第2讲矩阵+第3讲向量:知识点带题重写完成(64+47题),旧版归档快照目录
This commit is contained in:
@@ -0,0 +1,341 @@
|
||||
---
|
||||
tags: [数学一, 在学练习, 线性代数, 矩阵]
|
||||
专题: 线性代数 第2讲 · 矩阵
|
||||
日期: 2026-10-20
|
||||
状态: 重写版
|
||||
关联笔记: ["[[02-试题]]", "[[03-解析]]"]
|
||||
---
|
||||
|
||||
# 第2讲 · 矩阵:从会乘到会判断
|
||||
|
||||
这讲解决四件事:矩阵怎样乘,怎样求逆,怎样算秩,怎样利用结构少算。先读第 1—5 节,再做练习 1—8;第 6—9 节配合练习 9—18。第一次读不要求背完公式,要求能把例题的每一步自己写出来。
|
||||
|
||||
全讲默认实矩阵。$O$ 是零矩阵,$E_n$ 是 $n$ 阶单位矩阵;阶数清楚时写 $E$ 。$A^{\mathrm T}$ 是转置,$A^{-1}$ 是逆,$A^*$ 是伴随,$r(A)$ 是秩。这些是不同操作。
|
||||
|
||||
## 1. 先看大小,再做乘法
|
||||
|
||||
$m\times n$ 矩阵有 $m$ 行、$n$ 列。加法要求两个矩阵同型,数乘就是每个元素都乘这个数。
|
||||
|
||||
乘法要求左边的列数等于右边的行数:
|
||||
|
||||
$$A_{m\times n}B_{n\times s}=(AB)_{m\times s}.$$
|
||||
|
||||
例如
|
||||
|
||||
$$A=\begin{pmatrix}1&2\\0&1\end{pmatrix},\qquad B=\begin{pmatrix}2&0\\1&3\end{pmatrix}.$$
|
||||
|
||||
乘积第 1 行第 2 列,取 $A$ 的第 1 行与 $B$ 的第 2 列相乘再相加,得到 $1\times0+2\times3=6$ 。其余位置同样算:
|
||||
|
||||
$$AB=\begin{pmatrix}4&6\\1&3\end{pmatrix},\qquad BA=\begin{pmatrix}2&4\\1&5\end{pmatrix}.$$
|
||||
|
||||
换顺序会改变结果。结合律 $A(BC)=(AB)C$ 和分配律仍成立;交换律一般不成立。因此
|
||||
|
||||
$$(A+B)^2=A^2+AB+BA+B^2.$$
|
||||
|
||||
只有确认 $AB=BA$ ,才能合并成 $A^2+2AB+B^2$ 。同一个矩阵的幂可以合并:$A^pA^q=A^{p+q}$ 。
|
||||
|
||||
**为什么不能随意消去?** 取
|
||||
|
||||
$$D=\begin{pmatrix}1&0\\0&0\end{pmatrix},\qquad F=\begin{pmatrix}0&0\\0&1\end{pmatrix}.$$
|
||||
|
||||
两者都非零,但 $DF=O=D O$ 。所以 $DB=DC$ 且 $D\ne O$ ,仍可能 $B\ne C$ 。对方阵,若 $D$ 可逆,才可以左乘 $D^{-1}$ 消去它。
|
||||
|
||||
**贯穿后面两讲的理解:** 若 $A=(\alpha_1,\ldots,\alpha_n)$ ,则
|
||||
|
||||
$$Ax=x_1\alpha_1+\cdots+x_n\alpha_n.$$
|
||||
|
||||
矩阵乘列向量,就是按 $x$ 中的系数,把矩阵各列组合起来。向量的“线性表示”和“解方程”都从这句话出发。
|
||||
|
||||
## 2. 转置、行列式与特殊矩阵
|
||||
|
||||
转置是把原来的第 $i$ 行变为新的第 $i$ 列。$m\times n$ 转置后变为 $n\times m$ ,且
|
||||
|
||||
$$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}.$$
