简介《高等代数》是数学专业的核心课程这份由优秀学习者整理的丘维声课堂笔记系统呈现矩阵消元法、阶梯形矩阵、行列式按行展开、克莱姆法则、线性空间与线性相关等关键知识点并对数域概念做了细致阐释适合正在复习备考的大学生、考研生以及希望巩固代数基础的数学爱好者。资源以PDF格式封装共1个文件压缩包仅1.21MB内容与丘维声教授的151讲视频逐章配套既提炼了课堂上的定理推导与例题也补充了不少习题思路和常见误区分析方便读者按章节索引、随时查阅。目前已有1173人学习下载笔记在讲解线性方程组解的存在性和唯一性时用矩阵初等行变换和行列式工具搭建了清晰的分析路径帮助学习者理解抽象代数结构背后的直观逻辑。通过阅读这份笔记读者可以更快建立高等代数的整体框架掌握从具体计算到理论证明的思维方法为后续学习线性映射乃至更深入的代数课程打下扎实基础。1. 一张地图从解方程组到线性空间高等代数这门课有个很反直觉的开局前面两章在解方程、算行列式画风是计算第三章突然开始讲线性空间画风变成定义—定理—证明。很多人在这里掉队是因为没看懂这三章其实是一条线线性方程组是问题来源行列式是判断工具线性空间是最终舞台。这份笔记对应的正是这条主线的151讲全程从矩阵消元法出发到行列式的性质与展开再到线性相关的判定、基与维数、解集结构。它不是把知识点摊平而是每章都有定义—例题—习题思路的完整闭环。适合谁用正在学这门课、期末前想快速拎清脉络的人或者已经学过一遍、但概念和计算对不上号的人。这张地图先放在这后面逐块展开。2. 线性方程组解法矩阵消元与解的判别2.1 矩阵消元法初等行变换与阶梯矩阵笔记第一章的开头是加减消元法不同方程乘以系数后再相加减消去某个未知量。写成矩阵形式后这一步就对应增广矩阵的初等行变换。矩阵消元法的核心认识是消元过程的每一步都在改变方程的样子但不能改变方程组的解集。这是整个第一章的底层逻辑。三种初等行变换要背到条件反射变换操作对解集的影响倍加把一行的倍数加到另一行解集不变互换两行互换解集不变只改变书写顺序倍乘一行乘以非零常数解集不变消元的最终目标是阶梯形矩阵左下角元素全为0。观察阶梯矩阵的主元位置就能数出非零行个数r这个r是后面判断解的情况的关键。笔记里特意强调在有理数集内解线性方程组意思是消元过程中出现的所有系数和常数都必须是那个数域内的数不能冒出无理数来。最容易忽略的是消元顺序先处理第一列再处理第二列直到最后一列。实际操作时不要急着把所有主元都化成1先保证下面全是0的形态否则会多做很多无效运算。笔记中的例子给出了两种典型的末行形如0 x3 -2对应无解形如0 x2 0对应自由未知量——这两个形态要一看到就能反应过来。2.2 解的情况判别r与n的关系消到阶梯形之后方程的命运只有三种情况条件结论无解阶梯形中某行出现 0 dd非零原方程组无解唯一解无 0d 且非零行数 r n有唯一解无穷多解无 0d 且 r n有 n-r 个自由未知量几何上不难理解平面上的两条直线要么相交、要么重叠、要么平行不存在第四种关系。推广到n元时方程组解的命运同样只有这三种。判断流程是先看有没有0 d没有再看r和n的大小关系。笔记把证明过程写得很完整增广矩阵有 n1 列第 r 个主元不能落在第 n1 列否则就是矛盾行又因为主元只能在对角线右上方所以 t ≥ r当 rn 时每个未知量都占一个主元列最后一列就是唯一解当 rn 时剩下的 n-r 列对应自由未知量。这里值得多说一句为什么非零行数r比未知量数n小时就意味着无穷多解因为有效方程只有r个却要管住n个未知量约束不够自然有 n-r 个自由未知量可以任取。这个约束不足的图像比单纯背结论更管用遇到复杂题目时也能快速判断结果是否合理。2.3 数域门槛与常见反例数域是高等代数里第一个真正的抽象概念复数集的一个非空子集K如果同时满足含0、1对加减乘封闭且对除法封闭除数不为0就称为一个数域。有理数域Q是最小的数域复数域C是最大的数域实数域R夹在中间。严格说所谓最小是指任何数域都必须包含全部有理数——因为含0、1之后反复做加减乘除就一定能生成整个Q。常见反例是整数集Z它满足加减乘封闭但不满足除法封闭所以不是数域。另一个容易漏掉的点是验证一个集合是不是数域时必须检查四条0、1属于K加减乘封闭除法封闭。很多人只验证算出来还在里面却忘记单独确认0和1这在证明题里会扣分。笔记里给了 Q(i) { a bi | a, b ∈ Q } 的完整证明思路先写0 0 0i、1 1 0i都在集合里再对 α a bi、β c di 分别算 α±β、αβ、α/β说明结果仍然落在 Q(i) 内。除法的处理是本题的关键β≠0时 c、d不全为0分母 c²d² 非零有理化之后系数仍然在Q里。