2
1
1
0
1
1
0
0
1
1
1
1
0
1
1
1
2
2
2
2
0
1
1
0
1
1
0
0
1
1
1
1
2
0
0
2


































































C
C C
. 
【例5】二次型


2
2
2
1
2
3
1
2
3
1 2
1 3
2
3
,
,
3
2
2
2
f x x
x
x
x
x
x x
x x
x x






,则f 的正惯性指数、负惯性指数为多少. 
 
[解]
1
1
1
1
3 1
1
1
1










A
,故 



1
1
1
1
3
1
1
4
1
1
1














E
A






, 
解得 A 的特征值为:0,1,4.所以正惯性指数为2,负惯性指数为0. 
注:用配方法亦可。 
【例6】


1
2
3
1 2
1 3
2 3
,
,
2
2
6
f x x
x
x x
x x
x x



的正惯性指数为(  ). 
 
(A)3 
(B)2 
(C)1 
(D)0 
90
考研数学线性代数基础讲义(答案)By 没咋了 
 
[解]
0
1
1
1
0
3
1
3
0














A
,由此可知

0
6
0
tr





A
A
,不难推得A 的特征值只能为一正两负,选C. 
【例7】二次型








2
2
2
1
2
3
1
2
2
3
3
1
,
,
f x x x
x
x
x
x
x
x






的正惯性指数为(  ). 
 
(A)3 
(B)2 
(C)1 
(D)0 
 
[解]记
1
1
2
1
2
2
3
2
3
3
1
3
1
1
0
0
1
1
1
0
1
y
x
x
x
y
x
x
x
y
x
x
x














































,即

y
Bx ,则有








2
2
2
1
2
3
1
2
2
3
3
1
,
,
f x x
x
x
x
x
x
x
x








2
2
2
T
T
T
1
2
3
y
y
y



y y = x
B B x 
由此可知,二次型矩阵
T
T
1
1
0
1
1
0
2
1
1
0
1
1
0
1
1
1
2
1
1
0
1
1
0
1
1
1
2






























A = B B =
.正惯性指数为2,选B. 
 
 
91
考研数学线性代数基础讲义(答案)By 没咋了 
6.4 正定二次型 
【例1】判断二次型


2
2
2
1
2
3
1
2
3
1 3
,
,
2
4
5
4
f x x
x
x
x
x
x x




的正定性. 
 
[解]1.写出二次型矩阵:
2
0
0
0
4
2
0
2
5
A













 
2.计算顺序主子式:
1
Δ
2
0


;
2
2
0
Δ
8
0
0
4



;
3
2
0
0
Δ
0
4
2
32
0
0
2
5





 
3.结论:各阶顺序主子式均正,二次型正定。 
【例2】若二次型


2
2
2
1
2
3
1
2
3
1 2
2 3
,
,
2
2
f x x
x
x
x
x
x x
tx x





是正定的,则t 的取值范围是_________. 
 
[解]二次型f 的矩阵为
2
1
0
1
1
2
0
1
2
t
t
















A
,由于A 为正定矩阵,故A 的各阶顺序主子式应满足
1
2
0


A
,
2
2
1
1
0
1
1


A
,
2
3
2
1
0
1
1
1
0
2
2
0
1
2
t
t
t




A
A
,解得
2
2
t


. 
【例3】设矩阵
1
0
1
0
2
0
1
0
1










A =
, 
2
(
)
k


A
E
B
,其中k 为实数, 求k 为何值时,矩阵B 为正定矩阵. 
 
[解]1.求A 的特征值: 
计算





2
2
1
0
1
0
2
0
2
1
1
2
1
0
1
E
A
























,得A 特征值
1
0

,
2
3
2




。 
2.求


2
B
A
kE


的特征值:A
kE

特征值为
k

,则B 特征值为

2
k

,即
2
k (对应
0

),

2
2
k

(二重,对应
2

)。 
3.定k 范围:正定要求特征值全正,故
2
0
k 
且

2
2
0
k


,解得
0
k 
且
2
k 。 
综上,
0
k 
且
2
k 时,B 正定。 
92
考研数学线性代数基础讲义(答案)By 没咋了 
【例4】设








2
2
2
1
2
3
1
2
3
2
3
1
2
3
,
,
2
3
2
f x x x
ax
x
x
x
x
x
ax
x








是正定二次型, 则(  ). 
 
(A)
1
a 且
1
2
a 
  
(B)
1
2
a 
且
1
a  
 
(C)
1
a 且
1
2
a 
  
(D)
1
2
a 
且
0
a 
 
 
[解]1.构造线性变换:令
1
1
2
2
3
3
2
3
0
1
2
1
1
y
a
x
y
x
y
a
x




































y
Bx ,则
2
2
2
1
2
3
T
f
y
y
y



y y 。 
2.分析正定条件:f 正定等价于

y
Bx 可逆,即
0

B
。 
3.计算B 并求解:



2
3
0
1
2
2
1
1
1
1
a
a
a
a







B
。由
0

B
,得
1
a 且
1
2
a 
。 
【例5】设


1
2
,
,
,
T
T
n
f x x
x


x Ax, A
A

,则f 正定的充要条件是(  ). 
 