|
||||
|
||||
先检查大小:右边是 $s\times n$ 乘 $n\times m$ ,才会得到 $(AB)^{\mathrm T}$ 的 $s\times m$ 。加法转置不用反序。
|
||||
|
||||
只有方阵有行列式。矩阵 $A$ 是一张数表,$|A|$ 是一个数。对同阶方阵:
|
||||
|
||||
$$|AB|=|A||B|,\quad |A^{\mathrm T}|=|A|,\quad |kA|=k^n|A|.$$
|
||||
|
||||
最后一式的 $n$ 是阶数,因为每一行都提出一个 $k$ 。一般没有 $|A+B|=|A|+|B|$ ;二阶 $A=B=E$ 时,左边为 $4$ ,右边为 $2$ 。
|
||||
|
||||
| 名称 | 条件 | 现在怎样使用 |
|
||||
|---|---|---|
|
||||
| 对角矩阵 | 非对角元素全为 0 | 幂按对角元素分别求 |
|
||||
| 对称矩阵 | $A^{\mathrm T}=A$ | 转置后不变 |
|
||||
| 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角为 0;奇数阶行列式为 0 |
|
||||
| 正交矩阵(方阵) | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$ |
|
||||
| 幂等矩阵 | $A^2=A$ | 正整数次幂都等于 $A$ |
|
||||
| 对合矩阵 | $A^2=E$ | 偶数次幂为 $E$ ,奇数次幂为 $A$ |
|
||||
| 幂零矩阵 | 某个正整数 $q$ 使 $A^q=O$ | 高次项可以截掉 |
|
||||
|
||||
正交矩阵的列向量两两垂直、长度都为 1。$|Q|=\pm1$ 只是必要条件。例如 $\begin{pmatrix}1&2\\0&1\end{pmatrix}$ 的行列式为 1,但两列不垂直。
|
||||
|
||||
任意方阵可拆成对称与反对称两部分:
|
||||
|
||||
$$A=\frac{A+A^{\mathrm T}}2+\frac{A-A^{\mathrm T}}2.$$
|
||||
|
||||
## 3. 逆矩阵:找一个乘上去能得到单位阵的矩阵
|
||||
|
||||
对 $n$ 阶方阵 $A$ ,若 $AB=BA=E$ ,则 $B=A^{-1}$ 。同阶方阵只需验证一侧乘积为 $E$ 即可。
|
||||
|
||||
先记住三个等价条件:
|
||||
|
||||
$$A\text{ 可逆}\iff |A|\ne0\iff r(A)=n.$$
|
||||
|
||||
后两讲会解释,它们还等价于“列向量无关”“$Ax=0$ 只有零解”“对每个 $b$ ,$Ax=b$ 都有唯一解”。
|
||||
|
||||
### 3.1 具体矩阵:二阶公式与行变换
|
||||
|
||||
若 $ad-bc\ne0$ ,则
|
||||
|
||||
$$\begin{pmatrix}a&b\\c&d\end{pmatrix}^{-1}=\frac1{ad-bc}\begin{pmatrix}d&-b\\-c&a\end{pmatrix}.$$
|
||||
|
||||
更通用的办法是把 $A$ 与 $E$ 横着拼起来,同时作行变换。例如
|
||||
|
||||
$$[A\mid E]=\left(\begin{array}{cc|cc}1&2&1&0\\1&3&0&1\end{array}\right).$$
|
||||
|
||||
先 $R_2\leftarrow R_2-R_1$ ,再 $R_1\leftarrow R_1-2R_2$ :
|
||||
|
||||
$$
|
||||
\left(\begin{array}{cc|cc}1&2&1&0\\0&1&-1&1\end{array}\right)
|
||||
\longrightarrow
|
||||
\left(\begin{array}{cc|cc}1&0&3&-2\\0&1&-1&1\end{array}\right).
