凯哥线代讲义（题目版）

考研竞赛凯哥-2023 线性代数解题班-CCtalk
1
为中华之崛起而读书
前言
很多同学对线代感到十分恐惧，甚至越学越乱、越学越不会做题，脑袋里一团浆糊.
为了让大家能够提高复习效率、拿下考研线代，作者深入分析了历年考研真题的题型分布与命题规律，并
以此为依据，精心筛选所有例题，写下了这一份《线性代数解题技巧讲义（2023 届考研数学）》.
本讲义既能紧贴考研真题的命题风格，又能直击考生的复习盲区，帮大家串联起整个线性代数知识网络.
本讲义主要有以下三大特色——
1. 题目权威——精选历年考研真题的重点题型，并收纳名师模拟卷中的线代好题
作者分析了 1987 年~2022 年考研真题中的所有题目和考法，总结出了最高频、最重要的题型，精选出了

真题中最经典的题目，并将这些题目的解题方法总结成套路，使得大家在短时间内也能得到巨大突破
为了提高题目的丰富程度，作者还精选了近年来各大名师模拟卷中的精彩题目，确保大家彻底学懂.
2. 总结清晰——这，不仅是一本冲刺讲义，更是一份公式手册
线性代数虽然只有六章，但其中的公式和结论却高达 200 个. 并且这些公式和结论毫无规律的分布在线性

代数的各个章节中，大大增加了同学们的记忆负担，所以每年都有考生抱怨“线性代数学完就忘光”.
为了解决这个问题，我将每个题型对应的重要结论都汇集到了一起，方便同学们查看和记忆.
作者在编写本书的时候，得到了中南大学出版社胡小锋老师的热情鼓励与大力支持，在此对胡老师表示诚
挚的感谢. 作者曾经的十余位线性代数满分学员也参与了本书的审核与勘误，对细节部分提出了许多宝贵的意
见，甚至给出了部分题目的优秀解法，使得本书增色不少，作者在此也对他们表示衷心的感谢.
由于编者水平有限，书中必定还有很多不尽人意之处，请读者批评指正.
2
目录
前言 ........................................................................................................................................................................... 1
第 1 讲抽象型行列式与矩阵的运算...................................................................................................................... 6
考法一逆用矩阵乘法，结合相似理论.......................................................................................................... 7
考点二考察转置矩阵、逆矩阵、伴随矩阵、正交矩阵的基本公式及恒等变形 ...................................... 8
（一）考察矩阵的恒等变形................................................................................................................ 10
（二）考察伴随矩阵和逆矩阵之间的转化 .......................................................................................... 11
（三）考察对的理解 .............................................................................................................. 11
（四）考察正交矩阵相关的行列式...................................................................................................... 12
考法三考察行列式与特征值的关系............................................................................................................ 13
配套作业 ......................................................................................................................................................... 14
第 2 讲矩阵高次幂的计算.................................................................................................................................... 15
方法一找规律法 ........................................................................................................................................... 15
方法二秩一矩阵的分解................................................................................................................................ 16
方法三利用二项展开.................................................................................................................................... 17
方法四初等矩阵法 ....................................................................................................................................... 17
方法五相似对角化法.................................................................................................................................... 18
方法六凯莱-哈密顿定理 .............................................................................................................................. 18
第 3 讲抽象型线性方程组的求解（赠送）........................................................................................................ 19
考法一解的结构与性质................................................................................................................................ 19
考法二与的关系、和的关系 ..................................................................... 20
考法三 “方程组的解”与“向量组的线性表示关系” ................................... 21
考法四已知方程组的解，反求方程............................................................................................................ 22
考法五系数为分块矩阵的抽象方程组求解 ................................................................................................ 23
考法六方程组与向量组相结合的证明题 .................................................................................................... 24
考法七方程组与特征值特征向量相结合的综合题 .................................................................................... 25
配套作业 ......................................................................................................................................................... 26
第 3 讲向量组的线性相关性................................................................................................................................ 27
一、重要结论汇总 ......................................................................................................................................... 27
二、精选好题 ................................................................................................................................................. 28
3
配套作业 ......................................................................................................................................................... 30
第 4 讲方程组的同解与公共解............................................................................................................................ 31
考法一方程组的公共解问题........................................................................................................................ 31
（一）方法总结 ..................................................................................................................................... 31
（二）精选好题 ..................................................................................................................................... 32
考法二齐次方程组的同解问题.................................................................................................................... 33
（一）方法总结 ..................................................................................................................................... 33
（二）精选好题 ..................................................................................................................................... 34
考法三非齐次方程组的同解问题................................................................................................................ 35
（一）方法总结 ..................................................................................................................................... 35
（二）精选好题 ..................................................................................................................................... 35
配套作业 ......................................................................................................................................................... 36
第 5 讲秩的等式与不等式串讲............................................................................................................................ 37
重要结论 ......................................................................................................................................................... 37
（一）矩阵秩的等式与不等式.............................................................................................................. 37
（二）向量组的秩相关的重要结论...................................................................................................... 38
（三）方程组与秩.................................................................................................................................. 38
（四）相似理论与秩.............................................................................................................................. 39
考法一秩的等式证明.................................................................................................................................... 40
考法二秩的不等式证明................................................................................................................................ 40
考法三矩阵的秩与向量组的秩/矩阵等价与向量组等价 ........................................................................... 41
配套作业 ......................................................................................................................................................... 41
第 6 讲特征值与特征向量.................................................................................................................................... 42
一、重要结论 ................................................................................................................................................. 42
二、精选习题 ................................................................................................................................................. 43
（一）考察特征值特征向量的定义 .................................................................................................... 43
（二）考察各种重要的性质与结论 .................................................................................................... 44
配套作业 ......................................................................................................................................................... 46
第 7 讲普通矩阵的相似对角化............................................................................................................................ 47
一、重要结论汇总 ......................................................................................................................................... 47
二、经典好题 ................................................................................................................................................. 48
考法一具体矩阵的相似对角化............................................................................................................ 48
考法二抽象矩阵的相似对角化............................................................................................................ 48
考法三两个矩阵相似的判定................................................................................................................ 50
考法四已知特征值与特征向量，反求矩阵 ................................................................................... 52

4
考法五同时相似对角化........................................................................................................................ 52
配套作业 ......................................................................................................................................................... 53
第 8 讲实对称矩阵的相似对角化........................................................................................................................ 54
一、重要结论 ................................................................................................................................................. 54
（一）实对称矩阵的独特性质.............................................................................................................. 54
（二）实对称矩阵的相似对角化步骤.................................................................................................. 54
（三）谱分解定理.................................................................................................................................. 55
二、经典好题 ................................................................................................................................................. 55
考法一直接考察实对称矩阵的相似对角化问题 ................................................................................ 55
考法二根据特征值和特征向量，反求矩阵 A .................................................................................... 56
配套作业 ......................................................................................................................................................... 57
第 9 讲利用正交变换将二次型化为标准形........................................................................................................ 58
一、理论部分 ................................................................................................................................................. 58
二、经典好题 ................................................................................................................................................. 58
配套作业 ......................................................................................................................................................... 59
第 10 讲利用配方法将二次型化为标准型.......................................................................................................... 61
配套作业 ......................................................................................................................................................... 62
第 11 讲二次型的正定性...................................................................................................................................... 63
一、理论部分 ................................................................................................................................................. 63
（一）定义 ............................................................................................................................................. 63
（二）几个典型的例子.......................................................................................................................... 63
（三）正定二次型的判定方法.............................................................................................................. 65
二、经典好题 ................................................................................................................................................. 66
（一）具体矩阵正定性的判定.............................................................................................................. 66
（二）二次型与方程组相结合（主要针对“求方程的解”）................................ 66
（三）抽象矩阵正定性的判定.............................................................................................................. 67
配套作业 ......................................................................................................................................................... 67
第 12 讲等价、相似、合同之间的区别与联系.................................................................................................. 69
一、定义 ......................................................................................................................................................... 69
二、区别与联系 ............................................................................................................................................. 69
三、经典好题 ................................................................................................................................................. 70
后记 ......................................................................................................................................................................... 72
5
第 1 讲抽象型行列式与矩阵的运算
第 1 讲，包含了线性代数前两章（行列式&矩阵）中最精华的内容.
第 1 讲的题目会有一些“杂”，这是由真题的特点所决定的！因为抽象型行列式与矩阵的运算，涉及到的
公式非常多、非常杂，很容易与其他章节的知识综合到一起，在选填题中考察大家.
这一类题，计算量不大但却非常灵活，很容易失误. 常见的考法有如下三种——
1. 考察矩阵乘法的逆用，并与相似理论结合
2. 考察转置矩阵、逆矩阵、伴随矩阵、正交矩阵的基本公式，以及矩阵运算中的恒等变形
3. 考察行列式与特征值的关系
从第 1 讲的讲义就能看出，本课程打破了章节的限制，不过多讲解知识点单一的简单题，而是把重心放在
融合多个知识点的综合题上，例题的选取也尽量围绕真题的命题风格，并精选了近年来的优秀模拟题.
希望这份讲义能够帮同学们串联起整个线性代数的框架，快速提高解题能力.
6
考法一逆用矩阵乘法，结合相似理论
方法总结：形如的矩阵，可以逆用矩阵乘法，将其分解为 .
大家千万不要小看了这个技巧，不管在模拟卷还是真题里，都能经常看到它的身影！
例题 1 (2005 年) 设，，则 .
注：接下来的两道题极其重要，也是“逆用矩阵乘法”. 它们虽然表面上考行列式，但本质是矩阵的相似.
类题 1 (2005 年，改编) ，无关，且 .
(1) 求 . (2) 判断矩阵能否相似对角化.
类题 2 (2020 年，改编) 设为 3 阶矩阵，向量线性无关，且 .
(1) 求 (2) 判断能否相似对角化.
注：类题 1 和类题 2 非常重要，都是通过“相似”转化研究对象，这是考研的重点！凯哥总结如下——
(1) 若线性无关，且，则令以后，有
，故，其中 .
这样，就建立了抽象矩阵和具体矩阵的相似关系.
(2) 若线性无关，且，则令以后，有
，故 .
其中 . 这样，就建立了抽象矩阵和具体矩阵的相似关系.
7
考点二考察转置矩阵、逆矩阵、伴随矩阵、正交矩阵的基本公式及恒等变形
考点二和考点三中的题目，都非常容易出现在填空题中. 这种题，计算量不大，但是用到的公式多，能够
很好的考察学生的基本功. 下面，我们先回顾一遍相关的公式.
结论总结：
1. 与转置矩阵相关的结论
(1)
(2)
(3)
(4) （推广：）
(5)
(6)
2. 与逆矩阵相关的结论
(1) 若为同阶方阵，且或，则均可逆，且 .
注：这就是可逆矩阵的定义，它简单且重要，很多题目都需要利用可逆矩阵的定义去证明一个矩阵可逆，
或者求出逆矩阵——即从题干条件中，巧妙的凑出形如“ 或 ”的等式.
(2) 可逆
(3)
(4) 时，
(5)
(6)
(7) （推广：）
(8)
(9) （这是求的重要方法之一！

）
(10) ；
8
3. 与伴随矩阵相关的结论
(1)
注：这是伴随矩阵最重要的公式之一. 从该公式可以推出，当可逆时，，
(2)
(3)
(4)
(5) 示例：(1995 年) 设，则 = .
(6)
(7) （推广：）
(8) （此处的“ ”指的是“不一定相等”

