线代题型总总结

线代题型总总结

来源：小猿搜题_错题本_20260512170632.pdf、线代答案.pdf、线代2.pdf。 本文件只总结题型，不使用前两个课件/PPT 型 PDF。

0. 总体复习主线

这几份题目主要围绕四条线：

向量组：线性表示 -> 相关无关 -> 秩 -> 极大无关组
方程组：Ax=0 / Ax=b -> 秩判别 -> 基础解系 -> 通解
向量空间：基 -> 坐标 -> 过渡矩阵 -> 维数
特征与正交：正交基/正交矩阵 -> 特征值 -> 相似对角化

现在这套笔记按“总览 + 专项题型库”使用：

02-10：按题型展开方法 + 例题
04：总览、章节主线、错题入口

建议不要只背题型流程。每个流程背后都要能说出一句“为什么”：

线性表示为什么看 r(A)=r(A,b)？
因为 Ax=b 有解等价于 b 在 A 的列空间里。

可对角化为什么看 n 个线性无关特征向量？
因为这些特征向量要组成新基 P。

二次型为什么用合同而不是相似？
因为 x=Cy 后矩阵变成 C^TAC。

概念判断题不要硬套流程，按这个顺序想：

定义是什么 -> 等价条件是什么 -> 有没有反例 -> 是否把必要条件当充分条件

1. 线性表示推出线性相关

考法

题目给：

β 可由 α1,α2,...,αs 线性表示

问 α1,α2,...,αs,β 是否线性相关。

核心结论

一定线性相关。

因为若：

β = k1α1 + k2α2 + ... + ksαs

移项得：

k1α1 + k2α2 + ... + ksαs - β = 0

其中 β 的系数是 -1，系数不全为 0，所以增广后的向量组线性相关。

易混点

这个结论不要求原向量组 α1,...,αs 线性无关。只要 β 能由它们表示，加入 β 后必相关。

2. 无关组增广后是否仍无关

考法

题目给：

α1,α2,...,αs 线性无关

问加入一个新向量 β 后是否仍线性无关。

核心结论

| 条件 | 结论 |
| --- | --- |
| `β` 可由原无关组线性表示 | 增广组线性相关 |
| `β` 不可由原无关组线性表示 | 增广组线性无关 |

和上一题型的区别

| 对比点 | 线性表示推出相关 | 无关组增广 |
| --- | --- | --- |
| 已知条件 | `β` 已经能被表示 | 原组无关，`β` 是否能表示未知 |
| 结论 | 增广组一定相关 | 要看 `β` 是否在原组张成空间里 |
| 关键判断 | 移项成零组合 | 判断 `r(α组)` 与 `r(α组,β)` 是否相等 |

3. 整体与部分的相关无关判断

必背逻辑

| 已知 | 能推出 |
| --- | --- |
| 整体线性无关 | 任意部分组线性无关 |
| 某部分组线性相关 | 加上更多向量后仍线性相关 |
| 整体线性相关 | 不能推出每个部分组都相关 |
| 某部分组线性无关 | 不能推出整体线性无关 |

常用反例

α1=e1, α2=e2, α3=e1+e2

α1,α2 线性无关，但 α1,α2,α3 线性相关。

再比如：

α1=e1, α2=e2
β1=e1, β2=e2

两组各自无关，但合在一起相关。

4. 向量组经过矩阵 A 作用后的相关性

考法

给 Aα1,Aα2,...,Aαs，问相关性和原向量组有什么关系。

核心结论

若 α1,...,αs 线性相关，则 Aα1,...,Aαs 一定线性相关。

反过来不一定成立。因为矩阵 A 可能把无关向量压成相关向量，甚至压成零向量。

如果 A 可逆，则相关性和无关性都保持：

α组相关 ⇔ Aα组相关
α组无关 ⇔ Aα组无关

5. 向量组等价、同秩、互相表示

定义

两个向量组等价，指它们能相互线性表示。

A 可由 B 表示，且 B 可由 A 表示

必背结论

| 命题 | 是否正确 |
| --- | --- |
| 等价向量组一定同秩 | 正确 |
| 同秩向量组一定等价 | 错误 |
| 若 A 是 B 的部分组，且 `r(A)=r(B)`，则 A 与 B 等价 | 正确 |
| 若 `r(A,B)=r(A)=r(B)`，则 A 与 B 等价 | 正确 |