|
||||
$$
|
||||
|
||||
左边变成 $E$ ,右边就是 $A^{-1}$ 。原因是这串行变换等于左乘某个 $P$ ,左块 $PA=E$ ,所以 $P=A^{-1}$ ,右块 $PE=P$ 。
|
||||
|
||||
这个横排算法要一直用行变换。若用列变换,应把 $A,E$ 上下拼接,不能混用。
|
||||
|
||||
### 3.2 抽象矩阵:从已知关系凑出乘积
|
||||
|
||||
已知 $A^2+A-2E=O$ ,先把单位阵单独放一边:
|
||||
|
||||
$$A^2+A=2E\quad\Longrightarrow\quad A\frac{A+E}{2}=E.$$
|
||||
|
||||
于是 $A$ 可逆,$A^{-1}=(A+E)/2$ 。证明可逆前,没有用到 $A^{-1}$ 。
|
||||
|
||||
再如 $AB=A+B$ ,要研究 $A-E$ ,可观察
|
||||
|
||||
$$(A-E)(B-E)=AB-A-B+E=E.$$
|
||||
|
||||
所以 $(A-E)^{-1}=B-E$ 。目标是“乘出 $E$ ”,而不是先写一个尚不知道存在的逆。
|
||||
|
||||
### 3.3 逆的顺序与矩阵方程
|
||||
|
||||
$$(AB)^{-1}=B^{-1}A^{-1},\quad (A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T},\quad (kA)^{-1}=\frac1kA^{-1}\ (k\ne0).$$
|
||||
|
||||
第一式可由 $ABB^{-1}A^{-1}=E$ 检查。反序是为了让相邻因子能消掉。
|
||||
|
||||
| 方程 | 条件 | 解 |
|
||||
|---|---|---|
|
||||
| $AX=B$ | $A$ 可逆 | 左乘得 $X=A^{-1}B$ |
|
||||
| $XA=B$ | $A$ 可逆 | 右乘得 $X=BA^{-1}$ |
|
||||
| $AXB=C$ | $A,B$ 均为可逆方阵 | $X=A^{-1}CB^{-1}$ |
|
||||
|
||||
没有一般的 $(A+B)^{-1}=A^{-1}+B^{-1}$ 。若 $A$ 可逆,可以先写 $A+B=A(E+A^{-1}B)$ ,再判断括号中的矩阵能否求逆。
|
||||
|
||||
## 4. 初等变换:为什么左乘改行、右乘改列
|
||||
|
||||
三种操作:交换两行;某行乘非零数;某行加上另一行的若干倍。列也有对应操作。从 $E$ 做一次这样的操作,得到初等矩阵,它必可逆,因为每一步都能撤销。
|
||||
|
||||
先不用背容易混淆的下标。取
|
||||
|
||||
$$P=\begin{pmatrix}1&0\\2&1\end{pmatrix},\qquad A=\begin{pmatrix}a&b\\c&d\end{pmatrix}.$$
|
||||
|
||||
直接相乘:
|
||||
|
||||
$$PA=\begin{pmatrix}a&b\\2a+c&2b+d\end{pmatrix},\quad AP=\begin{pmatrix}a+2b&b\\c+2d&d\end{pmatrix}.$$
|
||||
|
||||
左乘 $P$ 是第 2 行加上第 1 行的 2 倍;右乘同一个 $P$ 是第 1 列加上第 2 列的 2 倍。左右不仅位置不同,来源和目标也要看清。
|
||||
|
||||
先左乘 $P_1$ ,再左乘 $P_2$ ,最终是 $P_2P_1A$ ;先右乘 $Q_1$ ,再右乘 $Q_2$ ,最终是 $AQ_1Q_2$ 。写出中间式,就不容易错。
|
||||
|
||||
## 5. 秩:数出还剩多少独立信息
|
||||
|
||||
先把秩理解为独立列的最大个数。它也等于独立行的最大个数。计算时化为行阶梯形,数非零行即可。
|
||||
|
||||
$$
|
||||
A=\begin{pmatrix}1&2&0\\2&4&1\\3&6&1\end{pmatrix}
|
||||
\xrightarrow{R_2-2R_1,\ R_3-3R_1}
|
||||
\begin{pmatrix}1&2&0\\0&0&1\\0&0&1\end{pmatrix}
|
||||
\xrightarrow{R_3-R_2}
|
||||
\begin{pmatrix}1&2&0\\0&0&1\\0&0&0\end{pmatrix}.