，而不是“一定不相等”
）
(9)
4. 与正交矩阵相关的结论
(1) 正交矩阵是由两两正交的单位向量拼成（不论行向量还是列向量，都是如此）
；
(2) 若为正交矩阵，则；
(3) 若为正交矩阵，则的实特征值只可能是；
(4) 若为正交矩阵，则均是正交矩阵；
(5) 若均为正交矩阵，则和也是正交矩阵；
(6) 若为正交矩阵，是列向量，则称为正交变换，且
注：从几何意义上来看，性质(6)表明了正交变换不会改变向量的长度，它只是对向量进行了平移、旋转、
反射等变换，并不涉及拉伸和压缩，这是正交变换的优良特性！
9
（一）考察矩阵的恒等变形
矩阵的恒等变形是矩阵运算的基本功，也是考研数学选填题的常考点. 在恒等变形时，一定要注意两点：
1. 矩阵的乘法没有交换律，所以提公因式时，到底是往左提还是往右提，一定不要混淆；
2. 对单位矩阵进行恒等变形，从而强行得出公因式，是一个常见小技巧.
例题 2 (2001 年) 设矩阵满足，则 = .
注：这种题考察的就是“利用恒等变形，凑出可逆矩阵的定义”，即凑出或，则 .
这类题，重要但简单，千万不要出错.
类题 1 (2008 年) 设为阶非零矩阵，若，则 ( )
类题 2 设为三维列向量，且，又，求 .
（汤家凤，最后八套卷 2021 版）
例题 3 设都是阶矩阵，可逆，证明：也可逆，且 .
（李正元，复习全书 2018 版）
注：这种题，是最最最简单的，因为——要证明，只需证明，所以只需将和相乘，
然后通过各种恒等变形，最后将结果化为即可. 真题居然还考过好几次这样的题——
类题 (2003 年) ，其中，且为的逆矩阵，求 .
例题 4 (2010 年) 设为 3 阶矩阵，且，，，则 = .
注：要会利用“提公因式”实现化归，将未知矩阵分解为已知矩阵的乘积，下面的类题也是这种思想.
例题 5 (2000 年) 已知，，则 = .
注：这种“对单位矩阵恒等变形”的操作，是矩阵运算中非常重要的小技巧，在后面讲解正交矩阵的时候，
也会反复强调. 其实，这有点类似于高中数学里的“1 的妙用”，比如将 1 还原为等.
10
（二）考察伴随矩阵和逆矩阵之间的转化
方法总结：当一个行列式中，既出现了伴随矩阵，又出现了逆矩阵时，往往需要通过公式或
将二者进行统一，要么统一为伴随矩阵，要么统一为逆矩阵. 一般来说，统一成逆矩阵比较简单.
例题 6 设为阶矩阵，，，求 .
类题已知为三阶矩阵，，则 = . （李永乐 6 套卷，2022 版）
例题 7 (2002 年，2009 年) 设均为 2 阶方阵，若，则分块矩阵的伴随矩阵为 ( )
注：本题的结论，在不可逆时也成立.
类题已知，求的所有代数余子式之和. （杨超 5 套卷，2022 版）
注：看到代数余子式，一定要联想到伴随矩阵. 以后还有很多的题，都会用这个思想考你，我们拭目以 die.
（三）考察对的理解
方法总结：大家一定要记住一个结论—— ，这个等价转换关系真题考过两次了！
例题 8 (2005 年) 设满足，若为三个相等的正数，则 ( )
类题 (2013 年) 设是三阶非零矩阵，若，则 .
11
（四）考察正交矩阵相关的行列式
方法总结：正交矩阵相关的行列式，主要注意两点—— (1) (2) 将还原为或 .
例题 9 (1995 年) 设为阶正交矩阵，且，求 .
类题 1 设为 3 阶正交矩阵，且满足，证明：
（李正元，超越 135 分，改编）
类题 2 设是 3 阶正交矩阵，，且，则 = .
（李林 6 套卷，2022 版，第 6 套）
例题 10 设是实反对称矩阵，证明：是正交矩阵.
（陈启浩，大学生数学竞赛线代版）
12
考法三考察行列式与特征值的关系
相似理论是非常庞大的一章，也是考研数学解答题的必考题型（这里的“必考”，并非夸张）.
今天，我们只涉及“行列式与特征值的关系”
，并且所选的题目也只是“点到为止”
，至于相似理论的其它
题型，我们放到第 6~7 讲中进行讲解，否则第 1 讲就太长啦~ 下面是该考法中的几个常用结论——
结论总结：
(1) 若是阶矩阵的特征值，则
(2) 若与相似，则
(3) 不同矩阵之间，特征值的对应关系，有如下结论——
注 1：表中的为多项式函数；
注 2：请证明表中的每一个结论，并思考当不可逆时，的特征值是多少，该如何推导？
例题 11 (2000 年) 若 4 阶矩阵与相似，的特征值为，则 = .
类题 1 设，则 = . （李正元，超越 135 分，85 页）
类题 2 (2000 年) 设，矩阵，则 = .
注 1：本题也可以先计算，然后再代入中，计算行列式，但使用特征值明显更快.
注 2：若阶矩阵满足，则的特征值一定是， .
例题 12 设是 3 阶矩阵，是线性无关的列向量，已知与相似，且，，，
求 .
（张宇 8 套卷，2020 版）
13
配套作业
作业 1 若，求行列式
（真题改编）
作业 2 已知，则 = .
（杨超 5 套卷，第 2 套）
作业 3 设为阶矩阵，满足，且，计算 .
（陈启浩，线代竞赛教程）
作业 4 设为阶正交矩阵，则行列式 = .
（李林 6 套卷，2022 版）
作业 5 设都是阶可逆矩阵，证明：和均可逆
作业 6 设，，，计算 .
作业 7 设是 2 阶矩阵，是二维无关列向量，，求 .
（真题改编）
14
第 2 讲矩阵高次幂的计算
矩阵的高次幂是考研的重点，但并不是难点. 在考研范围内，计算矩阵的高次幂一般有如下几种方法——
1. 找规律法（选填题）
2. 秩一矩阵的分解（选填题）
3. 二项展开（选填题）
4. 初等矩阵法（选填题）
5. 相似对角化法（大题）
6. 哈密顿-凯莱定理（新方法）
方法一找规律法
方法总结：
这是最基本的方法，即先求出，观察规律，然后猜测的表达式. 如果是大题，最好用数学归纳法
进行严格证明. 这种方法，不需要过多的思维量，纯考计算. 所以，我们直接给出答案，不再现场计算，
例题 1 (2003 年) 已知，则 = .
类题 1 (2004 年) 设其中是三阶可逆矩阵，则 = .
类题 2 已知，则 = .
例题 2 证明： . （刘洪星，考研高代总复习，94 页，例 4.1）
例题 3 已知，求 .
类题 (2007 年) 已知，求 .
注：形如例题 3 及其类题中的矩阵，在矩阵高次幂的题目中很常见，在方法三中我们会再次见到.
15
方法二秩一矩阵的分解
方法总结：
理论铺垫 1——任何一个秩为 1 的矩阵，一定可以分解成“一列乘以一行”
，即，其中是列
向量. 反之，任何一个由“一列乘以一行”得到的矩阵，其秩必定为 1（零矩阵除外）.
将秩一矩阵分解为一列乘以一行时，那一列就是的第一列，那一行就是每一列相对于第一列的倍数；
当然，也可以记为“那一行就是的第一行，那一列就是每一行相对于第一行的倍数”
，结果都一样.
比如对于秩一矩阵而言，有 .
理论铺垫 2——假设，则和均是一个阶方阵，而和均是一个具体
的数字，由于，以及，
显然这个数字是这个方阵的迹，即 .
比如对于秩一矩阵，分解为以后可发现，，而
甚至，在 2003 年考过这样一道题：设为三维列向量，若，则 = .
终极结论—— .
例题 4 已知，求 .
16
方法三利用二项展开
方法总结：
若能写成数量矩阵与幂零矩阵之和，即，且，使得，，则
由二项展开定理可知—— .
只要较小（比如等于 2 或 3），则上式右边项数很少，可大大简化计算.
其实，这种思想，是否有点像莱布尼兹法则求高阶导数呢？请回顾的阶导数的计算方法！
例题 5 设，求 .
注：幂函数乘以其他种类的函数，在计算高阶导时，特别适合用莱布尼兹求导公式.
例题 6 已知，计算 .
类题已知，求 .
方法四初等矩阵法
方法总结：有些题目看似是求矩阵的高次幂，但是那些矩阵恰好都是初等矩阵，由于初等矩阵对应初等变
换，所以可将初等矩阵的高次幂视为连续若干次相同的初等变换.
例题 7 计算 .
17
方法五相似对角化法
方法总结：
首先，我们知道，对角矩阵的高次幂是非常容易计算的—— ；
所以，若能够相似对角化，则根据可以反解出，故 .
根据矩阵乘法的结合律可知—— ，这就将的高次幂问题转化成了
对角矩阵的高次幂问题，大大简化了计算！
例题 8 (2016 年) 已知矩阵
(1) 求；
(2) ，且，，将分别表示为的线性组合.
类题 (1992 年) 设的特征值为，分别对应特征向量，，
，又，计算 .
提示：我们完全可以仿造例题 1 的方法先计算出，然后再计算，但请思考还有无其它解法呢？
方法六凯莱-哈密顿定理
凯莱-哈密顿定理：若阶矩阵的特征多项式为，则 .
例题 9 设，计算 . （李志慧，高等代数中的典型问题与方法）
总结：先计算出的特征多项式，再由多项式除法可得分解式，其中是
一个关于的二次多项式. 不妨设，设法求出参数 . 故 .
在上式中将替换为，由哈密顿凯莱定理可知， . 故只需计算即可.
类题 (2016 年) ，求 .
18
第 3 讲抽象型线性方程组的求解（赠送）
考法一解的结构与性质
结论总结：
1. 设是的解，则也是的解.
2. 设和分别是和的解，则一定是的解.
3. 设是的解，令，则——
(1) 当时，是的解；
(2) 当时，是的解.
4. 若是的基础解系，则是的通解（其中为任意常数）.
5. 非齐通=齐通+非齐特
在上述结论中，第 3 点最受命题人青睐.
例题 1 (1990 年) 和是的两个不同的解，是的基础解系，则的通解可以是( )
类题设均是非齐次线性方程组的解，则齐次方程组一定有解 ( )
（张宇八套卷，2018 版）
例题 2 已知是的两个解，求该方程的通解.
注：这道题唯一的难点就是“看起来很难”——毕竟有 5 个参数！但其实只要我们抓住求解线性方程组的
“首要问题”，那么就可以迎刃而解！我们可以再看看下面这道拥有 10 个参数的方程组，其实就是送分题！
类题设为的三个解，求该方程的通解.
19
考法二与的关系、和的关系
方法总结：对于，一定要利用这个重要公式. 若，则 .
将和进行列分块可得，，故，即的每一列都是的解！
同理，的每一列，也都是的解.
例题 3 已知，求的通解.
类题 1 (2004 年) 设为阶方阵，，若是非齐次方程组的四个互不相同的解，
则的基础解系中有个向量.
类题 2 已知三阶矩阵，，且的代数余子式，为 2 阶可逆矩阵.
则下列选项中，一定是方程组的基础解系的是 ( )
20
考法三 “方程组的解”与“向量组的线性表示关系”
方法总结：设，若题目告知，就等于给了的一组解；
反之，如果给出了的一组解，相当于告诉了列向量的表示关系. 二者可相互转化. 同理，
若告知了，就相当于告知了的一个特解为 .
例题 4 (2011 年) ，的通解为，则的基础解系可以是( )
类题 , 无关, ，求的通解.
例题 5 设 4 阶方阵，方程组的通解为，其中为任意
常数. 若记，求方程组的通解.
注：本题是一道不可多得的优秀综合题，希望大家引起高度重视.
21
考法四已知方程组的解，反求方程
方法总结：这种题型主要考察齐次方程，而不是非齐次方程组 .
假设，其中是维列向量，并假设是的解，则由矩阵乘法可知，
向量组中的任何一个向量，与向量组中的任何一个向量均正交！既然如此，那么
我们完全可以颠倒系数矩阵和解之间的地位关系，令，则必定是方程组的解！
所以，曾经我们学会的是“已知线性方程组，求基础解系”，那么现在解决“已知基础解系，反求方程组”
是完全相同的道理！
比如，已知某元齐次线性方程组的基础解系为，则只需令，然后求出的基
础解系，再令，则方程组必定以为基础解系.
但是值得注意的是，由于基础解系不唯一，并且方程组经过三大变换以后，解并不发生变化，所以该方法
求出的方程组并不唯一.
例题 6 已知，， .
(1) 求一个以为基础解系的齐次线性方程组；
(2) 求一个以为通解的非齐次线性方程组.
22
考法五系数为分块矩阵的抽象方程组求解
例题 7 (2001 年) 设是阶矩阵，是维列向量，若，则线性方程组 ( )
类题设为阶方阵，为维非零列向量，且，则 ( )
（森哥三套卷，2021 版）
23
考法六方程组与向量组相结合的证明题
方法总结：向量组与方程组本身就不分家——设，则有以下转化关系：
1. 向量组相关，等价于有非零解；向量组无关，等价于只有零解.
2. 能被线性表示，等价于有解；不能被线性表示，等价于无解.
例题 8 (1996 年) 设为的一组线性无关的解，为的一个解.
证明：线性无关.
注：本题可以推出许多非常重要的结论——
(1) 若题干给出了非齐次方程组的个线性无关的解，那么对应的齐次方程就至少有
个无关的解；反之，若题干给出了的个线性无关的解，那么非齐次方程组就至少有个线
性无关的解；
总之记住一句话：非齐次方程的无关解的个数，恰好比齐次方程的无关解的个数多 1.
(2) 由结论(1)可知，既然的基础解系中的向量个数为，则中的解向量
的极大无关组中含有的向量个数为；
(3) 从结论(2)和线性方程组解的结构可知，若是的个线性无关的解，
且常数满足，则是的通解.
例题 9 设的前个向量线性相关，后个向量线性无关，且 .
(1) 证明：有无穷多解；
(2) 证明：对于的任意一个解，都满足 .
（吕新民，大学生数学竞赛辅导）
24
考法七方程组与特征值特征向量相结合的综合题
例题 10 (2017 年) 设 3 阶矩阵有三个不同的特征值，且 .
(1) 证明：；
(2) 若，求方程组的通解.
例题 11 设是 3 阶实对称矩阵，满足，且，则的通解为( )
（李林六套卷，2022 版）
例题 12 设是 4 阶矩阵，向量是齐次方程组的基础解系，向量是齐次方程组
的基础解系，求的通解.
25
配套作业
作业 1 已知，求的通解. （汤家凤，线性代数辅导讲义）
作业 2 设为 4 阶方阵，且有通解，则错误的是 ( )
（方浩 10 套卷，2022 版）
作业 3 设均是 4 维列向量，记， .
已知有通解，则下列不是方程组的解的是 ( )
作业 4 已知是矩阵，的基础解系是 .
又已知的基础解系为 .
(1) 求矩阵；
(2) 若和有非零公共解，求的值，并求出公共解.
（方浩 10 套卷，2022 版）
26
第 3 讲向量组的线性相关性
在高等数学中，研究抽象函数在具体一点处的导数，往往要回归“导数定义”
；同样的，在线性代数中，
研究向量组的相关性问题，往往也要回归“线性相关和线性无关的定义”. （当然，秩也是一个强大的工具）
由于本专题的解题方法无非就是“定义法”和“秩”
，所以本次课不再按照题型或考法对题目进行分类.
并且，本专题选的例题都是经典老题，所以除真题外，不再表明出处.
一、重要结论汇总
下面是本专题常用的重要结论，希望同学们背下来——
1. 相关中至少有一个向量能够被其余向量表示（即存在“多余向量”）
注 1：一个向量自己线性相关该向量为零向量
注 2：两个向量线性相关两个向量成比例
注 3：含有零向量的向量组一定线性相关
2. 设线性无关，则
(1) 若相关，则可由线性表示，且表示方式唯一；
(2) 若仍然无关，则不可由线性表示；
反之，若不可由线性表示，则仍然无关
3. 若一个向量组线性无关，则从中选出的任何“部分向量组”仍然无关（简称：整体无关部分无关）
推论 1：若向量组存在一个相关的部分组，则该向量组一定也相关（简称：部分相关整体相关）
推论 2：增加向量组中的向量个数，可以增加整个向量组线性相关的“可能性”，具体而言就是——本身
相关，增加向量个数更相关；本身无关，增加向量后可能相关，也可能仍然无关.
4. 设是个维列向量，则“ 线性无关 ”
5. 设是个维列向量，则——当时，该向量组必定线性相关（简称：个数>维数，必相关）
6. 设是的“延长向量组”（即保持原有分量不变，延长向量长度/提高维数）
，那么，
若无关，则也无关（简称：本身无关，延长无关）
7. 设为两两正交的非零向量，则一定无关（简称：正交非零向量必无关）
8. 向量组线性相关；
9. 向量组线性无关；
10. 可以被线性表示；
11. 不能被线性表示；
27
二、精选好题
例题 1 (1994 年,改编) 已知线性无关，证明：也无关.
注：本题解法众多，可以利用初等列变换求秩，也可以利用线性无关的定义，还可以“逆用矩阵乘法”.
类题 (2014 年) 为 3 维列向量，则“对和，和无关”是“ 无关”的( )
例题 2 (2005,2008 改编) 为 3 阶方阵，为 3 维列向量，
(1) 证明：线性无关 (2) 判断能否相似对角化
注：在新考纲下，考研线代只有一个大题了，很可能考察这种横跨两条主线的大题.
类题 1 设为阶方阵，，证明：线性无关.
类题 2 (1998 年) 为阶方阵，为维列向量，，，证明：线性无关.
注：本题的解法很精彩，其结论也很重要——我们在第 5 讲中，证明结论“对于任意的阶方阵，均有
”时，需要考察方程组是否同解，其中的某一步就用了这个结论.
例题 3 已知是两两正交的非零向量，证明：线性无关.
注：本题的结论很重要，它揭示了“线性无关”和“正交”之间的关系. 下面几个题目，均涉及到“正交”
这个概念，请同学们好好体会“正交”这个条件在证明向量线性无关时的作用.
类题 1 设维列向量无关，也无关，且对，均有和正交. 证明：线性无关.
注 1：要充分利用线性无关，从而一次性得出和均为 0；同理，利用无关得出和也为 0；
这种整体的思想在证明线性无关时非常有用！
（尤其是已知某一部分已经无关时！），下题就是一个很好的例子.
注 2：如果，即本题中的向量均为 3 维列向量，那么就是 4 个 3 维向量，由于个数>维数，
所以肯定线性相关！这就与本题证出的结论矛盾了，难道这是一道错题？不！这只能说明，不能等于 3.
28
类题 2 设是阶方阵，是方程组的基础解系. 若存在使得，
证明：向量组线性无关.
例题 5 设为个维线性无关的列向量，且向量与均正交. 证明： .
注：如果有多个向量同时和一个向量正交，那么我们可以构造一个齐次线性方程组！反过来，齐次方程组
的解向量，一定与系数矩阵的行向量正交，这就是下面的类题 1 的考点.
甚至可以这么说：只要，那么根据矩阵乘法可知，的任意一个行向量，都与的任意一个列向
量正交——这个观点在下一个专题《抽象型方程组的求解》中会有涉及，请同学们提前留个印象.
类题 1 (2001 年) 设是维列向量，线性无关.
是的非零解. 请判断是否相关.
下面的类题 2，是类题 1 的“升级版”.
类题 2 设维向量线性无关，且与两个不同的非零向量正交，证明：
(1) 线性无关； (2) 与线性相关.
例题 6 设维向量线性无关，且，，
证明：中任意个向量都线性无关.
注：对于本题而言，灵活使用秩的性质，比用定义法快得多.
最后，我们看几道简单的选择题.
例题 7 已知线性无关，可由表示，不可由表示，则对任意的，均有( )
注 1：能被别人表示的向量，是多余向量；将多余向量添加到整个向量组中，不会改变该向量组本身的秩，
所以在求秩时可以直接将其扔掉.
注 2：本题如果用定义来证明相关无关，会比较麻烦；用秩就会非常快，类似的题还有以下两道——
29
类题 1 设是矩阵，是矩阵，且满足，则 ( )
类题 2 (2004 年)
注：重要公式—— .
例题 8 (2006 年) 设均为维列向量，是矩阵，则下列说法正确的是( )
配套作业
作业 1 已知和是矩阵的两个不同的特征值，且是属于特征值的个线性无关的特征向量，
是属于特征值的个线性无关的特征向量. 证明：线性无关.
作业 2 设线性无关，其中是的基础解系. 证明：线性无关.
作业 3 设“ 和 ”与“ 和 ”分别为两个线性无关的 3 维向量组. 证明：存在一个非零列向量，
使得既可以被线性表示，也可以被线性表示.
作业 4 设是阶矩阵（），且，，，，， . 证明：
(1) 线性无关； (2) 不能相似对角化.
（杨超 5 套卷，2022 版）
30
第 4 讲方程组的同解与公共解
方程组的同解和公共解是考研数学中的难点内容，每次考到以后，得分率都不高，希望同学们提高警惕.
本次课梳理了考研数学范围内，方程组同解和公共解问题的所有考法，这份讲义足够吃透这个题型了.
考法一方程组的公共解问题
（一）方法总结
1、情形一
若和都已经具体给出，则直接联立，求解即可得到公共解.
2、情形二
若具体给出，但只给出基础解系或通解，则此时只需将的
通解代入，求出需要满足的条件（等量关系）

