--- tags: - 数学一 - 知识点 - 线性代数 - 定理总表 状态: 已盘点(六大章 60 条定理 + 12 个重要定理证明) 扩散率: 高(精读阶段总表,做题随时回查) 关联笔记: - "[[行列式]]" - "[[矩阵]]" - "[[矩阵-初等变换与秩]]" - "[[线代-常见证明题]]" - "[[线代专题练习]]" 真题样本: - 2016·20 克拉默法则/解判定 - 2017·20 不同特征值特征向量线性无关 - 2020·21 可逆等价条件 - 2021·21 实对称正交对角化 --- # 线性代数 · 定理总表(含重要定理证明) > **定位**:考研数学一线代六章全部核心定理,按"章 → 编号 → 陈述 → 备注"组织。标 ★ 的为重要定理,证明见文末"第二部分"。做题时回到对应编号定位。 --- # 第一部分 · 定理总表 ## 一、行列式(D 系列) | 编号 | 定理 | 备注 | |---|---|---| | D1 | 行列式与转置行列式相等:$\lvert A^T\rvert=\lvert A\rvert$ | 行/列对称 | | D2 | 交换两行(列),行列式变号 | 两次交换复原 | | D3 | 某行(列)乘 $k$ = 用 $k$ 乘行列式 | 推论:公因子可提出 | | D4 | 两行(列)相同或成比例 $\Rightarrow$ 行列式 $=0$ | D2+D3 推论 | | D5 | 某行(列)为两数之和 $\Rightarrow$ 拆成两行列式之和 | 一次只拆一行 | | D6 | 某行(列)乘 $k$ 加到另一行(列),值不变 | 行倍加 | | D7 | **按行(列)展开**:$D=\sum_{j}a_{ij}A_{ij}=\sum_i a_{ij}A_{ij}$ | 代数余子式 $A_{ij}=(-1)^{i+j}M_{ij}$ | | D8 | **异行乘积和为零**:$\sum_k a_{ik}A_{jk}=\delta_{ij}D$ | 推导 $AA^*$ 的根基 | | D9 | **乘积定理**:$\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$($A,B$ 同阶方阵)★ | 见 P1 | | D10 | **克拉默法则**:$\lvert A\rvert\ne0$ 时 $Ax=b$ 唯一解 $x_j=\frac{\lvert A_j\rvert}{\lvert A\rvert}$ ★ | 见 P2 | | D11 | 范德蒙德:$V_n=\prod_{1\le i 证明给到"考试可写程度":结论成立的关键步骤完整,细节计算略写。 ## P1 乘积定理 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$(D9) **证明**:构造 $2n$ 阶分块矩阵 $M=\begin{pmatrix}A&O\\-E&B\end{pmatrix}$。 - 分块下三角:$\lvert M\rvert=\lvert A\rvert\lvert B\rvert$。 - 对 $M$ 作分块行变换:将第一行块左乘 $A$ 加到第二行块,得 $\begin{pmatrix}A&O\\O&AB\end{pmatrix}$,其行列式为 $\lvert A\rvert\lvert AB\rvert$?——注意第二行块 $(-E,B)+A(A,O)=(-E+AA,\ B+AO)$?行块变换是左乘 $A$ 加到第二行:$[-E,\ B]+A\cdot[A,\ O]=[-E+AA,\ B+AO]$,不是 $O$。正确做法:**列块变换**:第二列块左乘 $A$ 加到第一列块:第一列块 $=\binom{A}{-E}+\binom{O}{B}A=\binom{A}{BA-E}$?列变换第二列块左乘 A 后加到第一列:第一列块 = $\begin{pmatrix}A\\-E\end{pmatrix}+\begin{pmatrix}O\\B\end{pmatrix}A=\begin{pmatrix}A\\-E+BA\end{pmatrix}$,第二列块不变 $\begin{pmatrix}O\\B\end{pmatrix}$。新矩阵 $\begin{pmatrix}A&O\\-E+BA&B\end{pmatrix}$。 - 再行变换:第二行块左乘 $A$ 加到第一行块:第一行块 $=(A,O)+A(-E+BA,B)=(A-A+ABA,\ 0+AB)=(ABA,AB)$?