这套验证数域四件套的写法在后面证明其他数域时可以直接复用。数域的意义会在后面反复出现线性空间的数域、行列式所在数域、方程组解的结构全都建立在运算不跑出这个集合的基础上。所以现在多花点时间把数域验证练熟后面就不吃亏。3. 行列式从n元排列到克莱姆法则与拉普拉斯展开3.1 n元排列逆序数、对换与奇偶性行列式定义让人第一眼头疼符号规则尤其像黑匣子。但笔记把它的源头拆得很清楚n元排列就是1,2,...,n的全排列一共n!个。在一个排列 a1a2...an 中任取一对数 ai, aj如果 ai aj就构成一个逆序逆序总数称为逆序数 τ(a1,...,an)。逆序数是偶数的排列叫偶排列是奇数的叫奇排列。对换是排列中两个数字互换位置每做一次对换排列的奇偶性就反转一次——这是对换改变排列奇偶性的定理。为什么行列式非要绕到排列上因为n阶行列式的每一项本质上是从每行每列各取一个元素相乘而这个元素的位置对应一个排列符号就由这个排列的逆序数决定(-1)^τ。所以 n元排列这节是行列式定义的前置知识不是独立的章节。复习的时候把逆序数、奇偶排列、对换这三个概念串成一句话——对换改变奇偶性行列式每一项符号由逆序数决定这一节就打通了。3.2 n阶行列式的定义上三角形与程序验证n阶行列式是 n! 项的和每项是在矩阵中每行每列各取一个元素相乘再乘以符号 (-1)^τ。这个定义看着复杂但真正常用的结论是上三角行列式主对角线以下全为0时行列式等于主对角线元素的乘积。证明思路很简单要想每行每列都取到非零元素第一个位置只能取第一行第一列第二个只能取第二行第二列以此类推只有一条路径可选所以符号为正、结果就是对角线乘积。这个上三角等于对角线乘积是后续所有行列式计算的终点。笔记里的习题2.2建议用程序验证一部分数值题当作计算正确性的最后一道防线import numpy as np A np.array([[1, 4, 2], [3, 5, 1], [2, 1, 6]]) print(np.linalg.det(A))这段代码适用场景很明确验证手算结果。np.linalg.det 返回的是浮点数比如这里会得到一个约等于 -49 的值习题答案正是 -49浮点误差属于正常现象。但有两类情况别指望它一是含字母参数的行列式比如要判断 a、b 取什么值时行列式为0numpy算不了符号运算二是阶数较高或者想练习化简技巧时直接丢给numpy反而把计算过程当黑匣子练不到手。手算为主、程序兜底这是使用工具的正确姿势。3.3 行列式的七个性质计算策略性质是行列式计算的核心弹药。笔记列了七条按使用和记忆的角度可以重排成下表#性质记忆锚点1行列互换转置值不变行和列地位对等2一行公因子可提出提取公因子3某一行拆成两组数之和行列式可拆成两个行列式之和单行线性性4两行互换行列式变号交换等于变号5两行相同行列式为0由性质4推出6两行成比例行列式为0性质5的推广7把一行的倍数加到另一行值不变消元利器很多教材把性质排成转置、提公因子、拆和、换行变号、相同为0、成比例为0、倍加不变笔记的顺序也是这个。但做题时的调用顺序刚好反过来先用性质7把某一列或某一行消出尽量多的0再用性质2提取公因子简化数字最后用性质4或按行展开降阶。习题里有个反复出现的手法值得总结把所有行加到第一行或所有列加到第一列让第一行每个元素都相同然后提取公因子、把第一行化成全1再用每行减第一行把大部分位置清零。笔记中习题2.3的12都是这个套路。看到各行元素结构相似的行列式第一反应就应该是这个手法。范德蒙行列式是另一个必须一眼认出的结构第k列是某列元素各自的k-1次幂这种形态结果等于 ∏(x_j - x_i)对 1 ≤ i j ≤ n 求乘积。识别出来直接用公式别傻算。3.4 按行展开、克莱姆法则与拉普拉斯定理按行列展开的目的是降阶。n阶行列式中划去第 i 行第 j 列后剩下的 (n-1) 阶行列式叫余子式再乘上符号 (-1)^(ij) 就是代数余子式 A_ij。展开定理说 D a_i1 A_i1 a_i2 A_i2 ... a_in A_in。选哪一行展开永远选0最多的那一行列0多意味着展开项少。配套的两个定理也要一起记第 i 行元素与第 j 行j≠i相应代数余子式的乘积之和等于0。这两个定理在证明克莱姆法则时是核心依据单独记忆有点抽象但至少要知道这个结论自己的行配自己的代数余子式是行列式值别人的行配自己的代数余子式是0。克莱姆法则的适用条件很严格必须是 n 个方程、n 个未知量且系数行列式不等于0。此时方程组有唯一解且第 j 个未知量等于把系数行列式的第 j 列换成常数项得到的行列式除以原行列式。