考研线代真题有什么？深度解析真题规律与核心考点

矩阵运算：矩阵乘法、逆矩阵、伴随矩阵（每年选择题或填空题）

行列式计算：n阶行列式、递推公式、特殊结构行列式（填空题/计算题）

线性方程组：解的判定、参数讨论、通解求法（计算题/证明题）

特征值与特征向量：求法、相似对角化、实对称矩阵正交对角化（计算题/证明题）

二次型：标准形、正定性判定、合同变换（计算题/应用题）

解题三步法：

1. 利用已知条件A² = A ⇒ A(A
   - E) = O
2. 由秩的不等式：r(A) + r(A
   - E) ≥ r(A + (A
   - E)) = r(A)（不直接）→ 改用秩的公式：r(AB) ≤ min{r(A), r(B)}，且r(A) + r(B)
   - n ≤ r(AB)
3. 更优法：由A(A
   - E) = O知Im(A
   - E) ⊆ Ker(A)，故r(A
   - E) ≤ n
   - r(A)，即r(A) + r(A
   - E) ≤ n；又A与A
   - E无公共非零特征向量，可证等号成立

核心技巧：善用矩阵运算的性质（如AB = O ⇒ Im(B) ⊆ Ker(A)）、秩的不等式、特征值分析法。

标准流程：

1. 求特征值：|λE
   - A| = (λ
   - 1)²(λ
   - 4) ⇒ λ₁ = λ₂ = 1, λ₃ = 4
2. 求特征向量：λ=1时，解(A
   - E)x = 0 ⇒ α₁ = [-1,1,0]ᵀ, α₂ = [-1,0,1]ᵀ；λ=4时，α₃ = [1,1,1]ᵀ
3. 正交化：β₁ = α₁ = [-1,1,0]ᵀ；β₂ = α₂
   - (⟨α₂,β₁⟩/⟨β₁,β₁⟩)β₁ = [-1/2,-1/2,1]ᵀ
4. 单位化：γ₁ = [-1/√2,1/√2,0]ᵀ；γ₂ = [-1/√6,-1/√6,2/√6]ᵀ；γ₃ = [1/√3,1/√3,1/√3]ᵀ
5. 构造正交矩阵Q = [γ₁,γ₂,γ₃]，则Q⁻¹AQ = diag(1,1,4)

易错点：重根特征向量需正交化；单位化时注意符号一致性。

充要条件：n阶矩阵A可相似对角化 ⇔ A有n个线性无关的特征向量 ⇔ 对每个k重特征值λᵢ，其几何重数=代数重数k。

快捷判断法：

• 实对称矩阵：必可正交相似对角化（无需验证）
• 特征值互异：必可对角化
• Jordan标准形：若所有Jordan块均为1阶，则可对角化
• 幂等矩阵（A²=A）：可对角化（特征值仅0或1）
• 幂零矩阵（Aᵏ=O）：仅当A=O时可对角化

方法1：顺序主子式全大于0（最常用，适合具体矩阵）

方法2：特征值全大于0（适合抽象矩阵或特征值易求时）

方法3：合同于单位阵（理论证明题）

方法4：正惯性指数=n（配方法化标准形后）

方法5：二次型函数值恒正（定义法，适合证明题）

典型例题：f(x) = xᵀAx，A = [[2,1],[1,a]]正定 ⇔ a > 1/2（顺序主子式：2>0, 2a-1>0）

核心方法：

1. 定义法：存在不全为零的k₁,...,kₙ使k₁α₁+...+kₙαₙ=0
2. 矩阵秩法：以向量为列构成矩阵A，若r(A) < n则线性相关
3. 行列式法：n个n维向量构成方阵A，|A|=0 ⇔ 线性相关
4. 齐次方程组法：Ax=0有非零解 ⇔ 列向量组线性相关
5. 秩的不等式：r(α₁,...,αₙ) ≤ 向量个数，等号成立当且仅当线性无关

技巧：含参数时，先求秩关于参数的分段表达式；抽象向量组可构造矩阵或利用已知关系转化。

齐次方程组Ax=0：

若r(A)=r < n，通解为x = k₁ξ₁ + k₂ξ₂ + ... + kₙ₋ᵣξₙ₋ᵣ，其中ξ₁,...,ξₙ₋ᵣ为基础解系，k₁,...,kₙ₋ᵣ为任意常数。

非齐次方程组Ax=b：

若x为特解，η₁,...,ηₙ₋ᵣ为对应齐次方程组的基础解系，则通解为x = x + k₁η₁ + ... + kₙ₋ᵣηₙ₋ᵣ。

易错点：基础解系必须线性无关；通解中常数个数=自由变量个数=n-r；特解不能为零向量（除非b=0）。

线性变换视角：矩阵A表示线性变换T(x)=Ax，特征值λ表示变换在特征向量方向上的伸缩比例，特征向量方向在变换下保持不变（可能反向）。

几何实例：二维平面上，矩阵[[2,0],[0,3]]将向量[x,y]ᵀ变为[2x,3y]ᵀ，沿x轴方向伸长2倍，y轴方向伸长3倍，特征向量为坐标轴方向。

物理应用：振动系统的固有频率对应特征值，振型对应特征向量；主成分分析（PCA）中，协方差矩阵的最大特征值对应主成分方向。

定义：

• 相似：存在可逆P，使P⁻¹AP = B
• 合同：存在可逆C，使CᵀAC = B

核心区别：

• 相似要求P可逆，合同要求C可逆（但Cᵀ≠C⁻¹一般）
• 相似矩阵有相同特征值；合同矩阵有相同正负惯性指数
• 实对称矩阵相似 ⇔ 特征值相同；实对称矩阵合同 ⇔ 正负惯性指数相同

例题：A = [[1,0],[0,2]]与B = [[2,0],[0,1]]相似（特征值相同）但不合同（正惯性指数均为2，实际合同！修正：二者合同，因正负惯性指数相同；不相似因特征值不同）

记忆口诀：相似看特征值，合同看惯性指数；实对称时，相似 ⇔ 特征值相同，合同 ⇔ 正负惯性指数相同。

高频题型：

1. 秩的等式/不等式证明：如r(AB) ≤ min{r(A),r(B)}，r(A+B) ≤ r(A)+r(B)
2. 线性相关性证明：如向量组线性无关 ⇔ 其Gram行列式≠0
3. 特征值相关证明：如A与B相似 ⇒ f(A)与f(B)相似；实对称矩阵特征值为实数
4. 解的结构证明：如Ax=b的解的差是齐次解，解的和仍是解的条件
5. 二次型正定性证明：如A正定 ⇒ A⁻¹正定；A,B正定 ⇒ A+B正定

通用策略：

• 从定义出发（如线性相关定义、特征值定义）
• 利用已知定理（如秩的性质、相似矩阵性质）
• 构造辅助矩阵或向量
• 反证法（常用于证明“必有”“存在”类命题）