，将这些条件代回的通解中化简，即可得
到和的公共解.
比如（随便举个例子），如果的通解是，将
其代入以后，假设解得，再将这个关系代入的通解中，即可得到公共解为，
其中为任意常数.
3、情形三
若和给出的均是基础解系或通解，如是的基础解系，是的基础解
系，则此时只需直接令二者的通解相等，解出任意常数需要满足的条件（等量关系），再将这些条件代回任意
一个通解中，即可得到和的公共解.
比如（随便举个例子），如果的通解是，的通解为
，则可令，得到方程组 .
即，若取，则，代入原通解中，即可得到和的
公共解为 .
31
（二）精选好题
公共解问题并不复杂，总之就是“联立”
；公共解问题可细分为 3 种情况——
(1) 均告诉方程；
(2) 一个告诉方程，另一个告诉通解；
(3) 均告诉通解.
这 3 种情况均有各自的处理方法，但其实可以相互转化. 下面的例题 1 展示了这三种类型对应的处理方法.
例题 1 设线性方程组与，求和的公共解.
注：本题的三个解法分别代表了三种不同条件下处理方程组公共解的方法，请同学们一定要牢牢掌握.
例题 2 (2007 年) 设与有公共解，求及所有的公共解.
例题 3 设齐次线性方程组有基础解系，，且的基础解系为
， . 若和没有非零公共解，则需要满足什么条件？
32
考法二齐次方程组的同解问题
所谓和同解，指的的任意一个解，均是的解，并且的任意一个解，也
都是的解，即二者的解集完全相同——这相当于和有相同或等价的基础解系.
下面的这些重要结论，与向量组等价的结论非常类似，大家可以对比记忆. （事实上，两个方程组同解，
等价于它们的基础解系等价，所以其实最后都归结于向量组等价的问题，所以二者的结论类似是非常正常的）
(1) 和同解和有相同或等价的基础解系.
(2) 和同解（秩相同只是同解的必要条件！
）
(3) 的解都是的解和同解（故）
(4) 和同解
(5) 若的解都是的解，且，则和同解.
(6) 由结论(2)可知，当我们想证明列数相同的两个矩阵和的秩相等时，可以尝试去证明和
是同解方程组.
33
例题 4 设 3 阶矩阵满足，且可经初等行变换化为矩阵 . 设是的一个非零列向量，

