《2020年线性代数辅导讲义习题答案》提供了详尽的线性代数题目解析和解答，旨在帮助学生深入理解课程内容并掌握解题技巧。
根据提供的文档信息，可以看出这份资料主要涵盖了2020年线性代数辅导讲义中的练习题及其解答。从给出的部分内容来看，涉及到了线性代数中的几个关键概念和计算方法，包括行列式的计算、矩阵的性质以及特征值的概念等。下面将详细解释文档中提到的关键知识点。
### 行列式的计算
#### 方法一：余子式法
在文档开头部分，提到了一个具体的例题，并给出了两种计算行列式的方法。其中一种是余子式法，适用于$n \times n$的矩阵$A$，其行列式可以表示为$|A|$。通过计算每个元素对应的余子式的值然后乘以相应的符号（正负交替）来求得最终结果。
例如，在文档中给出的第一个例子：
$$ A11 = 1\cdot(-3) + (-1)\cdot1 = -3 - 1 = -4 $$
这里的计算是通过先计算$A_{1,1}$和$A_{2,2}$两个余子式的值，然后按照定义进行计算得到最终结果。
#### 方法二：按行或按列展开
文档中还介绍了另一种方法——按行或按列展开。这种方法也是基于余子式概念，但允许我们选择任意一行或一列来进行简化计算。
例如，在文档提供的第二种方法：
$$ A11 - A12 = 1\cdot A_{1,1} + (-1)\cdot A_{2,2} + 0 \cdot A_{3,3} $$
这里通过按第一行展开，再进一步对展开后的行列式进行化简，最终得到了相同的结果。
### 特征值与特征向量
文档中提到了关于特征值的一个问题。如果矩阵$A$有一个非零向量$x$满足关系 $Ax = \lambda x$ ，那么$\lambda$称为矩阵$A$的特征值，而$x$是对应于 $\lambda$ 的特征向量。
例如，在文档给出的具体例题中：
矩阵 $A$ 的特征值为 $\lambda = 0, 2, -\frac{2}{3}$。这意味着存在非零向量使得在矩阵 $A$ 的作用下，这些向量仅被拉伸或压缩，并且方向保持不变。
此外，文档还提到计算矩阵$A+E$的特征值问题，其中$E$是单位矩阵。
### 矩阵相似性
文档中提到了关于两个矩阵是否相似的问题。如果存在可逆矩阵 $P$ 使得：
$$ B = P^{-1}AP $$
则称矩阵 $A$ 和矩阵 $B$ 是相似的。
例如，在文档中的一个例子：
通过构造合适的可逆矩阵 $P$，可以将矩阵 $A$ 变换为另一特定形式，从而直接计算行列式的值。
总之，这份辅导讲义中的练习题覆盖了线性代数中多个核心概念和技术。包括但不限于行列式计算方法、相似性和特征值的求解技巧等。通过这些习题的训练和学习，学生可以更好地理解和掌握线性代数的基本理论与应用技能。
5星