也不对。 - **标准做法(同济)**:$\begin{pmatrix}A&O\\-E&B\end{pmatrix}\xrightarrow{\text{列块}}\begin{pmatrix}O&AB\\-E&B\end{pmatrix}$(第一列块 + 第二列块 $\times A$:$\binom{A}{-E}+\binom{O}{B}A=\binom{A}{-E+BA}$?)—— 正确:列变换:**第二列块右乘**?列变换只能整体:第一列块 $=\binom{A}{-E}$ 与第二列块 $\binom{O}{B}$ 的组合是 $\binom{A}{-E}+\binom{O}{B}\cdot M'$(右乘矩阵)——取 $M'=A$:$\binom{A+OA}{-E+BA}=\binom{A}{-E+BA}$。不干净。 - 换用**标准证明**:$\begin{pmatrix}A&O\\-E&B\end{pmatrix}$ 先作行块变换(第一行块左乘 $B$ 加到第二行): 第二行块 $=[-E,B]+B[A,O]=[-E+BA,\ B]$。新矩阵 $\begin{pmatrix}A&O\\-E+BA&B\end{pmatrix}$。 再作列块变换(第二列块右乘 $A$ 加到第一列块): 第一列块 $=\binom{A}{-E+BA}+\binom{O}{B}A=\binom{A}{-E+BA+BA}$?还是不对——列变换右乘:第一列块 $=\binom{A}{-E+BA}+\binom{O}{B}\cdot A=\binom{A}{-E+2BA}$。 - **最简证法**:先证明 $A$ 可逆情形:$\lvert AB\rvert=\lvert A\rvert\lvert A^{-1}AB\rvert$?不对。用:$\begin{pmatrix}A&O\\-E&B\end{pmatrix}$ 左乘 $\begin{pmatrix}E&O\\-A&E\end{pmatrix}$(分块初等行变换)得 $\begin{pmatrix}A&O\\-E+B A? ... 直接采用**初等变换证明**:对 $A$ 用初等行变换化上三角 $U$($PA=U$),则 $\lvert A\rvert=\lvert U\rvert/\lvert P\rvert$…… 复杂。 最稳妥可写版(考研证明题常见):对 $A$ 施行初等行变换化为行阶梯 $U$($U$ 上三角),记变换矩阵 $P$(可逆),$PA=U$。则 $PB$ 由 $B$ 经同样行变换得到,$\lvert AB\rvert=\lvert P^{-1}UB\rvert=\lvert P\rvert^{-1}\lvert UB\rvert$。再对 $U$ 用列变换化为对角:$UQ=D$。行、列变换对行列式的影响已知,逐步推出 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$。思路完整但繁琐。 **分块技巧证**(清晰可写):利用 $\begin{pmatrix}E&O\\-A&E\end{pmatrix}\begin{pmatrix}A&B\\B&? ... 好吧,用最常用的**行列式乘积分块证法**,同济教材的证明其实是: 构造 $M=\begin{pmatrix}A&O\\-E&B\end{pmatrix}$。① 分块三角:$\lvert M\rvert=\lvert A\rvert\lvert B\rvert$。 ② 对 $M$ 作**列块变换**:第一列块加上第二列块与 $A$ 的乘积(左乘 $A$): $$M=\begin{pmatrix}A&O\\-E&B\end{pmatrix}\xrightarrow{c_1\leftarrow c_1+Ac_2}\begin{pmatrix}A+OA&O\\-E+BA&B\end{pmatrix}=\begin{pmatrix}A&O\\BA-E&B\end{pmatrix}$$ 第一列块现在 $(A, BA-E)^T$。注意这里列变换是"第一列块 $+$ 第二列块 $\times A$",行列式不变。 ③ 再作**行块变换**:第二行块 $+$ 第一行块左乘 $A$: $$(BA-E,\ B)+A(A,\ O)=(BA-E+A^2,\ B)$$ 也不对。 算了,采用**交换列块证明**(等价但简短): 对 $\begin{pmatrix}A&O\\-E&B\end{pmatrix}$ 作列块变换 $c_1\leftarrow c_1 + c_2A$(第一列块加第二列块右乘 A——列变换允许右乘可逆矩阵吗?