diff --git a/.workbuddy/check_linear_algebra.py b/.workbuddy/check_linear_algebra.py new file mode 100644 index 0000000..529adc7 --- /dev/null +++ b/.workbuddy/check_linear_algebra.py @@ -0,0 +1,83 @@ +"""Exact arithmetic checks for the rewritten exercise answers (no extra packages).""" +from fractions import Fraction as F +from pathlib import Path +import json +checks=[] +def mat(a): return [[F(x) for x in r] for r in a] +def T(a): return list(map(list,zip(*a))) +def mul(a,b): return [[sum(x*y for x,y in zip(r,c)) for c in zip(*b)] for r in a] +def sub(a,b): return [[x-y for x,y in zip(r,s)] for r,s in zip(a,b)] +def add(a,b): return [[x+y for x,y in zip(r,s)] for r,s in zip(a,b)] +def scale(c,a): return [[c*x for x in r] for r in a] +def eye(n): return mat([[int(i==j) for j in range(n)] for i in range(n)]) +def zero(m,n): return mat([[0]*n for _ in range(m)]) +def col(v): return mat([[x] for x in v]) +def rank(a): + a=mat(a);p=0 + for j in range(len(a[0])): + k=next((i for i in range(p,len(a)) if a[i][j]),None) + if k is None:continue + a[p],a[k]=a[k],a[p];d=a[p][j];a[p]=[x/d for x in a[p]] + for i in range(len(a)): + if i!=p: + d=a[i][j];a[i]=[x-d*y for x,y in zip(a[i],a[p])] + p+=1 + if p==len(a):break + return p + +def det(a): + if len(a)==1:return a[0][0] + return sum((-1)**j*a[0][j]*det([r[:j]+r[j+1:] for r in a[1:]]) for j in range(len(a))) +def block(a,b,c,d):return [r+s for r,s in zip(a,b)]+[r+s for r,s in zip(c,d)] +def ck(label,condition): + assert condition,label + checks.append(label) +def solution(label,A,b,p,dirs): + A=mat(A);b=col(b);p=col(p) + ck(label+' particular',mul(A,p)==b) + for v in dirs:ck(label+' null '+str(v),mul(A,col(v))==zero(len(A),1)) + ck(label+' complete independent',rank(T(dirs))==len(dirs)==len(A[0])-rank(A) if dirs else rank(A)==len(A[0])) +A=mat([[1,0,2],[-1,1,0]]);B=mat([[1,2],[0,1],[3,0]]) +ck('2-1 AB',mul(A,B)==mat([[7,2],[-1,-1]]));ck('2-1 BA',mul(B,A)==mat([[-1,2,2],[-1,1,0],[3,0,6]])) +A=mat([[2,1],[3,2]]);ck('2-3 inverse',mul(A,mat([[2,-1],[-3,2]]))==eye(2)) +ck('2-4 rank',rank([[1,2,1],[2,4,3],[3,6,4]])==2) +for t in range(-4,6):ck('2-9 rank '+str(t),rank([[1,1,1],[1,t,2],[1,2,t]])==(2 if t in [0,2] else 3)) +A=mat([[1,2],[2,4]]);ck('2-11 power',mul(A,A)==scale(5,A));ck('2-11 inverse',mul(add(eye(2),A),sub(eye(2),scale(F(1,6),A)))==eye(2)) +N=mat([[0,2,0],[0,0,3],[0,0,0]]);ck('2-12 square',mul(N,N)==mat([[0,0,6],[0,0,0],[0,0,0]]));ck('2-12 cube',mul(mul(N,N),N)==zero(3,3)) +ck('2-15 residual',mul(mul(mat([[1,1],[0,1]]),mat([[1,1],[1,2]])),mat([[2,0],[0,3]]))==mat([[4,9],[2,6]])) +# Test block identities on singular, noncommuting matrices as well as zero/full rank. +for A,B in [(mat([[1,2],[0,0]]),mat([[0,1],[1,0]])),(zero(2,2),eye(2)),(eye(2),zero(2,2))]: + ck('2-18 block '+str(A),rank(block(eye(2),A,B,zero(2,2)))==2+rank(mul(B,A))) + S=block(eye(2),eye(2),eye(2),scale(-1,eye(2))) + ck('manual symmetric block identity '+str(A),mul(mul(scale(F(1,2),S),block(A,B,B,A)),S)==block(add(A,B),zero(2,2),zero(2,2),sub(A,B))) +solution('3-1',[[1,2,1],[1,3,0],[2,1,5]],[0,0,0],[0,0,0],[[-3,1,1]]) +A=mat([[1,0,1],[1,1,0],[0,1,1]]);ck('3-3 coefficients',mul(A,col([F(-1,2),F(1,2),F(3,2)]))==col([1,0,2])) +Q=mat([[1,2,2],[2,-2,1],[2,1,-2]]);ck('3-4 orthogonal',mul(T(Q),Q)==scale(9,eye(3))) +for a in range(-4,6):ck('3-8 determinant '+str(a),det(mat([[1,1,1],[1,2,4],[1,a,a*a]]))==(a-1)*(a-2)) +U=mat([[1,F(1,2),F(-2,3)],[1,F(-1,2),F(2,3)],[0,1,F(2,3)]]) +G=mul(T(U),U);ck('3-9 orthogonal',all(G[i][j]==0 for i in range(3) for j in range(3) if i!=j)) +C=mat([[1,0,1],[0,1,1],[1,1,0]]) +ck('3-11 det',det(C)==-2);ck('3-11 coordinates',mul(C,col([1,2,0]))==col([1,2,3])) +ck('3-13 forward',mul(C,col([2,-1,3]))==col([5,2,1]));ck('3-13 reverse',mul(C,col([F(1,2)]*3))==col([1]*3)) +A=mat([[1,0,0,1],[1,1,0,0],[0,1,1,0],[0,0,1,1]]) +ck('3-14 relation',mul(A,col([1,-1,1,-1]))==zero(4,1));ck('3-14 rank',rank(A)==3) +ck('3-16 first span',mul(mat([[1,0],[1,1],[0,1]]),col([1,-3]))==col([1,-2,-3])) +ck('3-16 second span',mul(mat([[1,0],[0,1],[1,2]]),col([1,-2]))==col([1,-2,-3])) +A=mat([[1,1,1],[2,-1,1],[1,2,-1]]);ck('4-1 det',det(A)==7) +solution('4-1',A,[6,3,2],[1,2,3],[]) +for j,expected in enumerate([7,14,21]): + C=[r[:] for r in A] + for i,x in enumerate([6,3,2]):C[i][j]=F(x) + ck('4-1 Cramer '+str(j),det(C)==expected) +solution('4-2',[[1,1,1,1],[1,2,3,4]],[0,0],[0]*4,[[1,-2,1,0],[2,-3,0,1]]) +solution('4-3',[[1,1,1],[1,-1,2]],[3,2],[F(5,2),F(1,2),0],[[F(-3,2),F(1,2),1]]) +solution('4-6',[[1,1,1],[1,-1,1],[2,0,2]],[1,1,2],[1,0,0],[[-1,0,1]]) +solution('4-7',[[1,1,0,1],[0,1,1,0],[1,2,1,1]],[0,0,0],[0]*4,[[-1,1,-1,0],[-1,0,0,1]]) +for a in range(-4,6):ck('4-9 determinant '+str(a),det(mat([[1,1,a],[1,a,1],[a,1,1]]))==-(a-1)**2*(a+2)) +solution('4-12',[[1,1,1,1],[1,-1,1,-1],[1,1,0,0]],[0,0,0],[0]*4,[[-1,1,1,-1]]) +solution('4-14',[[1,2],[2,4]],[1,2],[1,0],[[-2,1]]) +solution('4-16',[[1,1,1],[1,2,3],[1,4,7]],[1,2,4],[0,1,0],[[1,-2,1]]) +# Material counterexample to the old three-plane claim. +A=mat([[1,0,0],[1,0,0],[0,1,0]]);ck('parallel-plane counterexample rank',rank(A)==2 and rank([r+[b] for r,b in zip(A,[0,1,0])])==3) +Path('.workbuddy/linear_algebra_checks.json').write_text(json.dumps({'passed':len(checks),'checks':checks},ensure_ascii=False,indent=2),encoding='utf-8') +print('PASS:',len(checks),'exact arithmetic checks') diff --git a/.workbuddy/linear_algebra_checks.json b/.workbuddy/linear_algebra_checks.json new file mode 100644 index 0000000..f502d32 --- /dev/null +++ b/.workbuddy/linear_algebra_checks.json @@ -0,0 +1,94 @@ +{ + "passed": 89, + "checks": [ + "2-1 AB", + "2-1 BA", + "2-3 inverse", + "2-4 rank", + "2-9 rank -4", + "2-9 rank -3", + "2-9 rank -2", + "2-9 rank -1", + "2-9 rank 0", + "2-9 rank 1", + "2-9 rank 2", + "2-9 rank 3", + "2-9 rank 4", + "2-9 rank 5", + "2-11 power", + "2-11 inverse", + "2-12 square", + "2-12 cube", + "2-15 residual", + "2-18 block [[Fraction(1, 1), Fraction(2, 1)], [Fraction(0, 1), Fraction(0, 1)]]", + "manual symmetric block identity [[Fraction(1, 1), Fraction(2, 1)], [Fraction(0, 1), Fraction(0, 1)]]", + "2-18 block [[Fraction(0, 1), Fraction(0, 1)], [Fraction(0, 1), Fraction(0, 1)]]", + "manual symmetric block identity [[Fraction(0, 1), Fraction(0, 1)], [Fraction(0, 1), Fraction(0, 1)]]", + "2-18 block [[Fraction(1, 1), Fraction(0, 1)], [Fraction(0, 1), Fraction(1, 1)]]", + "manual symmetric block identity [[Fraction(1, 1), Fraction(0, 1)], [Fraction(0, 1), Fraction(1, 1)]]", + "3-1 particular", + "3-1 null [-3, 1, 1]", + "3-1 complete independent", + "3-3 coefficients", + "3-4 orthogonal", + "3-8 determinant -4", + "3-8 determinant -3", + "3-8 determinant -2", + "3-8 determinant -1", + "3-8 determinant 0", + "3-8 determinant 1", + "3-8 determinant 2", + "3-8 determinant 3", + "3-8 determinant 4", + "3-8 determinant 5", + "3-9 orthogonal", + "3-11 det", + "3-11 coordinates", + "3-13 forward", + "3-13 reverse", + "3-14 relation", + "3-14 rank", + "3-16 first span", + "3-16 second span", + "4-1 det", + "4-1 particular", + "4-1 complete independent", + "4-1 Cramer 0", + "4-1 Cramer 1", + "4-1 Cramer 2", + "4-2 particular", + "4-2 null [1, -2, 1, 0]", + "4-2 null [2, -3, 0, 1]", + "4-2 complete independent", + "4-3 particular", + "4-3 null [Fraction(-3, 2), Fraction(1, 2), 1]", + "4-3 complete independent", + "4-6 particular", + "4-6 null [-1, 0, 1]", + "4-6 complete independent", + "4-7 particular", + "4-7 null [-1, 1, -1, 0]", + "4-7 null [-1, 0, 0, 1]", + "4-7 complete independent", + "4-9 determinant -4", + "4-9 determinant -3", + "4-9 determinant -2", + "4-9 determinant -1", + "4-9 determinant 0", + "4-9 determinant 1", + "4-9 determinant 2", + "4-9 determinant 3", + "4-9 determinant 4", + "4-9 determinant 5", + "4-12 particular", + "4-12 null [-1, 1, 1, -1]", + "4-12 complete independent", + "4-14 particular", + "4-14 null [-2, 1]", + "4-14 complete independent", + "4-16 particular", + "4-16 null [1, -2, 1]", + "4-16 complete independent", + "parallel-plane counterexample rank" + ] +} \ No newline at end of file diff --git a/.workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1 b/.workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1 new file mode 100644 index 0000000..562a0da --- /dev/null +++ b/.workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1 @@ -0,0 +1,15 @@ +$ErrorActionPreference = 'Stop' +$repoRoot = Split-Path (Split-Path (Split-Path $PSScriptRoot -Parent) -Parent) -Parent +$base = Join-Path $repoRoot '基于考研的学习/数学一/在学练习' +$tool = Join-Path $PSScriptRoot 'md2pdf.js' +foreach ($lesson in @(@(2,'矩阵'),@(3,'向量'),@(4,'线性方程组'))) { + $n = $lesson[0] + $topic = $lesson[1] + $folder = Join-Path $base "线性代数-第$n`讲-$topic" + foreach ($item in @(@('01-考点手册.md','考点手册','plain'),@('02-试题.md','试题-答题版','answer'),@('03-解析.md','解析','plain'))) { + $source = Join-Path $folder $item[0] + $output = Join-Path $folder "PDF/线代第$n`讲-$($item[1]).pdf" + & node $tool --in $source --out $output --title "线性代数 第$n`讲 · $topic · $($item[1])" --mode $item[2] + if ($LASTEXITCODE -ne 0) { throw "PDF 构建失败:$source" } + } +} diff --git a/基于考研的学习/总览.md b/基于考研的学习/总览.md index 6254af8..c3cfa43 100644 --- a/基于考研的学习/总览.md +++ b/基于考研的学习/总览.md @@ -81,8 +81,10 @@ tags: │ ├── 概率论第6讲-解析.pdf(13 页) │ └── 概率论第6讲-考点手册.pdf(19 页,含两总体区间估计与检验) │ ├── 线性代数-第2讲-矩阵/ ✓ 已出(2026-10-18,真题库第 10 章,11 题 71 分) - │ │ ├── README.md ✓ **本讲不出习题**(按安排,习题从第 3 讲起) - │ │ └── 01-考点手册.md ✓ 运算铁律 / 逆与伴随 / 初等变换 / 秩十条 / 分块 / 矩阵幂 / 正交矩阵 + │ │ ├── README.md ✓ 2026-10-20 重写;新增 18 题与逐步解析 + │ │ └── 01-考点手册.md ✓ 从计算例子讲运算、逆、初等变换、秩、伴随、分块与幂 + │ │ ├── 02-试题.md ✓ 新增 18 题(基础 6 / 综合 8 / 证明 4) + │ │ └── 03-解析.md ✓ 逐题说明入口、计算与检查 │ ├── 线性代数-第3讲-向量/ ✓ 已出(2026-10-18,真题库第 11 章,8 题 44 分) │ │ ├── README.md ✓ 文件夹索引与规划 │ │ ├── 01-考点手册.md ✓ 线性表示 / 相关性八定理 / 极大无关组 / 等价 / 施密特 / 基与过渡矩阵 / 交空间 @@ -102,6 +104,8 @@ tags: └── 精读对照/ ← 教材章节 ↔ 真题样本对照表(规划中) ``` +> 线代第 2—4 讲已于 2026-10-20 重写,学习顺序与纠错记录见 [[线性代数-重写版导读]]。 + ## 三、拟合进度追踪(解答题六件套 · 第一遍) > 近五年解答题 17~22 结构稳定,每位置选 1~2 道代表题拟合即可覆盖。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/01-考点手册.md b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/01-考点手册.md index 07a050d..89f0373 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/01-考点手册.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/01-考点手册.md @@ -1,543 +1,333 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 矩阵 - - 考点 -专题: 线性代数 第2讲 · 矩阵(真题库第 10 章) -日期: 2026-10-18 -来源: 🟨真题库第 10 章(11 题 71 分)· 🟩参考仓库 linear-algebra/knowledge/2-matrix + exercise/2-matrix -关联: "[[README]] · [[线性代数-第3讲-向量/01-考点手册]] · [[线性代数-第4讲-线性方程组/01-考点手册]]" +tags: [数学一, 在学练习, 线性代数, 矩阵] +专题: 线性代数 第2讲 · 矩阵 +日期: 2026-10-20 +状态: 重写版 +关联笔记: ["[[02-试题]]", "[[03-解析]]"] --- -# 线性代数 第2讲 · 矩阵 · 考点手册 +# 第2讲 · 矩阵:从会乘到会判断 -> **定位**:矩阵是线代的**语言层**——向量、方程组、特征值、二次型的全部计算最后都落在矩阵上。真题库 **第 10 章**近十年 **11 题 71 分**,热度「热门」,六章里分值第二高。 -> **本讲不出习题**(按你的安排)。练法:背熟本手册的**秩不等式、伴随公式、分块结论、矩阵幂四条路线**,在第 3–6 讲的题里随时调用。 -> **来源记号**:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。 +这讲解决四件事:矩阵怎样乘,怎样求逆,怎样算秩,怎样利用结构少算。先读第 1—5 节,再做练习 1—8;第 6—9 节配合练习 9—18。第一次读不要求背完公式,要求能把例题的每一步自己写出来。 ---- +全讲默认实矩阵。$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。 -## 0. 本讲定位与学习地图 +## 1. 先看大小,再做乘法 -**一句话概括**:**矩阵的一切都归结为「秩」和「可逆」**——可逆是"最好情况",秩是"退化了多少"。 +$m\times n$ 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。 -**依赖链** +乘法要求左边的列数等于右边的行数: -``` -矩阵运算(乘法铁律) - │ - ├──► 行列式 / 迹 ──────────► 特征值(第5讲) - │ - ├──► 逆矩阵 ◄──► 伴随矩阵 - │ │ - │ └──► 初等变换 ──► 等价标准形 ──► 秩 - │ │ - ├──► 分块矩阵(秩的算法)───────────┤ - │ │ - └──► 矩阵幂(秩1 / 幂零 / 二项式 / 对角化)──► 第5、6讲 -``` +$$A_{m\times n}B_{n\times s}=(AB)_{m\times s}.$$ -**本讲五条主线** +例如 -| 主线 | 核心产出 | 真题落点 | +$$A=\begin{pmatrix}1&2\\0&1\end{pmatrix},\qquad B=\begin{pmatrix}2&0\\1&3\end{pmatrix}.$$ + +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 | |---|---|---| -| 运算铁律 | 不可交换、不可消去、转置反序 | 2022·15 | -| 逆与伴随 | 可逆 12 条等价、$A A^*=\lvert A\rvert E$ | 2017·5、2022·5 | -| 初等变换 | **左行右列**、初等矩阵的逆 | 2018·21、2020·5 | -| 秩 | 10 条不等式、$r(A)=r(A^{\mathrm T}A)$ | 2025·7 | -| 分块 | 分块对角/三角的逆与秩 | 2018·6、2021·7、2023·5 | -| 矩阵幂 | 秩 1 / 幂零 / 二项式 / 递推 | 2016·21、2024·21 | +| 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 | -> ⚠️ **一个总开关**:遇到"矩阵关系式"(如 $A^2+2A-3E=O$ 、$AB=A+B$ )第一时间想**因式分解**,凑出 $XY=E$ ,这是所有抽象求逆、抽象可逆判定的统一入口。 +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: -## 1. 矩阵的基本运算 +$$A=\frac{A+A^{\mathrm T}}2+\frac{A-A^{\mathrm T}}2.$$ -### 1.1 线性运算与相等 +## 3. 逆矩阵:找一个乘上去能得到单位阵的矩阵 -- **同型**(行数、列数都相同)才能相加;$A+B$ 对应元素相加,$kA$ 每个元素乘 $k$ 。 -- $A=B$ ⟺ 同型且对应元素全等。 +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。 -### 1.2 乘法:三条铁律 +先记住三个等价条件: -设 $A$ 为 $m\times n$ ,$B$ 为 $n\times s$ ,则 $AB$ 为 $m\times s$ ,元素为"**左行乘右列**": +$$A\text{ 可逆}\iff |A|\ne0\iff r(A)=n.$$ -$$(AB)_{ij}=\sum_{k=1}^{n}a_{ik}b_{kj}.$$ +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”。 -| 铁律 | 说明 | 反例 | +### 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 | |---|---|---| -| **不可交换** | $AB\neq BA$ 一般成立(甚至型不同、根本不能相乘) | $A=\begin{pmatrix}1&1\\0&0\end{pmatrix}$ ,$B=\begin{pmatrix}0&0\\1&1\end{pmatrix}$ ,$AB\neq BA$ | -| **不可消去** | $AB=AC$ 且 $A\neq O$ **推不出** $B=C$ | 上例中 $AB=O$ 但 $B\neq O$ | -| **不可分配幂** | $(AB)^k\neq A^kB^k$ 一般 | 同上 | +| $AX=B$ | $A$ 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 | $X=A^{-1}CB^{-1}$ | -**推论**: +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。 -- $AB=O$ **推不出** $A=O$ 或 $B=O$ (与数的乘法本质不同); -- $(A+B)^2=A^2+2AB+B^2$ **只在** $AB=BA$ 时成立; -- $(A+B)(A-B)=A^2-B^2$ **只在** $AB=BA$ 时成立; -- 幂的运算 $(A^m)(A^n)=A^{m+n}$ 对**同一个** $A$ 恒成立(同底数天然可交换)。 +## 4. 初等变换:为什么左乘改行、右乘改列 -> **为什么不可交换**:矩阵乘法的本质是"**线性变换的复合**"——先旋转再拉伸 ≠ 先拉伸再旋转。 +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。 -### 1.3 转置 +先不用背容易混淆的下标。取 -$$(A^{\mathrm T})^{\mathrm T}=A,\quad (A+B)^{\mathrm T}=A^{\mathrm T}+B^{\mathrm T},\quad (kA)^{\mathrm T}=kA^{\mathrm T},\quad \boxed{(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}}.$$ +$$P=\begin{pmatrix}1&0\\2&1\end{pmatrix},\qquad A=\begin{pmatrix}a&b\\c&d\end{pmatrix}.$$ -> **反序律的推广**:$(A_1A_2\cdots A_s)^{\mathrm T}=A_s^{\mathrm T}\cdots A_2^{\mathrm T}A_1^{\mathrm T}$ 。 -> **和逆矩阵的公式成对记**:$(AB)^{-1}=B^{-1}A^{-1}$ 、$(AB)^{*}=B^{*}A^{*}$ 、$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ ——**三条都是"反序"**。 +直接相乘: -### 1.4 特殊矩阵族(按"幂性质"分类最有用) +$$PA=\begin{pmatrix}a&b\\2a+c&2b+d\end{pmatrix},\quad AP=\begin{pmatrix}a+2b&b\\c+2d&d\end{pmatrix}.$$ -| 类型 | 定义 | 关键性质 | +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 | |---|---|---| -| 单位矩阵 $E$ | 主对角为 1 | $AE=EA=A$ | -| 数量矩阵 $kE$ | 主对角全为 $k$ | 与**任意**同阶矩阵可交换 | -| 对角矩阵 $\Lambda=\operatorname{diag}(\lambda_1,\cdots,\lambda_n)$ | 非对角全 0 | 相乘 = 对应位置相乘;$\Lambda^k=\operatorname{diag}(\lambda_1^k,\cdots,\lambda_n^k)$ | -| 对称矩阵 | $A^{\mathrm T}=A$ | 特征值全为实数;不同特征值的特征向量正交(第 5 讲) | -| 反对称矩阵 | $A^{\mathrm T}=-A$ | 主对角全 0;奇数阶时 $\lvert A\rvert=0$ ,**必不可逆** | -| 正交矩阵 | $A^{\mathrm T}A=E$ | $A^{-1}=A^{\mathrm T}$ ;$\lvert A\rvert=\pm1$ | -| **幂等**矩阵 | $A^2=A$ | $A^k=A$ ;$r(A)+r(A-E)=n$ | -| **对合**矩阵 | $A^2=E$ | $A^{-1}=A$ ;$A^{2k}=E$ 、$A^{2k+1}=A$ | -| **幂零**矩阵 | $A^k=O$ (某 $k$ ) | $n$ 阶时必有 $A^n=O$ ;$E-A$ 必可逆 | +| 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 $r(AB)=0$ | -**两条常用分解**(🟩 仓库): +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 -- **任意方阵 = 对称 + 反对称**:$A=\dfrac{A+A^{\mathrm T}}{2}+\dfrac{A-A^{\mathrm T}}{2}$ ; -- **任意方阵 × 转置必对称**:$A^{\mathrm T}A$ 与 $AA^{\mathrm T}$ 都是对称矩阵(且半正定,第 6 讲)。 +$$n=r(E)\le r(A)+r(E-A).$$ -### 1.5 什么情况下可以交换(四类情形,考选择题常靠它) +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。 -1. $A$ 与 $kE$ (数量矩阵); -2. $A$ 与 $A^{-1}$ 、$A$ 与 $A^{*}$ 、$A$ 与 $f(A)$ (同一个 $A$ 的"函数"之间都交换,故 $f(A)g(A)=g(A)f(A)$ ); -3. 两个**同阶对角矩阵**(更一般:同时对角化的两个矩阵); -4. 题设**明确给出** $AB=BA$ 。 +对实矩阵还有 $r(A^{\mathrm T}A)=r(A)=r(AA^{\mathrm T})$。关键是 -> **其余一律不许交换**。考场上凡是要合并 $AB+BA$ 成 $2AB$ 的地方,必须先确认可交换。 +$$A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=\|Ax\|^2=0\Rightarrow Ax=0.$$ ---- +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。 -## 2. 方阵的行列式与迹 +## 6. 伴随矩阵:先抓住一条关系 -### 2.1 行列式八条公式 +$A^*$ 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 -$$\lvert A^{\mathrm T}\rvert=\lvert A\rvert,\qquad \lvert kA\rvert=k^n\lvert A\rvert\ (n\ \text{阶}),\qquad \boxed{\lvert AB\rvert=\lvert A\rvert\,\lvert B\rvert},$$ +$$AA^*=A^*A=|A|E.$$ -$$\lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert},\qquad \lvert A^{*}\rvert=\lvert A\rvert^{\,n-1},\qquad \lvert A^{m}\rvert=\lvert A\rvert^{m},\qquad \lvert A^{\mathrm T}A\rvert=\lvert A\rvert^{2}.$$ +只有 $|A|\ne0$ 时,才可以除以它: -> ⚠️ $\lvert A+B\rvert\neq\lvert A\rvert+\lvert B\rvert$ ——**这是行列式最常设的陷阱**。$\lvert A+B\rvert$ 一般**没有**公式。 -> ⚠️ 注意 $\lvert kA\rvert=k^{n}\lvert A\rvert$ 里的 $n$ 是**阶数**,不是元素个数;三阶时是 $k^3$ 。 +$$A^{-1}=\frac{A^*}{|A|},\qquad A^*=|A|A^{-1}.$$ -### 2.2 迹 $\operatorname{tr}$ +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。 -$$\operatorname{tr}(A)=\sum_{i=1}^{n}a_{ii},\qquad \operatorname{tr}(A+B)=\operatorname{tr}A+\operatorname{tr}B,\qquad \operatorname{tr}(kA)=k\operatorname{tr}A,\qquad \operatorname{tr}(A^{\mathrm T})=\operatorname{tr}A,$$ +常用性质($n\ge2$): -$$\boxed{\operatorname{tr}(AB)=\operatorname{tr}(BA)}\quad(\text{只要求两个乘积都有意义}).$$ +$$|A^*|=|A|^{n-1},\quad (kA)^*=k^{n-1}A^*,\quad (AB)^*=B^*A^*,$$ -**用途**(后面反复用): +$$(A^{\mathrm T})^*=(A^*)^{\mathrm T},\qquad (A^*)^*=|A|^{n-2}A.$$ -- 秩 1 矩阵 $A=\alpha\beta^{\mathrm T}$ 的迹 $=\beta^{\mathrm T}\alpha$ ,直接给出它唯一的非零特征值; -- $\operatorname{tr}A=\sum\lambda_i$ ,$\lvert A\rvert=\prod\lambda_i$ ——**特征值与行列式/迹的桥**(第 5 讲高频)。 +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。 ---- - -## 3. 逆矩阵 - -### 3.1 定义与唯一性 - -若存在 $B$ 使 $AB=BA=E$ ,则称 $A$ **可逆**,$B=A^{-1}$ 。逆矩阵**唯一**(若 $B,C$ 都是逆,则 $B=BE=B(AC)=(BA)C=C$ )。 - -> **判定义时只需验一侧**:对**方阵**而言,$AB=E$ 已经能推出 $BA=E$ (有限维),所以验一侧即可。 - -### 3.2 可逆的 12 条等价条件(背下来,选择题直接秒) - -$A$ 为 $n$ 阶方阵,以下**全部等价**: - -| # | 条件 | 出处 | +| $r(A)$ | $r(A^*)$ | 原因 | |---|---|---| -| 1 | $\lvert A\rvert\neq0$ | 行列式 | -| 2 | $r(A)=n$ (满秩) | 秩 | -| 3 | $A$ 的**列**向量组线性无关 | 第 3 讲 | -| 4 | $A$ 的**行**向量组线性无关 | 第 3 讲 | -| 5 | $A$ 的列(行)向量组是 $\mathbb R^n$ 的一组**基** | 第 3 讲 | -| 6 | $Ax=0$ **只有零解** | 第 4 讲 | -| 7 | 对**任意** $b$ ,$Ax=b$ 有**唯一**解 | 第 4 讲 | -| 8 | $A$ 与 $E$ **等价**(可经初等变换化为 $E$ ) | 初等变换 | -| 9 | $A$ 可表示为**若干初等矩阵之积** | 初等变换 | -| 10 | $A$ 的特征值**全不为 0** | 第 5 讲 | -| 11 | $A^{*}$ 可逆 | 伴随 | -| 12 | $A^{\mathrm T}A$ **正定**($A$ 列满秩) | 第 6 讲 | +| $n$ | $n$ | $A^*=|A|A^{-1}$ 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 | -> **记忆线索**:**行列式 ≠ 0 → 满秩 → 列无关 → 只有零解 → 唯一解 → 等价于 E**,这是一条链,只要记住链头($\lvert A\rvert\neq0$ )就能串出全部。 +## 7. 分块:把大矩阵当成几个小矩阵计算 -### 3.3 逆的运算法则 +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 -$$(A^{-1})^{-1}=A,\qquad (kA)^{-1}=\frac1k A^{-1}\ (k\neq0),\qquad \boxed{(AB)^{-1}=B^{-1}A^{-1}},$$ +$$M=\begin{pmatrix}A&C\\O&B\end{pmatrix},$$ -$$(A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T},\qquad \lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert}.$$ +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 -> ⚠️ $(A+B)^{-1}\neq A^{-1}+B^{-1}$ ,**一般没有公式**。$A,B$ 都可逆**推不出** $A+B$ 可逆(如 $A=E$ 、$B=-E$ )。 -> 处理 $A+B$ 的通用手法:**提公因子**——若 $A$ 可逆,则 $A+B=A(E+A^{-1}B)$ ,于是 $A+B$ 可逆 ⟺ $E+A^{-1}B$ 可逆。 +$$BZ=O\Rightarrow Z=O,\quad AX=E\Rightarrow X=A^{-1},\quad BW=E\Rightarrow W=B^{-1},$$ -### 3.4 抽象矩阵求逆:凑 $XY=E$ 的四个模板 +$$AY+CW=O\Rightarrow Y=-A^{-1}CB^{-1}.$$ -**模板一:由多项式关系凑** +所以 -设 $A^2+2A-3E=O$ 。求 $A^{-1}$ 与 $(A+E)^{-1}$ 。 +$$M^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$ -$$A^2+2A=3E\ \Longrightarrow\ A(A+2E)=3E\ \Longrightarrow\ A\cdot\frac{A+2E}{3}=E\ \Longrightarrow\ A^{-1}=\frac{A+2E}{3}.$$ +这解释了交叉块为什么有负号、为什么按这个顺序乘。 -对 $A+E$ :把等式配方成含 $(A+E)$ 的形式 +分块对角矩阵的秩相加: -$$A^2+2A-3E=(A+E)^2-4E=O\ \Longrightarrow\ (A+E)^2=4E\ \Longrightarrow\ (A+E)\cdot\frac{A+E}{4}=E\ \Longrightarrow\ (A+E)^{-1}=\frac{A+E}{4}.$$ +$$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B).$$ -**模板二:由 $A+B=AB$ 型凑** +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。 -$$A+B=AB\ \Longrightarrow\ AB-A-B=O\ \Longrightarrow\ (A-E)(B-E)=E.$$ +### 7.1 两个常用化简,要会写过程 -于是 $A-E$ 与 $B-E$ **互为逆矩阵**,且两者都可逆。**口诀**:移项后两边同时减 $E$ ("$-A-B$ 配成 $-(A-E)-(B-E)$ ")。 +先下块行减上块行,再右块列减左块列: -同类:$A+B+AB=O\Longrightarrow(A+E)(B+E)=E$ ; -$AB-A-2B=O\Longrightarrow(A-2E)(B-E)=2E\Longrightarrow (A-2E)\cdot\dfrac{B-E}{2}=E$ 。 +$$\begin{pmatrix}A&A\\A&A\end{pmatrix} +\longrightarrow\begin{pmatrix}A&A\\O&O\end{pmatrix} +\longrightarrow\begin{pmatrix}A&O\\O&O\end{pmatrix}.$$ -**模板三:幂零级数型** +故秩为 $r(A)$。 -若 $A^k=O$ ,则 +对同阶方阵 $A,B$,令 -$$(E-A)(E+A+A^2+\cdots+A^{k-1})=E-A^k=E,$$ +$$M=\begin{pmatrix}A&B\\B&A\end{pmatrix},\quad S=\begin{pmatrix}E&E\\E&-E\end{pmatrix},\quad S^{-1}=\frac12S.$$ -所以 $(E-A)^{-1}=E+A+\cdots+A^{k-1}$ (**有限项,不需要收敛性**)。同理 $(E+A)^{-1}=E-A+A^2-\cdots$ 。 +分块相乘得到 -**模板四:分块型** +$$S^{-1}MS=\begin{pmatrix}A+B&O\\O&A-B\end{pmatrix}.$$ -$$\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$ +两侧乘的矩阵可逆,所以 $r(M)=r(A+B)+r(A-B)$。这里无须 $AB=BA$。 -> **验证方法**:直接乘一遍即可(考场上写"易验"就行,不要试图推导)。 +### 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 $A^{-1}B$: -## 4. 伴随矩阵 $A^{*}$ +$$\begin{pmatrix}A&B\\C&D\end{pmatrix} +\longrightarrow\begin{pmatrix}A&B\\O&D-CA^{-1}B\end{pmatrix} +\longrightarrow\begin{pmatrix}A&O\\O&D-CA^{-1}B\end{pmatrix}.$$ -### 4.1 定义与核心公式 +故秩为 $r(A)+r(D-CA^{-1}B)$。先理解这是分块消元,再记结果。 -$A^{*}=(A_{ij})^{\mathrm T}$ ,其中 $A_{ij}$ 是 $a_{ij}$ 的**代数余子式**(注意是**转置**后的排列)。 +## 8. 矩阵幂:先算平方,找出结构 -$$\boxed{A A^{*}=A^{*}A=\lvert A\rvert E}$$ +### 8.1 秩 1:把中间一段变成数 -由此立刻得到两条**最常用**的推论: +若 $A=uv^{\mathrm T}$,$u,v$ 为列向量,则 -$$\lvert A\rvert\neq0\ \Longrightarrow\ A^{-1}=\frac{A^{*}}{\lvert A\rvert},\qquad A^{*}=\lvert A\rvert A^{-1}.$$ +$$A^2=u(v^{\mathrm T}u)v^{\mathrm T}=(v^{\mathrm T}u)A.$$ -### 4.2 二阶伴随的口诀 +$v^{\mathrm T}u$ 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 -$$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}\ \Longrightarrow\ A^{*}=\begin{pmatrix}d&-b\\-c&a\end{pmatrix},$$ +$$A=\begin{pmatrix}2&-1\\4&-2\end{pmatrix}=\binom12(2,-1).$$ -即"**主对角互换,副对角变号**"。三阶及以上只能老实算 9 个代数余子式。 +中间数 $c=(2,-1)\binom12=0$,所以 $A^2=O$。秩 1 也可能平方为零。 -### 4.3 伴随七条性质 +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 $AB=BA$。 -| 公式 | 说明 | -|---|---| -| $\lvert A^{*}\rvert=\lvert A\rvert^{\,n-1}$ | 由 $\lvert A\rvert\lvert A^{*}\rvert=\lvert A\rvert^{n}$ 得 | -| $(A^{*})^{*}=\lvert A\rvert^{\,n-2}A$ | $n\ge2$ ;特别 $n=2$ 时 $(A^{*})^{*}=A$ | -| $(kA)^{*}=k^{\,n-1}A^{*}$ | **不是** $k^n$ | -| $(AB)^{*}=B^{*}A^{*}$ | 反序 | -| $(A^{\mathrm T})^{*}=(A^{*})^{\mathrm T}$ | 转置不反序(同一位置) | -| $(A^{-1})^{*}=(A^{*})^{-1}$ | $A$ 可逆时 | -| $A^{*}$ 的特征值为 $\dfrac{\lvert A\rvert}{\lambda_i}$ | $A$ 可逆时(第 5 讲) | +### 8.2 单位阵加幂零矩阵:二项式会提前结束 -### 4.4 伴随的秩:三段式(选择题必考) +若 $N^3=O$,因为 $E$ 与 $N$ 可交换,整数 $k\ge2$ 时 -$$\boxed{r(A^{*})=\begin{cases}n, & r(A)=n,\\[2pt] 1, & r(A)=n-1,\\[2pt] 0, & r(A)\le n-2.\end{cases}}$$ +$$(E+N)^k=E+kN+\binom{k}{2}N^2.$$ -**记忆**:**满秩 → 满秩;差一 → 变 1;差二 → 归零。** +三次以上项全为零。求逆也利用消项: -**理由速览**:$r(A)=n$ 时 $A^{*}=\lvert A\rvert A^{-1}$ 可逆;$r(A)=n-1$ 时 $A^{*}\neq O$ (存在非零的 $n-1$ 阶子式)但 $A^{*}A=O$ ,故 $r(A^{*})\le n-r(A)=1$ ,只能等于 1;$r(A)\le n-2$ 时所有 $n-1$ 阶子式为 0,$A^{*}=O$ 。 +$$(E-N)(E+N+N^2)=E-N^3=E.$$ ---- +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。 -## 5. 初等变换与初等矩阵(真题重灾区) +### 8.3 递推:把两个状态放进一列 -### 5.1 三种初等变换 +若 $a_{j+2}=pa_{j+1}+qa_j$,则 -1. 交换两行(列); -2. 用非零数 $k$ 乘某行(列); -3. 把某行(列)的 $k$ 倍加到另一行(列)。 +$$\binom{a_{j+2}}{a_{j+1}}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\binom{a_{j+1}}{a_j}.$$ -**初等矩阵**:对 $E$ 作**一次**初等变换得到的矩阵,记作 $E_{ij}$ (交换 $i,j$ 两行)、$E_i(k)$ 、$E_{ij}(k)$ 。 +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 $M=P\Lambda P^{-1}$。 -### 5.2 左行右列定理(最重要的一句话) +## 9. 做题时怎样选入口 -$$\boxed{\text{左乘初等矩阵 = 作同种行变换;右乘初等矩阵 = 作同种列变换。}}$$ - -- $E_{ij}A$ :交换 $A$ 的 $i,j$ **两行**;$AE_{ij}$ :交换 $A$ 的 $i,j$ **两列**; -- $E_i(k)A$ :$A$ 的第 $i$ **行**乘 $k$ ;$AE_i(k)$ :第 $i$ **列**乘 $k$ ; -- $E_{ij}(k)A$ :$A$ 的第 $j$ 行乘 $k$ 加到第 $i$ 行;$AE_{ij}(k)$ :$A$ 的第 $i$ 列乘 $k$ 加到第 $j$ 列。 - -> ⚠️ **$\mathbf{E_{ij}(k)}$ 的方向最容易错**:$E_{ij}(k)A$ 是"**第 $j$ 行 → 第 $i$ 行**"(行指标是"新位置",列指标是"来源")。$AE_{ij}(k)$ 则反过来是"**第 $i$ 列 → 第 $j$ 列**"。 -> **考场验算技巧**:取 $A=E$ 试一次就知道方向对不对。 - -### 5.3 初等矩阵的逆与转置 - -$$E_{ij}^{-1}=E_{ij}=E_{ij}^{\mathrm T},\qquad E_i(k)^{-1}=E_i\!\left(\frac1k\right),\qquad E_{ij}(k)^{-1}=E_{ij}(-k).$$ - -> 三种初等矩阵**都可逆**,且逆仍是同类型初等矩阵——这正是"$A$ 可逆 ⟺ $A$ 是初等矩阵之积"的来源。 - -### 5.4 矩阵等价与等价标准形 - -$A$ 经**有限次**初等变换化为 $B$ ,称 $A$ 与 $B$ **等价**。任意 $m\times n$ 矩阵 $A$ ($r(A)=r$ )都等价于 - -$$\begin{pmatrix}E_r&O\\O&O\end{pmatrix}_{m\times n},$$ - -即存在可逆 $P,Q$ 使 $PAQ=\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$ 。**初等变换不改变秩**,所以等价的充要条件是**同型且同秩**。 - -### 5.5 用初等变换求逆(只许行变换) - -$$[\,A\mid E\,]\ \xrightarrow{\ \text{行变换}\ }\ [\,E\mid A^{-1}\,].$$ - -求 $AX=B$ 则用 $[\,A\mid B\,]\to[\,E\mid A^{-1}B\,]$ 。 - -> ⚠️ **求逆只能用行变换**。若同时用列变换,左边化成 $E$ 时右边已经不是 $A^{-1}$ 了(右边被"右乘"了某个 $Q$ )。 -> 若坚持用列变换,则要对**竖排**的 $\begin{pmatrix}A\\E\end{pmatrix}$ 作列变换化为 $\begin{pmatrix}E\\A^{-1}\end{pmatrix}$ 。 - -### 5.6 真题两个坑(2018·21 / 2020·5) - -**坑一:把"列变换"当成"行变换"**。题目说"$A$ 经若干次**列**变换化为 $B$ ",则正确的表达是 - -$$B=AP\quad(P\ \text{可逆,且是初等矩阵之积}),$$ - -而**不是** $B=PA$ 。若行、列变换都用过,则 $B=PAQ$ 。 - -**坑二:误以为"$A$ 与 $B$ 等价"能推出"$A=B$ 或相似"**。等价只保证**同秩**,既不保特征值也不保行列式。 - -**标准解法**:把题目给的每一步变换**逐次写成矩阵乘法**(左乘/右乘对应初等矩阵),最后合并成 $P$ 或 $Q$ 。2018·21 的 11 分大题就是这么做的。 - ---- - -## 6. 