线性代数期末复习笔记

线性代数期末考点精准复习笔记

• [📊 线性代数期末考试考点分布笔记](#📊 线性代数期末考试考点分布笔记)
• • [一、 填空题部分（每题3分，共15分）](#一、 填空题部分（每题3分，共15分）)
  • • [考点 1：行列式的性质与计算](#考点 1：行列式的性质与计算)
    • [考点 2：矩阵的秩、逆与伴随矩阵性质](#考点 2：矩阵的秩、逆与伴随矩阵性质)
    • [考点 3：矩阵的高次幂运算或向量空间基的变换](#考点 3：矩阵的高次幂运算或向量空间基的变换)
    • [考点 4：向量内积（正交）与线性方程组解的结构](#考点 4：向量内积（正交）与线性方程组解的结构)
    • [考点 5：二次型规范形与实对称矩阵性质](#考点 5：二次型规范形与实对称矩阵性质)
  • [二、 选择题部分（每题3分，共15分）](#二、 选择题部分（每题3分，共15分）)
  • • [考点 1：行列式的项与特殊矩阵行列式性质](#考点 1：行列式的项与特殊矩阵行列式性质)
    • [考点 2：矩阵可逆的充要条件与矩阵运算性质](#考点 2：矩阵可逆的充要条件与矩阵运算性质)
    • [考点 3：向量组的线性相关性判定与初等矩阵变换](#考点 3：向量组的线性相关性判定与初等矩阵变换)
    • [考点 4：线性方程组解的结构与基础解系的变形](#考点 4：线性方程组解的结构与基础解系的变形)
    • [考点 5：矩阵相似与正定矩阵的判定](#考点 5：矩阵相似与正定矩阵的判定)
  • [三、 计算题部分（每题6分，共18分）](#三、 计算题部分（每题6分，共18分）)
  • • [考点 1：高阶行列式的计算](#考点 1：高阶行列式的计算)
    • [考点 2：含有参数的线性方程组解的讨论 或 矩阵方程求解](#考点 2：含有参数的线性方程组解的讨论 或 矩阵方程求解)
    • [考点 3：逆矩阵计算、特征值应用 或 向量组极大无关组](#考点 3：逆矩阵计算、特征值应用 或 向量组极大无关组)
  • [四、 综合应用题（本题满分10分）------ 向量组的极大无关组与线性表示](#四、 综合应用题（本题满分10分）—— 向量组的极大无关组与线性表示)
  • [五、 综合应用题（本题满分10分）------ 向量空间的基变换与过渡矩阵](#五、 综合应用题（本题满分10分）—— 向量空间的基变换与过渡矩阵)
  • [六、 综合应用题（本题满分10分）------ 矩阵的特征值、特征向量与对角化](#六、 综合应用题（本题满分10分）—— 矩阵的特征值、特征向量与对角化)
  • [七、 综合应用题（本题满分12分）------ 用正交变换化二次型为标准形](#七、 综合应用题（本题满分12分）—— 用正交变换化二次型为标准形)
  • [八、 证明题部分（本题满分10分）------ 线性相关性与特征值抽象证明](#八、 证明题部分（本题满分10分）—— 线性相关性与特征值抽象证明)

📊 线性代数期末考试考点分布笔记

---

一、 填空题部分（每题3分，共15分）

考点 1：行列式的性质与计算

• 出题位置：第一大题、第1题
• 核心考点与解题方法归纳 ：
  • 行列式的性质拆分与消元 ：22-23 B卷 给定已知行列式值，通过拆分 ∣ a 1 b 1 a b 1 + c 1 a 2 b 2 a b 2 + c 2 ∣ \begin{vmatrix} a_1 & b_1 & ab_1+c_1 \\ a_2 & b_2 & ab_2+c_2 \end{vmatrix} a1a2b1b2ab1+c1ab2+c2 求新行列式的值。利用行列式的可拆性以及某行（列）乘以常数加到另一行（列）值不变的性质进行化简。
  • 行列式代数展开式（含有未知数 x x x） ：22-23 A卷 求三阶行列式中 x 2 x^2 x2 的系数。通常采用按行或按列展开法，将其化为关于 x x x 的多项式，进而提取指定项的系数。
  • 行列式展开式的项数规律 ：24-25 A卷 考查 n n n 阶方阵行列式展开式的项数规律。由定义可知， n n n 阶行列式展开式中非零项最多有 n ! n! n! 项（4阶方阵即 4 ! = 24 4! = 24 4!=24 项）。