则 ( )
类题设是矩阵，是矩阵，则线性方程组和同解的一个充分条件是 ( )
例题 5 (2005 年) 已知和同解，求 .
例题 6 设为阶方阵，且至少有 2 个线性无关的解，则( )
例题 7 设，若的解均是方程的解，证明：向量可由
的行向量组线性表示.
（李正元，超越 135 分）
类题设，证明：
“ 有解”的充分必要条件是“ 的解均是的解”.
34
考法三非齐次方程组的同解问题
由于“非齐通=齐通+非齐特”，所以，如若两个非齐次线性方程组和同解，那么需要满足
的条件是——“ 和同解，且和有公共解”
例题 8 (1998 年) 已知方程组与同解.
(1) 求方程组的通解；
(2) 求常数 .
类题若方程组和同解，求和 .
（森哥三套卷，2021 版）
35
配套作业
作业 1 (2002 年) 设 4 元齐次方程组，另一个 4 元齐次线性方程组的基础解系
为，问为何值时，有非零公共解，并求所有
公共解.
作业 2 已知齐次方程组和同解，求 .
（胡金德，重点突破 220 题 2017 版）
作业 3 已知非齐次方程组和同解，求，并求通解.
（杨超，最后 100 题）
作业 4 线性方程组和的通解分别为和，
求它们的公共解.
36
第 5 讲秩的等式与不等式串讲
秩，贯穿了线性代数的每一个章节. 从行列式到二次型，每一个板块都与秩息息相关.
本讲义系统总结了与“秩”相关的 30 多条重要结论，希望可以帮大家彻底搞清楚这个大难点！
重要结论
（一）矩阵秩的等式与不等式
1.
2. 与等价
3. ， .
4. .
5. 对，均有 .
6. .
7. ，， .
8. 当和中至少有一个为可逆矩阵时，
9. （即，秩不会越乘越大）
10. .
11. 若，且分别是阶和阶可逆矩阵，则
即：可逆矩阵乘其它矩阵，不会改变该矩阵的秩.（因为乘可逆矩阵相当于是在做初等变换）
12. 列满秩矩阵，乘在任何矩阵的左边，都不会改变的秩，即——若为列满秩，则；
行满秩矩阵，乘在任何矩阵的右边，都不会改变的秩，即——若为行满秩，则 .
13. 若，则 . （非常重要！常考！
）
推广：设，，则 . （显然，当时，本结论退化为）.
14. 若，则 . （这里的必须是矩阵的阶数，比如对于，有）
15. 若为阶方阵，则 .
37
（二）向量组的秩相关的重要结论
1、向量组的相关性与线性表示
(1) 向量组线性相关；
(2) 向量组线性无关；
(3) 可以被线性表示；
(4) 不能被线性表示
2、向量组的等价
下面的和表示两个向量组.
(1) 若可由表示，则（即，被表示的秩不大）

；
(2) 若可由表示，但不可由表示，则；
(3) 若可由表示，且也可由表示，即和等价时，有
注：这个性质是证明两个向量组等价的常用方法，也是两个向量组等价充要条件！
(4) 若可由表示，且，则和等价；
(5) 若可由表示，且中向量个数大于中向量个数，则必定线性相关（以少表多，多必相关）
（三）方程组与秩
下面出现的方程组均为元线性方程组.
(1) 对于齐次方程组而言，；
(2) 对于非齐次方程组而言，
(3) 对于齐次方程组而言，若，则基础解系中恰有个向量
(4) 和同解（秩相同推不出同解）
(5) 的解都是的解（故）
(6) 和同解
38
（四）相似理论与秩
下面的矩阵均为阶方阵.
(1)
(2)
(3) 若，则的特征值必为——
注：，则
示例：设为 2 阶实矩阵，，证明： .
(4) 设是的所有互不相同的特征值，则“ 能相似对角化” “ ”
示例：已知阶方阵满足，证明一定可以相似对角化.
(5) 不论是等价，相似，还是合同，均能推出
(6) 假设实对称矩阵是实二次型对应的矩阵，则二次型的秩就是矩阵的秩.
注：由于本课程最后会专门对特征值特征向量、矩阵相似、二次型进行讲解，所以这份讲义的例题主要为
以下三种——
1. 矩阵等式的证明
2. 矩阵不等式的证明
3. 矩阵的秩与向量组的秩、矩阵等价与向量组等价
39
考法一秩的等式证明
在证明矩阵的秩的等式时，最常用的方法如下——
(1) 若要证明，且与的列数相同，最常见的思路就是去证明“ 和同解”.
(2) 若要证明，且与的行数相同，则可以先证明转置的秩相等，即先证，
此时由于和的列数相同，故可以套用(1)中的方法或结论.
(3) 将矩阵进行列分块，矩阵的秩就转化为了向量组的秩，然后将矩阵秩的证明转化为向量相关性的证明.
例题 1 若为列满秩矩阵，则；若为行满秩矩阵，则 .
例题 2 (2000 年) 设为矩阵，证明：
注：由本题可知，对任意的矩阵，均有恒成立.
类题设，求齐次方程组的通解.
（杨超，最后 100 题）
例题 3 设为阶方阵，证明：
例题 4 若为阶方阵，则
考法二秩的不等式证明
例题 5 若，则（非常重要）
例题 6
例题 7 设是阶方阵，且，且，证明： .
（吕新民，大学生数学竞赛辅导）
40
考法三矩阵的秩与向量组的秩/矩阵等价与向量组等价
例题 8 向量组 . 若与等价，求 .
例题 9 (2013 年)
注：本题的结论建议直接背下来.
例题 10 (2000 年) 设维列向量无关，则维列向量也无关的充要条件是( )
配套作业
作业 1 请熟记本专题的所有结论！
作业 2 设向量组；
记矩阵 .
(1) 问为何值时，矩阵等价；为何值时，矩阵不等价.
(2) 问为何值时，向量组等价；为何值时，向量组不等价.
（方浩 10 套卷，2022 版）
41
第 6 讲特征值与特征向量
相似理论与二次型，必考大题，所以从第 6 讲开始，重要性不言而喻，希望大家一定要重视！
一、重要结论
下面的重要结论，必须牢记——
1. ，则，；
2. 属于不同特征值的特征向量，一定线性无关；
3. 若是的重特征值，则最多只有个线性无关的特征向量（即“代数重数≥几何重数”）；
4. 属于同一个特征值的特征向量，其非零线性组合仍然是该特征值的特征向量；
5. 若和分别是矩阵的属于特征值和的特征向量，且，则对任意的，向量
一定不是矩阵的特征向量；
6. 若，则的特征值必为——
注：该结论可以推出另一个结论——特征值全为零的矩阵，不一定是是零矩阵.
7. 设为多项式，且，则对矩阵的任意特征值，均有 .
注：很多人对该结论有“误解”
！要知道，这里的，并不是指“存在满足的特征值 ”，
而是指“对于的一切特征值，均满足 ”——所以，我们可以利用解出矩阵的特征值的
所有可能取值！比如，若矩阵满足，则的特征值只能取 0 和 1. 当然，这并不代表一定会取到 0，
也不代表一定会取到 1，因为特征值可能全是 1，也可能全是 0. 同理，我们也无法通过这个方法判断出每一个

特征值的重数（因为由得到的并不是特征多项式，特征多项式应该是，所以，如果想判断
出重数，还需要题中的其他条件，具体问题具体分析）.
8. 实对称矩阵的特征值一定是实数（实反对称矩阵的特征值一定只能是零或者纯虚数）.
9. 设是的特征多项式，则必有 . （凯莱-哈密顿定理）
10. 如果已知的特征值与特征向量，则可以求出很多与相关的矩阵的特征值与特征向量，如下——
注 1：表中计算特征值的方法，是针对的非零特征值而言的（因为 0 不能做分母）