矩阵的秩 - -### 6.1 三个等价定义 - -1. **最高阶非零子式的阶数**(定义); -2. **行秩**(行向量组的秩)= **列秩**(列向量组的秩)——三者恒相等; -3. $r(A)=r$ ⟺ $A$ 可经初等变换化为 $\begin{pmatrix}E_r&O\\O&O\end{pmatrix}$ 。 - -### 6.2 十条不等式(2025·7 就考这个) - -| # | 结论 | 备注 | +| 看见什么 | 先写什么 | 对应练习 | |---|---|---| -| 1 | $0\le r(A)\le\min\{m,n\}$ | 满秩 / 降秩 | -| 2 | $r(A)=r(A^{\mathrm T})=r(A^{\mathrm T}A)=r(AA^{\mathrm T})$ | 高频 | -| 3 | $\lvert r(A)-r(B)\rvert\le r(A\pm B)\le r(A)+r(B)$ | 三角不等式 | -| 4 | $r(AB)\le\min\{r(A),r(B)\}$ | 乘法降秩 | -| 5 | $r(AB)\ge r(A)+r(B)-n$ | **Sylvester**,$A$ 的列数 $=B$ 的行数 $=n$ | -| 6 | $AB=O\Longrightarrow r(A)+r(B)\le n$ | 5 的推论,极高频 | -| 7 | $r(ABC)\ge r(AB)+r(BC)-r(B)$ | Frobenius,考研少用 | -| 8 | $A^2=A\Longrightarrow r(A)+r(A-E)=n$ | $\ge$ 用三角,$\le$ 用 $A(A-E)=O$ | -| 9 | $A^2=E\Longrightarrow r(A+E)+r(A-E)=n$ | 同上,$(A+E)(A-E)=O$ | -| 10 | $r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B)$ | 分块对角,见 §7 | +| 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 | -**两条必须会证**(考过证明思路): +## 10. 参考与学习边界 -- **第 6 条**:$AB=O$ ⟹ $B$ 的每一列都是 $Ax=0$ 的解,故 $B$ 的列向量组落在解空间内,$r(B)\le n-r(A)$ 。 -- **第 8 条**:$\ge$ 用 $r(A)+r(A-E)\ge r\big(A-(A-E)\big)=r(E)=n$ ;$\le$ 用 $A(A-E)=O$ 配第 6 条。 +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。 -> **怎么用第 2 条**:$r(A^{\mathrm T}A)=r(A)$ 的证明是"$Ax=0$ 与 $A^{\mathrm T}Ax=0$ 同解"——只需证 $A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=0\Rightarrow \lVert Ax\rVert^2=0\Rightarrow Ax=0$ 。**这是内积证秩的样板**(第 3 讲 C 组会再练)。 +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。 -### 6.3 秩与"可乘可逆" - -$$P,Q\ \text{可逆}\ \Longrightarrow\ r(PAQ)=r(A).$$ - -**含义**:初等变换不改变秩;等价类由秩唯一确定。**这条是把"抽象矩阵的秩"化成"具体矩阵的秩"的唯一通道**。 - ---- - -## 7. 分块矩阵(真题重灾区:3 次) - -### 7.1 分块运算的合法性 - -- **加法**:同型且**同一种分法**; -- **乘法**:**前块的列分法 = 后块的行分法**; -- **转置**:每块转置 + **整体反序**:$\begin{pmatrix}A&B\\C&D\end{pmatrix}^{\mathrm T}=\begin{pmatrix}A^{\mathrm T}&C^{\mathrm T}\\B^{\mathrm T}&D^{\mathrm T}\end{pmatrix}$ 。 - -### 7.2 分块对角与分块三角 - -$$\begin{vmatrix}A&O\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert,\qquad \begin{vmatrix}A&C\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert,$$ - -$$\begin{pmatrix}A&O\\O&B\end{pmatrix}^{k}=\begin{pmatrix}A^{k}&O\\O&B^{k}\end{pmatrix},\qquad \begin{pmatrix}A&O\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}.$$ - -**分块三角的逆**(四块都要对上号): - -$$\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.$$ - -### 7.3 分块矩阵的秩:六条结论(本章第一重点) - -$$\text{(i)}\quad r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r\begin{pmatrix}O&A\\B&O\end{pmatrix}=r(A)+r(B);$$ - -$$\text{(ii)}\quad r\begin{pmatrix}A&C\\O&B\end{pmatrix}\ge r(A)+r(B);\qquad \text{(iii)}\quad r\begin{pmatrix}A&O\\C&B\end{pmatrix}\ge r(A)+r(B);$$ - -$$\text{(iv)}\quad \max\{r(A),r(B)\}\le r\begin{pmatrix}A&C\\O&B\end{pmatrix}\le r(A)+r(B)+r(C);$$ - -$$\text{(v)}\quad r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A);\qquad \text{(vi)}\quad r\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B).$$ - -**证 (v)**:$\begin{pmatrix}A&A\\A&A\end{pmatrix}=\begin{pmatrix}E\\E\end{pmatrix}A\begin{pmatrix}E&E\end{pmatrix}$ ,两边分别是列满秩、行满秩,故秩 $=r(A)$ 。 - -**证 (vi)**:左乘可逆矩阵 $\begin{pmatrix}E&E\\E&-E\end{pmatrix}$ (其行列式 $\lvert-2E\rvert=(-2)^n\neq0$ ): - -$$\begin{pmatrix}E&E\\E&-E\end{pmatrix}\begin{pmatrix}A&B\\B&A\end{pmatrix}=\begin{pmatrix}A+B&A+B\\A-B&B-A\end{pmatrix},$$ - -再把第 2 块列减去第 1 块列(右乘可逆矩阵),得 $\begin{pmatrix}A+B&O\\A-B&2(B-A)\end{pmatrix}$ ,故秩 $=r(A+B)+r(A-B)$ 。 - -**证 (ii) 的直观**:前 $r(A)$ 个线性无关的 $A$ 的行,配上右块零,仍线性无关;$B$ 的 $r(B)$ 个无关行也如此,且这两组行"位置不重叠",故至少 $r(A)+r(B)$ 。 - -### 7.4 分块题的标准解法(三步) - -1. **先看能不能"分块初等变换"化简**:用可逆的分块矩阵左乘/右乘(形如 $\begin{pmatrix}E&O\\X&E\end{pmatrix}$ 这类),把 $C$ 消掉; -2. **再用 (i)–(vi)** 套结论; -3. 若 $A$ 可逆,可用 **Schur 补**: - -$$r\begin{pmatrix}A&B\\C&D\end{pmatrix}=r(A)+r\big(D-CA^{-1}B\big)\qquad(A\ \text{可逆}).$$ - -> **2018·6 / 2021·7 / 2023·5 的共同套路**:题目给出 $r(A)$ 与某些关系(如 $A^2=A$ 、$AB=O$ ),问某个分块矩阵的秩。**先想办法把它化成 (i)(ii)(v)(vi) 之一**,不要硬算元素。 - ---- - -## 8. 矩阵方程 - -| 方程 | 有解条件 | 解法($A$ 可逆时) | -|---|---|---| -| $AX=B$ | $r(A)=r(A,B)$ ($B$ 的每列都能被 $A$ 的列表示) | $X=A^{-1}B$ ,或 $[A\mid B]\to[E\mid A^{-1}B]$ | -| $XA=B$ | $r(A)=r\begin{pmatrix}A\\B\end{pmatrix}$ | $X=BA^{-1}$ ,或转置成 $A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}$ | -| $AXB=C$ | $A,C$ 都可逆时才唯一 | $X=A^{-1}CB^{-1}$ | - -> ⚠️ **不能写成** $\dfrac BA$ ——矩阵没有除法;$XA=B$ 的解是 $BA^{-1}$ (**右乘**),不是 $A^{-1}B$ 。 -> ⚠️ $AX=B$ 且 $A$ **不可逆**时,解**不唯一**,要用"逐列解方程组"或按第 4 讲的方法求通解。 - -**抽象矩阵方程的标准动作**:先**移项、提公因子**,把 $X$ 单独留在一边: - -$$AX+X=B\ \Longrightarrow\ (A+E)X=B\ \Longrightarrow\ X=(A+E)^{-1}B.$$ - ---- - -## 9. 矩阵幂与递推(大题主线,真题 2 次) - -### 9.1 四条路线(按识别特征选) - -| 特征 | 路线 | 公式 | -|---|---|---| -| $A=\alpha\beta^{\mathrm T}$ (秩 1) | 用迹 | $A^{k}=\big(\operatorname{tr}A\big)^{k-1}A$ | -| $A^k=O$ (幂零) | 二项式截断 | $A^{m}=O\ (m\ge n)$ | -| $A$ 与某矩阵可交换 | 二项式展开 | $(A+B)^n=\sum\binom nk A^kB^{n-k}$ | -| 可对角化 | $A=P\Lambda P^{-1}$ | $A^{k}=P\Lambda^{k}P^{-1}$ (第 5 讲) | - -### 9.2 秩 1 矩阵公式(2016·21 的核心) - -若 $A=\alpha\beta^{\mathrm T}$ ($\alpha,\beta$ 为 $n$ 维列向量,$\beta^{\mathrm T}\alpha\neq0$ ),则 - -$$A^{2}=\alpha\beta^{\mathrm T}\alpha\beta^{\mathrm T}=(\beta^{\mathrm T}\alpha)\,\alpha\beta^{\mathrm T}=\big(\operatorname{tr}A\big)A,$$ - -$$\boxed{A^{k}=\big(\beta^{\mathrm T}\alpha\big)^{k-1}A=\big(\operatorname{tr}A\big)^{k-1}A\quad(k\ge1).}$$ - -**配套结论**(考选择常一起考):秩 1 矩阵的特征值为 $\operatorname{tr}A,\,0,\,0,\cdots,0$ ;$A$ 可对角化 ⟺ $\operatorname{tr}A\neq0$ 。 - -> **识别技巧**:题目给的 $A$ 若**每一行都是同一行的倍数**(或每一列都是同一列的倍数),就是秩 1,立刻写 $A=\alpha\beta^{\mathrm T}$ 。 - -### 9.3 幂零与二项式 - -若 $A^k=O$ ,则 $n$ 阶时 $A^n=O$ ,于是 - -$$(E+A)^{n}=E+nA+\binom n2A^2+\cdots+A^{n}=E+nA+\cdots+\binom{n}{n-1}A^{n-1}.$$ - -典型:$A=\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix}$ ,$A^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix}$ ,$A^3=O$ 。 - -### 9.4 递推数列构造矩阵(2024·21 的骨架) - -若 $a_{n+1}=pa_n+qa_{n-1}$ ,令 $\xi_n=\binom{a_{n+1}}{a_n}$ ,则 - -$$\xi_{n}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\xi_{n-1}\ \Longrightarrow\ \xi_n=M^{\,n-1}\xi_1,$$ - -再把 $M$ 对角化求 $M^{n-1}$ (第 5 讲)。**这是"递推 → 矩阵幂 → 对角化"的三段式**,2024·21 的 12 分题正是这条链。 - ---- - -## 10. 正交矩阵(连接第 3、5 讲) - -**定义**:$A^{\mathrm T}A=E$ (等价于 $AA^{\mathrm T}=E$ ,等价于 $A^{-1}=A^{\mathrm T}$ )。 - -**五条等价刻画**: - -1. $A^{-1}=A^{\mathrm T}$ ; -2. $A$ 的**列**向量组是**规范正交基**;$A$ 的**行**向量组也是; -3. $A$ 保持内积:$(Ax,Ay)=(x,y)$ ; -4. $A$ 保持长度:$\lVert Ax\rVert=\lVert x\rVert$ ; -5. $\lvert A\rvert=\pm1$ 。 - -> ⚠️ $\lvert A\rvert=\pm1$ 只是**必要**条件,**不充分**(如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1 但不是正交矩阵)。 -> **特征值**:实特征值只能是 $\pm1$ ;复特征值的模为 1(第 5 讲)。 - ---- - -## 11. 十年真题落点地图(🟨 第 10 章 11 题 71 分) - -| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 | -|---|---|---|---|---| -| 2016·21 | 解答 | 11 | 矩阵幂与线性组合 | §9.2 | -| 2017·5 | 单选 | 4 | 可逆矩阵判定 | §3.2 | -| 2018·6 | 单选 | 4 | **分块矩阵的秩** | §7.3 | -| 2018·21 | 解答 | 11 | **初等列变换**与可逆矩阵 | §5.2 / §5.6 | -| 2020·5 | 单选 | 4 | 初等列变换 | §5.2 | -| 2021·7 | 单选 | 5 | **分块矩阵的秩** | §7.3 | -| 2022·5 | 单选 | 5 | 可逆的判定 | §3.2 | -| 2022·15 | 填空 | 5 | 矩阵恒等变形 | §3.4 | -| 2023·5 | 单选 | 5 | **分块矩阵的秩** | §7.3 | -| 2024·21 | 解答 | 12 | **递推数列与矩阵幂** | §9.4 | -| 2025·7 | 单选 | 5 | **矩阵秩的不等式** | §6.2 | - -**分布规律**: - -- **选择/填空 7 题 31 分**(可逆判定、分块秩、初等列变换、秩不等式、恒等变形)——**全是结论题**,背熟就得分; -- **大题 3 题 34 分**(矩阵幂 2 次、初等变换 1 次)——第 21 题的主力之一; -- **分块矩阵的秩 3 次**(2018、2021、2023),间隔 2–3 年,**下一次大概率落在 2026 前后**。 - -**跨章牵连**:矩阵的秩是第 3 讲(向量组的秩)、第 4 讲(方程组解的判定)的唯一工具;伴随与逆是第 5 讲($A^{*}$ 的特征值)的常客。 - ---- - -## 12. 速查卡 · 陷阱清单 - -### 12.1 速记十二条 - -1. **不可交换、不可消去**;$AB=O$ 推不出 $A=O$ 或 $B=O$ ; -2. 三条反序律:$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$ 、$(AB)^{-1}=B^{-1}A^{-1}$ 、$(AB)^{*}=B^{*}A^{*}$ ; -3. $\lvert kA\rvert=k^{n}\lvert A\rvert$ ;$\lvert A+B\rvert$ **无公式**; -4. $A$ 可逆 ⟺ $\lvert A\rvert\neq0$ ⟺ $r(A)=n$ ⟺ 列无关 ⟺ $Ax=0$ 只有零解; -5. **凑** $XY=E$ 是抽象求逆的唯一入口($A+B=AB\Rightarrow(A-E)(B-E)=E$ ); -6. $A^{*}=\lvert A\rvert A^{-1}$ ;$\lvert A^{*}\rvert=\lvert A\rvert^{n-1}$ ;$(kA)^{*}=k^{n-1}A^{*}$ ; -7. $r(A^{*})$ :满秩 → $n$ ;差一 → 1;差二 → 0; -8. **左行右列**:左乘初等矩阵作行变换,右乘作列变换; -9. 秩十条:$r(AB)\le\min$ ;Sylvester $r(AB)\ge r(A)+r(B)-n$ ;$AB=O\Rightarrow r(A)+r(B)\le n$ ; -10. $r(A)=r(A^{\mathrm T}A)=r(AA^{\mathrm T})$ ; -11. 分块:对角相加、三角不减、$\begin{pmatrix}A&A\\A&A\end{pmatrix}$ 秩不变、$\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B)$ ; -12. 秩 1 矩阵:$A^{k}=(\operatorname{tr}A)^{k-1}A$ 。 - -### 12.2 高频陷阱 - -| 陷阱 | 正确做法 | -|---|---| -| 把 $(A+B)^2$ 展开成 $A^2+2AB+B^2$ | 只有 $AB=BA$ 时才对 | -| 用 $AB=AC$ 消去 $A$ | 必须 $A$ 可逆 | -| 认为 $(A+B)^{-1}=A^{-1}+B^{-1}$ | **无此公式**,用提公因子 | -| $\lvert kA\rvert$ 写成 $k\lvert A\rvert$ | $n$ 阶时为 $k^n\lvert A\rvert$ | -| $(kA)^{*}$ 写成 $k^nA^{*}$ | 是 $k^{\,n-1}A^{*}$ | -| 求逆时混用列变换 | 求逆**只用行变换**(或用竖排作列变换) | -| 把 $E_{ij}(k)A$ 当成"第 $i$ 行加到第 $j$ 行" | 是"第 $j$ 行乘 $k$ 加到第 $i$ 行" | -| 认为 $\lvert A\rvert=\pm1$ 就是正交矩阵 | 只是必要条件 | -| 认为"等价"蕴含"相似" | 等价只管同秩 | -| 分块三角的逆漏掉交叉块 | 两个交叉块:$-B^{-1}CA^{-1}$ 与 $-A^{-1}CB^{-1}$ ,位置别放反 | -| 秩 1 矩阵的幂写成 $A^k=(\operatorname{tr}A)^kA$ | 是 $(\operatorname{tr}A)^{k-1}A$ | - ---- - -> **下一步**:本讲不出习题。直接进入 [[线性代数-第3讲-向量/01-考点手册]],那里的题会用到本讲的秩不等式、伴随公式与分块结论。 +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。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/02-试题.md b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/02-试题.md new file mode 100644 index 0000000..a82da3f --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/02-试题.md @@ -0,0 +1,95 @@ +--- +tags: [数学一, 在学练习, 线性代数, 矩阵, 试题] +专题: 线性代数 第2讲 · 矩阵 · 试题 +日期: 2026-10-20 +题量: 18题(基础6、综合8、证明4) +关联笔记: ["[[01-考点手册]]", "[[03-解析]]"] +--- + +# 第2讲 · 矩阵 · 试题 + +建议拆三次完成:1—6 题约 25 分钟,7—14 题约 50 分钟,15—18 题约 35 分钟。第一次允许翻手册,但先自己写出第一步,再看解析。默认实矩阵,$E$ 的阶数由题意确定。 + +题目按参考仓库矩阵章节的运算、初等变换、求逆、矩阵幂、伴随、秩等题型另设数据。题型锚点仅提示对应知识块,不复刻真题原题。 + +## A 组 · 基础计算 + +**1.** 【乘法与大小】设 + +$$A=\begin{pmatrix}1&0&2\\-1&1&0\end{pmatrix},\quad B=\begin{pmatrix}1&2\\0&1\\3&0\end{pmatrix}.$$ + +先写 $AB,BA$ 的大小,再算两个乘积。能否因 $AB$ 和 $BA$ 不相同而说本题中“两个同型矩阵不相等”? + +**2.** 【乘法与转置】设 + +$$A=\begin{pmatrix}0&1\\0&0\end{pmatrix},\quad B=\begin{pmatrix}0&0\\1&0\end{pmatrix}.$$ + +求 $AB,BA,(AB)^{\mathrm T}$,验证 $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$;比较 $(A+B)^2$ 与 $A^2+2AB+B^2$。 + +**3.** 【具体求逆】用初等行变换求 $A=\begin{pmatrix}2&1\\3&2\end{pmatrix}$ 的逆矩阵,并乘回检查。 + +**4.** 【秩】将下列矩阵化为行阶梯形,求秩并指出主元列号: + +$$A=\begin{pmatrix}1&2&1\\2&4&3\\3&6&4\end{pmatrix}.$$ + +**5.** 【伴随与行列式】设 $A=\operatorname{diag}(2,3,4)$。求 $|A|,A^{-1},A^*$ 以及 $|2A|$,验证 $AA^*=|A|E$。 + +**6.** 【初等矩阵,锚点:2020·5】设 $P=\begin{pmatrix}1&0\\3&1\end{pmatrix}$,$A=\begin{pmatrix}a&b\\c&d\end{pmatrix}$。计算 $PA,AP,P^{-1}$,分别用文字说明 $PA$ 与 $AP$ 对 $A$ 做了什么。 + +## B 组 · 综合应用 + +**7.** 【抽象求逆,锚点:2017·5、2022·5】$n$ 阶矩阵 $A$ 满足 $A^2-2A-3E=O$。证明 $A$ 与 $A-E$ 都可逆,并求各自的逆。证明中不要预先使用尚未证明存在的逆矩阵。 + +**8.** 【恒等变形,锚点:2022·15】同阶方阵 $A,B$ 满足 $AB=2A+B$。证明 $A-E$ 与 $B-2E$ 均可逆,求 $(A-E)^{-1}$。 + +**9.** 【含参秩】设 + +$$A(t)=\begin{pmatrix}1&1&1\\1&t&2\\1&2&t\end{pmatrix}.$$ + +求所有实数 $t$ 对应的秩,并说明何时可逆。每个特殊参数值都要代回检查。 + +**10.** 【伴随的秩】$A$ 是四阶矩阵。分别在 $r(A)=4,3,2$ 时,求 $r(A^*)$。在 $r(A)=3$ 时,说明为什么 $A^*$ 非零,却不可能有两列线性无关。 + +**11.** 【秩1矩阵幂,锚点:2016·21】设 $A=\begin{pmatrix}1&2\\2&4\end{pmatrix}$。 + +(Ⅰ)写成 $uv^{\mathrm T}$,求 $A^k$(正整数 $k$); + +(Ⅱ)证明 $E+A$ 可逆并求逆,先尝试设为 $E+cA$。 + +**12.** 【幂零与二项式,锚点:矩阵幂题型】设 + +$$N=\begin{pmatrix}0&2&0\\0&0&3\\0&0&0\end{pmatrix},\quad A=E+N.$$ + +求 $N^2,N^3,A^k$(整数 $k\ge2$)和 $A^{-1}$。写出 $A^k$ 的各个元素。 + +**13.** 【分块秩,锚点:2018·6、2021·7、2023·5】设 $A$ 为 $n$ 阶矩阵,$r(A)=r$,求 + +$$r\begin{pmatrix}A&A\\A&A\end{pmatrix},\qquad r\begin{pmatrix}O&A\\A&O\end{pmatrix}.$$ + +写出分块变换或等价说明。 + +**14.** 【分块消元】设 $A^2=A$、$A$ 为 $n$ 阶矩阵,$r(A)=r$。求 + +$$r\begin{pmatrix}A&E\\O&A\end{pmatrix}.$$ + +提示:先交换两块列,把单位阵放到左上角。 + +## C 组 · 完整过程与证明 + +**15.** 【矩阵方程】设 + +$$A=\begin{pmatrix}1&1\\0&1\end{pmatrix},\quad B=\begin{pmatrix}2&0\\0&3\end{pmatrix},\quad C=\begin{pmatrix}4&9\\2&6\end{pmatrix}.$$ + +求 $AXB=C$ 的解,说明左右乘逆的顺序,并把结果代回验证。 + +**16.** 【秩的上下界,锚点:2025·7 所属知识块】若 $A^2=A$,证明 $r(A)+r(E-A)=n$。要求分别写出上界与下界。 + +**17.** 【迁移证明】若 $A^2=E$,证明 $r(A+E)+r(A-E)=n$。说明这与第 16 题使用了哪两个相同的步骤。 + +**18.** 【分块秩恒等式】对任意两个 $n$ 阶矩阵 $A,B$,证明 + +$$r\begin{pmatrix}E&A\\B&O\end{pmatrix}=n+r(BA).$$ + +要求写出两步分块消元,并说明没有假设 $A,B$ 可逆。 + +做完打开 [[03-解析]]。若卡在第一步,先回手册第 9 节查入口。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/03-解析.md b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/03-解析.md new file mode 100644 index 0000000..f7fe78c --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/03-解析.md @@ -0,0 +1,207 @@ +--- +tags: [数学一, 在学练习, 线性代数, 矩阵, 解析] +专题: 线性代数 第2讲 · 矩阵 · 解析 +日期: 2026-10-20 +关联笔记: ["[[02-试题]]", "[[01-考点手册]]"] +--- + +# 第2讲 · 矩阵 · 解析 + +每题先交代入口,再展开计算。对错之外,还要检查自己是否写清了适用条件。 + +## A 组 · 基础计算 + +### 第 1 题 + +$AB$ 为 $2\times2$,$BA$ 为 $3\times3$。以 $AB$ 左上角为例,计算是 $1\times1+0\times0+2\times3=7$,故 + +$$AB=\begin{pmatrix}7&2\\-1&-1\end{pmatrix},\quad BA=\begin{pmatrix}-1&2&2\\-1&1&0\\3&0&6\end{pmatrix}.$$ + +两个乘积不同型,因此不能称“两个同型矩阵不相等”。它们说明即使两种顺序都能乘,结果的大小也可能不同。 + +### 第 2 题 + +$$AB=\begin{pmatrix}1&0\\0&0\end{pmatrix},\quad BA=\begin{pmatrix}0&0\\0&1\end{pmatrix}.$$ + +$A^2=B^2=O$,且 $B^{\mathrm T}=A,A^{\mathrm T}=B$,所以 + +$$(AB)^{\mathrm T}=AB=B^{\mathrm T}A^{\mathrm T}.$$ + +而 $A+B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,平方为 $E$;$A^2+2AB+B^2=\operatorname{diag}(2,0)$。中间项实际应为 $AB+BA=E$,不能合并。 + +### 第 3 题 + +从横排增广矩阵开始,先作 $R_2\leftarrow R_2-\frac32R_1$: + +$$\left(\begin{array}{cc|cc}2&1&1&0\\3&2&0&1\end{array}\right) +\longrightarrow\left(\begin{array}{cc|cc}2&1&1&0\\0&1/2&-3/2&1\end{array}\right).$$ + +再 $R_2\leftarrow2R_2$,$R_1\leftarrow R_1-R_2$,最后 $R_1\leftarrow R_1/2$,得 + +$$\left(\begin{array}{cc|cc}1&0&2&-1\\0&1&-3&2\end{array}\right).$$ + +因此 $A^{-1}=\begin{pmatrix}2&-1\\-3&2\end{pmatrix}$。验算乘积的四个元素为 $4-3=1,-2+2=0,6-6=0,-3+4=1$。 + +### 第 4 题 + +先 $R_2-2R_1,R_3-3R_1$,再 $R_3-R_2$: + +$$A\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&1\end{pmatrix} +\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&0\end{pmatrix}.$$ + +秩为 2,主元在第 1、3 列。非零列有三列,并不表示秩为 3;第二列与第一列重复了方向。 + +### 第 5 题 + +对角矩阵的行列式是对角元素之积,逆是各自取倒数: + +$$|A|=24,\quad A^{-1}=\operatorname{diag}(1/2,1/3,1/4).$$ + +因此 $A^*=24A^{-1}=\operatorname{diag}(12,8,6)$,乘回去每个对角元素都是 24。$|2A|=2^3|A|=192$,这里整体乘 2 相当于三行各乘 2。 + +### 第 6 题 + +$$PA=\begin{pmatrix}a&b\\3a+c&3b+d\end{pmatrix},\quad +AP=\begin{pmatrix}a+3b&b\\c+3d&d\end{pmatrix}.$$ + +前者为第 2 行加第 1 行的 3 倍;后者为第 1 列加第 2 列的 3 倍。撤销操作要把 3 改成 $-3$,所以 $P^{-1}=\begin{pmatrix}1&0\\-3&1\end{pmatrix}$。 + +## B 组 · 综合应用 + +### 第 7 题 + +先从关系里孤立单位阵: + +$$A^2-2A=3E\Rightarrow A\frac{A-2E}{3}=E.$$ + +同阶方阵一侧乘积为单位阵就足够,故 $A^{-1}=(A-2E)/3$。 + +再观察 $(A-E)^2=A^2-2A+E=4E$,所以 + +$$(A-E)\frac{A-E}{4}=E,\qquad (A-E)^{-1}=\frac{A-E}{4}.$$ + +两个逆都是从乘积检验得到的,不存在先假设可逆的循环。 + +### 第 8 题 + +目标含 $A-E$,就尝试展开 $(A-E)(B-2E)$: + +$$(A-E)(B-2E)=AB-2A-B+2E=2E.$$ + +所以 $(A-E)^{-1}=(B-2E)/2$,同时 $(B-2E)^{-1}=(A-E)/2$。不用交换 $A,B$,也不用先假设它们本身可逆。 + +### 第 9 题 + +先从第 2、3 行各减第 1 行: + +$$A(t)\longrightarrow\begin{pmatrix}1&1&1\\0&t-1&1\\0&1&t-1\end{pmatrix}.$$ + +行列式为 $(t-1)^2-1=t(t-2)$。所以 $t\ne0,2$ 时秩为 3,可逆。 + +$t=0$ 时,下两行是 $(0,-1,1),(0,1,-1)$,互为相反数,且与首行无关,秩为 2。$t=2$ 时下两行相同,也与首行无关,秩为 2。**行列式为零只能先说秩小于 3,仍需证明不是 1。** + +### 第 10 题 + +答案依次为 $4,1,0$。 + +$r(A)=3$ 时存在非零三阶子式,所以至少一个代数余子式非零,即 $A^*\ne O$。又 $|A|=0$,由 $AA^*=O$ 和零乘积的秩不等式, + +$$3+r(A^*)\le4.$$ + +因此非零的 $A^*$ 只能秩为 1,不可能有两列无关。$r(A)=2$ 时所有三阶子式为零,故 $A^*=O$。 + +### 第 11 题 + +取 $u=v=(1,2)^{\mathrm T}$,则 $A=uv^{\mathrm T}$,且 $v^{\mathrm T}u=5$。因此 + +$$A^2=5A,\qquad A^k=5^{k-1}A\quad(k\ge1).$$ + +求逆时设候选 $E+cA$,乘出 + +$$(E+A)(E+cA)=E+(1+c)A+cA^2=E+(1+6c)A.$$ + +取 $c=-1/6$,便得到单位阵。因此 $(E+A)^{-1}=E-A/6$。这是先验证再确认逆存在。 + +### 第 12 题 + +$$N^2=\begin{pmatrix}0&0&6\\0&0&0\\0&0&0\end{pmatrix},\qquad N^3=O.$$ + +$E$ 与 $N$ 可交换,二项式中三次以上项为零,所以 + +$$A^k=E+kN+\binom k2N^2 +=\begin{pmatrix}1&2k&3k(k-1)\\0&1&3k\\0&0&1\end{pmatrix}.$$ + +又 $(E+N)(E-N+N^2)=E+N^3=E$,故 + +$$A^{-1}=E-N+N^2=\begin{pmatrix}1&-2&6\\0&1&-3\\0&0&1\end{pmatrix}.$$ + +### 第 13 题 + +第一个矩阵先下块行减上块行,再右块列减左块列,变为 $\operatorname{diag}(A,O)$,所以秩为 $r$。 + +第二个交换两块行,变为 $\operatorname{diag}(A,A)$,所以秩为 $2r$。交换块行可以拆成有限次普通行交换,秩不变。 + +### 第 14 题 + +上三角分块不能直接把对角秩相加。按提示交换两块列: + +$$\begin{pmatrix}A&E\\O&A\end{pmatrix} +\longrightarrow\begin{pmatrix}E&A\\A&O\end{pmatrix}.$$ + +下块行减去 $A$ 乘上块行,再右块列减去左块列乘 $A$: + +$$\begin{pmatrix}E&A\\A&O\end{pmatrix} +\longrightarrow\begin{pmatrix}E&A\\O&-A^2\end{pmatrix} +\longrightarrow\begin{pmatrix}E&O\\O&-A^2\end{pmatrix}.$$ + +所以秩为 $n+r(A^2)=n+r$。关键是 $A^2=A$,不是 $A$ 可逆。 + +## C 组 · 完整过程与证明 + +### 第 15 题 + +$A,B$ 的行列式分别为 1、6,均可逆。左乘 $A^{-1}$、右乘 $B^{-1}$: + +$$X=A^{-1}CB^{-1},\quad A^{-1}=\begin{pmatrix}1&-1\\0&1\end{pmatrix},\quad B^{-1}=\operatorname{diag}(1/2,1/3).$$ + +先算 $A^{-1}C=\begin{pmatrix}2&3\\2&6\end{pmatrix}$。右乘对角矩阵相当于每列分别缩放,故 + +$$X=\begin{pmatrix}1&1\\1&2\end{pmatrix}.$$ + +验算 $AX=\begin{pmatrix}2&3\\1&2\end{pmatrix}$,再右乘 $B$ 得 $\begin{pmatrix}4&9\\2&6\end{pmatrix}=C$。 + +### 第 16 题 + +上界来自 $A(E-A)=A-A^2=O$: + +$$r(A)+r(E-A)\le n.$$ + +下界来自 $A+(E-A)=E$: + +$$n=r(E)\le r(A)+r(E-A).$$ + +上下界合在一起,得到和为 $n$。