考点 2：矩阵的秩、逆与伴随矩阵性质

• 出题位置：第一大题、第2题
• 核心考点与解题方法归纳 ：
  • 伴随矩阵的乘积公式 ：22-23 B卷 考查核心公式 A A ∗ = ∣ A ∣ E AA^* = |A|E AA∗=∣A∣E。若已知 3 阶方阵 ∣ A ∣ = 2 |A|=2 ∣A∣=2，则 A A ∗ = 2 E AA^* = 2E AA∗=2E。
  • 方阵与其伴随矩阵的秩的关系 ：22-23 A卷 考查经典秩推导结论（大高频）：
    R ( A ∗ ) = { n , 当 R ( A ) = n 1 , 当 R ( A ) = n − 1 0 , 当 R ( A ) < n − 1 \text{R}(A^*) = \begin{cases} n, & \text{当 } \text{R}(A) = n \\ 1, & \text{当 } \text{R}(A) = n-1 \\ 0, & \text{当 } \text{R}(A) < n-1 \end{cases} R(A∗)=⎩ ⎨ ⎧n,1,0,当 R(A)=n当 R(A)=n−1当 R(A)<n−1
    题中 5 阶方阵 R ( A ) = 4 = 5 − 1 \text{R}(A)=4=5-1 R(A)=4=5−1，故 R ( A ∗ ) = 1 \text{R}(A^*)=1 R(A∗)=1。
  • 矩阵的幂运算与行列式 ：24-25 A卷 给出具体分块形式或上三角形式的矩阵 A A A，利用特征值或因式分解求 ∣ A 3 − E ∣ |A^3 - E| ∣A3−E∣ 的值。

考点 3：矩阵的高次幂运算或向量空间基的变换

• 出题位置：第一大题、第3题
• 核心考点与解题方法归纳 ：
  • 初等矩阵与矩阵乘法规律 ：22-23 B卷 计算 ( 1 1 0 1 ) 2 ( 1 2 2 1 ) ( 0 1 1 0 ) 2023 \begin{pmatrix}1&1\\0&1\end{pmatrix}^2 \begin{pmatrix}1&2\\2&1\end{pmatrix} \begin{pmatrix}0&1\\1&0\end{pmatrix}^{2023} (1011)2(1221)(0110)2023。需熟练掌握二阶三角矩阵的幂次规律 ( 1 a 0 1 ) n = ( 1 n a 0 1 ) \begin{pmatrix}1&a\\0&1\end{pmatrix}^n = \begin{pmatrix}1&na\\0&1\end{pmatrix} (10a1)n=(10na1) 及对角变换矩阵的奇偶幂次特性。
  • 向量在特定基下的坐标 ：22-23 A卷 给出向量 α \alpha α 及一组基 ϵ 1 , ϵ 2 , ϵ 3 \epsilon_1, \epsilon_2, \epsilon_3 ϵ1,ϵ2,ϵ3，通过解线性方程组 α = x 1 ϵ 1 + x 2 ϵ 2 + x 3 ϵ 3 \alpha = x_1\epsilon_1 + x_2\epsilon_2 + x_3\epsilon_3 α=x1ϵ1+x2ϵ2+x3ϵ3 求其在该基下的坐标 ( x 1 , x 2 , x 3 ) T (x_1, x_2, x_3)^T (x1,x2,x3)T。
  • 初等矩阵乘法与变换 ：24-25 A卷 已知 P A Q = B PAQ=B PAQ=B，求 P 2025 ⋅ Q P^{2025}\cdot Q P2025⋅Q，考查初等行、列变换对应的初等矩阵左乘（行变换）与右乘（列变换）的运算规律。