|
||||
$$
|
||||
|
||||
有两行非零,故 $r(A)=2$ 。原矩阵第二列是第一列的 2 倍;第三列提供新的独立信息。**任意原矩阵的非零行数不一定是秩,化成阶梯形后才可以数。**
|
||||
|
||||
秩的行列式定义是“最高阶非零子式的阶数”。本例有非零二阶子式,但三阶行列式为零,所以也是秩 2。
|
||||
|
||||
### 5.1 先掌握的性质
|
||||
|
||||
$$0\le r(A)\le\min(m,n),\qquad r(A^{\mathrm T})=r(A).$$
|
||||
|
||||
$$r(PAQ)=r(A)\quad(P,Q\text{ 为大小匹配的可逆方阵}).$$
|
||||
|
||||
可逆操作不会丢掉信息。因此初等变换不改变秩。若乘的矩阵不可逆,信息可能丢失。
|
||||
|
||||
两个同型矩阵“等价”,指可以通过初等行、列变换互相变到;判据是同秩。它不要求两矩阵的列张成同一空间,第 3 讲会区分这两个“等价”。
|
||||
|
||||
### 5.2 秩不等式:遇到什么关系用什么式子
|
||||
|
||||
| 题目出现 | 可用结论 | 理解 |
|
||||
|---|---|---|
|
||||
| 乘积 $AB$ | $r(AB)\le\min(r(A),r(B))$ | 连续作用不会增加独立信息 |
|
||||
| 和 $A+B$ | $r(A+B)\le r(A)+r(B)$ | 新列来自两组列的组合 |
|
||||
| 乘积,公共内维为 $n$ | $r(AB)\ge r(A)+r(B)-n$ | Sylvester 不等式 |
|
||||
| $AB=O$ ,$A$ 有 $n$ 列 | $r(A)+r(B)\le n$ | 上一式取 $r(AB)=0$ |
|
||||
|
||||
例如 $A^2=A$ ,求 $r(A)+r(E-A)$ 。先看到 $A(E-A)=O$ ,得上界 $n$ ;再看到 $A+(E-A)=E$ ,得
|
||||
|
||||
$$n=r(E)\le r(A)+r(E-A).$$
|
||||
|
||||
上下界相同,所以和等于 $n$ 。这个证明可以迁移:一个零乘积给上界,一个可逆的和给下界。
|
||||
|
||||
对实矩阵还有 $r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$ 。关键是
|
||||
|
||||
$$A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2=0\Rightarrow Ax=0.$$
|
||||
|
||||
反方向直接左乘 $A^{\mathrm T}$ 。两个齐次方程组同解,列数相同,由“解空间维数 = 列数减秩”得同秩;第 4 讲展开这一步。
|
||||
|
||||
## 6. 伴随矩阵:先抓住一条关系
|
||||
|
||||
$A^*$ 的元素来自 $|A|$ 的代数余子式,再作转置。不可逆方阵也有伴随矩阵。核心关系是
|
||||
|
||||
$$AA^*=A^*A=|A|E.$$
|
||||
|
||||
只有 $|A|\ne0$ 时,才可以除以它:
|
||||
|
||||
$$A^{-1}=\frac{A^*}{|A|},\qquad A^*=|A|A^{-1}.$$
|
||||
|
||||
二阶 $A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$ 的伴随是 $\begin{pmatrix}d&-b\\-c&a\end{pmatrix}$ 。三阶若可逆,可以先求逆、再乘行列式,不必总是算九个余子式。
|
||||
|
||||
常用性质($n\ge2$ ):
|
||||
|
||||
$$|A^*|=|A|^{n-1},\quad (kA)^*=k^{n-1}A^*,\quad (AB)^*=B^*A^*,$$
|
||||
|
||||
$$(A^{\mathrm T})^*=(A^*)^{\mathrm T},\qquad (A^*)^*=|A|^{n-2}A.$$
|
||||
|
||||