易错点

只知道“秩相同”不够，还要看是否有包含关系或共同张成空间相同。

反例：

(1,0)^T 与 (0,1)^T

秩都为 1，但不能互相线性表示。

6. 求秩、极大无关组、其余向量表示

标准流程

1. 把向量按列组成矩阵。 2. 对矩阵做初等行变换，化成阶梯形。 3. 非零行个数就是秩。 4. 主元列对应原矩阵中的列向量，构成一个极大无关组。 5. 其余列按主元列线性表示。

注意

行变换后可以看主元列编号，但最后写极大无关组时要写原来的向量，不要把变换后的列拿来当答案。

7. AB=O 的必然相关性

考法

设 A,B 是非零矩阵，且：

AB=O

问 A、B 的行向量组或列向量组哪个必相关。

核心结论

必有：

A 的列向量组线性相关
B 的行向量组线性相关

理由

B 的每一列都是 Ax=0 的解。由于 B 非零，存在非零解，所以 A 的列向量组相关。

同理，A 的每一行可看作 yB=0 的非零解，所以 B 的行向量组相关。

易错点

不是 “A 的行、B 的列” 必相关，而是：

A 列相关，B 行相关

8. 齐次方程组 Ax=0

核心判据

设 A 是 m×n 矩阵。

| 条件 | 结论 |
| --- | --- |
| `r(A)=n` | 只有零解 |
| `r(A)<n` | 有非零解 |
| `r(A)=r` | 基础解系含 `n-r` 个解向量 |
| 解空间维数 | `n-r(A)` |

通解写法

若基础解系为：

ξ1, ξ2, ..., ξn-r

则通解为：

x = k1ξ1 + k2ξ2 + ... + k(n-r)ξ(n-r)

其中 k_i 为任意常数。

判断某组是不是基础解系

必须同时满足：

1. 每个向量都是 Ax=0 的解。 2. 这组向量线性无关。 3. 向量个数等于 n-r(A)。

只满足“都是解”不够；只满足“无关”也不够。

9. 非齐次方程组 Ax=b

有解判别

| 条件 | 结论 |
| --- | --- |
| `r(A)<r(A,b)` | 无解 |
| `r(A)=r(A,b)=n` | 唯一解 |
| `r(A)=r(A,b)<n` | 无穷多解 |