，但如果我们
打破常规认知，假设 0 可以做分母，并且分子分母的 0 可以约分，那么我们将得到一个适用范围更广的的
特征值公式——以三阶矩阵为例：对于而言，假设其特征值分别是，那么对应的特征值
就是 .
42
该结论推广为——假设的特征值为，则的特征值为 .
注 2：虽然和的特征值完全相同（这是因为），但当时，
方程组和方程组的解并没有必然的联系，所以对应的特征向量不一定相同！
二、精选习题
（一）考察特征值特征向量的定义
例题 1 ，若非齐次线性方程组的通解为，求的特征值与特征向量.
例题 2 设方阵有三个特征向量，求 .
（李林六套卷，2022 版）
例题 3 设为 3 阶矩阵，且，则 =( )
例题 4 设，线性无关， . 证明：， .
注：我知道你会，这次教你一个新方法.
例题 5 设是阶实对称矩阵，是阶可逆矩阵. 已知维列向量是的属于特征值的特征向量，则矩阵
属于特征值的特征向量是 ( )
例题 6 设是阶矩阵的两两互异特征值，分别是属于特征值的特征向量.
令，证明：线性无关.
43
（二）考察各种重要的性质与结论
例题 7 ，的每行元素之和均为 2，且，求 . （李正元，超越 135 分）
注：本题考察的结论为——设为多项式，且，则（其中是的特征值）.
类题已知，且满足，则的三个特征值为 .
例题 8 设为三阶实对称矩阵，满足，求 .
注：本题考点——实对称矩阵的两大性质：(1) 特征值都是实数；(2) 可相似对角化
例题 9 设为阶方阵. 证明：若，则，并求对应的特征向量.
注：本题考察秩一矩阵的结论.
类题 (1999 年，1992 年) 设阶矩阵的元素全为 1，则的个特征值分别为 .
例题 10 (2015 年) 已知，特征值为，，则 .
注：本题考察“重要结论”中的表格. 一定要搞清楚特征值和特征向量的变化规律，考研经常考！
类题设为三阶矩阵，，且，求 .
（汤家凤，最后八套卷 2021 版）
例题 11 设，其中，则一定有一个非零特征值为 .
（张宇 8 套卷，2018 版）
例题 12 设为正定矩阵，为的全部特征值，是的属于特征值的
特征向量，求矩阵及的全部特征值与特征向量.
注：众所周知，如果已知的特征值与特征向量，则可求出的特征值与特征向量，而本题是反向考察.
44
例题 13 设为三阶实对称矩阵，的各行元素之和为 0. 设的全部非零特征值为，则下列说法正确的
个数为 ( )
的全部元素均不为零；
6是的唯一非零特征值；
与有非零公共解.
（李艳芳模拟卷，2022 版）
注：对于实对称矩阵，除了要知道它的特征值都是实数、一定可以相似对角化等性质以外，还应该熟悉它
最基本的性质，即实对称矩阵的定义——满足或的实矩阵.
由于这个性质，导致实对称矩阵有关的题目，很多时候可以直接用最暴力的“待定系数法”进行求解——
毕竟根据可以让未知参数大大减少.
类题设为 3 阶实对称矩阵，为 3 维列向量，， . ，求 .
（方浩 4 套卷，2022 版）
例题 14 设和均为 5 阶矩阵，且满足，分析以下命题：（线帒杨，强化讲义）
(1) 和一定存在相同的特征值
(2) 和一定存在公共的特征向量
(3)
(4) 若和分别是和的基础解系，则向量组
线性相关.
(5)
(6)
(7)
(8)
(9)
正确的命题是 (1)(2)(4)(8)(9) .
45
配套作业
作业 1 设可逆，是矩阵的属于特征值的特征向量，其中 . 求 .
作业 2 (1998 年) 设向量都是非零列向量，且 . 记 .
(1) 求 (2) 求的特征值与特征向量
作业 3 (2003 年) 设矩阵，，，求的特征值与特征向量.
作业 4 设三阶方阵满足，则下列数字中，不可能取到的是 ( )
（方浩 4 套卷，2022 版）
作业 5 已知，是的属于特征值的特征向量，并且 .
(1) 求的值；
(2) 求的所有实特征值以及实特征值对应的特征向量.
（陈启浩，提高篇）
作业 6 设，特征值为，且的特征值为，求的特征值.
（线帒杨，强化讲义）
作业 7 设是阶矩阵的属于特征值的特征向量，满足 .
证明：线性无关.
46
第 7 讲普通矩阵的相似对角化
一、重要结论汇总
1. 若有个无关的特征向量，则一定可以相似对角化（充要条件）；
2. 若的每个特征值的重数与其对应的线性无关的特征向量个数相等，则一定可以相似对角化（充要条件）；
3. 若有个互不相同的特征值，则一定可以相似对角化（充分条件）
；
4. 实对称矩阵一定可以相似对角化（充分条件）
；
5. 若，则“ 能相似对角化 ”
；（即，秩为 1 且迹不为零的矩阵，一定能相似对角化）
；
6. 若且，则一定可以相似对角化（思考：这里的和是什么关系？）
示例：设满足，则一定可以相似对角化.
7. 若，则：
(1) （特征多项式相同，也正因为如此，才导致了特征值、行列式、迹等等都相同）
(2) 和的特征值完全相同
(3)
(4)
(5)
(6) （其中，是多项式函数）
(7)
(8) （如果可逆的话）
(9)
注：上述结论，大多数都是必要条件，也就是说：满足，则必有结论(1)~(9)成立，但反之不一定.
比如，即使(1)~(5)都成立，也推不出 . 如：，，则，
显然(1)(2)(3)(4)(5)同时成立，但和不相似（想想如何说明和不相似）；
再比如，(6)成立是否能反推，其实是依赖于的表达式的. 比如取，那么即使有，
也推不出，比如取，，，显然，既然都相等了，那肯定
也就相似了，即，但和本身并不相似（想想如何说明和不相似）——但是，如果是对于任意
的多项式函数，均有，那么与一定相似（想想为什么）；
再比如，即使有，也推不出：根据“ 时， ”可轻松构造反例；
当然，(9)是充要条件，在可逆时(8)也是充要条件.
47
二、经典好题
考法一具体矩阵的相似对角化
没啥好说的，期末难度. 这是重点，但不是难点，每个人都必须掌握！
例题 1 (2004 年) 设有一个二重特征值，求的值并判断矩阵能否相似对角化.
例题 2 (2015 年) 设和相似.
(1) 求；
(2) 求可逆矩阵，使得为对角矩阵.
注：由于和都只是相似的必要条件，所以解出的本应再代回矩阵
中，检验是否确有相似. 但是，由于第(1)问的答案只有这一组解，并且参考答案中也未
对该结果进行检验，所以我在编写本题的解析时也未检验. 但是大家需要明白，从逻辑上来讲，是应该检验的！
例题 3 设，求一个矩阵，使得成立. （吕新民，大学生数学竞赛辅导）
注：这类题在往年的模拟卷里很常见. 在后面学习与正定矩阵有关的内容时，还会再次见到类似的操作.
考法二抽象矩阵的相似对角化
例题 4 三阶矩阵的特征值为，且不能相似对角化，则 = . （张宇八套卷，2018 版）
例题 5 ，，证明：可以相似对角化.
注 1：若且，则一定可以相似对角化（证明方法类似，请读者完成）.
注 2：在上述的解答过程中，并没有单独考虑特征值对应的线性无关的特征向量个数，也没有单独考虑
特征值 1 对应的线性无关的特征向量个数，而是直接使用结论“若阶矩阵有个线性无关的特征向量，则
一定能够相似对角化”，从而一步到位判断出了满足的矩阵一定可以相似对角化. 当然，由于“任何的
重特征值，最多只能拥有个线性无关的特征向量”
，所以当我们判断出线性无关的特征向量总个数为时，也
就顺便推出了属于重特征值 0 的线性无关特征向量的个数为，属于重特征值 1 的线性无关特征向量的
个数为 .
48
例题 6 证明：若阶方阵满足，则“ 能相似对角化 ”.
注：至此，我们可以总结出考研数学中“秩一矩阵”几乎所有的结论了——
(1) 若，则一定可以被分解为一列乘以一行，即（且）
(2) 若是方阵，且，则 .
(3) 若是阶方阵，且，则的特征值为 .
(4) 若是阶方阵，且满足，则“ 能相似对角化 ”.
类题设，，，，，记，
其中，则下列矩阵中不能相似对角化的是 ( )
例题 7 已知为阶非零矩阵，但，证明：不可相似对角化.
例题 8 (2012 年) , 为 3 阶矩阵，且可逆.已知，若，，
注：一定要搞清楚特征值与特征向量之间的对应关系！若有特征值，对应特征向量，那么对，
都仍然是属于特征值的特征向量，千万不要以为它对应的特征值为 .
类题设是 3 阶矩阵，为三阶可逆矩阵，满足，若有可逆矩阵，使得
，则不可以取为 ( )
（森哥 5 套卷，2022 版）
接下来的这种题，相信大家非常熟悉——
49
例题 9 设为 3 阶矩阵，是的属于特征值 1 的特征向量，是的非零解，满足 .
(1) 证明线性无关；
(2) 求的特征值与特征向量；
(3) 判断能否相似对角化.
（杨超，最后 100 题，2022 版）

注：相似的矩阵有相同的特征值，但并不一定有相同的特征向量！
（还记得表格的最后一列吗？）
考法三两个矩阵相似的判定
考研大纲中，只有相似对角化的充要判别法（存在个线性无关的特征向量）
，而没有两个普通矩阵和
相似的充要判别法，所以在考研辅导书或真题中，如果要判断两个普通矩阵和是否相似，需要具体问题具
体分析（因为在考纲范围内，没有现成的方法了）
，一般而言，可以尝试以下思路——
1. 证明不相似的思路
(1) 利用必要条件
比如因为“若，则：；；； ”
，那么我们就可以通过
、等来说明和不相似——这种思想在选择题中很常见；
(2) 利用相似的传递性
若我们能证明出能相似对角化，但不能相似对角化，则和一定不相似.
(3) 利用特征向量个数
若两个矩阵相似，则不仅特征值相同，且重特征值对应的线性无关特征向量个数也相同. 所以，我们可以
利用这一点去证明两个矩阵不相似.
比如，当我们发现时，说明和的特征多项式相同，故的特征值、行列式、秩、
迹全部都对应相等，很难判断出是否相似. 此时我们可以判断每一个特征值对应的和 .
若存在某个，使得，则说明和一定不相似（其实这也算是利用了结论“若，
则 ”的逆否命题）
2. 证明相似的思路
(1) 利用相似的定义
如果能通过题干的条件，直接凑出，则能说明（这是句正确的废话）
(2) 利用相似的传递性
如果我们能够证明出和均能相似对角化，且和的特征值相同，则和就相似于同一个对角阵，
那么根据相似的传递性，就可以间接证明出 . （所以，特征值相同的实对称矩阵，一定相似）
50
情形一：均能相似对角化
例题 10 (2014 年) 判断阶矩阵和是否相似.
注：利用“秩一矩阵”的结论可一眼秒杀——由于的秩均为 1，且迹均为，所以均能相似于
，故相似. 请大家自行写完过程.
情形二：一个能相似对角化，另一个不能
例题 11 设，，判断和是否相似. （汤家凤，线性代数辅导讲义）
情形三：均不能相似对角化
例题 12 (2018 年) 下列矩阵中，与矩阵相似的矩阵为( )
注：以上三道题，分别代表了判定两个普通矩阵是否相似时的三种情形，它们的方法都非常典型，请牢记！
这三个方法都离不开“判断能否相似对角化”
，但下面的“情形四”告诉我们，有时候可以直接回归定义！
情形四：利用定义法判断是否相似
例题 13 (2016 年) 设是可逆矩阵，且与相似，则下列结论中错误的是( )
下面，来看一些计算量大一点的题目，也就是求具体的可逆矩阵，使得 .
51
例题 14 设，，问矩阵是否相似. 若相似，求可逆矩阵，使得 .
（杨超，最后 100 题，2022 版）
类题 (2019 年) 设和相似.
(1) 求； (2) 求可逆矩阵，使得 .
例题 15 设为 3 阶矩阵，向量线性无关，且满足，， .
(1) 证明矩阵不能相似对角化；
(2) 若，，求所有可逆矩阵，使得 .
（线帒杨，强化讲义）
考法四已知特征值与特征向量，反求矩阵
从中解出即可，其中是由特征值拼成的对角阵，是由特征向量拼成的可逆阵.
这类题其实之前在讲解“利用相似对角化计算矩阵的高次幂”时就已经系统学习过.
例题 16 设为 3 阶矩阵，，已知的通解为，求和 .
例题 17 设为三阶矩阵，且，其中 .
(1) 求； (2) 问为何值时，有 . (森哥 5 套卷，2022 版)
考法五同时相似对角化
在最近几年的模拟卷中，公共特征值、公共特征向量、同时相似对角化等“高端问题”频繁出现.
模拟卷里年年押，但是真题从来没考过. 所以，为了提高效率，我们暂时不在正课上讲“同时相似对角化”.
在正课结束以后，凯哥单独给大家开一次直播，讲解这一类题的思路.
52
配套作业
作业 1 设，， . 问与是否相似? 与是否相似?
作业 2 设是阶方阵，（其中）. 问能否相似对角化；若能，求出可逆矩阵，
使得为对角矩阵.
作业 3 设矩阵和相似，且， . 求的值，并计算 .
作业 4 设，，证明和相似，并求可逆矩阵，使得
作业 5 设均是阶方阵，满足，， .
证明：，并求和，其中为对角矩阵.
（方浩十套卷，2022 版）
作业 6 设三个阶非零方阵满足，且 . 证明：
(1) 每一个都既有特征值 0，也有特征值 1；
(2) 若是的属于特征值 1 的特征向量，则必定也是的属于特征值 0 的特征向量；
(3) 若依次是的属于特征值 1 的特征向量，则必定线性无关.
作业 7 设 3 阶实矩阵满足， .
(1) 证明：可以相似对角化；
(2) 如果为实对称矩阵，且是的解，求对称矩阵，使得 .
(森哥 5 套卷，2022 版)
53
第 8 讲实对称矩阵的相似对角化
一、重要结论
（一）实对称矩阵的独特性质
1. 实对称矩阵的特征值，全都是实数；
注：非实对称矩阵不满足该性质，比如对于反对称矩阵而言，有，故 .
例：设 4 阶实对称矩阵满足，且，则的不同特征值的个数为 ( )
2. 实对称矩阵，一定可以相似对角化！
注：这一个性质说明，对于实对称矩阵而言，它的任何一个特征值均满足“代数重数=几何重数”
，即它的
每一个重特征值一定恰好拥有个无关的特征向量，我们已不必再去验证！
3. 实对称矩阵，取自不同特征值的特征向量，不仅无关，而且正交！
注 1：正交说明内积为 0，即，我们可以通过这个性质建立等式，求解未知参数，这一点很重要！
注 2：请问——若三阶实矩阵存在三个正交的特征向量，问是否一定是实对称矩阵？
4. 对于实对称矩阵，一定存在正交矩阵，使得，其中仍然是的个
特征值，但是由的个无关的特征向量进行“施密特正交化”及“单位化”以后的得到的新
向量组拼成.
注：对于普通矩阵的相似对角化问题，题干一般形如“求可逆矩阵，使得 ”；
对于实对称矩阵的相似对角化问题，题干一般形如“求正交矩阵，使得 ”
（二）实对称矩阵的相似对角化步骤
1. 求出的所有互不相同的特征值，设它们的重数依次为；
2. 对每一个重特征值，求出方程组的基础解系，得到个线性无关的特征向量，再将其
正交化、单位化，便可得到个两两正交的单位特征向量. 由于，故总共可得到个两两正
交的单位特征向量；
3. 将这个两两正交的单位特征向量拼成正交矩阵，则有（注意：中对角线上元素
的排列次序必须和中每一列的单位特征向量的排列次序相对应！）
注：非实对称矩阵在相似对角化的过程中，不能对其特征向量使用施密特正交化！
54
（三）谱分解定理
谱分解定理，特别适用于计算零特征值较多的实对称矩阵的表达式. 接下来，以三阶实对称矩阵为例.
设为三阶实对称矩阵，且已知其特征值和特征向量，如何求呢？
我们当然可以从中反解出，但这样计算量较大，那么有没有快一点的方法呢？
对于实对称矩阵而言，一定存在正交矩阵，使得，其中， .
其中为的特征值，分别是的属于特征值的单位正交特征向量.
从中将反解，得 .
请大家记住“ ”这个公式，非常好用（尤其是当存在零特征值时！