笔记里还给了齐次版本n个方程n个未知量的齐次线性方程组只有零解的充要条件是系数行列式不等于0有非零解的充要条件是等于0。这两个判断在期末题里几乎必考。拉普拉斯定理是按多行展开的推广在n阶行列式中取定某k行所有k阶子式与它们对应代数余子式的乘积之和等于行列式值。它的直接价值是分块计算如果一个行列式能分成左上、右下两个三角块其余两块全为0结果就等于两个块行列式的乘积。复习时把拉普拉斯定理当作分块行列式的理论依据而不是一个需要背公式的大块头。4. 易漏点与易错点五大高频翻车现场4.1 解集不变 vs 行列式值不变易漏点初等行变换在第一章里不改变解集在第二章里对行列式值却不都是不变——行互换变号、行倍乘使值倍乘只有倍加才保持值不变。为什么漏因为两章讲的是同一个矩阵操作大脑很容易把解集不变直接迁移到值不变。怎么补每次用初等行变换化简行列式时在步骤旁边标注这次变换是哪一类如果是互换或倍乘就记录符号和倍数最后统一修正。养成标注变换类型的习惯后这类错误基本绝迹。4.2 代数余子式的符号棋盘易漏点按行展开时忘记给余子式配符号 (-1)^(ij)。为什么漏代数余子式听起来像余子式附带符号但展开式里用的是代数余子式不是余子式符号正负按行列的奇偶性分布是个棋盘格样式第1行是 - -...第2行是 - - ...。怎么补先写出一张3×3的符号格标出 (1,1) 为 然后按相邻格交替符号填满再对照这个棋盘取符号。练上两三道题后符号问题就变成肌肉记忆。4.3 行列式≠0不是万能的线性无关判据易漏点用行列式是否为0判断向量组线性相关/无关时忘记前提是向量组恰好构成方阵也就是向量个数等于维数。为什么漏教材里大量习题都安排在n个n维向量的方阵场景下范德蒙行列式那类题又专门用行列式判断无关做得多了容易形成条件反射。怎么补拿到一组向量先数个数和维数个数等于维数时可用行列式个数不等于维数时只能求秩或按定义设 k1α1 ... ksαs 0 解齐次方程组。在笔记的3.3节里线性相关与齐次线性方程组有非零解本来就是同一件事的两面。4.4 自由未知量与基础解系个数易漏点求基础解系时自由未知量随便选但解出的向量个数必须是 n-r常见错误是自由未知量选了 n-r 个却只回代出一个特解就收工。为什么漏齐次方程组解空间维数的来源是自由未知量的个数每一步自由未知量依次取成基本向量组 (1,0,...)、(0,1,...) 再回代才能得到 n-r 个线性无关的解。怎么补把流程固定成四步化阶梯形数出 r确定 n-r 个自由未知量逐组赋值回代。每一步都不必求快最后数一数解的个数是不是 n-r再验证两两线性无关。4.5 并集不是子空间直和看维数易漏点两个子空间的并集 V1∪V2 不一定封闭于加法通常不是子空间而和V1V2 才是子空间。为什么漏集合的并听着像合起来直觉上觉得两个子空间合起来还应该是个子空间但取 α∈V1、β∈V2 时αβ 不一定属于V1也不一定属于V2加法封闭就破了。怎么补记一个反例就够两条过原点的不同直线各取一个非零点相加得到的向量既不在第一条线上也不在第二条线上。判断直和的标准入口是维数公式 dim(V1V2) dimV1 dimV2 - dim(V1∩V2)当交集维数为0且维数相加等于大空间维数时就是直和。5. 线性空间从相关性到解集结构的串线5.1 从几何向量到公理化八条律与两条唯一性线性空间的定义是全书第一次抽象跳跃把 n 维向量空间升级为数域K上的集合V定义了加法与数量乘法且满足8条运算律。8条律按类型分四组加法交换律与结合律加法有零元与负元数乘对加法分配、对数乘加法分配数乘结合律与 1αα。复习时别死记顺序只要知道每条律都在保证我们平时做运算时敢怎么变形即可。笔记紧接着给了两个唯一性定理零元唯一、负元唯一还有 kα0 推出 k0 或 α0。这些性质是后面做代数变形的基础证明题的第一步往往就是设另一个零元或负元然后用公理推出矛盾。5.2 子空间判定与线性表出子空间的判定只有两句话V 的非空子集 W对加法和数乘封闭则 W 是子空间。所谓封闭就是W 中任意两个元素相加还在 W 中任意元素乘以数域中任意数还在 W 中。向量组的表出视角也要尽早建立β 可以由向量组 α1,...,αs 线性表出意思是存在一组数使 β k1α1 ... ksαs。这在方程组语境下就是该线性方程组有解。把子空间、表出、方程组有解三个视角互相翻译是第三章最重要的技能——很多证明题卡住就是因为只停留在集合语言里没有切换成方程组的语言。5.3 线性相关与无关三条判定路径向量组 α1,...,αs 线性相关指存在不全为0的数使 ∑kiαi0。