考点 4：向量内积（正交）与线性方程组解的结构

• 出题位置：第一大题、第4题
• 核心考点与解题方法归纳 ：
  • 向量正交的充要条件 ：22-23 B卷 已知 α \alpha α 和 β \beta β 正交，利用内积公式 α T β = 0 \alpha^T \beta = 0 αTβ=0 建立一元一次方程，从而求解未知参数 λ \lambda λ。
  • 非齐次线性方程组解的性质 ：22-23 A卷 已知 R ( A ) = 3 \text{R}(A)=3 R(A)=3，给出非齐次方程组的几个特殊解之和（如 α 1 + α 2 \alpha_1+\alpha_2 α1+α2），利用"非齐次解的线性组合"以及"解的差为齐次方程组的解"来求通解结构。
  • 齐次线性方程组基础解系与转置矩阵的秩 ：24-25 A卷 6 × 4 6 \times 4 6×4 矩阵 A A A，其 A x = 0 Ax=0 Ax=0 的基础解系含 2 个解向量，利用性质 R ( A ) = n − s = 4 − 2 = 2 \text{R}(A) = n - s = 4 - 2 = 2 R(A)=n−s=4−2=2，再由 R ( A T ) = R ( A ) \text{R}(A^T) = \text{R}(A) R(AT)=R(A) 推导转置矩阵的秩。

考点 5：二次型规范形与实对称矩阵性质

• 出题位置：第一大题、第5题
• 核心考点与解题方法归纳 ：
  • 二次型的规范形 ：22-23 B卷 求给定二次型 f ( x 1 , x 2 , x 3 ) f(x_1, x_2, x_3) f(x1,x2,x3) 的规范形。可以通过配方法或求特征值法，确定正惯性指数 p p p 和负惯性指数 q q q，规范形即为 y 1 2 + ⋯ + y p 2 − y p + 1 2 − ⋯ − y p + q 2 y_1^2 + \dots + y_p^2 - y_{p+1}^2 - \dots - y_{p+q}^2 y12+⋯+yp2−yp+12−⋯−yp+q2。
  • 实对称矩阵不同特征值的特征向量正交性 ：22-23 A卷 2阶实对称矩阵，不同特征值对应的特征向量 p 1 , p 2 p_1, p_2 p1,p2 必然满足 p 1 T p 2 = 0 p_1^T p_2 = 0 p1Tp2=0，借此性质求解矩阵中的未知参数 a a a。
  • 由特征方程行列式求二次型规范形 ：24-25 A卷 已知 3 阶实对称矩阵满足 ∣ A ∣ = 0 , ∣ A + 2 E ∣ = 0 , ∣ A − E ∣ = 0 |A|=0, |A+2E|=0, |A-E|=0 ∣A∣=0,∣A+2E∣=0,∣A−E∣=0，说明其特征值为 0 , − 2 , 1 0, -2, 1 0,−2,1，正惯性指数为1，负惯性指数为1，从而快速确定规范形。

---

二、 选择题部分（每题3分，共15分）

考点 1：行列式的项与特殊矩阵行列式性质

• 出题位置：第二大题、第1题
• 核心考点与解题方法归纳 ：
  • 行列式展开式项的正负号（逆序数） ：22-23 B卷 判断 n n n 阶行列式展开式中某一项 a 1 j 1 a 2 j 2 ... a n j n a_{1j_1}a_{2j_2}\dots a_{nj_n} a1j1a2j2...anjn 的前面符号，方法是计算列标排列 j 1 j 2 ... j n j_1j_2\dots j_n j1j2...jn 的逆序数 N N N，若为奇数则带负号，偶数带正号。
  • 行列式的性质（充要条件辨析） ：22-23 A卷 概念辨析，如"两行完全相同"是"行列式为0"的充分不必要条件。
  • 奇数阶反对称矩阵的行列式 ：24-25 A卷 考查核心结论：若 A A A 为奇数阶反对称矩阵（即 A T = − A A^T = -A AT=−A 且 n n n 为奇数），则其行列式必为 0 0 0。

