线性代数期中复习笔记

线性代数期中复习笔记

Tue Oct 14 2025
1869 words · 10 minutes

1 行列式

1.1 n阶行列式的定义

nn阶行列式是由n2n^2个数,排成nn行、nn列的算式

D=∣a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann∣=a11A11+a12A12+⋯+a1nA1nD = \begin{vmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} = a_{11}A_{11} + a_{12}A_{12} + \cdots + a_{1n}A_{1n}

记为det(aij)det(a_{ij}),其中A1j=(−1)1+jMij,j=1,2,...,nA_{1j} = (-1) ^{1 + j}M_{ij},j = 1,2,...,n

Dn=∣a110⋯0a21a22⋯0⋮⋮⋱⋮an1an2⋯ann∣=a11a22⋯annD_n = \begin{vmatrix} a_{11} & 0 & \cdots & 0 \\ a_{21} & a_{22} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} = a_{11}a_{22} \cdots a_{nn}

注意到部分上(下)三角行列式有如下性质:

Dn=∣a110⋯0a21a22⋯0⋮⋮⋱⋮an1an2⋯ann∣=a11a22⋯annD_n = \begin{vmatrix} a_{11} & 0 & \cdots & 0 \\ a_{21} & a_{22} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{nn} \end{vmatrix} = a_{11}a_{22}\cdots a_{nn} Dn=∣0⋯0a1n0⋯a2,n−1a2n⋮⋱⋮⋮an1⋯an,n−1ann∣=(−1)n(n−1)2a1na2,n−1⋯an1D_n = \begin{vmatrix} 0 & \cdots & 0 & a_{1n} \\ 0 & \cdots & a_{2,n-1} & a_{2n} \\ \vdots & \ddots & \vdots & \vdots \\ a_{n1} & \cdots & a_{n,n-1} & a_{nn} \end{vmatrix} = (-1)^{\frac{n(n-1)}{2}} a_{1n}a_{2,n-1} \cdots a_{n1} ∣d10⋯00d2⋯0⋮⋮⋱⋮00⋯dn∣=d1d2⋯dn;\begin{vmatrix} d_1 & 0 & \cdots & 0 \\ 0 & d_2 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & d_n \end{vmatrix} = d_1d_2 \cdots d_n; ∣0⋯0d10⋯d20⋮⋱⋮⋮dn⋯00∣=(−1)n(n−1)2d1d2⋯dn.\begin{vmatrix} 0 & \cdots & 0 & d_1 \\ 0 & \cdots & d_2 & 0 \\ \vdots & \ddots & \vdots & \vdots \\ d_n & \cdots & 0 & 0 \end{vmatrix} = (-1)^{\frac{n(n-1)}{2}} d_1d_2 \cdots d_n.

1.2 行列式的性质

性质1:行列式与它的转置行列式相等,即DT=DD^T = D

性质2:互换行列式任意两行(列)的位置,行列式的值反号

性质3:行列式DD等于它的任一行(列)各元素分别与其对应的代数余子式的乘积之和

推论1: 若行列式DD的某行元素全为零,则D=0D = 0

性质4: 行列式的某一行(列)中所有的元素都乘以同一数kk等于用数kk乘此行列式

性质5:若行列式的某一行(列)的元素都是两数之和,则此行列式可以写成两个行列式的和

性质6: 若行列式有两行(列)对应元素相等,则此行列式为零

推论2:若行列式中有两行(列)成比例,则行列式为零

性质7:行列式的某一行(列)乘以同一数后加到另一行(列),行列式不变

性质8:行列式的任一行(列)各元素与另一行(列)对应元素的代数余子式乘积之和等于零


期中复习建议
  • 行列式部分优先记性质 2、4、7,它们最常用于化简和证明。
  • 平面方程部分优先区分点法式、一般式、截距式、参数式的使用场景。
  • 最后再回看两平面位置关系,容易和法向量判定一起出题。