判定路径有三条定义法设组合等于0解齐次方程组、行列式法sn 时算 det≠0 则无关、秩法秩s 则无关。选择顺序是先看个数与维数相等就用行列式不等就带回定义或求秩。笔记还补充了几条常用性质向量组中有零向量则必相关部分组相关则整体相关整体无关则每个部分组都无关线性相关等价于至少有一个向量可由其余向量线性表出。这些性质的证明不算难但结论本身要熟到能直接用它们是后面证明极大线性无关组相关命题的燃料。5.4 极大线性无关组、矩阵的秩与基极大线性无关组是向量组中能撑起全部张成空间的那些向量它自身线性无关再加入原组里任何一个其余向量就线性相关。秩定义为极大无关组的向量个数。向量组和它的极大无关组等价等价向量组的秩相等。把这套语言搬到矩阵上就是矩阵的行秩等于列秩等于矩阵的秩而矩阵的秩又等于最高阶非零子式的阶数初等行变换不改变行秩也不改变列向量之间的线性相关性。这个不变性是把矩阵化成阶梯形然后数非零行求秩的理论依据。基是线性空间的坐标系有限子集 S 线性无关且每个向量都能由 S 线性表出S 就是一个基基的向量个数是维数。几个常用命题要串起来记n维空间中任意 n 个线性无关的向量都是基线性无关向量组一定能扩充成整个空间的基n维空间与 K^n 同构。维数和秩的关系是解空间的全部答案齐次方程组的解空间维数 n - r这个公式马上要在解集结构里登场。5.5 齐次与非齐次方程组的解集结构齐次方程组 Ax0 的解集 W 天然是子空间若 α、β 都是解则 αβ 和 kα 都是解并且 W 的维数等于 n - r(A)其中 r 是系数矩阵的秩。基础解系就是解空间的一组基线性无关且能表出所有解。求基础解系的步骤和4.4节一致——先消元再给自由未知量赋值回代出 n-r 个解。非齐次方程组 Axb 的解集不是子空间因为0一般不是解但结构仍然很整齐如果有一个特解 γ0那么全部解等于 γ0 W也就是特解加上导出组 Ax0 的通解。复习时抓住非齐次通解由两部分拼成这个图像各种求通解的题都逃不出这个框架先求导出组基础解系再找一个特解最后线性组合。5.6 子空间运算、直和、同构与可逆映射子空间的交仍是子空间和 V1V2 {v1v2 | v1∈V1, v2∈V2} 也是子空间。维数公式 dim(V1V2)dimV1dimV2-dim(V1∩V2) 是计算各种维度问题的万能钥匙。直和是每个向量都能唯一分解为 v1v2的和等价条件有三条零向量表法唯一、交集为 {0}、维数相加等于大空间维数。做题时用维数判断直和最快笔记还提到每个子空间都有补空间复习时记住补空间不唯一就够了。同构是这一章的收尾抽象两个线性空间之间存在一个保持加法、保持数乘的双射就称它们同构。核心定理是域上两个有限维线性空间同构的充分必要条件是维数相等于是所有n维空间在结构上都和 K^n 一模一样。笔记最后还补充了映射的乘法与可逆映射一个映射可逆当且仅当它是双射即同时满足单射和满射。这个结论到线性映射部分会反复用。至于集合的划分与等价关系现阶段知道等价关系决定一个划分每个等价类互不相交且覆盖全集就够往后学商空间时会再遇到。6. 复习清单把笔记变成一张A4纸6.1 三个必须会第一个必须会会算。行列式的数值题、矩阵消元、基础解系属于纯计算算得慢一定丢分。第二个必须会会判。看到一组向量先问个数和维数是否相等看到方程组先问系数矩阵和增广矩阵的秩是否相等判断先行计算随后。第三个必须会会证。数域的验证、子空间的封闭性证明、向量相关性的证明都是套路题背住步骤框架就能拿分。6.2 一张自查表模块必须能回答的问题常见错误线性方程组阶梯形后 r 与 n 的关系怎么判消元时用错行变换行列式七条性质哪条值不变、哪条变号展开时符号配错数域验证数域四条分别是什么忘查 0、1线性相关性什么时候能用行列式判非方阵直接说行列式≠0解集结构基础解系为什么是 n-r 个自由未知量赋值不完整子空间与直和并集为何不是子空间把并集当直和6.3 错题归因三标签每次做错题先贴标签再改错计算型——数字算错要练的是运算习惯逻辑型——步骤跳了或顺序反了要回看对应定理的推导记忆型——概念条件没记全比如忘了行列式判据需要方阵。三标签分类之后复习效率会高很多因为每个错误精确对应一个补法而不是笼统地再看一遍书。从那以后我每次复习高等代数都强制自己先在一张A4纸上写出知识地图方程组→行列式→线性空间→解集结构每个分支只留三个关键词。写不出来就翻笔记翻完再合上重写直到能完整画出来才开始做题。这套习惯陪我走完了整个复习周期希望也能帮到你备考和查漏补缺。本文还有配套的精品资源点击获取 