通解结构

非齐次方程组的通解：

x = η + k1ξ1 + k2ξ2 + ... + ktξt

其中：

η 是 Ax=b 的一个特解
ξ1,...,ξt 是导出组 Ax=0 的基础解系

解向量运算

若 η1,η2 是 Ax=b 的两个解，则：

η1 - η2 是 Ax=0 的解

若 η 是 Ax=b 的解，ξ 是 Ax=0 的解，则：

η + ξ 仍是 Ax=b 的解
η - ξ 仍是 Ax=b 的解

但一般：

η1 + η2 不是 Ax=b 的解

因为 A(η1+η2)=2b。

易错点

齐次方程组的所有解构成向量空间；非齐次方程组的所有解一般不构成向量空间，因为不含零向量，也不对加法封闭。

10. 公共解题型

考法

两个方程组都有未知参数，要求：

两个方程组有公共解，求参数和公共解

标准做法

1. 把两个方程组联立成一个更大的方程组。 2. 对增广矩阵做行变换。 3. 用有解条件 r(A)=r(A,b) 解参数。 4. 参数确定后，再求公共解。

注意

“有公共解”不是分别有解，而是存在同一个 x 同时满足两个方程组。

11. 由基础解系反构造方程组

考法

题目给基础解系，要求写出一个齐次线性方程组。

思路

若要构造：

Ax=0

且基础解系为 ξ1,...,ξt，则 A 的每一行向量 a 都要满足：

aξ1=0, aξ2=0, ..., aξt=0

也就是说，A 的行向量取这些基础解系张成空间的正交补中的向量。

流程

1. 设 A 的一行是未知向量。 2. 让它分别与给定基础解系点乘为 0。 3. 解出一组或几组独立行向量。 4. 用这些行向量组成 A。

12. 伴随矩阵 A* 与基础解系

必背公式

AA* = A*A = |A|E

秩关系

对 n 阶矩阵 A：

| `r(A)` | `r(A*)` |
| --- | --- |
| `n` | `n` |
| `n-1` | `1` |
| `< n-1` | `0` |

常见考法

给出 Ax=0 或 A*x=0 的基础解系，反推另一个方程组的基础解系。

先用：

基础解系个数 = n - r(系数矩阵)

推出秩，再用伴随矩阵秩关系转换。

易错点

A* 是伴随矩阵，不是逆矩阵。只有 A 可逆时，才有：

A^{-1}=A*/|A|

13. 向量空间、基、维数

向量空间判断

一个集合是向量空间，核心看是否对加法和数乘封闭，并且包含零向量。

常见陷阱：

含有乘积条件 x1x2x3=0 的集合通常不是向量空间

因为两个满足条件的向量相加后可能不满足条件。

基的判断

在 n 维空间中，n 个向量构成一组基，当且仅当它们线性无关。

等价说法：

n 个 n 维向量线性无关
⇔ 能表示任意 n 维向量
⇔ 组成的方阵行列式非零
⇔ 组成的方阵满秩

解空间维数

若：

W={x | Ax=0}

则：

dim W = n - r(A)

14. 坐标与过渡矩阵

坐标判断

若：

β = c1α1 + c2α2 + c3α3

则 β 在基 α1,α2,α3 下的坐标为：

(c1,c2,c3)^T

注意基的顺序会改变坐标。

例如：

β = 2α1 - 3α2 + α3

在基 α1,α2,α3 下坐标是：

(2,-3,1)^T

若换成基 α1,α3,α2，坐标要跟着换成：

(2,1,-3)^T

过渡矩阵

设两组基：

旧基 A=(α1,α2,...,αn)
新基 B=(β1,β2,...,βn)

如果：

B = AP

则 P 是“从新基坐标到旧基坐标”的过渡矩阵：

[x]_A = P[x]_B

反过来：

[x]_B = P^{-1}[x]_A

易错点

题目问“由 A 基到 B 基”时，要看教材定义。有的题把“由 A 到 B”定义为 [x]_B=P[x]_A，有的按基向量展开写。保险做法是每次写出：

x = A[x]_A = B[x]_B
B = AP

再由等式推出，不靠死记方向。

15. 正交、规范正交基、正交矩阵

正交向量组

向量两两内积为 0，就是正交向量组。零向量与任何向量正交，但规范正交基中不能有零向量。

规范正交基

满足两个条件：

两两正交
每个向量长度为 1

基本单位向量组是 R^n 的规范正交基。

正交矩阵

n 阶矩阵 Q 为正交矩阵：

Q^TQ=E

等价于：

Q 的列向量组是 R^n 的规范正交基
Q 的行向量组也是 R^n 的规范正交基
Q^{-1}=Q^T
|Q|=±1

正交变换保持长度和夹角。

易错点

kQ 一般不是正交矩阵，除非 k=1 或 k=-1。因为：

(kQ)^T(kQ)=k^2E

16. 特征值、特征向量、相似对角化

特征值与特征向量

解：

|λE-A|=0

得到特征值，再解：

(λE-A)x=0

得到对应特征向量。

相似对角化判定

n 阶矩阵 A 可相似对角化，当且仅当 A 有 n 个线性无关的特征向量。

常用充分条件：

A 有 n 个互异特征值

则 A 一定可相似对角化。

但反过来不成立：有重特征值的矩阵也可能可对角化。

重特征值判断

若 λ 是 k 重特征值，则看：

dim N(λE-A) = n - r(λE-A)