3 几何向量及其应用

3.3 平面和空间直线

3.3.1 平面方程

平面的点法式方程

M0(x0,y0,z0)M_0 (x_0,y_0,z_0)

法线向量 n⃗=(A,B,C)\vec{n} = (A, B, C) 设平面上任一点为M(x,y,z)M(x,y,z) 则有M0M⃗⊥n⃗⇒M0M⃗⋅n⃗=0\vec{M_0M} \perp \vec{n} \Rightarrow \vec{M_0M} \cdot \vec{n} = 0 即 A(x−x0)+B(y−y0)+C(z−z0)=0A(x-x_0) + B(y - y_0) + C(z - z_0) = 0

点法式

平面的一般式方程

由平面的点法式方程

A(x−x0)+B(y−y0)+C(z−z0)=0⇒Ax+By+Cz−(Ax0+By0+Cz0)=0A(x-x_0) + B(y - y_0) + C(z - z_0) = 0 \\ \Rightarrow Ax + By + Cz - (Ax_0 + By_0 + Cz_0) = 0

其中 Ax0+By0+Cz0=DAx_0 + By_0 + Cz_0 = D

得到平面的一般式方程:

Ax+By+Cz+D=0Ax + By + Cz + D = 0

法向量 n⃗=(A,B,C)\vec{n} = (A ,B, C)

一般式方程的几种特殊情况

Ax+By+Cz+D=0Ax + By + Cz + D = 0

(1) D=0D = 0,平面通过坐标原点;

(2) A=0A = 0,

{D=0,平面通过x轴;D≠0,平面平行于x轴;\begin{cases} D = 0,& \text{平面通过x轴;} \\ D \neq 0,& \text{平面平行于x轴;} \end{cases}

类似地可讨论 B=0B = 0,C=0C = 0 情形。

(3) A=B=0A = B = 0,平面平行于xoyxoy坐标面(即垂直于ZZ轴); 类似地可讨论 A=C=0A = C = 0,B=C=0B = C = 0 情形。

平面的截距式方程

设平面在x, y, z三轴上分别有截距 OA=a,OB=b,OC=cOA = a, OB = b, OC = c,(其中a,b,ca, b, c,均为非零常数,求此平面方程。

设平面为 Ax+By+Cz+D=0Ax + By + Cz + D = 0,

由已知,平面过点(a,0,0),(0,b,0),(0,0,c)(a, 0, 0), (0, b, 0), (0, 0, c)

有

{aA+D=0,bB+D=0,cC+D=0,\begin{cases} aA + D = 0, \\ bB + D = 0, \\ cC + D = 0, \end{cases}

⇒A=−Da,B=−Db,C=−Dc.\Rightarrow A = -\frac{D}{a}, B = -\frac{D}{b}, C = -\frac{D}{c}.

代入所设方程得

xa+yb+zc=1(截距式方程)\frac{x}{a} + \frac{y}{b} + \frac{z}{c} = 1(截距式方程)

平面的参数式方程

设平面ππ过点 P0(x0,y0,z0)P_0(x_0, y_0, z_0),且已知ππ上两个不共线的向量 a⃗=(L1,M1,N1),b⃗=(L2,M2,N2)\vec{a} = (L_1, M_1, N_1), \vec{b} = (L_2, M_2, N_2),求此平面方程。

设平面上任一点为 P(x,y,z)P(x, y, z)

则存在唯一的一组实数 s,ts, t,使得

P0P→=sa⃗+tb⃗或r⃗=r0⃗+sa⃗+tb⃗\overrightarrow{P_0P} = s\vec{a} + t\vec{b} \quad \text{或} \quad \vec{r} = \vec{r_0} + s\vec{a} + t\vec{b}{x=x0+sL1+tL2y=y0+sM1+tM2z=z0+sN1+tN2\begin{cases} x = x_0 + sL_1 + tL_2 \\ y = y_0 + sM_1 + tM_2 \\ z = z_0 + sN_1 + tN_2 \end{cases}