长河君 · 2026/10/23 16:15:17 · 阅读 1.2k 高等代数核心知识梳理：方程组、行列式与线性空间
简介《高等代数》是数学专业的核心课程这份由优秀学习者整理的丘维声课堂笔记系统呈现矩阵消元法、阶梯形矩阵、行列式按行展开、克莱姆法则、线性空间与线性相关等关键知识点并对数域概念做了细致阐释适合正在复习备考的大学生、考研生以及希望巩固代数基础的数学爱好者。资源以PDF格式封装共1个文件压缩包仅1.21MB内容与丘维声教授的151讲视频逐章配套既提炼了课堂上的定理推导与例题也补充了不少习题思路和常见误区分析方便读者按章节索引、随时查阅。目前已有1173人学习下载笔记在讲解线性方程组解的存在性和唯一性时用矩阵初等行变换和行列式工具搭建了清晰的分析路径帮助学习者理解抽象代数结构背后的直观逻辑。通过阅读这份笔记读者可以更快建立高等代数的整体框架掌握从具体计算到理论证明的思维方法为后续学习线性映射乃至更深入的代数课程打下扎实基础。1. 一张地图从解方程组到线性空间高等代数这门课有个很反直觉的开局前面两章在解方程、算行列式画风是计算第三章突然开始讲线性空间画风变成定义—定理—证明。很多人在这里掉队是因为没看懂这三章其实是一条线线性方程组是问题来源行列式是判断工具线性空间是最终舞台。这份笔记对应的正是这条主线的151讲全程从矩阵消元法出发到行列式的性质与展开再到线性相关的判定、基与维数、解集结构。它不是把知识点摊平而是每章都有定义—例题—习题思路的完整闭环。适合谁用正在学这门课、期末前想快速拎清脉络的人或者已经学过一遍、但概念和计算对不上号的人。这张地图先放在这后面逐块展开。2. 线性方程组解法矩阵消元与解的判别2.1 矩阵消元法初等行变换与阶梯矩阵笔记第一章的开头是加减消元法不同方程乘以系数后再相加减消去某个未知量。写成矩阵形式后这一步就对应增广矩阵的初等行变换。矩阵消元法的核心认识是消元过程的每一步都在改变方程的样子但不能改变方程组的解集。这是整个第一章的底层逻辑。三种初等行变换要背到条件反射变换操作对解集的影响倍加把一行的倍数加到另一行解集不变互换两行互换解集不变只改变书写顺序倍乘一行乘以非零常数解集不变消元的最终目标是阶梯形矩阵左下角元素全为0。观察阶梯矩阵的主元位置就能数出非零行个数r这个r是后面判断解的情况的关键。笔记里特意强调在有理数集内解线性方程组意思是消元过程中出现的所有系数和常数都必须是那个数域内的数不能冒出无理数来。最容易忽略的是消元顺序先处理第一列再处理第二列直到最后一列。实际操作时不要急着把所有主元都化成1先保证下面全是0的形态否则会多做很多无效运算。笔记中的例子给出了两种典型的末行形如0 x3 -2对应无解形如0 x2 0对应自由未知量——这两个形态要一看到就能反应过来。2.2 解的情况判别r与n的关系消到阶梯形之后方程的命运只有三种情况条件结论无解阶梯形中某行出现 0 dd非零原方程组无解唯一解无 0d 且非零行数 r n有唯一解无穷多解无 0d 且 r n有 n-r 个自由未知量几何上不难理解平面上的两条直线要么相交、要么重叠、要么平行不存在第四种关系。推广到n元时方程组解的命运同样只有这三种。判断流程是先看有没有0 d没有再看r和n的大小关系。笔记把证明过程写得很完整增广矩阵有 n1 列第 r 个主元不能落在第 n1 列否则就是矛盾行又因为主元只能在对角线右上方所以 t ≥ r当 rn 时每个未知量都占一个主元列最后一列就是唯一解当 rn 时剩下的 n-r 列对应自由未知量。这里值得多说一句为什么非零行数r比未知量数n小时就意味着无穷多解因为有效方程只有r个却要管住n个未知量约束不够自然有 n-r 个自由未知量可以任取。这个约束不足的图像比单纯背结论更管用遇到复杂题目时也能快速判断结果是否合理。2.3 数域门槛与常见反例数域是高等代数里第一个真正的抽象概念复数集的一个非空子集K如果同时满足含0、1对加减乘封闭且对除法封闭除数不为0就称为一个数域。有理数域Q是最小的数域复数域C是最大的数域实数域R夹在中间。严格说所谓最小是指任何数域都必须包含全部有理数——因为含0、1之后反复做加减乘除就一定能生成整个Q。常见反例是整数集Z它满足加减乘封闭但不满足除法封闭所以不是数域。另一个容易漏掉的点是验证一个集合是不是数域时必须检查四条0、1属于K加减乘封闭除法封闭。很多人只验证算出来还在里面却忘记单独确认0和1这在证明题里会扣分。笔记里给了 Q(i) { a bi | a, b ∈ Q } 的完整证明思路先写0 0 0i、1 1 0i都在集合里再对 α a bi、β c di 分别算 α±β、αβ、α/β说明结果仍然落在 Q(i) 内。