考点 2：矩阵可逆的充要条件与矩阵运算性质

• 出题位置：第二大题、第2题
• 核心考点与解题方法归纳 ：
  • 根据矩阵的秩求未知参数 ：22-23 B卷 给出含有参数 a , b a, b a,b 的矩阵，已知其秩为 2，通过初等行变换化为阶梯形，使特定行全为0来确定参数之间的关系。
  • 矩阵转置、逆、伴随的恒等式运算 ：22-23 A卷 考查常用矩阵恒等式的性质辨析，如 ( A T ) − 1 T = A − 1 (A\^T)\^{-1}^T = A^{-1} (AT)−1T=A−1、 ( A B ) − 1 = B − 1 A − 1 (AB)^{-1} = B^{-1}A^{-1} (AB)−1=B−1A−1 等是否成立。
  • 矩阵可逆的多个等价条件 ：24-25 A卷 辨析 A A A 可逆的充要条件，如 ∣ A ∣ ≠ 0 |A| \neq 0 ∣A∣=0、 R ( A ) = n \text{R}(A)=n R(A)=n、 A A A 的特征值全不为0、 A x = 0 Ax=0 Ax=0 仅有零解等。

考点 3：向量组的线性相关性判定与初等矩阵变换

• 出题位置：第二大题、第3题
• 核心考点与解题方法归纳 ：
  • 部分组与整体组/延伸组与截断组的关系 ：22-23 B卷 辨析向量组的相关性关系。结论：若部分组线性相关，则整体组必线性相关；若截断组线性相关，原组不一定相关。
  • 初等行变换与初等矩阵的对应关系 ：22-23 A卷 考查对矩阵做某种初等行变换（如 r 1 − 3 r 3 r_1 - 3r_3 r1−3r3）时，等价于在左边乘以哪一个对应的初等矩阵。
  • 已知向量组无关，判断新向量组的相关性 ：24-25 A卷 已知 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α1,α2,α3 线性无关，判断由它们线性组合得到的新向量组的相关性。例如差量循环组 α 1 − α 2 , α 2 − α 3 , α 3 − α 1 \alpha_1-\alpha_2, \alpha_2-\alpha_3, \alpha_3-\alpha_1 α1−α2,α2−α3,α3−α1 对应的行列式为0，故必线性相关。

考点 4：线性方程组解的结构与基础解系的变形

• 出题位置：第二大题、第4题
• 核心考点与解题方法归纳 ：
  • 齐次方程组基础解系的等价表述 ：22-23 B卷 已知 ϵ 1 , ϵ 2 , ϵ 3 \epsilon_1, \epsilon_2, \epsilon_3 ϵ1,ϵ2,ϵ3 是 A x = 0 Ax=0 Ax=0 的基础解系，考查哪一组新向量同样可以作为基础解系。新向量组必须能与原基础解系相互线性表示（即过渡矩阵可逆/新向量组线性无关）。
  • 矩阵的秩与子式的定义 ：22-23 A卷 考查秩的定义： R ( A ) = r    ⟺    A \text{R}(A)=r \iff A R(A)=r⟺A 中存在 r r r 阶非零子式，且所有 r + 1 r+1 r+1 阶子式全为 0。
  • 利用增广矩阵判断非齐次方程组解的参数条件 ：24-25 A卷 给出含有参数的增广矩阵，要求方程组有无穷多解，需满足 R ( A ) = R ( A ˉ ) < n \text{R}(A)=\text{R}(\bar{A}) < n R(A)=R(Aˉ)<n。

考点 5：矩阵相似与正定矩阵的判定

• 出题位置：第二大题、第5题
• 核心考点与解题方法归纳 ：
  • 矩阵相似的判定 ：22-23 B卷 辨析两矩阵相似的条件。若两个矩阵有相同的特征值，且各自对应的特征向量独立个数达到最高（皆可对角化为相同的对角阵），则它们彼此相似。
  • 利用特征值求二次型的标准形 ：22-23 A卷 求出实对称矩阵 A A A 的特征值，根据特征值的正负符号和个数直接确定其标准形。
  • 实对称矩阵正定的充要条件 ：24-25 A卷 辨析正定矩阵的充要条件：各阶顺序主子式全大于0、特征值全为正数、正惯性指数 p = n p=n p=n 等。