参数式方程

3.3.2 两平面位置关系

定义: 两平面法向量之间的夹角称为两平面的夹角

平面夹角计算

设平面 Π1\Pi_1 和 Π2\Pi_2 的方程分别为:

Π1:A1x+B1y+C1z+D1=0,Π2:A2x+B2y+C2z+D2=0,\Pi_1: A_1x + B_1y + C_1z + D_1 = 0, \\ \Pi_2: A_2x + B_2y + C_2z + D_2 = 0,

对应的法向量为:

n⃗1=(A1,B1,C1),n⃗2=(A2,B2,C2),\vec{n}_1 = (A_1, B_1, C_1), \\ \vec{n}_2 = (A_2, B_2, C_2),

平面夹角 θ\theta 的余弦值为: cos⁡θ=∣A1A2+B1B2+C1C2∣A12+B12+C12⋅A22+B22+C22\cos\theta = \frac{|A_1A_2 + B_1B_2 + C_1C_2|}{\sqrt{A_1^2 + B_1^2 + C_1^2} \cdot \sqrt{A_2^2 + B_2^2 + C_2^2}}

平面位置关系

  1. Π1⊥Π2⇔n⃗1⊥n⃗2⇔A1A2+B1B2+C1C2=0;\Pi_1 \perp \Pi_2 \Leftrightarrow \vec{n}_1 \perp \vec{n}_2 \Leftrightarrow A_1A_2 + B_1B_2 + C_1C_2 = 0;
  2. Π1∥Π2⇔n⃗1∥n⃗2⇔A1:B1:C1=A2:B2:C2\Pi_1 \parallel \Pi_2 \Leftrightarrow \vec{n}_1 \parallel \vec{n}_2 \Leftrightarrow A_1:B_1:C_1 = A_2:B_2:C_2

两平面位置关系

  1. Π1\Pi_1 与 Π2\Pi_2 相交 ⇔n⃗1\Leftrightarrow \vec{n}_1 与 n⃗2\vec{n}_2 不平行 ⇔A1:B1:C1≠A2:B2:C2\Leftrightarrow A_1:B_1:C_1 \neq A_2:B_2:C_2
  2. Π1\Pi_1 与 Π2\Pi_2 平行而不重合 ⇔A1A2=B1B2=C1C2≠D1D2\Leftrightarrow \frac{A_1}{A_2} = \frac{B_1}{B_2} = \frac{C_1}{C_2} \neq \frac{D_1}{D_2}
  3. Π1\Pi_1 与 Π2\Pi_2 重合 ⇔A1A2=B1B2=C1C2=D1D2\Leftrightarrow \frac{A_1}{A_2} = \frac{B_1}{B_2} = \frac{C_1}{C_2} = \frac{D_1}{D_2}

3.3.3 直线方程

直线的对称式方程

过一点且与一已知非零向量平行的直线式唯一确定的

对称式方程

方向向量:与直线平行的非零向量

设M0=(x0,y0,z0),s⃗=(l,m,n),M_0 =(x_0,y_0,z_0),\vec{s} = (l,m,n), M(x,y,z)M (x,y,z)为直线上任一点 则有

M0M⃗∥s⃗\vec{M_0M} \parallel \vec{s}

即

x−x0l=y−y0m=z−z0n(直线的对称式方程)\frac{x-x_0}{l} = \frac{y-y_0}{m} = \frac{z-z_0}{n}(直线的对称式方程)

直线的参数方程

x−x0l=y−y0m=z−z0n(直线的对称式方程)\frac{x-x_0}{l} = \frac{y-y_0}{m} = \frac{z-z_0}{n}(直线的对称式方程)

令

x−x0l=y−y0m=z−z0n=t\frac{x-x_0}{l} = \frac{y-y_0}{m} = \frac{z-z_0}{n} = t

得

{x=x0+lty=y0+mt直线的参数方程z=z0+nt\begin{cases} x = x_0 + lt \\ y = y_0 + mt \quad 直线的参数方程\\ z = z_0 + nt \end{cases}