除法的处理是本题的关键β≠0时 c、d不全为0分母 c²d² 非零有理化之后系数仍然在Q里。这套验证数域四件套的写法在后面证明其他数域时可以直接复用。数域的意义会在后面反复出现线性空间的数域、行列式所在数域、方程组解的结构全都建立在运算不跑出这个集合的基础上。所以现在多花点时间把数域验证练熟后面就不吃亏。3. 行列式从n元排列到克莱姆法则与拉普拉斯展开3.1 n元排列逆序数、对换与奇偶性行列式定义让人第一眼头疼符号规则尤其像黑匣子。但笔记把它的源头拆得很清楚n元排列就是1,2,...,n的全排列一共n!个。在一个排列 a1a2...an 中任取一对数 ai, aj如果 ai aj就构成一个逆序逆序总数称为逆序数 τ(a1,...,an)。逆序数是偶数的排列叫偶排列是奇数的叫奇排列。对换是排列中两个数字互换位置每做一次对换排列的奇偶性就反转一次——这是对换改变排列奇偶性的定理。为什么行列式非要绕到排列上因为n阶行列式的每一项本质上是从每行每列各取一个元素相乘而这个元素的位置对应一个排列符号就由这个排列的逆序数决定(-1)^τ。所以 n元排列这节是行列式定义的前置知识不是独立的章节。复习的时候把逆序数、奇偶排列、对换这三个概念串成一句话——对换改变奇偶性行列式每一项符号由逆序数决定这一节就打通了。3.2 n阶行列式的定义上三角形与程序验证n阶行列式是 n! 项的和每项是在矩阵中每行每列各取一个元素相乘再乘以符号 (-1)^τ。这个定义看着复杂但真正常用的结论是上三角行列式主对角线以下全为0时行列式等于主对角线元素的乘积。证明思路很简单要想每行每列都取到非零元素第一个位置只能取第一行第一列第二个只能取第二行第二列以此类推只有一条路径可选所以符号为正、结果就是对角线乘积。这个上三角等于对角线乘积是后续所有行列式计算的终点。笔记里的习题2.2建议用程序验证一部分数值题当作计算正确性的最后一道防线import numpy as np A np.array([[1, 4, 2], [3, 5, 1], [2, 1, 6]]) print(np.linalg.det(A))这段代码适用场景很明确验证手算结果。np.linalg.det 返回的是浮点数比如这里会得到一个约等于 -49 的值习题答案正是 -49浮点误差属于正常现象。但有两类情况别指望它一是含字母参数的行列式比如要判断 a、b 取什么值时行列式为0numpy算不了符号运算二是阶数较高或者想练习化简技巧时直接丢给numpy反而把计算过程当黑匣子练不到手。手算为主、程序兜底这是使用工具的正确姿势。3.3 行列式的七个性质计算策略性质是行列式计算的核心弹药。笔记列了七条按使用和记忆的角度可以重排成下表#性质记忆锚点1行列互换转置值不变行和列地位对等2一行公因子可提出提取公因子3某一行拆成两组数之和行列式可拆成两个行列式之和单行线性性4两行互换行列式变号交换等于变号5两行相同行列式为0由性质4推出6两行成比例行列式为0性质5的推广7把一行的倍数加到另一行值不变消元利器很多教材把性质排成转置、提公因子、拆和、换行变号、相同为0、成比例为0、倍加不变笔记的顺序也是这个。但做题时的调用顺序刚好反过来先用性质7把某一列或某一行消出尽量多的0再用性质2提取公因子简化数字最后用性质4或按行展开降阶。习题里有个反复出现的手法值得总结把所有行加到第一行或所有列加到第一列让第一行每个元素都相同然后提取公因子、把第一行化成全1再用每行减第一行把大部分位置清零。笔记中习题2.3的12都是这个套路。看到各行元素结构相似的行列式第一反应就应该是这个手法。范德蒙行列式是另一个必须一眼认出的结构第k列是某列元素各自的k-1次幂这种形态结果等于 ∏(x_j - x_i)对 1 ≤ i j ≤ n 求乘积。识别出来直接用公式别傻算。3.4 按行展开、克莱姆法则与拉普拉斯定理按行列展开的目的是降阶。n阶行列式中划去第 i 行第 j 列后剩下的 (n-1) 阶行列式叫余子式再乘上符号 (-1)^(ij) 就是代数余子式 A_ij。展开定理说 D a_i1 A_i1 a_i2 A_i2 ... a_in A_in。选哪一行展开永远选0最多的那一行列0多意味着展开项少。配套的两个定理也要一起记第 i 行元素与第 j 行j≠i相应代数余子式的乘积之和等于0。这两个定理在证明克莱姆法则时是核心依据单独记忆有点抽象但至少要知道这个结论自己的行配自己的代数余子式是行列式值别人的行配自己的代数余子式是0。克莱姆法则的适用条件很严格必须是 n 个方程、n 个未知量且系数行列式不等于0。