---

三、 计算题部分（每题6分，共18分）

考点 1：高阶行列式的计算

• 出题位置：第三大题、第1题
• 核心考点与解题方法归纳 ：
  • 代数余子式的求和转化 ：22-23 B卷 计算 ∑ i = 1 n A i i \sum_{i=1}^n A_{ii} ∑i=1nAii。其本质是将行列式 D D D 的各行元素用全 1 的行替换后计算对应的新行列式。
  • 特殊结构行列式计算（行和相等/箭形） ：
    • 22-23 A卷 带有变量的 4 阶三对角或箭形行列式的消元计算。
    • 24-25 A卷 矩阵每一行元素均相同但位置循环（行和相等结构）。解法 ：通常先将所有列加到第一列，提取第一列的公因式（行和），再将第一行乘以相应倍数减到其余各行化为上三角或阶梯形求解。

考点 2：含有参数的线性方程组解的讨论 或 矩阵方程求解

• 出题位置：第三大题、第2题
• 核心考点与解题方法归纳 ：
  • 方程组有无穷多解的参数讨论 ：22-23 B卷 方程组含有未知参数，通过令其系数行列式 ∣ A ∣ = 0 |A|=0 ∣A∣=0 找出参数的可能值，再带入增广矩阵行化简，检验并讨论通解。
  • 分块矩阵的高次幂运算 ：22-23 A卷 利用分块对角矩阵性质 A n = ( B n 0 0 C n ) A^n = \begin{pmatrix} B^n & 0 \\ 0 & C^n \end{pmatrix} An=(Bn00Cn)，将整体高次幂转化为子块矩阵的低阶乘法。
  • 经典矩阵方程求解 X A + B = C XA + B = C XA+B=C 变形 ：24-25 A卷 求解形如 B A = 2 B + A BA = 2B + A BA=2B+A 的矩阵方程。解法 ：移项提公因式变形为 B ( A − 2 E ) = A B(A-2E) = A B(A−2E)=A，在满足 ( A − 2 E ) (A-2E) (A−2E) 可逆的条件下，两边右乘逆矩阵得出 B = A ( A − 2 E ) − 1 B = A(A-2E)^{-1} B=A(A−2E)−1。

考点 3：逆矩阵计算、特征值应用 或 向量组极大无关组

• 出题位置：第三大题、第3题
• 核心考点与解题方法归纳 ：
  • 矩阵行列式的综合性质化简 ：22-23 B卷 已知 ∣ A ∣ = 2 |A|=2 ∣A∣=2，且 B B B 的特征值已知。求 ∣ − 2 ( A T B 2 ) − 1 ∣ |-2(A^T B^2)^{-1}| ∣−2(ATB2)−1∣ 的值。考查性质： ∣ k A ∣ = k n ∣ A ∣ |kA| = k^n|A| ∣kA∣=kn∣A∣、 − ∣ A − 1 ∣ = 1 ∣ A ∣ -|A^{-1}| = \frac{1}{|A|} −∣A−1∣=∣A∣1、 − ∣ A B ∣ = ∣ A ∣ ∣ B ∣ -|AB|=|A||B| −∣AB∣=∣A∣∣B∣ 以及 ∣ B ∣ = ∏ λ i |B| = \prod \lambda_i ∣B∣=∏λi。
  • 矩阵相似与秩的转换性质 ：22-23 A卷 已知 A ∼ B A \sim B A∼B，求 R ( A + 2 E ) \text{R}(A+2E) R(A+2E)。利用相似矩阵具有相同特征值的性质解题。
  • 求向量组的秩与一个极大线性无关组 ：24-25 A卷 将向量组按列构成矩阵 ( α 1 , α 2 , α 3 ) (\alpha_1, \alpha_2, \alpha_3) (α1,α2,α3)，施以初等行变换化为行最简形，非零行的个数即为秩，主元所在的列对应的原向量即为极大线性无关组。