(A)
0

A
 
 
(B)f 的负惯性指数为0 
 
(C) f 的秩为n 
 
(D)
*
A 为正定矩阵 
 
[解]答案D 
选项A:
0
A 
只是A 正定的必要非充分条件(如A 负定也可能
0
A 
),错误。 
选项B:负惯性指数为0 时,f 可能是半正定(正惯性指数小于n),不是正定充要条件,错误。 
选项C:f 的秩为n,无法排除有负特征值(如A 含负特征值但非零特征值个数为n),错误。 
选项D:A 正定
A

特征值全正,
*
A 特征值
0
i
A

(因
0,
0
i
A



),且
*
A 对称,故
*
A 正定;反之
*
A
正定可推A 正定,正确。 
【例6】设A 是m
n

阶实矩阵, E 为n 阶单位矩阵. 已知矩阵
T

B =
E
A A

, 试证明:当
0


时,矩阵B
为正定矩阵. 
 
[解]1.证明B 是实对称矩阵:由






T
T
T
T
T
T
T
T
T
T
B
E
A A
E
A A
E
A
A
E
A A
B













,且
A 是实矩阵,故B 为实对称矩阵。 
2.证明B 正定(对任意
0

x
,
0
T B 
x
x
) 
任取非零n维向量x ,计算二次型:


T
T
T
T
T
T
B
E
A A
A A






x
x
x
x
x x
x
x 
93
考研数学线性代数基础讲义(答案)By 没咋了 
T
x x :因
0

,
0

x
时
2
0
T


x x
x
,故
0
T


x x
。 
T
T
A A
x
x :令
A

y
x (y 是m 维实向量),则
2
0
T
T
T
A A 


x
x
y y
y
;若
0

y
,则
0
A 
x
,但
0

x
时,
若A 列满秩则
0

y
,即使A 列不满秩,
0
T

y y
当且仅当
0

y
,而
0
T


x x
,故整体
0
T
T
A A 
x
x
,且至少
0
T


x x
。 
因此
0
T
T
T
T
B
A A




x
x
x x
x
x
对任意
0

x
成立,即B 正定。 
综上,当
0

时,B 是实对称且正定的矩阵,故B 为正定矩阵。 
【例7】设A 是n 阶正定矩阵,证明: 
 
(1)存在n 阶可逆矩阵D, 使得
T
A = D D .  (2)存在n 阶正定矩阵B, 使得
2

A
B . 
 
[解](1)建议大家在二次型背景下来理解正定矩阵。二次型矩阵正定,意味着二次型对应的规范形为
2
2
2
1
2
n
z
z
z




,也即
T
T
T
f



x Cz
x Ax
z C ACz ,其中
T
C AC = E ,化简得




1
T
T
1
1
1





A = C
C
C
C
,故
1

C
即为所求的可逆矩阵D. 
(2)不难得到
1
1
1
2
T
T
2
2
4
4
4














































A = Q
Q
Q
Q 
1
1
T
T
2
2
4
4





































Q
Q Q
Q ,令
1
T
2
4



















Q
Q
B ,即
2

A
B . 
注:本题证明思路较多,其他解法见视频课。 
 
 
94
考研数学线性代数基础讲义(答案)By 没咋了 
6.5 矩阵等价、相似、合同 
【例1】设
2
1
1
1
0
0
1
2
1 ,
0
1
0
1
1
2
0
0
0


























A =
B =
,则A 与B(  ). 
 
(A)合同且相似 
(B)合同但不相似 
(C)不合同但相似 
(D)既不合同,也不相似 
 
[解]显然

6
tr

A
,而

2
tr

B
,根据


tr
tr

A
B 知A 与B 不相似。判断合同可以根据正负惯性指
数是否一致来判别,也即特征值, ,0

的个数是否一致。由


2
2
1
1
1
2
1
3
0
1
1
2















E
A
,
知矩阵A 的特征值为3,3,0(两正一零),故A 与B 合同。选B. 
注:本题中计算矩阵A 的特征值可利用秩为1 矩阵的性质快速求解。 
【例2】设A 是n 阶实对称矩阵,交换A 的第i 列和第j 列,然后再交换第i 行和第j 行,得到的矩阵记作 
B ,则
,
A B 的关系是(  ). 
 
(A)等价但不相似 
 
(B)相似但不合同 
 
(C)相似、合同,但不等价 
(D)等价、相似、合同 
 
[解] A 的i 列j 列互换,i 行j 行互换,相当于右乘、在乘互换初等阵,即
i
ij
j 
E AE
B ,其中 
1
1
0
1
1
1
1
0
1
1
ij
i
j



































E











第行
第行
 
因为
1
0
ij 
E
,
ij
E 是可逆阵,且
1
ij
ij

E
E ,
i
T
ij
j

E
E ,故
1
T
ij
ij
i
ij
i
j
j
j
i




B
E AE
E AE
E AE 
所以A ,B 是等价,相似,合同矩阵.选D. 
95