Files
MathNotesVersion2/基于考研的学习/数学一/知识点/线代-定理总表.md
T

253 lines
20 KiB
Markdown
Raw Blame History

This file contains invisible Unicode characters
This file contains invisible Unicode characters that are indistinguishable to humans but may be processed differently by a computer. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
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:$V_n=\prod_{1\le i<j\le n}(x_j-x_i)$ | $x_i$ 互异 $\iff V_n\ne0$ |
| D12 | 上/下三角、对角行列式 = 主对角元素之积 | 计算主力 |
| D13 | $\lvert kA\rvert=k^n\lvert A\rvert$;分块:$\begin{vmatrix}A&O\\O&B\end{vmatrix}=\lvert A\rvert\lvert B\rvert$,$\begin{vmatrix}O&A\\B&O\end{vmatrix}=(-1)^{mn}\lvert A\rvert\lvert B\rvert$ | $A$ 为 $m$ 阶 |
## 二、矩阵(M 系列)
| 编号 | 定理 | 备注 |
|---|---|---|
| M1 | 乘法结合律、分配律;$(AB)C=A(BC)$,$A(B+C)=AB+AC$ | 可乘条件:列数=行数 |
| M2 | **转置反序**:$(AB)^T=B^TA^T$,$(ABC)^T=C^TB^TA^T$ | 高频考点 |
| M3 | 逆矩阵反序:$(AB)^{-1}=B^{-1}A^{-1}$;$(A^T)^{-1}=(A^{-1})^T$;$(kA)^{-1}=\frac1kA^{-1}$;$(A^{-1})^{-1}=A$ | $A,B$ 可逆 |
| M4 | **可逆等价条件**:$A$ 可逆 $\iff\lvert A\rvert\ne0\iff r(A)=n\iff Ax=0$ 仅零解 $\iff$ 列(行)向量线性无关 $\iff$ 特征值全非零 $\iff\exists B,\ AB=E$ ★ | 见 P4 |
| M5 | **$AA^*=\lvert A\rvert E$**;$\lvert A^*\rvert=\lvert A\rvert^{n-1}$;$r(A^*)=\begin{cases}n,&r(A)=n\\1,&r(A)=n-1\\0,&r(A)<n-1\end{cases}$ ★ | 见 P3 |
| M6 | 初等矩阵:左乘=行变换,右乘=列变换;初等矩阵可逆且逆为初等矩阵 | 变换矩阵化 |
| M7 | **等价标准形**:$\forall A_{m\times n}$,$\exists$ 可逆 $P,Q$ 使 $PAQ=\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$,$r=r(A)$ | 初等变换 |
| M8 | 等价 $\iff$ 同型且秩相等:$A\sim B\iff r(A)=r(B)$ | 秩是唯一不变量 |
| M9 | **秩不等式**:$0\le r(A)\le\min\{m,n\}$;$r(A^T)=r(A)$;$r(PAQ)=r(A)$($P,Q$ 可逆);$r(A+B)\le r(A)+r(B)$;$r(AB)\le\min\{r(A),r(B)\}$;Sylvester $r(A)+r(B)-n\le r(AB)$;$AB=O\Rightarrow r(A)+r(B)\le n$ ★ | 见 P5 |
| M10 | 分块乘法、分块对角/三角的行列式与逆 | 计算工具 |
| M11 | $A^k=O$(幂零)$\Rightarrow(E-A)^{-1}=E+A+\cdots+A^{k-1}$;$AB=BA\Rightarrow(A+B)^n=\sum\binom nk A^{n-k}B^k$ | 二项式条件 |
## 三、向量(V 系列)
| 编号 | 定理 | 备注 |
|---|---|---|
| V1 | $\alpha_1,\cdots,\alpha_n$ 线性相关 $\iff$ 存在不全为零的 $k_i$ 使 $\sum k_i\alpha_i=0$;$n$ 个 $n$ 维向量相关 $\iff\lvert\alpha_1\cdots\alpha_n\rvert=0$ | 行列式判据 |
| V2 | 部分组相关 $\Rightarrow$ 整体相关;整体无关 $\Rightarrow$ 部分组无关 | 扩充/截取 |
| V3 | 线性相关 $\iff$ **至少有一个**向量可由其余向量线性表示 | 系数非零者 |
| V4 | 无关组 $\alpha_1,\cdots,\alpha_n$ 添加 $\beta$ 后仍无关 $\iff\beta$ 不能由该组表示;若可表示则**表示唯一** | 唯一性 |
| V5 | 任意向量组存在极大线性无关组,所含向量个数(秩)唯一 | 秩的定义 |
| V6 | **$r(A)$ = 行秩 = 列秩**;等价向量组秩相等 ★ | 见 P6 |