）
二、经典好题
考法一直接考察实对称矩阵的相似对角化问题
例题 1 已知，求一组非零向量，使得两两正交.
例题 2 设，求一个正交矩阵，使得为对角矩阵.
例题 3 设 3 阶实对称矩阵的特征值为，属于特征值 1 和 2 的特征向量分别为， .
求齐次线性方程组的通解. （李正元，超越 135 分）
55
考法二根据特征值和特征向量，反求矩阵 A
一定要会使用谱分解定理！
例题 4 (2011 年) 设为实对称矩阵，，且
(1) 求的所有特征值与特征向量
(2) 求矩阵
例题 5 设为实对称矩阵，线性无关，，其中，且
对于三阶方阵，有 . (1) 求的特征值与特征向量；(2) 求 .
（杨超，最后 100 题 2022 版，改编）
例题 6 设为三阶实对称矩阵，是属于特征值 3 的一个特征向量.
(1) 若满足，且，求 .
(2) 若为第(1)问中所求的矩阵， . 是否存在可逆矩阵为矩阵方程的解?
若存在，求；若不存在，说明理由. （李艳芳三套卷，2022 版）
例题 7 设 3 阶实矩阵及其伴随矩阵满足，且 .
(1) 证明：能相似对角化；
(2) 如果为实对称矩阵，且是齐次线性方程组的一个解，求对称矩阵，
使得 . （森哥五套卷，2022 版）
56
配套作业
作业 1 已知为三阶实对称矩阵，，，且方程有一个解为 .
(1) 求矩阵；
(2) 求方程的通解.
（方浩四套卷，2022 版）
作业 2 设三阶实对称矩阵的特征值分别为 0,1,1，和是的特征向量，且 .
(1) 求参数；
(2) 求方程的通解；
(3) 求矩阵 .
（方浩四套卷，2022 版）
作业 3 设是三阶实对称矩阵，是仅有的一个非零特征值，并且对应特征向量 .
(1) 求方程组的通解；
(2) 求矩阵 .
（李林四套卷，2022 版）
作业 4 为正定矩阵，是的全部特征值，是的属于特征值 1 的特征向量.
求矩阵以及的全部特征值与特征向量.
（张宇八套卷，2022 过关版）
57
第 9 讲利用正交变换将二次型化为标准形
本次课之前，先回答上一次课结束以后，学生问得比较多的两个问题（直播答疑）——
（大家直接去看 CCtalk 里第 18 集《凯哥直播线代答疑（相似中的疑难点）
》）
二次型的重要考点主要有三个——
1. 利用正交变换将二次型化为标准形
2. 利用配方法将二次型化为标准形
3. 二次型的正负惯性指数与二次型的正定性
本次课我们来解决最重要的一个考点，也就是“利用正交变换将二次型化为标准形”.
在此之前，我们先思考以下几个问题——
为什么任何一个实二次型都和实对称矩阵一一对应？
为什么任何一个实二次型一定可以化为标准型？
为什么将二次型化为标准型的解题过程，与将实对称矩阵相似对角化的过程几乎一模一样？
为什么利用正交变换将二次型化为标准型以后，平方项前的系数就一定是矩阵的特征值？
也就是说，这一次课的题目与上一次课的题目，几乎都能一一对应起来，这是为什么呢？
想要回答清楚这些问题，我们必须从源头上开始回顾二次型，这部分请认真听视频课的内容！
一、理论部分
请直接看凯哥在群里发的去年线代全程班的《二次型-理论部分》的讲义.
二、经典好题
例题 1 设是二次型对应的矩阵
的属于特征值的特征向量.
(1) 求的值；
(2) 利用正交变换，将该二次型化为标准型；
(3) 当时，求的最大值.
（森哥五套卷，2022 版）
注：设（为实对称矩阵）. 若，则当时， .
58
例题 2 设实对称矩阵，求使得将二次型与都化为
标准形的正交变换，并写出它们分别对应的标准形. （陈启浩，线性代数竞赛讲义）
例题 3 (2010 年) 在正交变换下的标准型为，的第三列为 .
(1) 求矩阵 . (2) 证明为正定矩阵.
类题设某三元二次型经过正交变换化为标准型，若的每行元素之和均为 5，则该
二次型的表达式为 .
例题 4 (2015 年) 设在正交变换下的标准型为，其中，
若，则在另一个正交变换下的标准型为( )
注：本题的考点其实仍然是特征值与特征向量的对应关系，已经做过很多遍了.
例题 5 (2020 年) 设二次型经过正交变换以后，化为一个新的二次型
，其中 .
(1) 求的值；
(2) 求正交矩阵
配套作业
作业 1 设实二次型，经正交变换化为标准型
. 求出的值和正交变换所用的矩阵 . （杨超最后 100 题，2022 版）
作业 2 设 3 阶实对称矩阵满足，已知经正交变换化为，
其中 .
(1) 求的值；
(2) 求一个可逆的线性变换，将化为规范型. （李林四套卷，2022 版）

59
作业 3 设的二次型矩阵的特征值为，且是的属于特征值的特征向量.
(1) 若三维非零向量与正交，证明是对应于特征值 1 的特征向量；
(2) 求二次型的具体表达式. （张宇八套卷，2020 版）
60
第 10 讲利用配方法将二次型化为标准型
将二次型化为标准型的方法很多，常用的是正交变换和配方法.
(1) 利用正交变换化为标准型以后，平方项前的系数一定是的特征值，这是优点，但缺点是计算量大；
(2) 利用配方法化为标准型以后，平方项前的系数不一定是的特征值，这是缺点，但优点是计算量小.
当题目未限定必须采用正交变换法时，我们一般采用计算量更小的配方法.
例题 1 用配方法化二次型为标准型，并写出所用的换元方式
类题用配方法化二次型为标准型，并写出所用的换元方式.
例题 2 用配方法化二次型为标准型，并写出所用的换元方式.
类题用配方法化二次型为标准型，并写出所用的换元方式.
总结：任何二次型都可以用上面的例题 2 和例题 3 的方法进行配方，从而化成标准型. 具体来说就是，如果

二次型中有平方项，则可直接配方；若二次型中只有交叉项，则需要先使用“平方差变换”，制造出平方项后，
再配方！
例题 3 (2014 年) 设二次型的负惯性指数为 1，则的取值范围是 .
注 1：再次强调，用配方法化为标准型以后，平方项前的系数不一定是特征值！！！
注 2：配方法一定要按照我们讲过的标准流程来操作，也就是——“一次只配一个变量，并且要配干净”
，
这样做的目的是为了保证线性变换一定可逆，因为在这样的配方法下，得到的变换矩阵是一个主对角线元素全
部非零的上三角矩阵，必定可逆. 如果采用其他方法进行配方，可能表面上配好了，但其实所用的换元不可逆，
这样的配方是无效的，这也就是下面的“注 3”；
注 3：有时候，出题人会故意用一个不可逆的配方法来误导你，使得你分析出来的秩、正惯性指数、负惯
性指数均是错误的，这种时候，我们需要把括号打开，自己重新配方！
例题 4 下述推理是否正确：
三元二次型，由于它
可化为三项正系数的平方和，所以它是正定二次型.
61
例题 5 (2004 年) 二次型的秩为
例题 6 (2018 年) 设实二次型，其中是参数.
(1) 求的解.
(2) 求的规范型.
配套作业
62
第 11 讲二次型的正定性
一、理论部分
（一）定义
1. 正定二次型
对于二次型，若对任意的，恒有（即，要想，除非）

，则称该二
次型为正定二次型，并将该二次型对应的矩阵称为正定矩阵.
类似的，我们可以定义“负定二次型”、
“半正定二次型”
、“半负定二次型”、
“不定二次型”——
2. 负定二次型
对于二次型，若对任意的，恒有（即，要想，除非）

，则称该二
次型为负定二次型，并将该二次型对应的矩阵称为负定矩阵.
3. 半正定二次型
对于二次型，若对任意的，恒有，则称该二次型为半正定二次型，并将该二
次型对应的矩阵称为半正定矩阵.
4. 半负定二次型
对于二次型，若对任意的，恒有，则称该二次型为半负定二次型，并将该二
次型对应的矩阵称为半负定矩阵.
5. 不定二次型
对于二次型，若对任意的，不能确定的正负号，则称该二次型为不定二次型.
（二）几个典型的例子
(1) 假设，显然，当时，；而对于任意的，
恒有，所以该二次型为正定二次型，对应的矩阵为正定矩阵；
(2) 假设，注意到前的系数为负，所以只需令，
63
则有，所以该二次型不是正定二次型，对应的矩阵也不是正定矩阵；
当然，如果令，此时，所以这是个“不定二次型”.
(3) 假设，该二次型虽然看起来全是平方和，好像是个正定的二次型，但其实由于
前的系数为 0，所以只需取，则，这也不满足正定的定义，所以该二次型不
是正定二次型，只是半正定的二次型，对应的矩阵也不是正定矩阵，而是半正定矩阵.
类似于(3)中的坑人方法，是命题人最喜欢玩儿的！对于一个元二次型，不要以为只要等号右边全是平方，
且有个平方项，且每个平方项前的系数都为正，那么这个二次型就一定是正定的！很可能它只是半正定的！
比如，难道你能说这是个正定二次型？
当然，命题人不至于用这么显然的坑来骗你，但是他可以再包装一下，比如 2000 年的这道真题——
示例 (2000 年) 设为一个
元实二次型，试问当参数满足何种条件时，正定.
解：千万不要看到的表达式全是平方和就以为一定是正定的，其实它只是半正定的！
显然， . 由正定的定义可知，若只有零解，则正定；若有非零解，则半正定！
令，得，其系数行列式为 .
(1) 当，即时，只有零解，故正定；
(2) 当，即时，有非零解，故不正定.
64
（三）正定二次型的判定方法
前提：在考研范围内，验证为正定矩阵的前提是是实对称矩阵（这是因为是二次型对应的矩阵）
1. 正定的六大充要条件
假设为实对称矩阵，则以下 6 个命题等价——
(1) 对任意的，有（这是正定的定义，也是抽象型证明题里最常用的方法）