直线的一般式方程

一般方程

如果两平面

Π1:A1x+B1y+C1z+D1=0Π2:A2x+B2y+C2z+D2=0\Pi_1: A_1x + B_1y + C_1z + D_1 = 0 \\ \Pi_2: A_2x + B_2y + C_2z + D_2 = 0

不平行,则其交线是一条直线: 空间直线的一般式方程

{A1x+B1y+C1z+D1=0A2x+B2y+C2z+D2=0\begin{cases} A_1x + B_1y + C_1z + D_1 = 0 \\ A_2x + B_2y + C_2z + D_2 = 0 \end{cases}

其方向向量为:

s⃗=n1⃗×n2⃗=(A1,B1,C1)×(A2,B2,C2)\vec{s} = \vec{n_1} \times \vec{n_2} = (A_1,B_1,C_1) \times (A_2,B_2,C_2)

两条直线的位置关系

定义:两直线的方向向量的夹角称为这两条直线的夹角(一般取锐角)。

直线 L1:x−x1l1=y−y1m1=z−z1n1L_1 : \frac{x - x_1}{l_1} = \frac{y - y_1}{m_1} = \frac{z - z_1}{n_1}
直线 L2:x−x2l2=y−y2m2=z−z2n2L_2 : \frac{x - x_2}{l_2} = \frac{y - y_2}{m_2} = \frac{z - z_2}{n_2}

cos⁡θ=∣l1l2+m1m2+n1n2∣l12+m12+n12⋅l22+m22+n22\cos \theta = \frac{| l_1 l_2 + m_1 m_2 + n_1 n_2 |}{\sqrt{ l_1^2 + m_1^2 + n_1^2 } \cdot \sqrt{ l_2^2 + m_2^2 + n_2^2 }}

特别地:

  • (1) L1⊥L2  ⟺  l1l2+m1m2+n1n2=0L_1 \perp L_2 \iff l_1 l_2 + m_1 m_2 + n_1 n_2 = 0
  • (2) L1∥L2  ⟺  (l1,m1,n1)∥(l2,m2,n2)L_1 \parallel L_2 \iff (l_1, m_1, n_1) \parallel (l_2, m_2, n_2)

两直线的位置关系:

  • (1) L1L_1 与 L2L_2 异面
      ⟺  \iff 三向量 P1P2→,s⃗1,s⃗2\overrightarrow{P_1 P_2}, \vec{s}_1, \vec{s}_2 不共面。

  • (2) L1L_1 与 L2L_2 相交于一点
      ⟺  \iff 三向量 P1P2→,s⃗1,s⃗2\overrightarrow{P_1 P_2}, \vec{s}_1, \vec{s}_2 共面,且 s⃗1∦s⃗2\vec{s}_1 \nparallel \vec{s}_2。

  • (3) L1L_1 与 L2L_2 平行而不重合
      ⟺  \iff s⃗1∥s⃗2\vec{s}_1 \parallel \vec{s}_2,且 P1P2→∦s⃗1\overrightarrow{P_1 P_2} \nparallel \vec{s}_1。

  • (4) L1L_1 与 L2L_2 重合
      ⟺  \iff s⃗1∥s⃗2∥P1P2→\vec{s}_1 \parallel \vec{s}_2 \parallel \overrightarrow{P_1 P_2}。

总结:L1L_1 与 L2L_2 共面
  ⟺  \iff 三个向量 P1P2→,s⃗1,s⃗2\overrightarrow{P_1 P_2}, \vec{s}_1, \vec{s}_2 共面

∣x2−x1y2−y1z2−z1l1m1n1l2m2n2∣=0\begin{vmatrix} x_2 - x_1 & y_2 - y_1 & z_2 - z_1 \\ l_1 & m_1 & n_1 \\ l_2 & m_2 & n_2 \end{vmatrix} = 0
Thanks for reading!

线性代数期中复习笔记

Tue Oct 14 2025
1869 words · 10 minutes

评论