---

四、 综合应用题（本题满分10分）------ 向量组的极大无关组与线性表示

• 考点核心：用初等行变换同时求出极大无关组以及其余向量被其线性表示的系数。
• 出题规律 ：22-23 B卷第四题 与 24-25 A卷这类题型步骤完全一致。
• 标准解题步骤 ：
  1. 构造矩阵 ：将给定的向量组 { α 1 , α 2 , ... , α m } \{\alpha_1, \alpha_2, \dots, \alpha_m\} {α1,α2,...,αm} 作为列向量拼接成一个矩阵 M = ( α 1 , α 2 , ... , α m ) M = (\alpha_1, \alpha_2, \dots, \alpha_m) M=(α1,α2,...,αm)。
  2. 行最简形化简 ：只能对矩阵 M M M 施以初等行变换（切忌做列变换），将其化为行阶梯形，并进一步化为行最简形。
  3. 确定秩与极大组 ：行最简形中非零行的个数即为向量组的秩；每个非零行首个非零元（主元 1）所在的列，对应的原向量组中的向量即为一个极大线性无关组。
  4. 写出线性表示：从行最简形中其余非主元列的数值，直接读出该列向量由极大线性无关组线性表示的组合系数。

---

五、 综合应用题（本题满分10分）------ 向量空间的基变换与过渡矩阵

• 考点核心：两组基之间的过渡矩阵公式与向量的坐标变换公式。
• 出题规律 ：22-23 B卷第五题、24-25 A卷第四题 均考查 R 3 \mathbb{R}^3 R3 空间中两组基的转换。
• 核心公式与步骤 ：
  1. 过渡矩阵公式 ：设由基 α = { α 1 , α 2 , α 3 } \alpha = \{\alpha_1, \alpha_2, \alpha_3\} α={α1,α2,α3} 到基 β = { β 1 , β 2 , β 3 } \beta = \{\beta_1, \beta_2, \beta_3\} β={β1,β2,β3} 的过渡矩阵为 P P P，则基的关系满足：
     ( β 1 , β 2 , β 3 ) = ( α 1 , α 2 , α 3 ) P (\beta_1, \beta_2, \beta_3) = (\alpha_1, \alpha_2, \alpha_3)P (β1,β2,β3)=(α1,α2,α3)P
     求解方法：构造增广矩阵 ( α 1 , α 2 , α 3 ∣ β 1 , β 2 , β 3 ) (\alpha_1, \alpha_2, \alpha_3 \mid \beta_1, \beta_2, \beta_3) (α1,α2,α3∣β1,β2,β3)，通过初等行变换将左边化为单位阵 E E E，此时右边即为过渡矩阵 P = α − 1 β P = \alpha^{-1}\beta P=α−1β。
  2. 坐标变换公式 ：若向量 ξ \xi ξ 在 β \beta β 基下的坐标为 Y Y Y，在 α \alpha α 基下的坐标为 X X X，则满足：
     X = P Y 或 ξ = β Y = α P Y X = PY \quad \text{或} \quad \xi = \beta Y = \alpha P Y X=PY或ξ=βY=αPY
     直接代入过渡矩阵 P P P 和已知坐标即可求出在新基下的坐标。

---

六、 综合应用题（本题满分10分）------ 矩阵的特征值、特征向量与对角化

• 考点核心：利用特征向量定义求未知参数，及矩阵相似对角化的充要条件判定。
• 出题规律 ：22-23 B卷第六题、24-25 A卷第六题 题型高度雷同。
• 标准解题步骤 ：
  1. 利用定义求参数 ：已知某具体非零向量 α \alpha α 是矩阵 A A A 的特征向量，直接利用定义式 A α = λ α A\alpha = \lambda \alpha Aα=λα。通过矩阵乘法建立关于未知参数及特征值 λ \lambda λ 的方程组，解出参数与该特征值。
  2. 求其余特征值 ：将参数带回矩阵 A A A，计算特征方程 ∣ λ E − A ∣ = 0 |\lambda E - A| = 0 ∣λE−A∣=0，求出矩阵 A A A 的所有特征值。
  3. 可对角化判定 ：对于求出的重根特征值（设为 k k k 重），求解齐次线性方程组 ( λ i E − A ) x = 0 (\lambda_i E - A)x = 0 (λiE−A)x=0 的基础解系。若该方程组的基础解系恰好包含 k k k 个线性无关的特征向量（即满足 n − R ( λ i E − A ) = k n - \text{R}(\lambda_i E - A) = k n−R(λiE−A)=k），则矩阵 A A A 可以相似对角化；否则不能。