列变换的"倍加"是"某一列块加另一列块的(右)倍数",$c_2A$ 中 $A$ 是矩阵,这相当于连续做若干次单列倍加,允许): $$c_1: \binom{A}{-E}\to\binom{A}{-E}+\binom{O}{B}A=\binom{A}{-E+BA}$$ $$M_1=\begin{pmatrix}A&O\\-E+BA&B\end{pmatrix}$$ 再做列块变换 $c_2\leftarrow c_2+c_1(-A)$?$c_2: \binom{O}{B}\to\binom{O}{B}+\binom{A}{-E+BA}(-A)=\binom{-A^2}{B+EA-A^2B}$……乱。 **放弃构造,用标准教材证明(最被认可)**: $\begin{vmatrix}A&O\\-E&B\end{vmatrix}$ 用行展开(分块三角):$=\lvert A\rvert\lvert B\rvert$。 另一方面,把这个行列式按"交换行"处理:把 $M$ 的后 $n$ 行整体搬到前 $n$ 行,需 $n^2$ 次相邻交换(符号 $(-1)^{n^2}=(-1)^n$): $$\begin{vmatrix}A&O\\-E&B\end{vmatrix}=(-1)^n\begin{vmatrix}-E&B\\A&O\end{vmatrix}$$ 对 $\begin{pmatrix}-E&B\\A&O\end{pmatrix}$ 作列块变换 $c_2\leftarrow c_2+c_1B$(第二列块加第一列块右乘 B): $$c_2:\ \binom{B}{O}\to\binom{B}{O}+\binom{-E}{A}B=\binom{B-B}{AB}=\binom{O}{AB}$$ $$=\begin{vmatrix}-E&O\\A&AB\end{vmatrix}=\lvert-E\rvert\lvert AB\rvert=(-1)^n\lvert AB\rvert$$ 于是 $\lvert A\rvert\lvert B\rvert=(-1)^n\cdot(-1)^n\lvert AB\rvert=\lvert AB\rvert$。∎ 检查:分块三角 $\begin{vmatrix}A&O\\-E&B\end{vmatrix}=\lvert A\rvert\lvert B\rvert$ ✓。$c_2\leftarrow c_2+c_1B$ 中列变换 $c_1$ 是 $\binom{-E}{A}$,右乘 $B$ 得 $\binom{-EB}{AB}=\binom{-B}{AB}$,加到 $c_2=\binom{B}{O}$:$\binom{B-B}{AB}=\binom{O}{AB}$ ✓。好,这个证明是对的且可写! ## P2 克拉默法则(D10) **证明**:$\lvert A\rvert\ne0\Rightarrow A$ 可逆,$x=A^{-1}b=\frac{A^*}{\lvert A\rvert}b$。 第 $j$ 个分量:$x_j=\frac{1}{\lvert A\rvert}(A_{1j}b_1+\cdots+A_{nj}b_n)$。 而 $\lvert A_j\rvert$(第 $j$ 列换为 $b$)按第 $j$ 列展开恰为 $b_1A_{1j}+\cdots+b_nA_{nj}$。 故 $x_j=\frac{\lvert A_j\rvert}{\lvert A\rvert}$。∎(唯一性:若 $x,y$ 都是解,则 $A(x-y)=0$,$A$ 可逆推 $x=y$。) ## P3 $AA^*=\lvert A\rvert E$ 与 $\lvert A^*\rvert=\lvert A\rvert^{n-1}$(M5) **证明**:$AA^*$ 的 $(i,j)$ 元 $=\sum_k a_{ik}A_{jk}$。由 D7、D8: $$\sum_k a_{ik}A_{jk}=\begin{cases}\lvert A\rvert,&i=j\\0,&i\ne j\end{cases}\Rightarrow AA^*=\lvert A\rvert E$$ 取行列式:$\lvert A\rvert\lvert A^*\rvert=\lvert\lvert A\rvert E\rvert=\lvert A\rvert^n$。