二阶最后一式直接理解为 $(A^*)^*=A$ 。缩放指数是 $n-1$ ,因为每个余子式是 $n-1$ 阶行列式。
|
||||
|
||||
| $r(A)$ | $r(A^*)$ | 原因 |
|
||||
|---|---|---|
|
||||
| $n$ | $n$ | $A^*=|A|A^{-1}$ 可逆 |
|
||||
| $n-1$ | $1$ | 有非零余子式,所以 $A^*\ne O$ ;又 $AA^*=O$ ,故秩至多 1 |
|
||||
| 至多 $n-2$ | $0$ | 所有 $n-1$ 阶子式为零 |
|
||||
|
||||
## 7. 分块:把大矩阵当成几个小矩阵计算
|
||||
|
||||
仍按左行乘右列,但块的乘法顺序不能变,块的大小必须匹配。比如
|
||||
|
||||
$$M=\begin{pmatrix}A&C\\O&B\end{pmatrix},$$
|
||||
|
||||
其中 $A,B$ 为可逆方阵。设逆为 $\begin{pmatrix}X&Y\\Z&W\end{pmatrix}$ 。由 $MM^{-1}=E$ 得
|
||||
|
||||
$$BZ=O\Rightarrow Z=O,\quad AX=E\Rightarrow X=A^{-1},\quad BW=E\Rightarrow W=B^{-1},$$
|
||||
|
||||
$$AY+CW=O\Rightarrow Y=-A^{-1}CB^{-1}.$$
|
||||
|
||||
所以
|
||||
|
||||
$$M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$
|
||||
|
||||
这解释了交叉块为什么有负号、为什么按这个顺序乘。
|
||||
|
||||
分块对角矩阵的秩相加:
|
||||
|
||||
$$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B).$$
|
||||
|
||||
上三角分块只保证秩至少为 $r(A)+r(B)$ ,不能直接写等号;$A=B=O$ 、$C\ne O$ 就是反例。
|
||||
|
||||
### 7.1 两个常用化简,要会写过程
|
||||
|
||||
先下块行减上块行,再右块列减左块列:
|
||||
|
||||
$$
|
||||
\begin{pmatrix}A&A\\A&A\end{pmatrix}
|
||||
\longrightarrow\begin{pmatrix}A&A\\O&O\end{pmatrix}
|
||||
\longrightarrow\begin{pmatrix}A&O\\O&O\end{pmatrix}.
|
||||
$$
|
||||
|
||||
故秩为 $r(A)$ 。
|
||||
|
||||
对同阶方阵 $A,B$ ,令
|
||||
|
||||
$$M=\begin{pmatrix}A&B\\B&A\end{pmatrix},\quad S=\begin{pmatrix}E&E\\E&-E\end{pmatrix},\quad S^{-1}=\frac12S.$$
|
||||
|
||||
分块相乘得到
|
||||
|
||||
$$S^{-1}MS=\begin{pmatrix}A+B&O\\O&A-B\end{pmatrix}.$$
|
||||
|
||||
两侧乘的矩阵可逆,所以 $r(M)=r(A+B)+r(A-B)$ 。这里无须 $AB=BA$ 。
|
||||
|
||||
### 7.2 补充:左上块可逆时的消元
|
||||
|
||||
若 $A$ 可逆,先下块行减去 $CA^{-1}$ 乘上块行,再右块列减去左块列乘 $A^{-1}B$ :
|
||||
|
||||
$$
|
||||
\begin{pmatrix}A&B\\C&D\end{pmatrix}
|
||||
\longrightarrow\begin{pmatrix}A&B\\O&D-CA^{-1}B\end{pmatrix}
|
||||
\longrightarrow\begin{pmatrix}A&O\\O&D-CA^{-1}B\end{pmatrix}.