也就是 λ 对应的线性无关特征向量个数。

若每个特征值对应的线性无关特征向量个数之和为 n，则可相似对角化。

实对称矩阵

实对称矩阵一定可正交对角化。

A=A^T

则存在正交矩阵 Q，使：

Q^TAQ = Λ

17. 参数题通用套路

出现参数的向量组

常见目标：

求 a，使向量组相关/无关
求 a，使向量组秩为某个数
求 a，使方程组有解/无解/无穷多解

做法

1. 组成矩阵。 2. 行变换到阶梯形。 3. 找主元条件。 4. 对让主元为 0 的特殊参数单独讨论。

判断表

| 目标 | 条件 |
| --- | --- |
| n 个 n 维向量相关 | 行列式为 0 |
| n 个 n 维向量无关 | 行列式非 0 |
| `Ax=b` 有解 | `r(A)=r(A,b)` |
| `Ax=b` 无穷多解 | `r(A)=r(A,b)<n` |
| `Ax=0` 有非零解 | `r(A)<n` |

18. 最容易混的几组题

1. “能线性表示”与“线性无关”

β 能由 α 组表示，推出 α组+β 相关；不推出 α 组本身相关或无关。

2. “同秩”与“等价”

等价一定同秩；同秩不一定等价。

3. “非齐次解的和”与“齐次解的和”

齐次解任意线性组合还是齐次解；非齐次解相加一般不是非齐次解。

4. “基础解系”与“任意解组”

基础解系必须线性无关、能表示全部解、个数正确。

5. “过渡矩阵方向”

不要只背“从 A 到 B”。先写：

x=A[x]_A=B[x]_B

再推坐标关系。

19. 考前速记表

| 题型 | 一句话判据 |
| --- | --- |
| `β` 能否由 α 组表示 | `r(α组)=r(α组,β)` |
| α 组是否无关 | `r(α组)=向量个数` |
| α 组是否相关 | `r(α组)<向量个数` |
| 极大无关组 | 自身无关，且秩等于原向量组秩 |
| `Ax=0` 基础解系个数 | `n-r(A)` |
| `Ax=b` 有解 | `r(A)=r(A,b)` |
| `Ax=b` 唯一解 | `r(A)=r(A,b)=n` |
| `Ax=b` 无穷多解 | `r(A)=r(A,b)<n` |
| `Ax=b` 无解 | `r(A)<r(A,b)` |
| 解空间维数 | `n-r(A)` |
| n 个 n 维向量成基 | 行列式非 0 |
| 正交矩阵 | `Q^TQ=E` |
| 可相似对角化 | 有 n 个线性无关特征向量 |
| 实对称矩阵 | 一定可正交对角化 |

20. 新增资料后优先补看的题型

这次新资料偏第三章细化和第四、第五章提高题，建议按下面顺序补：

1. 高斯消元与参数方程组：看 09-第三四章新增笔记与错题增强题型.md 的题型 1。 2. 主元列与极大无关组：看 09 的题型 2。 3. 正交矩阵证明：看 09 的题型 4。 4. 矩阵多项式推特征值：看 09 的题型 5、6。 5. 实对称矩阵相似与正交对角化：看 09 的题型 7、8。 6. 第五章相似矩阵与二次型：看 10-第五章相似矩阵与二次型题型.md。