若 $\lvert A\rvert\ne0$,约去得 $\lvert A^*\rvert=\lvert A\rvert^{n-1}$($A$ 不可逆时由 $r(A^*)$ 直接验证亦成立)。∎ ## P4 可逆等价条件(M4) **证明**(链条): - $\lvert A\rvert\ne0\Rightarrow A^{-1}=\frac{A^*}{\lvert A\rvert}$(P3 给出)。 - $A$ 可逆 $\Rightarrow Ax=0$ 仅零解(左乘 $A^{-1}$);反之 $Ax=0$ 仅零解 $\Rightarrow r(A)=n\Rightarrow\lvert A\rvert\ne0$。 - $r(A)=n\iff$ 列向量线性无关(列秩 $=n$)。 - $Ax=0$ 仅零解 $\iff$ 特征值全非零($0$ 不是特征值)。 - $AB=E\Rightarrow$ 由 $\lvert AB\rvert=1\ne0$ 得 $\lvert A\rvert\ne0$。∎ ## P5 秩不等式(M9) **证明**(三条核心): - $r(A+B)\le r(A)+r(B)$:$A+B$ 的每一列是 $A$ 的列与 $B$ 的列之和,故列空间 $C(A+B)\subseteq C(A)+C(B)$,维数 $\le r(A)+r(B)$。∎ - $r(AB)\le\min\{r(A),r(B)\}$:$AB$ 的每列是 $A$ 的列的线性组合 $\Rightarrow r(AB)\le r(A)$;$r(AB)=r((AB)^T)=r(B^TA^T)\le r(B^T)=r(B)$。∎ - $AB=O\Rightarrow r(A)+r(B)\le n$:$B$ 的每列都是 $Ax=0$ 的解,故列空间 $\subseteq$ 解空间,$r(B)\le n-r(A)$。∎ ## P6 行秩 $=$ 列秩(V6) **证明**:设 $r(A)=r$(列秩),$A$ 经初等行变换化行最简形,非零行数 $=r$;初等行变换不改变列秩(列向量组的线性关系不变),故列秩 $=$ 行阶梯非零行数 $=$ 行秩。∎(推论:$r(A^T)=r(A)$) ## P7 柯西-施瓦茨(V7) **证明**:对任意 $t$,$\lvert\alpha+t\beta\rvert^2=\lvert\alpha\rvert^2+2t(\alpha\cdot\beta)+t^2\lvert\beta\rvert^2\ge0$。关于 $t$ 的二次三项式判别式 $\le0$:$4(\alpha\cdot\beta)^2-4\lvert\alpha\rvert^2\lvert\beta\rvert^2\le0$,即 $\lvert\alpha\cdot\beta\rvert\le\lvert\alpha\rvert\lvert\beta\rvert$。等号 $\iff$ 判别式 $=0\iff$ 存在 $t$ 使 $\alpha+t\beta=0$(共线)。∎ ## P8 基础解系个数 $=n-r(A)$(E2) **证明**:对 $A$ 作初等行变换化行最简形,设 $r(A)=r$,则有 $r$ 个主元列、$n-r$ 个自由未知量。令自由未知量依次取 $e_1,\cdots,e_{n-r}$(标准基),解出主元,得到 $n-r$ 个线性无关解 $\xi_1,\cdots,\xi_{n-r}$;任一解由其自由未知量唯一决定,即唯一表示为这些 $\xi_i$ 的线性组合。故解空间维数恰为 $n-r$。∎ ## P9 不同特征值的特征向量线性无关(G3) **证明**(归纳法):设 $\lambda_1,\cdots,\lambda_m$ 互异,对应特征向量 $\xi_1,\cdots,\xi_m$。 设 $k_1\xi_1+\cdots+k_m\xi_m=0$。(①) 左乘 $A$:$k_1\lambda_1\xi_1+\cdots+k_m\lambda_m\xi_m=0$。(②) ②$-\lambda_m$①:$k_1(\lambda_1-\lambda_m)\xi_1+\cdots+k_{m-1}(\lambda_{m-1}-\lambda_m)\xi_{m-1}=0$。 由归纳假设 $\xi_1,\cdots,\xi_{m-1}$ 无关,且 $\lambda_i-\lambda_m\ne0$,得 $k_1=\cdots=k_{m-1}=0$;代回①得 $k_m=0$。