| V7 | **柯西-施瓦茨**:$\lvert\alpha\cdot\beta\rvert\le\lvert\alpha\rvert\lvert\beta\rvert$,等号 $\iff$ 共线 ★ | 见 P7 |
| V8 | 正交向量组(不含零向量)必线性无关;**施密特正交化** $\beta_k=\alpha_k-\sum_{i<k}\frac{(\alpha_k,\beta_i)}{(\beta_i,\beta_i)}\beta_i$ | 正交化公式 |
| V9 | 过渡矩阵可逆;坐标变换 $x=Py$($P$:新基→旧基) | 见 [[矩阵]] 第四节 |
## 四、线性方程组(E 系列)
| 编号 | 定理 | 备注 |
|---|---|---|
| E1 | $Ax=0$($n$ 个未知数)有非零解 $\iff r(A)<n$ | 齐次 |
| E2 | **基础解系存在**:$Ax=0$ 的解空间维数 $=n-r(A)$,即恰有 $n-r(A)$ 个线性无关解 ★ | 见 P8 |
| E3 | $Ax=b$ 有解 $\iff r(A)=r(A,b)$;唯一解 $\iff r(A)=n$ | 增广矩阵 |
| E4 | 非齐次通解 = 特解 + 齐次通解:$x=x^*+\sum k_i\xi_i$ | 解的结构 |
| E5 | $Ax=0$ 与 $Bx=0$ 同解 $\Rightarrow r(A)=r(B)$(反之不成立) | 同解条件 |
| E6 | 三平面位置关系:唯一交点 / 交线 / 无解,对应 $r(A)$ 与 $r(A,b)$ | 几何意义 |
| E7 | 克拉默法则(见 D10):$n$ 元 $n$ 方程 $r(A)=n$ 时唯一解 | 理论价值 |
## 五、特征值与特征向量(G 系列)
| 编号 | 定理 | 备注 |
|---|---|---|
| G1 | 特征值满足特征方程 $\lvert\lambda E-A\rvert=0$;$(\lambda E-A)x=0$ 的非零解为特征向量 | 定义 |
| G2 | $\sum\lambda_i=\operatorname{tr}A$;$\prod\lambda_i=\lvert A\rvert$ | 求参利器 |
| G3 | **不同特征值的特征向量线性无关** ★ | 见 P9 |
| G4 | 实对称矩阵特征值均为实数;**不同特征值的特征向量正交** ★ | 见 P10 |
| G5 | $f(A)$ 的特征值为 $f(\lambda)$;$A$ 可逆 $\iff0$ 非特征值;$A^{-1}$ 特征值 $\frac1\lambda$;$A^k$ 特征值 $\lambda^k$;$A^*$ 特征值 $\frac{\lvert A\rvert}{\lambda}$ | 特征值运算 |
| G6 | 相似矩阵:特征多项式相同,迹、行列式、秩均相同 | 必要条件 |
| G7 | **可对角化充要条件**:$n$ 个线性无关特征向量 $\iff$ 每个特征值几何重数 $=$ 代数重数 ★ | 见 P11 |
| G8 | **实对称矩阵必可正交对角化**:$\exists$ 正交 $Q$,$Q^TAQ=\mathrm{diag}(\lambda_1,\cdots,\lambda_n)$ ★ | 数一核心定理 |
| G9 | $A^2=A$(幂等)$\Rightarrow$ 特征值 $\in\{0,1\}$;$A^k=O$ $\Rightarrow$ 特征值全 0 | 恒等式类 |
## 六、二次型(Q 系列)
| 编号 | 定理 | 备注 |
|---|---|---|
| Q1 | 二次型唯一对应实对称矩阵:$f=\boldsymbol x^TA\boldsymbol x$,$a_{ij}=$ 交叉项系数一半 | 矩阵表示 |
| Q2 | 合同:$B=C^TAC$($C$ 可逆);实对称矩阵合同 $\iff$ 秩相同且正负惯性指数相同 | 合同判据 |
| Q3 | **惯性定理**:规范形唯一,正惯性指数 $p$、负惯性指数 $q$ 由 $f$ 唯一确定 ★ | 见 P12a |
| Q4 | 实对称 $A$ 经正交变换可化为标准形 $\sum\lambda_i y_i^2$($\lambda_i$ 为特征值) | G8 应用 |
| Q5 | **正定判定**:正惯性指数 $=n$ $\iff$ 特征值全正 $\iff$ 顺序主子式全正 $\iff\exists$ 可逆 $C,\ A=C^TC$ ★ | 见 P12b |
| Q6 | 负定 $\iff-A$ 正定;半正定 $\iff$ 特征值 $\ge0$ | 判别延伸 |
| Q7 | 配方法(可逆线性变换)化标准形:平方和/差个数 = 惯性指数 | 计算 |
---
# 第二部分 · 重要定理证明(12 个)
> 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 $(p',q')$,$p<p'$。取两次变换复合 $z=Cw$ 使
$$z_1^2+\cdots+z_p^2-z_{p+1}^2-\cdots-z_{p+q}^2=w_1^2+\cdots+w_{p'}^2-w_{p'+1}^2-\cdots$$
考虑使 $z_{p+1}=\cdots=z_n=0$ 且 $w_1=\cdots=w_{p'}=0$ 的非零解空间:前者 $p$ 维、后者 $n-p'$ 维,交集非空(维数和 $p+n-p'>n$),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)