|
||||
$$
|
||||
|
||||
故秩为 $r(A)+r(D-CA^{-1}B)$ 。先理解这是分块消元,再记结果。
|
||||
|
||||
## 8. 矩阵幂:先算平方,找出结构
|
||||
|
||||
### 8.1 秩 1:把中间一段变成数
|
||||
|
||||
若 $A=uv^{\mathrm T}$ ,$u,v$ 为列向量,则
|
||||
|
||||
$$A^2=u(v^{\mathrm T}u)v^{\mathrm T}=(v^{\mathrm T}u)A.$$
|
||||
|
||||
$v^{\mathrm T}u$ 是一个数,记为 $c$ ,便有 $A^k=c^{k-1}A$ ($k\ge2$ ;$A^1=A$ 单独写)。例如
|
||||
|
||||
$$A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}=\binom12(2,-1).$$
|
||||
|
||||
中间数 $c=(2,-1)\binom12=0$ ,所以 $A^2=O$ 。秩 1 也可能平方为零。
|
||||
|
||||
迹 $\operatorname{tr}A$ 是主对角元素之和。这里 $c=\operatorname{tr}A$ 。一般有 $\operatorname{tr}(AB)=\operatorname{tr}(BA)$ ,这不表示 $AB=BA$ 。
|
||||
|
||||
### 8.2 单位阵加幂零矩阵:二项式会提前结束
|
||||
|
||||
若 $N^3=O$ ,因为 $E$ 与 $N$ 可交换,整数 $k\ge2$ 时
|
||||
|
||||
$$(E+N)^k=E+kN+\binom{k}{2}N^2.$$
|
||||
|
||||
三次以上项全为零。求逆也利用消项:
|
||||
|
||||
$$(E-N)(E+N+N^2)=E-N^3=E.$$
|
||||
|
||||
更一般,$N^q=O$ 时,$(E-N)^{-1}=E+N+\cdots+N^{q-1}$ 。这是有限项恒等式,无须讨论无穷级数收敛。
|
||||
|
||||
### 8.3 递推:把两个状态放进一列
|
||||
|
||||
若 $a_{j+2}=pa_{j+1}+qa_j$ ,则
|
||||
|
||||
$$\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}.$$
|
||||
|
||||
所以 $\binom{a_{k+1}}{a_k}=M^k\binom{a_1}{a_0}$ 。先检查 $k=0,1$ 是否与初值相符。第 5 讲会增加对角化路线 $M=P\Lambda P^{-1}$ 。
|
||||
|
||||
## 9. 做题时怎样选入口
|
||||
|
||||
| 看见什么 | 先写什么 | 对应练习 |
|
||||
|---|---|---|
|
||||
| 具体乘积、转置 | 写清大小,保留顺序 | 1、2 |
|
||||
| 具体求逆 | 行列式或 $[A\mid E]$ | 3 |
|
||||
| 抽象关系求逆 | 设法凑出 $XY=E$ | 7、8 |
|
||||
| 参数与秩 | 行变换,特殊参数代回 | 4、9 |
|
||||
| 伴随 | $AA^*=|A|E$ | 5、10 |
|
||||
| 分块秩 | 先消块,再数秩 | 13、14、18 |
|
||||
| 高次幂 | 先算平方,看秩 1 或幂零 | 11、12 |
|
||||
| 秩的证明 | 零乘积给上界,和给下界 | 16、17 |
|
||||
|
||||
## 10. 参考与学习边界
|
||||
|
||||
按本仓库 `参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex` 的矩阵运算、逆、初等变换、秩主线,以及 `exercise/2-matrix/matrix.tex` 的矩阵幂、抽象求逆、分块求逆和矩阵方程题型重新组织。参考稿也有笔误,所有结论仍须检查条件。
|
||||
|
||||
题型锚点沿用本地题库:可逆判定(2017·5、2022·5),初等变换(2018·21、2020·5),分块秩(2018·6、2021·7、2023·5),矩阵幂与递推(2016·21、2024·21),秩不等式(2025·7)。锚点用于标识知识点,不据此预测下一年考什么。
|
||||
|
||||
接着打开 [[02-试题]]。不会时先翻对应节的例题,解析留到尝试之后。
|
||||
Reference in New Issue
Block a user