第五章最常用的新判据：

| 新题型 | 一句话方法 |
| --- | --- |
| `αα^T` 秩 1 矩阵 | 分 α 方向和 α 的正交补方向看特征值 |
| `A^k=O` | A 的特征值全为 0 |
| `f(A)` | A 的特征值 λ 变成 `f(λ)` |
| `A~B` 求 `r(A-λE)` | 转成 `r(B-λE)` |
| 二次型写矩阵 | 交叉项系数除以 2 放对称位置 |
| 正交变换标准形 | 特征值作平方项系数 |
| 规范形 | 正系数变 `+1`，负系数变 `-1`，零保留 |
| 正定 | 特征值全正，或顺序主子式全正 |
| 合同 | 保秩和正负惯性指数，不一定保特征值 |

21. 章节主线速记

| 章节 | 核心问题 | 主入口文件 |
| --- | --- | --- |
| 第三章 | 向量能否表示、方程组是否有解、秩如何判断 | `02`、`03`、`05`、`06` |
| 第四章 | 能否找到特征向量基，让矩阵对角化 | `07`、`09` |
| 第五章 | 相似看特征值，二次型看合同和惯性指数 | `10` |
| 跨章节 | 证明题模板、概念判断、反例库 | `04` 本文件和各专项文件末尾 |

第三章主线：向量组、秩、方程组是一件事

第三章最重要的翻译链是：

β 能由 α1,...,αs 线性表示
⇔ Ax=β 有解
⇔ r(A)=r(A,β)

其中：

A=(α1,α2,...,αs)

而：

α1,...,αs 线性相关
⇔ Ax=0 有非零解
⇔ r(A)<向量个数

所以第三章做题不是孤立背概念，而是不断在三种语言之间切换：

向量语言：能否表示、是否相关
矩阵语言：列向量组、秩
方程组语言：Ax=0 / Ax=b 的解

第四章主线：找特征向量作为新基

第四章的核心问题是：

能不能找到一组基，使矩阵 A 变成对角矩阵？

如果能找到 n 个线性无关特征向量：

p1,...,pn

令：

P=(p1,...,pn)

则：

P^{-1}AP=D

实对称矩阵更强：

A=A^T -> 一定可正交对角化 -> Q^TAQ=D

第五章主线：相似看特征值，合同看惯性指数

相似：

B=P^{-1}AP

主要用于线性变换，保持特征值、迹、行列式、秩。

合同：

B=P^TAP

主要用于二次型，保持秩、正惯性指数、负惯性指数。

二次型：

f=x^TAx

做变量替换 x=Cy 后：

f=y^T(C^TAC)y

所以二次型题一定要想合同，不要和相似混用。

22. 错题本新增例题入口

| 错题类型 | 推荐查看 |
| --- | --- |
| “任意一个向量不能由其余表示”与线性无关 | `02` 题型 10 |
| 两两不成比例但整体相关 | `02` 题型 10 |
| 行向量组秩为 r 的“必有/任意”区别 | `03` 题型 7 |
| 行列式列向量线性组合 | `03` 题型 8 |
| 含参数方程组分情况讨论 | `05` 题型 12 |
| 公共解联立矩阵法 | `05` 题型 13 |
| 坐标随基顺序变化 | `06` 题型 9 |
| 过渡矩阵方向 | `06` 题型 10 |
| 矩阵多项式推特征值 | `07` 题型 10、`09` 题型 5 |
| 行和相等推出特征值 | `07` 题型 11、`09` 题型 10 |
| 实对称矩阵另一个特征向量 | `07` 题型 12 |
| 不变子空间证明 | `09` 题型 11 |
| 分块矩阵相似证明 | `09` 题型 12 |
| 伴随矩阵特征值 | `10` 题型 16 |
| `AP=PB` 构造相似矩阵 | `10` 题型 17 |
| 二次型正定参数题 | `10` 题型 18 |
| 二次型合同选择题 | `10` 题型 19 |
| `E-αα^T` 的秩和不可逆性 | `10` 题型 20 |
| 幂零矩阵 `A^3=O` 求 `|2E+A|` | `10` 题型 21 |
| 正交变换换列顺序导致标准形顺序变化 | `10` 题型 22 |
| 已知标准形证明 `A+E` 正定 | `10` 题型 23 |