此时方程组有唯一解且第 j 个未知量等于把系数行列式的第 j 列换成常数项得到的行列式除以原行列式。笔记里还给了齐次版本n个方程n个未知量的齐次线性方程组只有零解的充要条件是系数行列式不等于0有非零解的充要条件是等于0。这两个判断在期末题里几乎必考。拉普拉斯定理是按多行展开的推广在n阶行列式中取定某k行所有k阶子式与它们对应代数余子式的乘积之和等于行列式值。它的直接价值是分块计算如果一个行列式能分成左上、右下两个三角块其余两块全为0结果就等于两个块行列式的乘积。复习时把拉普拉斯定理当作分块行列式的理论依据而不是一个需要背公式的大块头。4. 易漏点与易错点五大高频翻车现场4.1 解集不变 vs 行列式值不变易漏点初等行变换在第一章里不改变解集在第二章里对行列式值却不都是不变——行互换变号、行倍乘使值倍乘只有倍加才保持值不变。为什么漏因为两章讲的是同一个矩阵操作大脑很容易把解集不变直接迁移到值不变。怎么补每次用初等行变换化简行列式时在步骤旁边标注这次变换是哪一类如果是互换或倍乘就记录符号和倍数最后统一修正。养成标注变换类型的习惯后这类错误基本绝迹。4.2 代数余子式的符号棋盘易漏点按行展开时忘记给余子式配符号 (-1)^(ij)。为什么漏代数余子式听起来像余子式附带符号但展开式里用的是代数余子式不是余子式符号正负按行列的奇偶性分布是个棋盘格样式第1行是 - -...第2行是 - - ...。怎么补先写出一张3×3的符号格标出 (1,1) 为 然后按相邻格交替符号填满再对照这个棋盘取符号。练上两三道题后符号问题就变成肌肉记忆。4.3 行列式≠0不是万能的线性无关判据易漏点用行列式是否为0判断向量组线性相关/无关时忘记前提是向量组恰好构成方阵也就是向量个数等于维数。为什么漏教材里大量习题都安排在n个n维向量的方阵场景下范德蒙行列式那类题又专门用行列式判断无关做得多了容易形成条件反射。怎么补拿到一组向量先数个数和维数个数等于维数时可用行列式个数不等于维数时只能求秩或按定义设 k1α1 ... ksαs 0 解齐次方程组。在笔记的3.3节里线性相关与齐次线性方程组有非零解本来就是同一件事的两面。4.4 自由未知量与基础解系个数易漏点求基础解系时自由未知量随便选但解出的向量个数必须是 n-r常见错误是自由未知量选了 n-r 个却只回代出一个特解就收工。为什么漏齐次方程组解空间维数的来源是自由未知量的个数每一步自由未知量依次取成基本向量组 (1,0,...)、(0,1,...) 再回代才能得到 n-r 个线性无关的解。怎么补把流程固定成四步化阶梯形数出 r确定 n-r 个自由未知量逐组赋值回代。每一步都不必求快最后数一数解的个数是不是 n-r再验证两两线性无关。4.5 并集不是子空间直和看维数易漏点两个子空间的并集 V1∪V2 不一定封闭于加法通常不是子空间而和V1V2 才是子空间。为什么漏集合的并听着像合起来直觉上觉得两个子空间合起来还应该是个子空间但取 α∈V1、β∈V2 时αβ 不一定属于V1也不一定属于V2加法封闭就破了。怎么补记一个反例就够两条过原点的不同直线各取一个非零点相加得到的向量既不在第一条线上也不在第二条线上。判断直和的标准入口是维数公式 dim(V1V2) dimV1 dimV2 - dim(V1∩V2)当交集维数为0且维数相加等于大空间维数时就是直和。5. 线性空间从相关性到解集结构的串线5.1 从几何向量到公理化八条律与两条唯一性线性空间的定义是全书第一次抽象跳跃把 n 维向量空间升级为数域K上的集合V定义了加法与数量乘法且满足8条运算律。8条律按类型分四组加法交换律与结合律加法有零元与负元数乘对加法分配、对数乘加法分配数乘结合律与 1αα。复习时别死记顺序只要知道每条律都在保证我们平时做运算时敢怎么变形即可。笔记紧接着给了两个唯一性定理零元唯一、负元唯一还有 kα0 推出 k0 或 α0。这些性质是后面做代数变形的基础证明题的第一步往往就是设另一个零元或负元然后用公理推出矛盾。5.2 子空间判定与线性表出子空间的判定只有两句话V 的非空子集 W对加法和数乘封闭则 W 是子空间。所谓封闭就是W 中任意两个元素相加还在 W 中任意元素乘以数域中任意数还在 W 中。向量组的表出视角也要尽早建立β 可以由向量组 α1,...,αs 线性表出意思是存在一组数使 β k1α1 ... ksαs。这在方程组语境下就是该线性方程组有解。把子空间、表出、方程组有解三个视角互相翻译是第三章最重要的技能——很多证明题卡住就是因为只停留在集合语言里没有切换成方程组的语言。