---

七、 综合应用题（本题满分12分）------ 用正交变换化二次型为标准形

• 考点核心：实对称矩阵的正交相似对角化、施密特正交化以及二次型的几何应用。
• 出题规律 ：全卷分值最高、步骤最繁琐的计算大题（如 22-23 B卷第七题、24-25 A卷第七题）。
• 标准解题步骤 ：
  1. 写出矩阵 ：根据给定的二次型表达式 f ( x 1 , x 2 , x 3 ) f(x_1, x_2, x_3) f(x1,x2,x3)，写出对应的实对称矩阵 A A A（注意交叉项系数要平分到对称位置）。
  2. 求特征值 ：计算特征方程 ∣ A − λ E ∣ = 0 |A - \lambda E| = 0 ∣A−λE∣=0，解出所有的特征值 λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ1,λ2,λ3。
  3. 求特征向量 ：对每个特征值 λ i \lambda_i λi，带入 ( λ i E − A ) x = 0 (\lambda_i E - A)x = 0 (λiE−A)x=0 求解基础解系，得到对应的特征向量。
  4. 正交化与单位化 ：
     • 如果特征值互不相同，对应的特征向量本身已然正交，只需进行单位化 ： e i = p i ∥ p i ∥ e_i = \frac{p_i}{\|p_i\|} ei=∥pi∥pi。
     • 如果存在重根特征值，解出的多个特征向量若不相互正交，必须先进行施密特（Schmidt）正交化，然后再进行单位化。
  5. 构建正交变换与标准形 ：将得到的标准正交特征向量按列拼成正交矩阵 Q = ( e 1 , e 2 , e 3 ) Q = (e_1, e_2, e_3) Q=(e1,e2,e3)。则正交变换为 x = Q y x = Qy x=Qy，在此变换下二次型成功化为标准形：
     f = λ 1 y 1 2 + λ 2 y 2 2 + λ 3 y 3 2 f = \lambda_1 y_1^2 + \lambda_2 y_2^2 + \lambda_3 y_3^2 f=λ1y12+λ2y22+λ3y32
  6. 几何曲面判定 ：根据标准形中特征值的符号决定。若特征值全为正，则 f = 1 f=1 f=1 在几何上表示椭球面。