；
(2) 的特征值均大于 0；
(3) 的正惯性指数；
(4) 与单位矩阵合同（即——存在可逆矩阵，使得）
(5) 存在可逆矩阵，使得（这等价于，所以本质还是描述的“ 与合同”

）
(6) 的全部顺序主子式均大于 0
注：上述的(2)~(5)，其实都是在讲“特征值全为正”
，只是不断的变换说法而已.
总之，判定正定的方法很多，大家在做题时一定要灵活选择恰当的方法. 别动笔，口答下面的 6 个题——
问题 1 设为正定矩阵，证明、、、也都是正定矩阵.
问题 2 设是正定矩阵，证明 .
问题 3 设是正定矩阵，且与合同，证明：也是正定矩阵.
问题 4 设和都是阶正定矩阵，证明：也是正定矩阵.
问题 5 设阶方阵满足，证明：也是正定矩阵.
（线性代数、概率论与数理统计证明题 500 例）
问题 6 设是三阶实对称矩阵，且，若是正定矩阵，则的范围是 .
问题 7 设，，若是正定矩阵，则的取值范围是 .
（方浩十套卷，2022 版）
2. 正定的两大必要条件
以下是判断二次型是否为正定二次型的最常用的 2 个必要条件——
(1)
(2)
3. 负定的充要条件
矩阵为负定的奇数阶主子式为负，且偶数阶主子式为正.
65
二、经典好题
（一）具体矩阵正定性的判定
对于具体型的矩阵，判断是否是正定矩阵，最快的方法是利用顺序主子式，其次是特征值等方法.
例题 1 (1997 年) 若二次型是正定的，求的取值范围
例题 2 设，矩阵，其中为实数. 问何时为正定矩阵.
例题 3 设三元二次型的平方项系数均为 0，且，其中 .
(1) 求该二次型在正交变换下的标准型；
（没让你求正交变换）
(2) 求的范围，使得为正定矩阵.
（杨超最后 100 题，2022 版）
（二）二次型与方程组相结合（主要针对“求方程的解”）
例题 4 已知，该二次型对应的矩阵满足 .
(1) 求的值；
(2) 求正交变换，把化成标准型；
(3) 求方程的解.
（2005 年真题改编；张宇八套卷，2020 版）
注：本题告诉了，所以可以把解出来. 若没有这个条件，则需要讨论，此时可能正定，
也可能只是半正定. 若正定，那么就只有零解；若半正定，那么有无穷多解.
而这，就是 2018 年真题，也是我们的作业题.
66
（三）抽象矩阵正定性的判定
对于抽象型矩阵，判断是否为正定矩阵，最根本的方法是直接使用正定的定义，即——
(1) 先证明是实对称矩阵；
(2) 然后证明，且等号仅在时才取到.
例题 5 (1999 年) 设为实矩阵，为阶单位阵，，证明：当时，为正定矩阵.
类题 (1999 年) 设实对称矩阵正定，为实矩阵，证明：为正定矩阵的充要条件是 .
例题 6 设是阶正定矩阵，是阶实反对称矩阵，则对的以下判断：对称矩阵；反对称矩阵；
正定矩阵；可逆矩阵. 其中正确的是 .
（方浩 4 套卷，2022 版）
例题 7 已知，其中是互异的实数. 试讨论矩阵的正定性.
配套作业
作业 1 下列二次型中，正定二次型是 ( )
作业 2 (2018 年) 设实二次型，其中为参数.
(1) 求的解
(2) 求的规范型
67
作业 3 (1) 设是阶实对称矩阵，存在维非零列向量，使得，证明：一定有正的特征值.
(2) 设，求一个具体的，使得 .
（方浩 10 套卷，2022 版数一）
作业 4 设都是阶正定矩阵，证明：也是正定矩阵的充分必要条件是 . （当成结论背下来）
（线性代数、概率论与数理统计证明题 500 例）
作业 5 (2005 年) 设为正定矩阵，其中和分别为阶和阶实对称矩阵，为实矩阵.
(1) 设，求 .
(2) 判断是否为正定矩阵.
注：别被吓到了，这题其实很简单. 第(1)问硬算，并且为第(2)问做铺垫.
68
第 12 讲等价、相似、合同之间的区别与联系
一、定义
等价：矩阵能够通过有限次初等变换实现相互转化，则称与等价. 也即：若存在可逆矩阵和，
使得，则称与等价. 等价矩阵的特征是有相同的秩（当然，大前提是形状相同）.
相似：相似关系只存在于方阵中. 对于方阵，若存在可逆矩阵，使得，则称与相似.
相似矩阵不仅有相同秩，还有相同的特征多项式、特征值、行列式、迹等等.
合同：合同关系只存在于方阵中. 对于方阵，若存在可逆矩阵，使得，则称与合同.
对于两个合同的实对称矩阵而言，它们不仅有相同的秩，而且它们的正、负、零特征值的个数也分别对应相等
（也即正负惯性指数对应相等），并且与要么同时对称，要么同时不对称（也就是说，对称矩阵与不对称
矩阵永远不可能合同）.
二、区别与联系
1. 矩阵的等价、相似、合同有着不同的定义，这就是最明显的区别.
2. 从定义可以看出，等价不要求矩阵是方阵，只要形状相同即可，但相似与合同都只针对方阵而言.
3. 从定义可以看出，相似与合同都是一种“特殊的等价”
、一种“更强的等价”. 在等价定义“ ”中，
对和的要求仅仅是可逆而已，再无其他要求；但在相似关系中，要求和互为逆矩阵；在合同关系中，
要求和互为转置矩阵. 所以说，相似与合同都是一种特殊的等价——换言之，相似必等价，合同必等价！
4. 相似与合同之间并无包含关系，我们可以找到相似却不合同的矩阵，也能找到合同却不相似的矩阵，比如：
(1) 若，则与不相似（因为特征值不同），但与合同（因为都是正定矩阵）

；
(2) 设，则与相似，但不合同. 这是因为，
故；而，故 . 所以和都能相似对角化，
且都相似于，故与相似；但由于是对称矩阵，而不是对称矩阵，所以不合同！
注 1：若是对称阵，且合同，则由合同的定义可知，而，
故也一定是对称矩阵. 这说明——对称矩阵只能和对称矩阵合同，不对称的矩阵只能和不对称的矩阵合同！
注 2：如果你不知道对称矩阵和不对称矩阵不可能合同，那么你很可能在算完特征值以后，发现和的
特征值相同时，就直接得出“既相似，又合同”的结论——但事实上，利用正负惯性指数来判断是否合同时，
前提是针对均为实对称矩阵而言！
69
5. 在某些特殊的条件下，相似与合同其实也有一点关系，最典型的便是——若均为实对称矩阵，那么当
相似时，也一定合同. 因为对于实对称矩阵而言，一定可以通过正交矩阵相似于对角矩阵. 即对于
而言，有，对于而言，有，故，两边同时左乘，右乘，
得 . 令，则有，故合同. 所以，对于实对称矩阵而言，如果相似，
必然合同！
6. 总结：
(1) 相似必等价，但等价不一定相似；
(2) 合同必等价，但等价不一定合同；
(3) 相似不一定合同，合同也不一定相似；
(4) 若两个矩阵都是实对称矩阵，那么如果相似，则必然合同；
(5) 对称只能与对称合同，不对称只能与不对称合同，对称与不对称一定不可能合同.
(6) 利用正负惯性指数来判断是否合同，这个方法的前提是针对实对称矩阵而言.
7. 已知为实对称矩阵，如何求一个具体的可逆矩阵，使得 ?
答：其实这就是一个二次型的题目！
由于，所以，要求出使得的矩阵，其实就是求将
二次型化为标准形时，所采用的可逆线性变换中的那个，所以，配方法或者正交变换法，都可以！
三、经典好题
例题 1 已知，判断和是否等价、相似、合同.
例题 2 已知，判断和是否等价、相似、合同.
例题 3 (2007 年) 设，，则与 ( )
70
例题 4 下列选项中与既相似又合同的矩阵是 ( ) （李林 6 套卷，2022 版）
例题 5 下列选项中与既相似又合同的矩阵是 ( ) （李林 6 套卷，2022 版）
71
后记
是的，线性代数解题班，结课了.
9 月 26 日，第一次课；10 月 20 日，最后一次课. 我们仅花了 3 周的时间，搞定了考研线代中的核心题型.
不管你是在 cc 上听到这段话，还是在百度网盘里听到这段话，不管你买的是正版，还是盗版，至少你是
认可我的课的，对吧.
所以，真的非常感谢你们，能够听我把这门线代解题班讲完.
现在网络上很多说我不好的，甚至很多直接造谣的，我顶住很大的压力开了这门线代课，你们可能也怀揣
不安听到了现在，但是我相信——听完以后的你，心里应该有答案了. 我也有信心通过这门课，让你们的考研
线代达到一个相当高的水平，但前提是你得把我讲过的东西好好复盘. 接下来的时间，你们可以快速地刷一遍
历年真题中的线性代数题目，检验一下自己的水平，我相信你们现在对付真题已经问题不大了.
当然，我知道线性代数只是考研数学的一部分而已，所以为了让你们能够学到更全面的知识，我特意请了
非常优秀的答疑老师，每天在群里回答大家的各种数学问题，不仅可以答疑线代，还可以答疑高数和概率.
在这门课结课以后，我还会送大家一些其他的福利，比如李林 6+4 和张宇 8+4 的线代大题串讲，真心希望
能够帮到大家.
可能很多人觉得，我是被网上的人骂怕了，所以这一次开课我故意把福利整得特别好，但其实我从四年前
站上讲台那一刻的时候，我就已经是这样的风格了.
可以给大家看看我三年半以前的朋友圈…那个时候，几乎没有任何人认识我
72
看，我向来如此，从没有改变过. 我总想把我知道的知识都讲给大家，毕竟我知道的也不多.
并且，我也从未隐瞒过我自己的个人信息，我其实算得上是很透明了. 熟悉我的同学应该都知道，我本硕
都是西南石油的，而且我考研数学分数确实并不高，18 年，120 多分. 我在以前的视频里反复提及这些事，我
没有任何隐藏，我并不觉得西南石油是一个不好的学校，也不觉得 120 多分没有资格讲课，所以别人问我，我
就说了.
但是最近一年，很多人去“扒”我的黑历史，说我是西南石油的，说我只考了 120 多分，我在想，这些事
我本来就没觉得丢脸，而且我主动公开过，怎么算“黑历史”呢.
不过后来，我发现，这三年多的积累，并没有改变任何的成见，原来这些东西真的能被称为“黑历史”.
所以，我希望自己慢慢成为六边形战士，我希望自己不仅很会讲课，而且真的很会考试，很会解题.
我不再说“我虽然硬实力不强，但是我热爱讲课”了.
从今年开始，我每年都会参加考研，我其实无法保证现在的我能考出多好看的分数，但是至少我不想再被
别人说“凯子不敢参加考试证明自己”了.
即使考了 140 分以上，我也会继续参加下一年的考试，我不会用这个分数作为自己的老本吃一辈子；
即使考了两位数，我也会公开我的成绩，我不会向大家隐瞒任何东西.
最后，我想告诉大家的是：师生一场，我真正想分享给大家的，并不是具体的知识，不是线性代数的各种
结论和解题技巧，而是对热爱事物坚持到底的决心和毅力.
知识是暂时的，唯有热爱永恒. 你可以说我这些话是装逼，但总会有人相信的.
我曾经说过，讲课，就是我存在的意义.
希望你们，也能够找到自己人生的意义.
73

凯哥线代讲义（题目版）

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

凯哥线代讲义（题目版）

Uploaded by

Copyright:

Available Formats

考研竞赛凯哥-2023 线性代数解题班-CCtalk

作者分析了 1987 年~2022 年考研真题中的所有题目和考法，总结出了最高频、最重要的题型，精选出了

线性代数虽然只有六章，但其中的公式和结论却高达 200 个. 并且这些公式和结论毫无规律的分布在线性

（三）考察对 的理解 .............................................................................................................. 11

考法二 与 的关系、 和 的关系 ..................................................................... 20

考法三 “方程组 的解”与“向量组 的线性表示关系” ................................... 21

考法四 已知特征值与特征向量，反求矩阵 ................................................................................... 52

类题 1 (2005 年，改编) ， 无关，且 .

