保研复习——线性代数7：经典面试题

博主不定期更新【保研/推免、C/C++、5G移动通信、Linux、生活随笔】系列文章，喜欢的朋友【点赞＋关注】支持一下吧！

---

• 矩阵的秩的含义？

基本概念：

矩阵的秩就是矩阵中不等于0的子式的最高阶数。

行阶梯型矩阵的秩等于其非零行的行数。

与向量组的关系：

矩阵的秩等于它列向量组的秩，也等于它行向量组的秩。

向量组的秩定义为向量组的极大线性无关组所含向量的个数。

与向量空间的关系（几何意义）：

任何矩阵的行空间的维数等于矩阵的列空间的维数等于矩阵的秩。

与线性方程组解的关系：

设A是m×n矩阵，若R(A)=r＜n，则齐次线性方程组Ax=0有基础解系，且每个基础解系都含n-r个解向量。

与线性变换的关系：

所谓一个线性变换的秩，无非就是变换后，还能保持非零体积的几何形状的最大维度。

• 行列式的含义？

基本概念：

本质含义（几何意义）：

行列式就是在给定一组基下，N个向量张成的一个N维广义四边形的体积。2阶行列式代表的是平面内的面积；3阶行列式自然而然就是3维空间内的体积；4阶行列式是4维空间里的超体积。

与线性映射的关系：（来源于网络，个人感觉很经典，下同）

•  线性相关的含义？

公式定义：

设\(\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m}\)都为n维向量，若存在一组不完全为0的\(k_{1}, k_{2}, \cdots, k_{m}\)，使得\(k_{1}\alpha_{1}+ k_{2}\alpha_{2}+ \cdots+ k_{m} \alpha_{m}=0\)，则称向量组\(\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m}\)线性相关，否则，称向量组\(\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m}\)线性无关。

几何意义：

一组矢量的线性相关性本质上，是描述他们所张成的广义平行四边形体积是否为零。N个向量线性无关 ⇔  他们所张成的N维体体积不为零。于是有：线性无关矢量组成的矩阵的行列式不为零；线性相关矢量组成的矩阵的行列式必为零。

• 矩阵的特征值与特征向量有什么关系？

1. 一个特征值可能对应多个特征向量，一个特征向量只能属于一个特征值；
2. 属于不同特征值的特征向量一定线性无关； 
3. 设λ是n阶方阵A的一个k重特征值（λ为特征方程的k重根），对应于λ的线性无关的特征向量的最大个数为l，则k≥l，即特征值λ的代数重数不小于几何重数。