∎ ## P10 实对称矩阵特征值性质(G4) **证明**(实性):设 $A^T=A$,$A\alpha=\lambda\alpha$($\alpha\ne0$)。两边取共轭转置:$\overline\alpha^T A=\bar\lambda\overline\alpha^T$。右乘 $\alpha$:$\overline\alpha^TA\alpha=\bar\lambda\lvert\alpha\rvert^2$;左边 $=\overline\alpha^T\lambda\alpha=\lambda\lvert\alpha\rvert^2$。故 $(\lambda-\bar\lambda)\lvert\alpha\rvert^2=0\Rightarrow\lambda=\bar\lambda$,$\lambda$ 为实数。∎ **证明**(正交性):$A\alpha=\lambda_1\alpha$,$A\beta=\lambda_2\beta$,$\lambda_1\ne\lambda_2$。则 $\lambda_1(\alpha\cdot\beta)=(A\alpha)\cdot\beta=\alpha\cdot(A\beta)=\lambda_2(\alpha\cdot\beta)$($A$ 对称),故 $(\lambda_1-\lambda_2)(\alpha\cdot\beta)=0\Rightarrow\alpha\cdot\beta=0$。∎ ## P11 可对角化充要条件(G7) **证明**(要点): - ($\Rightarrow$)$A$ 可对角化,则 $A$ 相似于 $\Lambda$,特征值的代数重数与几何重数不变;对角阵 $\Lambda$ 中 $\lambda_i$ 出现次数 $=$ 代数重数 $=$ 几何重数(对角阵的 $\lambda_i E-\Lambda$ 零空间维数恰为出现次数)。 - ($\Leftarrow$)每个特征值的几何重数 $=$ 代数重数:不同特征值的特征向量组线性无关(P9),合并后共 $\sum$(几何重数)$=\sum$(代数重数)$=n$ 个线性无关特征向量,拼成 $P$ 使 $P^{-1}AP=\Lambda$。∎ ## P12a 惯性定理(Q3) **陈述**:任意实二次型经可逆线性变换化成的规范形 $y_1^2+\cdots+y_p^2-y_{p+1}^2-\cdots-y_{p+q}^2$ 中,$p,q$ 唯一(不随变换改变)。 **证明**(反证要点):若两种变换给出 $(p,q)$ 与 $(p',q')$,$pn$),代入得 $0=$ 负数平方和,矛盾。∎(数一按"了解证明、会用结论"掌握) ## P12b 正定判定四条件等价(Q5) **证明**(要点): - 特征值全正 $\iff$ 正惯性指数 $=n$(正交变换化标准形 $\sum\lambda_i y_i^2$ 且惯性指数即正特征值个数)。 - 正惯性指数 $=n\iff$ 规范形 $=\sum y_i^2=y^Ty$,即 $f=x^T(C^{-1})^TC^{-1}x=(C^{-1}x)^T(C^{-1}x)$,取 $A=(C^{-1})^T C^{-1}$ 型:$A=B^TB$,$B=C^{-1}$ 可逆。反之 $A=C^TC$ 时 $f=\lvert Cx\rvert^2\ge0$ 且等号仅 $x=0$。 - 顺序主子式全正 $\Rightarrow$ 正定:对 $n$ 阶归纳,$A$ 的 $n-1$ 阶顺序主子式全正 $\Rightarrow$ 左上角 $A_{n-1}$ 正定,分块消元得 $A=\begin{pmatrix}A_{n-1}&*\\*&*\end{pmatrix}$ 合同于 $\begin{pmatrix}A_{n-1}&O\\O&d\end{pmatrix}$,$d=\frac{\lvert A\rvert}{\lvert A_{n-1}\rvert}>0$,故合同于单位阵,正定。(正定 $\Rightarrow$ 顺序主子式全正:主子式=顺序主子式限制下二次型仍正定。)∎ --- ## 复习动作 - [ ] 对每章表格先盖住"陈述"列,凭记忆复述 80% 以上 - [ ] 独立写出 P1(分块证明)、P3、P5、P9 四个证明 - [ ] 把证明题笔记 [[线代-常见证明题]] 的 6 道题与上表编号互挂(如 2020·21 → M4 + P4) - [ ] 完成 [[线代专题练习]] 后,错题定位到本表定理编号 - [ ] 精读阶段:重点补 P12a/P12b 的完整书写(正定与惯性是解答题常客)