(1) 求 . (2) 判断矩阵 能否相似对角化.

类题 2 (2020 年，改编) 设 为 3 阶矩阵，向量 线性无关，且 .

(1) 求 (2) 判断 能否相似对角化.

注：类题 1 和类题 2 非常重要，都是通过“相似”转化研究对象，这是考研的重点！凯哥总结如下——

(1) 若 线性无关，且 ，则令 以后，有

这样，就建立了抽象矩阵 和具体矩阵 的相似关系.

(2) 若 线性无关，且 ，则令 以后，有

其中 . 这样，就建立了抽象矩阵 和具体矩阵 的相似关系.

(9) （这是求 的重要方法之一！

注：这是伴随矩阵最重要的公式之一. 从该公式可以推出，当 可逆时， ，

(8) （此处的“ ”指的是“不一定相等”

(3) 若 为正交矩阵，则 的实特征值只可能是 ；

(4) 若 为正交矩阵，则 均是正交矩阵；

(5) 若 均为正交矩阵，则 和 也是正交矩阵；

(6) 若 为正交矩阵， 是列向量，则称 为正交变换，且

例题 3 设 都是 阶矩阵， 可逆，证明： 也可逆，且 .

然后通过各种恒等变形，最后将结果化为 即可. 真题居然还考过好几次这样的题——

类题 (2003 年) ，其中 ，且 为 的逆矩阵，求 .

类题 已知 为三阶矩阵， ，则 = . （李永乐 6 套卷，2022 版）

例题 7 (2002 年，2009 年) 设 均为 2 阶方阵，若 ，则分块矩阵 的伴随矩阵为 ( )

类题 已知 ，求 的所有代数余子式之和. （杨超 5 套卷，2022 版）

注：看到代数余子式，一定要联想到伴随矩阵. 以后还有很多的题，都会用这个思想考你，我们拭目以 die.

方法总结：正交矩阵相关的行列式，主要注意两点—— (1) (2) 将 还原为 或 .

（李正元，超越 135 分，改编）

（李林 6 套卷，2022 版，第 6 套）

注 2：请证明表中的每一个结论，并思考当 不可逆时， 的特征值是多少，该如何推导？

例题 11 (2000 年) 若 4 阶矩阵 与 相似， 的特征值为 ，则 = .

类题 1 设 ，则 = . （李正元，超越 135 分，85 页）

注 1：本题也可以先计算 ，然后再代入 中，计算行列式，但使用特征值明显更快.

注 2：若 阶矩阵 满足 ，则 的特征值一定是 ， .

例题 12 设 是 3 阶矩阵， 是线性无关的列向量，已知 与 相似，且 ， ， ，

进行严格证明. 这种方法，不需要过多的思维量，纯考计算. 所以，我们直接给出答案，不再现场计算，

例题 2 证明： . （刘洪星，考研高代总复习，94 页，例 4.1）

向量. 反之，任何一个由“一列乘以一行”得到的矩阵 ，其秩必定为 1（零矩阵除外）.

将秩一矩阵 分解为一列乘以一行时，那一列就是 的第一列，那一行就是每一列相对于第一列的倍数；

理论铺垫 2——假设 ，则 和 均是一个 阶方阵，而 和 均是一个具体

比如对于秩一矩阵 ，分解为 以后可发现， ，而

甚至，在 2003 年考过这样一道题：设 为三维列向量，若 ，则 = .

所以，若 能够相似对角化，则根据 可以反解出 ，故 .

根据矩阵乘法的结合律可知—— ，这就将 的高次幂问题转化成了

(2) ，且 ， ，将 分别表示为 的线性组合.

类题 (1992 年) 设 的特征值为 ，分别对应特征向量 ， ，

提示：我们完全可以仿造例题 1 的方法先计算出 ，然后再计算 ，但请思考还有无其它解法呢？

凯莱-哈密顿定理：若 阶矩阵 的特征多项式为 ，则 .

总结：先计算出 的特征多项式 ，再由多项式除法可得分解式 ，其中 是

一个关于 的二次多项式. 不妨设 ，设法求出参数 . 故 .

在上式中将 替换为 ，由哈密顿凯莱定理可知， . 故只需计算 即可.

2. 设 和 分别是 和 的解，则 一定是 的解.

4. 若 是 的基础解系，则 是 的通解（其中 为任意常数）.

例题 1 (1990 年) 和 是 的两个不同的解， 是 的基础解系，则 的通解可以是( )

类题 设 均是非齐次线性方程组 的解，则齐次方程组 一定有解 ( )

考法二 与 的关系、 和 的关系

方法总结：对于 ，一定要利用 这个重要公式. 若 ，则 .

将 和 进行列分块可得， ，故 ，即 的每一列都是 的解！

同理， 的每一列，也都是 的解.

类题 1 (2004 年) 设 为 阶方阵， ，若 是非齐次方程组 的四个互不相同的解，

（三）考察对的理解 .............................................................................................................. 11

考法二与的关系、和的关系 ..................................................................... 20

考法三 “方程组的解”与“向量组的线性表示关系” ................................... 21

考法四已知特征值与特征向量，反求矩阵 ................................................................................... 52

类题 1 (2005 年，改编) ，无关，且 .

(1) 求 . (2) 判断矩阵能否相似对角化.

类题 2 (2020 年，改编) 设为 3 阶矩阵，向量线性无关，且 .

(1) 求 (2) 判断能否相似对角化.

(1) 若线性无关，且，则令以后，有

这样，就建立了抽象矩阵和具体矩阵的相似关系.

(2) 若线性无关，且，则令以后，有

其中 . 这样，就建立了抽象矩阵和具体矩阵的相似关系.

(9) （这是求的重要方法之一！

注：这是伴随矩阵最重要的公式之一. 从该公式可以推出，当可逆时，，

(3) 若为正交矩阵，则的实特征值只可能是；

(4) 若为正交矩阵，则均是正交矩阵；

(5) 若均为正交矩阵，则和也是正交矩阵；

(6) 若为正交矩阵，是列向量，则称为正交变换，且

例题 3 设都是阶矩阵，可逆，证明：也可逆，且 .

然后通过各种恒等变形，最后将结果化为即可. 真题居然还考过好几次这样的题——

类题 (2003 年) ，其中，且为的逆矩阵，求 .

类题已知为三阶矩阵，，则 = . （李永乐 6 套卷，2022 版）

例题 7 (2002 年，2009 年) 设均为 2 阶方阵，若，则分块矩阵的伴随矩阵为 ( )

类题已知，求的所有代数余子式之和. （杨超 5 套卷，2022 版）

方法总结：正交矩阵相关的行列式，主要注意两点—— (1) (2) 将还原为或 .

注 2：请证明表中的每一个结论，并思考当不可逆时，的特征值是多少，该如何推导？

例题 11 (2000 年) 若 4 阶矩阵与相似，的特征值为，则 = .

类题 1 设，则 = . （李正元，超越 135 分，85 页）

注 1：本题也可以先计算，然后再代入中，计算行列式，但使用特征值明显更快.

注 2：若阶矩阵满足，则的特征值一定是， .

例题 12 设是 3 阶矩阵，是线性无关的列向量，已知与相似，且，，，

向量. 反之，任何一个由“一列乘以一行”得到的矩阵，其秩必定为 1（零矩阵除外）.

将秩一矩阵分解为一列乘以一行时，那一列就是的第一列，那一行就是每一列相对于第一列的倍数；

理论铺垫 2——假设，则和均是一个阶方阵，而和均是一个具体

比如对于秩一矩阵，分解为以后可发现，，而

甚至，在 2003 年考过这样一道题：设为三维列向量，若，则 = .

所以，若能够相似对角化，则根据可以反解出，故 .

根据矩阵乘法的结合律可知—— ，这就将的高次幂问题转化成了

(2) ，且，，将分别表示为的线性组合.

类题 (1992 年) 设的特征值为，分别对应特征向量，，

提示：我们完全可以仿造例题 1 的方法先计算出，然后再计算，但请思考还有无其它解法呢？

凯莱-哈密顿定理：若阶矩阵的特征多项式为，则 .

总结：先计算出的特征多项式，再由多项式除法可得分解式，其中是

一个关于的二次多项式. 不妨设，设法求出参数 . 故 .

在上式中将替换为，由哈密顿凯莱定理可知， . 故只需计算即可.

2. 设和分别是和的解，则一定是的解.

4. 若是的基础解系，则是的通解（其中为任意常数）.

例题 1 (1990 年) 和是的两个不同的解，是的基础解系，则的通解可以是( )

类题设均是非齐次线性方程组的解，则齐次方程组一定有解 ( )

考法二与的关系、和的关系

方法总结：对于，一定要利用这个重要公式. 若，则 .

将和进行列分块可得，，故，即的每一列都是的解！

同理，的每一列，也都是的解.

类题 1 (2004 年) 设为阶方阵，，若是非齐次方程组的四个互不相同的解，

类题 2 已知三阶矩阵，，且的代数余子式，为 2 阶可逆矩阵.

考法三 “方程组的解”与“向量组的线性表示关系”

方法总结：设，若题目告知，就等于给了的一组解；

反之，如果给出了的一组解，相当于告诉了列向量的表示关系. 二者可相互转化. 同理，

若告知了，就相当于告知了的一个特解为 .

例题 4 (2011 年) ，的通解为，则的基础解系可以是( )

例题 5 设 4 阶方阵，方程组的通解为，其中为任意

常数. 若记，求方程组的通解.

假设，其中是维列向量，并假设是的解，则由矩阵乘法可知，

向量组中的任何一个向量，与向量组中的任何一个向量均正交！既然如此，那么

我们完全可以颠倒系数矩阵和解之间的地位关系，令，则必定是方程组的解！

比如，已知某元齐次线性方程组的基础解系为，则只需令，然后求出的基

础解系，再令，则方程组必定以为基础解系.

(1) 求一个以为基础解系的齐次线性方程组；

(2) 求一个以为通解的非齐次线性方程组.

例题 7 (2001 年) 设是阶矩阵，是维列向量，若，则线性方程组 ( )

1. 向量组相关，等价于有非零解；向量组无关，等价于只有零解.

2. 能被线性表示，等价于有解；不能被线性表示，等价于无解.

例题 8 (1996 年) 设为的一组线性无关的解，为的一个解.

个无关的解；反之，若题干给出了的个线性无关的解，那么非齐次方程组就至少有个线

(2) 由结论(1)可知，既然的基础解系中的向量个数为，则中的解向量

(3) 从结论(2)和线性方程组解的结构可知，若是的个线性无关的解，

(1) 证明：有无穷多解；

(2) 证明：对于的任意一个解，都满足 .

例题 10 (2017 年) 设 3 阶矩阵有三个不同的特征值，且 .

(2) 若，求方程组的通解.