5.3 线性相关与无关三条判定路径向量组 α1,...,αs 线性相关指存在不全为0的数使 ∑kiαi0。判定路径有三条定义法设组合等于0解齐次方程组、行列式法sn 时算 det≠0 则无关、秩法秩s 则无关。选择顺序是先看个数与维数相等就用行列式不等就带回定义或求秩。笔记还补充了几条常用性质向量组中有零向量则必相关部分组相关则整体相关整体无关则每个部分组都无关线性相关等价于至少有一个向量可由其余向量线性表出。这些性质的证明不算难但结论本身要熟到能直接用它们是后面证明极大线性无关组相关命题的燃料。5.4 极大线性无关组、矩阵的秩与基极大线性无关组是向量组中能撑起全部张成空间的那些向量它自身线性无关再加入原组里任何一个其余向量就线性相关。秩定义为极大无关组的向量个数。向量组和它的极大无关组等价等价向量组的秩相等。把这套语言搬到矩阵上就是矩阵的行秩等于列秩等于矩阵的秩而矩阵的秩又等于最高阶非零子式的阶数初等行变换不改变行秩也不改变列向量之间的线性相关性。这个不变性是把矩阵化成阶梯形然后数非零行求秩的理论依据。基是线性空间的坐标系有限子集 S 线性无关且每个向量都能由 S 线性表出S 就是一个基基的向量个数是维数。几个常用命题要串起来记n维空间中任意 n 个线性无关的向量都是基线性无关向量组一定能扩充成整个空间的基n维空间与 K^n 同构。维数和秩的关系是解空间的全部答案齐次方程组的解空间维数 n - r这个公式马上要在解集结构里登场。5.5 齐次与非齐次方程组的解集结构齐次方程组 Ax0 的解集 W 天然是子空间若 α、β 都是解则 αβ 和 kα 都是解并且 W 的维数等于 n - r(A)其中 r 是系数矩阵的秩。基础解系就是解空间的一组基线性无关且能表出所有解。求基础解系的步骤和4.4节一致——先消元再给自由未知量赋值回代出 n-r 个解。非齐次方程组 Axb 的解集不是子空间因为0一般不是解但结构仍然很整齐如果有一个特解 γ0那么全部解等于 γ0 W也就是特解加上导出组 Ax0 的通解。复习时抓住非齐次通解由两部分拼成这个图像各种求通解的题都逃不出这个框架先求导出组基础解系再找一个特解最后线性组合。5.6 子空间运算、直和、同构与可逆映射子空间的交仍是子空间和 V1V2 {v1v2 | v1∈V1, v2∈V2} 也是子空间。维数公式 dim(V1V2)dimV1dimV2-dim(V1∩V2) 是计算各种维度问题的万能钥匙。直和是每个向量都能唯一分解为 v1v2的和等价条件有三条零向量表法唯一、交集为 {0}、维数相加等于大空间维数。做题时用维数判断直和最快笔记还提到每个子空间都有补空间复习时记住补空间不唯一就够了。同构是这一章的收尾抽象两个线性空间之间存在一个保持加法、保持数乘的双射就称它们同构。核心定理是域上两个有限维线性空间同构的充分必要条件是维数相等于是所有n维空间在结构上都和 K^n 一模一样。笔记最后还补充了映射的乘法与可逆映射一个映射可逆当且仅当它是双射即同时满足单射和满射。这个结论到线性映射部分会反复用。至于集合的划分与等价关系现阶段知道等价关系决定一个划分每个等价类互不相交且覆盖全集就够往后学商空间时会再遇到。6. 复习清单把笔记变成一张A4纸6.1 三个必须会第一个必须会会算。行列式的数值题、矩阵消元、基础解系属于纯计算算得慢一定丢分。第二个必须会会判。看到一组向量先问个数和维数是否相等看到方程组先问系数矩阵和增广矩阵的秩是否相等判断先行计算随后。第三个必须会会证。数域的验证、子空间的封闭性证明、向量相关性的证明都是套路题背住步骤框架就能拿分。6.2 一张自查表模块必须能回答的问题常见错误线性方程组阶梯形后 r 与 n 的关系怎么判消元时用错行变换行列式七条性质哪条值不变、哪条变号展开时符号配错数域验证数域四条分别是什么忘查 0、1线性相关性什么时候能用行列式判非方阵直接说行列式≠0解集结构基础解系为什么是 n-r 个自由未知量赋值不完整子空间与直和并集为何不是子空间把并集当直和6.3 错题归因三标签每次做错题先贴标签再改错计算型——数字算错要练的是运算习惯逻辑型——步骤跳了或顺序反了要回看对应定理的推导记忆型——概念条件没记全比如忘了行列式判据需要方阵。三标签分类之后复习效率会高很多因为每个错误精确对应一个补法而不是笼统地再看一遍书。从那以后我每次复习高等代数都强制自己先在一张A4纸上写出知识地图方程组→行列式→线性空间→解集结构每个分支只留三个关键词。写不出来就翻笔记翻完再合上重写直到能完整画出来才开始做题。这套习惯陪我走完了整个复习周期希望也能帮到你备考和查漏补缺。本文还有配套的精品资源点击获取