---

八、 证明题部分（本题满分10分）------ 线性相关性与特征值抽象证明

• 考点核心：抽象向量组线性相关/无关的定义法，以及特征值与特征向量的抽象性质应用。
• 各套试卷大题归纳对比 ：
  1. 向量组线性表示的唯一定理（反证法） ：22-23 B卷 已知 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α1,α2,α3 线性相关，而 α 2 , α 3 , α 4 \alpha_2, \alpha_3, \alpha_4 α2,α3,α4 线性无关。
     • 证明思路 ：由 α 2 , α 3 , α 4 \alpha_2, \alpha_3, \alpha_4 α2,α3,α4 无关可知其任意部分组 α 2 , α 3 \alpha_2, \alpha_3 α2,α3 必无关。又因 α 1 , α 2 , α 3 \alpha_1, \alpha_2, \alpha_3 α1,α2,α3 相关，根据"增加一个向量导致无关组变相关"的定理，新加入的向量 α 1 \alpha_1 α1 必能被原无关组 α 2 , α 3 \alpha_2, \alpha_3 α2,α3 线性表示。而证明 α 4 \alpha_4 α4 不能被表示则采用反证法。
  2. 不同特征值的特征向量组合性质 ：22-23 A卷 证明若 λ 1 ≠ λ 2 \lambda_1 \neq \lambda_2 λ1=λ2 是矩阵 A A A 的不同特征值，对应的特征向量为 p 1 , p 2 p_1, p_2 p1,p2，则 p 1 + p 2 p_1 + p_2 p1+p2 绝不可能是 A A A 的特征向量。
     • 证明思路 ：采用反证法。假设 p 1 + p 2 p_1 + p_2 p1+p2 是特征向量，则必存在特征值 λ \lambda λ 使得 A ( p 1 + p 2 ) = λ ( p 1 + p 2 ) A(p_1+p_2) = \lambda(p_1+p_2) A(p1+p2)=λ(p1+p2)。展开得 λ 1 p 1 + λ 2 p 2 = λ p 1 + λ p 2    ⟹    ( λ 1 − λ ) p 1 + ( λ 2 − λ ) p 2 = 0 \lambda_1 p_1 + \lambda_2 p_2 = \lambda p_1 + \lambda p_2 \implies (\lambda_1 - \lambda)p_1 + (\lambda_2 - \lambda)p_2 = 0 λ1p1+λ2p2=λp1+λp2⟹(λ1−λ)p1+(λ2−λ)p2=0。由于不同特征值的特征向量 p 1 , p 2 p_1, p_2 p1,p2 线性无关，故系数必全为 0，即 λ 1 = λ = λ 2 \lambda_1 = \lambda = \lambda_2 λ1=λ=λ2，这与 λ 1 ≠ λ 2 \lambda_1 \neq \lambda_2 λ1=λ2 矛盾，假设不成立。
  3. 范德蒙行列式在特征向量无关性证明中的应用 ：24-25 A卷 设 λ 1 , λ 2 , λ 3 \lambda_1, \lambda_2, \lambda_3 λ1,λ2,λ3 是 3 阶矩阵 A A A 的三个互不相同的特征值，对应特征向量为 η 1 , η 2 , η 3 \eta_1, \eta_2, \eta_3 η1,η2,η3。证明若 α = η 1 + η 2 + η 3 \alpha = \eta_1 + \eta_2 + \eta_3 α=η1+η2+η3，则向量组 α , A α , A 2 α \alpha, A\alpha, A^2\alpha α,Aα,A2α 线性无关。
     • 证明思路 ：设一组组合系数使得 k 1 α + k 2 A α + k 3 A 2 α = 0 k_1\alpha + k_2A\alpha + k_3A^2\alpha = 0 k1α+k2Aα+k3A2α=0。利用特征向量性质 A m η i = λ i m η i A^m \eta_i = \lambda_i^m \eta_i Amηi=λimηi 将其展开并按 η i \eta_i ηi 重新归类：
       ( k 1 + k 2 λ 1 + k 3 λ 1 2 ) η 1 + ( k 1 + k 2 λ 2 + k 3 λ 2 2 ) η 2 + ( k 1 + k 2 λ 3 + k 3 λ 3 2 ) η 3 = 0 (k_1 + k_2\lambda_1 + k_3\lambda_1^2)\eta_1 + (k_1 + k_2\lambda_2 + k_3\lambda_2^2)\eta_2 + (k_1 + k_2\lambda_3 + k_3\lambda_3^2)\eta_3 = 0 (k1+k2λ1+k3λ12)η1+(k1+k2λ2+k3λ22)η2+(k1+k2λ3+k3λ32)η3=0
       由于 η 1 , η 2 , η 3 \eta_1, \eta_2, \eta_3 η1,η2,η3 线性无关，其前面的组合系数必须全为0。从而得到关于 k 1 , k 2 , k 3 k_1, k_2, k_3 k1,k2,k3 的齐次线性方程组。该方程组的系数行列式转置后为范德蒙（Vandermonde）行列式：
       D = ∣ 1 λ 1 λ 1 2 1 λ 2 λ 2 2 1 λ 3 λ 3 2 ∣ = ( λ 2 − λ 1 ) ( λ 3 − λ 1 ) ( λ 3 − λ 2 ) D = \begin{vmatrix} 1 & \lambda_1 & \lambda_1^2 \\ 1 & \lambda_2 & \lambda_2^2 \\ 1 & \lambda_3 & \lambda_3^2 \end{vmatrix} = (\lambda_2 - \lambda_1)(\lambda_3 - \lambda_1)(\lambda_3 - \lambda_2) D= 111λ1λ2λ3λ12λ22λ32 =(λ2−λ1)(λ3−λ1)(λ3−λ2)
       因为特征值互不相同，所以 D ≠ 0 D \neq 0 D=0，齐次方程组只有零解，即 k 1 = k 2 = k 3 = 0 k_1 = k_2 = k_3 = 0 k1=k2=k3=0。故向量组 α , A α , A 2 α \alpha, A\alpha, A^2\alpha α,Aα,A2α 线性无关。