不能只写出其中一个不等式就宣布等号成立。 + +### 第 17 题 + +零乘积给上界:$(A+E)(A-E)=A^2-E=O$,故秩和不超过 $n$。 + +可逆的差给下界:$(A+E)-(A-E)=2E$,故 + +$$n=r(2E)\le r(A+E)+r(A-E).$$ + +因此秩和为 $n$。与上一题相同的两个步骤是“乘积为零”和“和或差可逆”。 + +### 第 18 题 + +从左上角的单位阵开始消: + +$$\begin{pmatrix}E&A\\B&O\end{pmatrix} +\longrightarrow\begin{pmatrix}E&A\\O&-BA\end{pmatrix} +\longrightarrow\begin{pmatrix}E&O\\O&-BA\end{pmatrix}.$$ + +第一步下块行减去 $B$ 乘上块行,第二步右块列减去左块列乘 $A$。对应左乘 $\begin{pmatrix}E&O\\-B&E\end{pmatrix}$、右乘 $\begin{pmatrix}E&-A\\O&E\end{pmatrix}$,两者无论 $A,B$ 是否可逆都可逆(撤销时把负号改正号)。故秩不变,结果为 $n+r(BA)$。 + +## 复盘时看过程 + +1—6 题卡住,先补大小、乘法和行变换;7—12 题卡住,先找可以乘出单位阵或降低幂次的关系;13—18 题卡住,把每次分块变换实际乘一遍。不要把“还没找到第一步”误当成“公式记得不够多”。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-考点手册.pdf b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-考点手册.pdf index 8add30a..b300d23 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-考点手册.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-考点手册.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-解析.pdf b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-解析.pdf new file mode 100644 index 0000000..6f3c48b Binary files /dev/null and b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-解析.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-试题-答题版.pdf b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-试题-答题版.pdf new file mode 100644 index 0000000..eff5fd9 Binary files /dev/null and b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/PDF/线代第2讲-试题-答题版.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/README.md b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/README.md index ae68894..6ec71f9 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/README.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/README.md @@ -1,60 +1,32 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 矩阵 - - MOC -专题: 线性代数 第2讲 · 矩阵(真题库第 10 章) -日期: 2026-10-18 -状态: 已出(**仅考点手册**;按安排本讲不出习题) +tags: [数学一, 在学练习, 线性代数, MOC] +专题: 线性代数 第2讲 · 矩阵 +日期: 2026-10-20 +状态: 已重写,考点、试题、解析齐全 --- -# 线性代数 第2讲 · 矩阵 +# 第2讲 · 矩阵 -> 按你的安排,本讲**只写考点手册、不出习题**;习题从第 3 讲(向量)开始。矩阵是后面四讲的"语言层",单独刷矩阵题收益低,它的正确练法是**在后面四讲的题里反复用到**。 +这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。 -## 一、本文件夹文件 +| 文件 | 用法 | +|---|---| +| [[线性代数-第2讲-矩阵/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 | +| [[线性代数-第2讲-矩阵/02-试题\|18 道分层习题]] | 独立题面,不含答案 | +| [[线性代数-第2讲-矩阵/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 | -| 文件 | 用途 | 打开时机 | -|---|---|---| -| **[[01-考点手册]]** | 全考点:运算铁律 / 逆与伴随 / 初等变换 / 秩 / 分块 / 矩阵幂 / 正交矩阵 | 学之前 / 复习时 | +1—6 基础计算;7—14 综合应用;15—18 完整过程与证明。建议分三次,共约 110 分钟。 -> 本讲不设 `02-试题`、`03-解析`、`04-答疑笔记`。若日后答疑集中在矩阵,再按需追加 `04-答疑笔记`。 +## 平板 PDF -## 二、训练目标 +- [考点手册](PDF/线代第2讲-考点手册.pdf) +- [试题答题版](PDF/线代第2讲-试题-答题版.pdf) +- [逐步解析](PDF/线代第2讲-解析.pdf) -- 真题库 **第 10 章**:近十年 **11 题 / 71 分**,热度「热门」,是线代六章里分值第二高的一章。 -- **分块矩阵的秩**考了 **3 次**(2018·6、2021·7、2023·5)——几乎两年一考,本讲第一重点。 -- **矩阵幂大题 2 次**(2016·21 矩阵幂与线性组合、2024·21 递推数列与矩阵幂)——第 21 题里唯一"非对角化"的路线。 -- **初等列变换 2 次**(2018·21 大题、2020·5 选择)、**可逆判定 2 次**(2017·5、2022·5)、**矩阵恒等变形**(2022·15)、**秩的不等式**(2025·7)。 +PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。 -## 三、为什么这一讲不单独出题 +## 参考与衔接 -矩阵在真题里**几乎不单独成题**,它的考点全部"寄生"在后面四讲的计算里: +参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。 -``` -矩阵(语言层) - ├──► 第3讲 向量:向量组 ⟺ 矩阵的列,秩 ⟺ 矩阵的秩 - ├──► 第4讲 方程组:Ax=b 的所有讨论都是矩阵的秩 - ├──► 第5讲 特征值:|λE-A|、相似、对角化全是矩阵运算 - └──► 第6讲 二次型:A 的对称性、正定性、合同变换 -``` - -所以本讲的练法不是"刷矩阵题",而是:**把手册里的秩不等式、伴随公式、分块结论记熟,在第 3–6 讲的题里随时调用**。第 3 讲起的试题会刻意在这些点上设卡。 - -## 四、平板书写版(PDF) - -| 文件 | 页数 | 用途 | -|---|---|---| -| `PDF/线代第2讲-考点手册.pdf` | 14 | 复习查阅(KaTeX 渲染,公式为矢量文本) | - -> **重新生成**:`node .workbuddy/tools/md2pdf/md2pdf.js --in 01-考点手册.md --out PDF/线代第2讲-考点手册.pdf --title "线性代数 第2讲 · 矩阵 · 考点手册"` - -## 五、关联 - -- 上层:[[总览]] -- 上一讲:行列式(第 1 讲,未建文件夹,仅作工具) -- 下一讲:[[线性代数-第3讲-向量/README]] -- 后续:[[线性代数-第4讲-线性方程组/README]]、特征值(第 5 讲)、二次型(第 6 讲) -- 错题:[[做题本]] +从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md index 3963401..8f655a1 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/01-考点手册.md @@ -1,440 +1,214 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 向量 - - 考点 -专题: 线性代数 第3讲 · 向量(真题库第 11 章) -日期: 2026-10-18 -来源: 🟨真题库第 11 章(8 题 44 分)· 🟩参考仓库 linear-algebra/knowledge/3-vector + exercise/3-vector -关联: "[[README]] · [[02-试题]] · [[03-解析]] · [[线性代数-第2讲-矩阵/01-考点手册]]" +tags: [数学一, 在学练习, 线性代数, 向量] +专题: 线性代数 第3讲 · 向量 +日期: 2026-10-20 +状态: 重写版 +关联笔记: ["[[02-试题]]", "[[03-解析]]"] --- -# 线性代数 第3讲 · 向量 · 考点手册 +# 第3讲 · 向量:表示、冗余和坐标 -> **定位**:向量是"**用一组向量去表示另一批向量**"的学问。真题库 **第 11 章**近十年 **8 题 44 分**,热度「常态」,**单选为主**,但 2019·20 出过 11 分大题(基与过渡矩阵)。 -> **本讲是第 2 讲与第 4 讲的桥**:线性表示 ⟺ 方程组有解 ⟺ 秩相等。**一句话贯穿全讲**。 -> **来源记号**:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。 +这一讲容易混,是因为“向量、系数、坐标”都写成一列数。先分清:向量是我们要表示的对象;系数是组合它时各用多少;选定一组基后,这些唯一确定的系数才叫坐标。 ---- +默认实列向量。$L(\alpha_1,\ldots,\alpha_s)$ 或 $\operatorname{span}\{\alpha_1,\ldots,\alpha_s\}$ 都表示这些向量的全部线性组合组成的集合。 -## 0. 本讲定位与学习地图 +## 1. 线性表示:给定材料,能不能拼出目标 -**一句话概括**:**向量组的一切问题,都翻译成矩阵的秩**。 +取 $\alpha_1=(1,0,1)^{\mathrm T}$、$\alpha_2=(0,1,1)^{\mathrm T}$,问 $\beta=(2,3,5)^{\mathrm T}$ 能否由它们表示。 -``` -向量组 α1..αs(排成矩阵的列) - │ - ├──► 线性表示:β 能否由 α 组表示 ──► r(A)=r(A,β) ──► 方程组有解(第4讲) - │ - ├──► 线性相关:是否存在非零系数使组合为 0 ──► r(A) ⚠️ **方向别搞反**:$s$ 个 $n$ 维**列**向量拼成的是 $n\times s$ (**行数 = 维数,列数 = 向量个数**)。若拼成行向量矩阵($s\times n$ ),则要转置过来、结论对偶。考场上**统一拼成列**最省事。 +$$\alpha_1+\alpha_2-\alpha_3=0.$$ ---- +这说明第三个向量没有增加方向。因此 $\beta$ 既可以表示成 $2\alpha_1+3\alpha_2$,也可以表示成 $\alpha_1+2\alpha_2+\alpha_3$。 -## 2. 线性表示 +一般地,若 $Ax=\beta$ 有一个解 $x_0$,且 $Ac=0$ 有非零解,那么 $x_0+tc$ 也都是表示系数: -### 2.1 定义 +$$A(x_0+tc)=\beta+t0=\beta.$$ -若存在数 $k_1,\cdots,k_s$ 使 +这就是“相关导致表示不唯一”的原因。反之,若两种系数 $x,y$ 表示同一个目标,则 $A(x-y)=0$;材料无关时,只能 $x=y$。 -$$\beta=k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s,$$ +设 $A$ 有 $s$ 列: -则称 $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ **线性表示**(线性表出)。 +$$\text{无关}\iff Ax=0\text{ 只有零解}\iff r(A)=s,$$ -### 2.2 三个等价判据(必须背成条件反射) +$$\text{相关}\iff Ax=0\text{ 有非零解}\iff r(A) **为什么"唯一"要求 $=s$ **:系数个数是 $s$ ,方程组的系数矩阵列满秩($r=s$ )才能约束住每一个系数。 +若原组 $\alpha_1,\ldots,\alpha_s$ 无关,记 $A=(\alpha_1,\ldots,\alpha_s)$,新组为 $B=AC$,则 -### 2.3 表示式与矩阵乘法的统一视角 +$$By=0\iff A(Cy)=0\iff Cy=0.$$ -设 $B=(\beta_1,\cdots,\beta_t)$ ,则 +第二步用到原组无关。所以 $r(B)=r(C)$。特别地,$C$ 是 $s$ 阶方阵时,新组无关等价于 $|C|\ne0$。**若原组不无关,不能直接把新组的秩写成 $r(C)$。** -$$B=AC\iff \text{每个}\ \beta_j\ \text{都可由}\ \alpha\ \text{组表示},$$ +## 3. 秩与极大无关组:留下一套够用且无冗余的材料 -其中 $C$ 的第 $j$ 列就是 $\beta_j$ 的表示系数。**这条是"向量组相互表示"的矩阵语言**,第 5 节判定等价时直接用。 +极大无关组是原组的一个子组,满足:自己无关;原组里再添任何一个其余向量都会相关。它能表示原组所有向量。所有极大无关组的向量个数相同,这个个数就是原组的秩。 -**推论**(极常用): +例: -$$B=AC\ \Longrightarrow\ r(B)\le r(A).$$ +$$\alpha_1=(1,0,1)^{\mathrm T},\quad \alpha_2=2\alpha_1,\quad +\alpha_3=(0,1,1)^{\mathrm T},\quad\alpha_4=\alpha_1+\alpha_3.$$ -即"**被表示的组,秩不超过表示的组**"——因为 $B$ 的每一列都落在 $A$ 的列空间里。 +按列拼接,再作行变换: -### 2.4 常用结论 +$$A=\begin{pmatrix}1&2&0&1\\0&0&1&1\\1&2&1&2\end{pmatrix} +\xrightarrow{R_3-R_1-R_2} +\begin{pmatrix}1&2&0&1\\0&0&1&1\\0&0&0&0\end{pmatrix}.$$ -1. **零向量可被任何向量组表示**(取全 0 系数); -2. 任一 $\alpha_i$ 可被 $\alpha_1,\cdots,\alpha_s$ 表示(取 $e_i$ ); -3. 若 $\beta$ 可由 $\alpha$ 组表示,且每个 $\alpha_i$ 可由 $\gamma$ 组表示,则 $\beta$ 可由 $\gamma$ 组表示(**传递性**); -4. $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ 表示 ⟺ $\alpha_1,\cdots,\alpha_s,\beta$ 与 $\alpha_1,\cdots,\alpha_s$ **等价**(秩相同且后者的组能被前者表示…实际判据见 §5)。 +两行非零,秩为 2。主元(每行第一个非零元素)在第 1、3 列,故取**原矩阵**的 $\alpha_1,\alpha_3$ 为极大无关组。 ---- +为什么行变换后列关系还在?行变换等于左乘可逆矩阵 $P$,而 $Ac=0\iff PAc=0$。所以表示系数没有变化。可以在化简后的矩阵求列之间的关系,再回到原向量写答案。 -## 3. 线性相关与线性无关 +列变换会重组材料本身。用主元列选原向量的这个算法要用行变换,不应混用列变换。 -### 3.1 定义 +## 4. 向量组等价:能生成的目标完全相同 -若存在**不全为零**的数 $k_1,\cdots,k_s$ 使 +两个向量组等价,意思是能够互相表示,即张成同一个空间。向量个数可以不同。 -$$k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0,$$ +若 $B=AC$,说明 $B$ 的每列都由 $A$ 的列组合而成,故 $r(B)\le r(A)$。若还能反向表示,就有相反的不等式,因此等价组同秩。 -则称 $\alpha_1,\cdots,\alpha_s$ **线性相关**;否则(只有全零系数才成立)称**线性无关**。 +但同秩未必等价:$\{(1,0)^{\mathrm T}\}$ 和 $\{(0,1)^{\mathrm T}\}$ 秩都为 1,却生成不同的直线。 -> **语义**:线性相关 = 组里**有冗余**(至少一个向量是"多余的");线性无关 = 每个向量都**不可替代**。 +判据是 -### 3.2 三个等价判据 +$$A\text{ 的列组与 }B\text{ 的列组等价}\iff r(A)=r(B)=r(A,B).$$ -设 $A=(\alpha_1,\cdots,\alpha_s)$ 为 $n\times s$ : +这里是**左右拼接**:问把两组材料放到一起,会不会多出新方向。如果已知一组能表示另一组,再加同秩,就足以判等价。 -$$\boxed{\alpha_1,\cdots,\alpha_s\ \text{线性相关}\iff r(A) ⚠️ **只有向量个数 = 维数时才能用行列式**。$n$ 维空间里给 $n+1$ 个向量,不用算行列式,直接判"**必相关**"。 +$$v=x_1\alpha_1+\cdots+x_r\alpha_r.$$ -### 3.3 八条定理(选择题与证明题的全部弹药) +$x=(x_1,\ldots,x_r)^{\mathrm T}$ 是 $v$ 在这组基下的坐标。它与 $v$ 的标准分量一般不同。 -1. **含零向量必相关**($0$ 的系数取 1,其余取 0); -2. **单个向量**:$\alpha$ 相关 ⟺ $\alpha=0$ ; -3. **两个向量**:$\alpha,\beta$ 相关 ⟺ 对应分量成比例(共线); -4. **部分相关 ⟹ 整体相关**;等价地,**整体无关 ⟹ 部分无关**; -5. **延长无关、截短相关**:无关向量组每个向量**增加**分量后仍无关;相关向量组**减少**分量后仍相关。(同一个线性关系逐分量成立) -6. **个数超过维数必相关**:$m$ 个 $n$ 维向量,若 $m>n$ 则必相关; -7. **"多"被"少"表示则相关**:若 $\alpha_1,\cdots,\alpha_s$ 可由 $\beta_1,\cdots,\beta_t$ 表示,且 $s>t$ ,则 $\alpha$ 组**必相关**; -8. **替换定理**:若 $\alpha_1,\cdots,\alpha_s$ 无关,而 $\alpha_1,\cdots,\alpha_s,\beta$ 相关,则 $\beta$ 可由 $\alpha_1,\cdots,\alpha_s$ **唯一**表示。 +### 5.1 过渡矩阵不要靠口诀猜方向 -> **第 5 条最容易反着记**:**"无关"是"抗延长"的**——在低维无关,加上分量后依然无关;反过来,**相关是"抗截短"的**。 -> 口诀:**无关可以"加",相关可以"减"**。 +约定旧基矩阵为 $U$、新基矩阵为 $V$,并写 -> **第 7 条的本质**:$r(\alpha)\le r(\beta)\le t 2020·6(直线相交)与 2024·5(三平面)都是把**几何位置关系**翻译成**秩**的题。三维里"三个向量共面 ⟺ 混合积为 0 ⟺ 行列式为 0"。 +$$v=Ux_{\rm old}=Vx_{\rm new}=UCx_{\rm new}.$$ -### 3.5 判定的标准流程 +由旧基无关,表示系数唯一,故 -1. **向量个数 ≠ 维数**:个数 $>$ 维数 → 直接判**相关**;个数 $<$ 维数 → 只能算秩; -2. **个数 = 维数**:算行列式,$\neq0$ 无关、$=0$ 相关; -3. **含参数**:算行列式(或化阶梯形),令其为 0 解出参数; -4. **抽象向量组**($\alpha_i$ 的组合):写成 $(\beta_1,\cdots,\beta_s)=(\alpha_1,\cdots,\alpha_s)C$ ,判 $C$ 是否可逆——**这一步是转化为"系数矩阵的行列式"的关键**。 +$$x_{\rm old}=Cx_{\rm new},\qquad x_{\rm new}=C^{-1}x_{\rm old}.$$ ---- +例如旧基是标准基,新基为 $(1,0)^{\mathrm T},(1,1)^{\mathrm T}$,则 -## 4. 向量组的秩与极大线性无关组 +$$C=\begin{pmatrix}1&1\\0&1\end{pmatrix}.$$ -### 4.1 定义 +标准分量 $v=(3,2)^{\mathrm T}$ 满足 $x_1+x_2=3,x_2=2$,所以新坐标为 $(1,2)^{\mathrm T}$。检查 $1(1,0)+2(1,1)=(3,2)$ 即可。 -- **极大线性无关组**:向量组中的部分组,本身线性无关,再添任一向量(原组内的)都变相关; -- **向量组的秩**:极大无关组所含向量的个数,记 $r(\alpha_1,\cdots,\alpha_s)$ ,且它等于 $r(A)$ 。 +## 6. 内积与施密特:逐次减掉已经有的方向 -**两条基本事实**: +实向量的内积与长度: -1. 秩为 $r$ 的向量组中,**任意 $r$ 个线性无关的向量**都构成极大无关组(不唯一); -2. 原组中**每个向量**都可由极大无关组**唯一**表示。 +$$\langle u,v\rangle=u^{\mathrm T}v=\sum_i u_iv_i,\qquad \|u\|=\sqrt{u^{\mathrm T}u}.$$ -### 4.2 求法(唯一正确姿势:只作行变换) +非零向量夹角满足 $\cos\theta=\langle u,v\rangle/(\|u\|\|v\|)$。内积为零叫正交。非零且两两正交的一组向量必无关:对 $\sum c_i u_i=0$ 与 $u_j$ 作内积,得到 $c_j\|u_j\|^2=0$,故每个 $c_j=0$。 -1. 把向量**按列**拼成矩阵 $A$ ; -2. 只作**初等行变换**,化为**行阶梯形**; -3. 数非零行数得秩 $r$ ; -4. **主元所在的列号**(第 1、3 列之类)→ 对应**原矩阵**中同序号的向量,即为一个极大无关组。 +常用估计是 $|\langle u,v\rangle|\le\|u\|\|v\|$、$\|u+v\|\le\|u\|+\|v\|$。 -> ⚠️ **两个致命错误**: -> ① 用**列变换**求列向量组的极大无关组——列变换会**改变列之间的线性关系**,主元列对不上原向量; -> ② 把**变换后的**列向量当成极大无关组——必须回到**原**向量(阶梯形里的列已经被改过了)。 +### 6.1 投影系数为什么是内积除以长度平方 -> **对偶记忆**:求**列**向量组的极大无关组用**行**变换;求**行**向量组的极大无关组用**列**变换。("动另一边") +想从 $v$ 中减去 $u$ 方向的部分,设 $w=v-cu$。要求 $w\perp u$,则 -### 4.3 秩与相关性/表示的关系 +$$0=\langle v-cu,u\rangle=\langle v,u\rangle-c\langle u,u\rangle.$$ -$$r(\alpha_1,\cdots,\alpha_s)=s\iff\text{线性无关};\qquad r **直觉**:等价 = 两组"张成同一个空间"(列空间相同)。 +$$u_3=\alpha_3-\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}u_1 +-\frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}u_2.$$ -### 5.2 判定定理(三合一) +先单位化再处理后面的向量也合法,只要公式始终使用当前的正交向量;若前面已经是单位向量,分母就为 1。重要的是不混用两套数值。 -设 $A=(\alpha_1,\cdots,\alpha_s)$ ,$B=(\beta_1,\cdots,\beta_t)$ ,则 +给定输入组无关时,每步得到的 $u_i$ 都非零。若出现零向量,说明原输入有冗余,不能继续除以它的长度。 -$$\boxed{A\cong B\iff r(A)=r(B)=r(A,B)},$$ +## 7. 和空间与交空间:能共同生成什么 -其中 $(A,B)$ 是把两组向量**并排拼**成的大矩阵。 +设 $V_1=L(A)$、$V_2=L(B)$,这里 $L(A)$ 指 $A$ 的列张成的空间。 -**另一条好用的判据**:若 $A$ 可由 $B$ 表示(即存在 $C$ 使 $A=BC$ ),则 +**和空间**由两组材料合在一起生成: -$$A\cong B\iff r(A)=r(B).$$ +$$V_1+V_2=L(A,B),\qquad \dim(V_1+V_2)=r(A,B).$$ -### 5.3 三条性质与一个反例 +**交空间**的向量要同时由两组表示,即 $w=Ax=By$。因此先解 -| 性质 | 说明 | +$$(A,-B)\binom xy=0,$$ + +再把系数解代回 $w=Ax$。注意:系数解可能非零,但对应 $w=0$,也可能几个解映成同一个方向。最后必须删掉零向量和冗余向量,不能把系数解直接当成交空间的基。 + +例如 $V_1=L(e_1,e_2)$、$V_2=L(e_2,e_3)$,共同向量只能是 $(0,t,0)^{\mathrm T}$,故交空间基为 $e_2$。和空间是整个 $\mathbb R^3$。维数满足 + +$$\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)=2+2-1=3.$$ + +## 8. 练习安排与参考 + +| 先掌握的动作 | 题号 | |---|---| -| 反身、对称、传递 | 等价关系(可放心传递) | -| 等价 ⟹ 秩相等 | 必要条件 | -| 秩相等 **⇏** 等价 | **必须加上"能互相表示"** | - -**反例**(2022·7 的核心陷阱):$\alpha_1=(1,0,0)^{\mathrm T}$ 与 $\beta_1=(0,1,0)^{\mathrm T}$ 秩都为 1,但互相**不能**表示,故不等价。判据给出 $r(A,B)=2\neq1$ ,一眼看穿。 - ---- - -## 6. 内积、长度与正交 - -### 6.1 定义与性质 - -$$(\alpha,\beta)=\alpha^{\mathrm T}\beta=\sum_{i=1}^{n}a_ib_i,\qquad \lVert\alpha\rVert=\sqrt{(\alpha,\alpha)},\qquad \cos\theta=\frac{(\alpha,\beta)}{\lVert\alpha\rVert\,\lVert\beta\rVert}.$$ - -| 性质 | 式子 | -|---|---| -| 对称 | $(\alpha,\beta)=(\beta,\alpha)$ | -| 线性 | $(k\alpha+\mu\beta,\gamma)=k(\alpha,\gamma)+\mu(\beta,\gamma)$ | -| 正定 | $(\alpha,\alpha)\ge0$ ,等号仅当 $\alpha=0$ | -| Cauchy–Schwarz | $\lvert(\alpha,\beta)\rvert\le\lVert\alpha\rVert\,\lVert\beta\rVert$ | -| 三角不等式 | $\lVert\alpha+\beta\rVert\le\lVert\alpha\rVert+\lVert\beta\rVert$ | - -> **内积证秩的样板**:若 $A^{\mathrm T}Ax=0$ ,则 $x^{\mathrm T}A^{\mathrm T}Ax=0$ ,即 $\lVert Ax\rVert^2=0$ ,故 $Ax=0$ 。于是 $A^{\mathrm T}Ax=0$ 与 $Ax=0$ 同解,得 $r(A^{\mathrm T}A)=r(A)$ 。**这个手法在 C 组第 18 题会再练一次。** - -### 6.2 正交与正交向量组 - -- $\alpha\perp\beta\iff(\alpha,\beta)=0$ ; -- **正交向量组(全为非零向量)必线性无关**:设 $\sum k_i\alpha_i=0$ ,两边与 $\alpha_j$ 作内积得 $k_j\lVert\alpha_j\rVert^2=0$ ,故 $k_j=0$ ; -- **反之不成立**:线性无关未必两两正交(如 $(1,0),(1,1)$ )。 - -> **这条"正交 ⟹ 无关"是施密特正交化合法性的根基**:正交化不改变张成的空间,却把"无关"升级成"正交",从而便于求坐标。 - -### 6.3 规范正交基 - -若 $e_1,\cdots,e_r$ 两两正交且都是单位向量,且它们张成子空间 $V$ ,则称其为 $V$ 的**规范正交基**(标准正交基)。 - -- 判定:$(e_i,e_j)=\delta_{ij}$ ; -- 由规范正交基构成的矩阵 $Q=(e_1,\cdots,e_r)$ 满足 $Q^{\mathrm T}Q=E$ (方阵时即正交矩阵)。 - ---- - -## 7. 施密特正交化(2021·6 真题) - -### 7.1 两步公式 - -给定线性无关的 $\alpha_1,\cdots,\alpha_s$ : - -**第一步 · 正交化** - -$$\beta_1=\alpha_1,\qquad \beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1,$$ - -$$\beta_3=\alpha_3-\frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2,$$ - -一般地 - -$$\beta_k=\alpha_k-\sum_{j=1}^{k-1}\frac{(\alpha_k,\beta_j)}{(\beta_j,\beta_j)}\beta_j.$$ - -**第二步 · 单位化** - -$$e_k=\frac{\beta_k}{\lVert\beta_k\rVert}\qquad(k=1,\cdots,s).$$ - -### 7.2 计算流程与自检 - -1. **先判无关**(相关的话 $(\beta_j,\beta_j)$ 可能为 0,公式失效); -2. 按顺序算 $\beta_1\to\beta_2\to\cdots$ ,**每一项都要减掉"对前面所有 $\beta$ 的投影"**(漏减一项就前功尽弃); -3. **自检**:算完后必须验 $(\beta_i,\beta_j)=0\ (i\neq j)$ ; -4. 单位化时**只除长度,不改方向**。 - -### 7.3 三类典型错误 - -| 错误 | 后果 | -|---|---| -| 减投影时只用 $\alpha$ 与 $\beta_1$ 的内积,漏了 $\beta_2$ | $\beta_3$ 与 $\beta_2$ 不正交 | -| 分母写成 $(\beta_j,\beta_j)$ 却代成 $\lVert\beta_j\rVert$ | 结果差一个平方,必须重算 | -| 先单位化再正交化 | 顺序错了,公式里要用的是"未单位化的 $\beta$ " | - -> **考法**:2021·6 是单选,给了三个向量问正交化后的结果(或问某个系数)。**选择题可以直接用"正交 ⟹ 内积为 0"反验选项**,不必全算。 - ---- - -## 8. 向量空间、基、坐标与过渡矩阵(2019·20 大题) - -### 8.1 向量空间与子空间 - -- **向量空间**:对加法与数乘封闭的非空向量集合(必含零向量); -- **子空间**:$V$ 的非空子集,对加法与数乘封闭; -- **由向量组张成的子空间**:$L(\alpha_1,\cdots,\alpha_s)=\{k_1\alpha_1+\cdots+k_s\alpha_s\}$ ,其维数 $=r(\alpha_1,\cdots,\alpha_s)$ 。 - -### 8.2 基、维数、坐标 - -若 $\alpha_1,\cdots,\alpha_r$ 是 $V$ 的一组**基**,则 $V$ 中任一向量 $\beta$ 可**唯一**表示为 - -$$\beta=x_1\alpha_1+\cdots+x_r\alpha_r,$$ - -称 $(x_1,\cdots,x_r)^{\mathrm T}$ 为 $\beta$ 在该基下的**坐标**。求坐标 = **解线性方程组** $Ax=\beta$ 。 - -> $\dim V=r$ ;$\mathbb R^n$ 的标准基 $\varepsilon_1,\cdots,\varepsilon_n$ 下坐标就是分量本身。 - -### 8.3 过渡矩阵(本章唯一的大题考点) - -设 $(\alpha_1,\cdots,\alpha_n)$ 与 $(\varepsilon_1,\cdots,\varepsilon_n)$ 是同一空间的两组基,若 - -$$(\alpha_1,\cdots,\alpha_n)=(\varepsilon_1,\cdots,\varepsilon_n)\,C,$$ - -则 $C$ 称为从基 $\varepsilon$ 到基 $\alpha$ 的**过渡矩阵**。 - -**三条要点**: - -1. $C$ 的**第 $j$ 列**是 $\alpha_j$ 在**旧基** $\varepsilon$ 下的坐标; -2. $C$ **必可逆**(两组基都是极大无关组,$C$ 的行列式 $\neq0$ ); -3. **方向**:从 $\varepsilon$ 到 $\alpha$ 是 $C$ ;从 $\alpha$ 到 $\varepsilon$ 是 $C^{-1}$ 。 - -### 8.4 坐标变换公式 - -同一向量 $\beta$ 在两组基下的坐标 $x_\varepsilon$ 与 $x_\alpha$ 满足 - -$$\boxed{x_\varepsilon=C\,x_\alpha,\qquad x_\alpha=C^{-1}x_\varepsilon.}$$ - -> **记忆**:**坐标的变换方向与基的变换方向相反**(基"往前走"用 $C$ ,坐标"往后退"用 $C^{-1}$ )——这是 2019·20 最爱设的坑。 - -### 8.5 子空间的交与和(2023·7 真题) - -设 $V_1=L(\alpha_1,\cdots,\alpha_s)$ ,$V_2=L(\beta_1,\cdots,\beta_t)$ : - -- **和**:$V_1+V_2=L(\alpha_1,\cdots,\alpha_s,\beta_1,\cdots,\beta_t)$ ,故 - -$$\dim(V_1+V_2)=r(A,B);$$ - -- **交**:$\gamma\in V_1\cap V_2\iff\gamma=Ax=By$ 有解 ⟺ 解齐次方程组 $(A,-B)\binom{x}{y}=0$ ,取其非零解回代即得交空间的基; -- **维数公式**: - -$$\boxed{\dim(V_1+V_2)=\dim V_1+\dim V_2-\dim(V_1\cap V_2)}.$$ - -> **快速判断**:在 $\mathbb R^3$ 中两个过原点的平面(各 2 维),若 $r(A,B)=3$ 则交于一条直线($2+2-3=1$ );若 $r(A,B)=2$ 则两平面重合(交为 2 维)。 - ---- - -## 9. 十年真题落点地图(🟨 第 11 章 8 题 44 分) - -| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 | -|---|---|---|---|---| -| 2017·13 | 填空 | 4 | 向量组的秩 | §4.2 | -| 2019·20 | 解答 | 11 | **基与过渡矩阵** | §8.3 / §8.4 | -| 2020·6 | 单选 | 4 | 直线相交与向量线性表示 | §2.2 / §3.4 | -| 2021·6 | 单选 | 5 | **施密特正交化** | §7 | -| 2022·7 | 单选 | 5 | **向量组等价** | §5.2 | -| 2023·7 | 单选 | 5 | 线性表示(**交空间**) | §8.5 | -| 2023·15 | 填空 | 5 | 向量内积与线性组合 | §6.1 | -| 2024·6 | 单选 | 5 | **向量组线性相关性** | §3.2 / §3.5 | - -**分布规律**: - -- **7 题选填(33 分)+ 1 题大题(11 分)**;选填里"判定类"(相关、等价、表示)占绝对多数; -- **2022 起年年有题**(2022、2023 两次、2024),热度在上升; -- **交空间(2023·7)是新提法**,本质仍是"两个向量组能否互相表示",但叠加了子空间的几何语言; -- 大题只在 2019 出过一次(过渡矩阵),**属于"低频但一旦考就是 11 分"**,不能放弃。 - ---- - -## 10. 速查卡 · 陷阱清单 - -### 10.1 速记十条 - -1. **一律按列拼矩阵**:$n$ 维、$s$ 个 → $n\times s$ ; -2. 可表示 ⟺ $r(A)=r(A,\beta)$ ;唯一 ⟺ 再 $=s$ ; -3. 相关 ⟺ $r(A)$ 维数 → **必相关**;$s=n$ 时才看行列式; -5. **无关可加(延长),相关可减(截短)**; -6. 整体无关 ⟹ 部分无关;部分相关 ⟹ 整体相关; -7. 极大无关组:**只作行变换,取主元列,回到原向量**; -8. 等价 ⟺ $r(A)=r(B)=r(A,B)$ ;**秩相等不够**; -9. 正交(非零)⟹ 无关;施密特 = 逐项减投影 + 单位化; -10. 过渡矩阵的列 = **新基在旧基下的坐标**;坐标变换用 $C^{-1}$ (方向相反)。 - -### 10.2 高频陷阱 - -| 陷阱 | 正确做法 | -|---|---| -| 求极大无关组时用了列变换 | 只能用**行**变换 | -| 把阶梯形里的列当答案 | 取**原矩阵**中同序号列 | -| 用 `r(A)=r(B)` 判等价 | 还要 $r(A,B)=r(A)$ | -| 认为"线性相关"就"每个向量都能被其余表示" | 只保证**存在某个**能被表示 | -| 用行列式判 $n+1$ 个 $n$ 维向量 | 直接判相关,不用算 | -| 施密特时漏减前面某个 $\beta_j$ | 每一项要减**全部**前面的投影 | -| 分母用 $\lVert\beta_j\rVert$ | 用 $(\beta_j,\beta_j)$ | -| 过渡矩阵方向搞反 | 从 $\varepsilon$ 到 $\alpha$ 是 $C$ ,坐标用 $C^{-1}$ | -| 认为"正交向量组"可以有零向量 | 零向量与任何向量正交,但正交组必须**全非零**才无关 | -| 坐标变换与基变换同方向 | **相反** | - ---- - -> **下一步**:开做 [[02-试题]](18 题,约 95 分钟)。做完对 [[03-解析]]。 +| 把表示、相关翻译成方程 | 1、3、7、8、12 | +| 选原向量的极大无关组 | 2、14 | +| 用互相表示判等价 | 6、10 | +| 内积、减投影 | 4、5、9 | +| 基与坐标变换 | 11、13 | +| 证明与交空间 | 15—18 | + +参考 `参考仓库/Math/linear-algebra/knowledge/3-vector/vector.tex` 与 `exercise/3-vector/vector.tex`,重组了表示、相关、极大无关组、等价、基与坐标的关系,补充施密特与交空间的逐步解释。题型锚点保留在 [[02-试题]],不照搬真题原题。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/02-试题.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/02-试题.md index 898e315..4e8a8d7 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/02-试题.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/02-试题.md @@ -8,7 +8,7 @@ tags: - 施密特正交化 - 试题 专题: 线性代数 第3讲 · 向量 · 试题(18 题) -日期: 2026-10-18 +日期: 2026-10-20 题量: 18 题(A 基础 6 / B 中等 8 / C 拔高 4) 建议用时: 95 分钟(建议拆两天) 关联: "[[01-考点手册]] · [[03-解析]]" @@ -17,7 +17,7 @@ tags: # 线性代数 第3讲 · 向量 · 试题 > **用法**:先过 [[01-考点手册]],再限时 95 分钟做本卷,最后对 [[03-解析]]。 -> **来源记号**:🟨 真题库第 11 章 · 🟩 参考仓库 · 🟦 视频讲次。标「真题骨架」的题与真题**同结构、数字全部原创**,做完可直接回刷真题原题。 +> **参考**:本地题库第 11 章与参考仓库对应章节。年份标注用于定位知识块,题面另设数据。本次保留 18 道题及原题号,解析已经重写核算。 > **难度**:A ★☆☆ · B ★★☆ · C ★★★。 --- diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-解析.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-解析.md index 8684683..ee5594d 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-解析.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/03-解析.md @@ -1,586 +1,268 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 向量 - - 解析 -专题: 线性代数 第3讲 · 向量 · 解析(18 题) -日期: 2026-10-18 -关联: "[[02-试题]] · [[01-考点手册]]" +tags: [数学一, 在学练习, 线性代数, 向量, 解析] +专题: 线性代数 第3讲 · 向量 · 解析 +日期: 2026-10-20 +状态: 重写并核算 +关联笔记: ["[[02-试题]]", "[[01-考点手册]]"] --- -# 线性代数 第3讲 · 向量 · 解析 +# 第3讲 · 向量 · 解析 -> 对应 [[02-试题]]。每题给「**答案 / 思路 / 易错点 / 真题骨架**」。 - -**三条贴在眼前的判据** - -$$\beta\ \text{可被}\ \alpha\ \text{表示}\iff r(A)=r(A,\beta);\qquad \alpha_1,\cdots,\alpha_s\ \text{相关}\iff r(A) 维数"判相关(个数 $=$ 维数),必须算秩; -2. 主元列只是"一个"极大无关组,取 $\{\alpha_1,\alpha_2,\alpha_4\}$ 也对(只要三个无关); -3. 表示系数看的是**行的化简结果**,不是原矩阵的列。 - ---- - -## C 组 · 拔高 +## C 组 · 证明与结构 ### 第 15 题 -**答案**:见证明。 +**入口:** 证明新组无关,就假设它的一个线性组合为零,再证明所有系数都为零。 -**思路**: +设 $c\beta+d\alpha_2+e\alpha_3=0$。代入 $\beta$ 的表示式: -(Ⅰ)设 +$$ck_1\alpha_1+(ck_2+d)\alpha_2+(ck_3+e)\alpha_3=0.$$ -$$c_0\beta+c_2\alpha_2+c_3\alpha_3=0 .$$ +原组无关,所以 $ck_1=0,ck_2+d=0,ck_3+e=0$。由 $k_1\ne0$ 得 $c=0$,再得 $d=e=0$,证毕。 -代入 $\beta=k_1\alpha_1+k_2\alpha_2+k_3\alpha_3$ 并按 $\alpha_1,\alpha_2,\alpha_3$ 整理: - -$$c_0k_1\alpha_1+(c_0k_2+c_2)\alpha_2+(c_0k_3+c_3)\alpha_3=0 .$$ - -因 $\alpha_1,\alpha_2,\alpha_3$ 线性无关,三个系数全为 0: - -$$c_0k_1=0,\qquad c_0k_2+c_2=0,\qquad c_0k_3+c_3=0 .$$ - -由 $k_1\neq0$ 得 $c_0=0$ ,进而 $c_2=c_3=0$ 。故 $\beta,\alpha_2,\alpha_3$ 线性无关。 - -(Ⅱ)关键是 $k_i\neq0\ (i=1,2,3)$ ,**任一** $\alpha_i$ 都能由 $\beta$ 与其余两个反解出来。以换掉 $\alpha_1$ 为例,(Ⅰ)的证明可**逐字照搬**(它只用到 $k_1\neq0$ 这一个条件)。若换掉 $\alpha_2$ ,则设 $c_0\beta+c_1\alpha_1+c_3\alpha_3=0$ ,代入整理得 - -$$c_0k_1+c_1=0,\qquad c_0k_2=0,\qquad c_0k_3+c_3=0,$$ - -由 $k_2\neq0$ 得 $c_0=0$ ,再得 $c_1=c_3=0$ 。三种情形同理,故**任一** $\alpha_i$ 都可被 $\beta$ 替换而保持无关。 - -**易错点**: -1. 必须说明**为什么 $c_0=0$ 这一步**——靠 $k_i\neq0$ ,这是题目条件的作用所在; -2. 不能只说"$\beta$ 能被 $\alpha$ 表示"就完事,要**证无关**(用定义,不能靠"个数相同"这类间接理由); -3. 三个 $k_i$ 都不为 0 才能"任意替换",缺一个就只能替换特定的那些——这是本题条件的精确含义。 - ---- +一般替换 $\alpha_i$ 时,展开后 $\alpha_i$ 的系数是 $ck_i$。由于 $k_i\ne0$,同样先推出 $c=0$,再推出其余系数为零。被替换位置对应的系数非零,是这个证明的关键。 ### 第 16 题 -**答案**:(Ⅰ)$\dim V_1=\dim V_2=2$ ,$\dim(V_1+V_2)=3$ ;(Ⅱ)$V_1\cap V_2=L\big((1,-2,-3)^{\mathrm T}\big)$ ,维数 1;(Ⅲ)$3=2+2-1$ ,成立。 +每组的两个向量都不成比例,故 $\dim V_1=\dim V_2=2$。把 $\alpha_1,\alpha_2,\beta_1$ 按列拼,行列式为 2,说明和空间包含三个无关向量;又在 $\mathbb R^3$ 中,故 $\dim(V_1+V_2)=3$。 -**思路**: +交空间中的向量同时满足 -(Ⅰ)$\alpha_1,\alpha_2$ 不成比例,故 $\dim V_1=2$ ;同理 $\dim V_2=2$ 。 +$$w=x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2.$$ -把四个向量并排拼成 $3\times4$ 矩阵,取前三列 $\alpha_1,\alpha_2,\beta_1$ : +比较三个分量: -$$\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1(1-0)-0+1(1-0)=2\neq0,$$ +$$x_1=y_1,\quad x_1+x_2=y_2,\quad x_2=y_1+2y_2.$$ -故 $r(A,B)=3$ ,即 $\dim(V_1+V_2)=3$ (等于整个 $\mathbb R^3$ )。 +把前两式代入第三式,得 $x_2=3x_1+2x_2$,即 $x_2=-3x_1$。令 $x_1=t$,得到 -(Ⅱ)设 $\gamma\in V_1\cap V_2$ ,则存在 $x_1,x_2,y_1,y_2$ 使 +$$w=t(\alpha_1-3\alpha_2)=t(1,-2,-3)^{\mathrm T}.$$ -$$x_1\alpha_1+x_2\alpha_2=y_1\beta_1+y_2\beta_2 .$$ +这个非零方向就是一组基,交空间维数为 1。检查它在第二组里的表示是 $\beta_1-2\beta_2=(1,-2,-3)^{\mathrm T}$。维数公式为 $3=2+2-1$。 -即 $x_1(1,1,0)+x_2(0,1,1)=y_1(1,0,1)+y_2(0,1,2)$ ,比较分量: - -$$\begin{cases}x_1=y_1\\ x_1+x_2=y_2\\ x_2=y_1+2y_2\end{cases}$$ - -由前两式 $y_1=x_1$ 、$y_2=x_1+x_2$ ,代入第三式: - -$$x_2=x_1+2(x_1+x_2)\Longrightarrow x_2=3x_1+2x_2\Longrightarrow x_2=-3x_1 .$$ - -取 $x_1=1$ ,得 $x_2=-3$ ,回代 - -$$\gamma=\alpha_1-3\alpha_2=(1,1,0)^{\mathrm T}-3(0,1,1)^{\mathrm T}=(1,-2,-3)^{\mathrm T}.$$ - -**验算**:$\gamma$ 在 $V_2$ 中的表示:解 $y_1(1,0,1)+y_2(0,1,2)=(1,-2,-3)$ 得 $y_1=1$ 、$y_2=-2$ ,$1\cdot(1,0,1)-2(0,1,2)=(1,-2,-3)$ ✓。 - -故 $V_1\cap V_2=L\big((1,-2,-3)^{\mathrm T}\big)$ ,维数 1。 - -(Ⅲ)$2+2-1=3=\dim(V_1+V_2)$ ✓。 - -**另一条快速解法**(平面法):$V_1$ 是平面 $x-y+z=0$ ,$V_2$ 是平面 $x+2y-z=0$ ,两平面法向量不平行故交于一条直线,方向取叉积: - -$$(1,-1,1)\times(1,2,-1)=(-3,2,3),$$ - -与 $(1,-2,-3)$ 成比例 ✓。 - -**易错点**: -1. 交空间不能直接"看",必须解方程;设 $\gamma=Ax=By$ 后是**齐次**方程组,取非零解; -2. 维数公式里的 $\dim(V_1+V_2)$ 是**并排拼**后的秩,不是两个秩相加; -3. 交空间基**只取一个方向**(1 维),不要写成两个向量。 - ---- +若用平面法核验,两个平面是 $x-y+z=0$ 与 $x+2y-z=0$,法向量叉积为 $(-1,2,3)$,与所得方向相反,是同一条直线。 ### 第 17 题 -**答案**:见证明。 +由第一组三向量相关,存在不全为零的 $c_1,c_2,c_3$ 使 -**思路**: +$$c_1\alpha_1+c_2\alpha_2+c_3\alpha_3=0.$$ -(Ⅰ)$\alpha_1,\alpha_2,\alpha_3$ 线性相关 ⟹ 存在**不全为零**的 $k_1,k_2,k_3$ 使 +第二组无关,所以其中的 $\alpha_2,\alpha_3$ 也无关。如果 $c_1=0$,就会推出 $c_2=c_3=0$,与“不全为零”矛盾。故 $c_1\ne0$,可以解出 -$$k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=0 .$$ +$$\alpha_1=-\frac{c_2}{c_1}\alpha_2-\frac{c_3}{c_1}\alpha_3.$$ -若 $k_1=0$ ,则 $k_2\alpha_2+k_3\alpha_3=0$ 且 $(k_2,k_3)$ 不全为零,即 $\alpha_2,\alpha_3$ 线性相关。由"部分相关 ⟹ 整体相关",$\alpha_2,\alpha_3,\alpha_4$ 也线性相关,与题设矛盾。故 $k_1\neq0$ ,于是 +若 $\alpha_4$ 能由 $\alpha_1,\alpha_2,\alpha_3$ 表示,把上式代入,就会使 $\alpha_4$ 能由 $\alpha_2,\alpha_3$ 表示,违反第二组无关。因此不能表示。 -$$\alpha_1=-\frac{k_2}{k_1}\alpha_2-\frac{k_3}{k_1}\alpha_3,$$ - -即 $\alpha_1$ 可由 $\alpha_2,\alpha_3$ 线性表示。 - -(Ⅱ)反证。若 $\alpha_4$ 可由 $\alpha_1,\alpha_2,\alpha_3$ 表示: - -$$\alpha_4=l_1\alpha_1+l_2\alpha_2+l_3\alpha_3 .$$ - -由(Ⅰ)$\alpha_1\in L(\alpha_2,\alpha_3)$ ,代入得 $\alpha_4\in L(\alpha_2,\alpha_3)$ ,即存在 $m_2,m_3$ 使 $\alpha_4=m_2\alpha_2+m_3\alpha_3$ ,也就是 - -$$m_2\alpha_2+m_3\alpha_3-\alpha_4=0,$$ - -$\alpha_4$ 的系数 $-1\neq0$ ,说明 $\alpha_2,\alpha_3,\alpha_4$ 线性相关,与题设矛盾。故 $\alpha_4$ 不能由 $\alpha_1,\alpha_2,\alpha_3$ 线性表示。 - -**易错点**: -1. (Ⅰ)的**关键一步是排除 $k_1=0$ 的情形**,这一步不写等于没证; -2. "部分相关 ⟹ 整体相关"这条要在(Ⅰ)里**明确引用**,不能默认; -3. (Ⅱ)必须用**反证**(正面很难说清"不能"),且矛盾要指回题设的"$\alpha_2,\alpha_3,\alpha_4$ 无关"。 - ---- +关键是先证明要除的 $c_1$ 非零,不能直接除。 ### 第 18 题 -**答案**:见证明。 +先证明两方向。$Ax=0$ 时,左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$;反之若 $A^{\mathrm T}Ax=0$,左乘 $x^{\mathrm T}$: -**思路**: +$$0=x^{\mathrm T}A^{\mathrm T}Ax=(Ax)^{\mathrm T}(Ax)=\sum_i(Ax)_i^2.$$ -(Ⅰ)**先证同解**。 +实数平方和为零,所以每个分量为零,故 $Ax=0$。两组同解,未知量个数同为 $n$,所以 -- 若 $Ax=0$ ,则两边左乘 $A^{\mathrm T}$ 得 $A^{\mathrm T}Ax=0$ ; -- 反之若 $A^{\mathrm T}Ax=0$ ,两边左乘 $x^{\mathrm T}$ 得 +$$n-r(A)=n-r(A^{\mathrm T}A),$$ -$$x^{\mathrm T}A^{\mathrm T}Ax=0\Longrightarrow(Ax)^{\mathrm T}(Ax)=0\Longrightarrow\lVert Ax\rVert^2=0\Longrightarrow Ax=0 .$$ +得到同秩。这里用的是第 4 讲的解空间维数公式。 -故两个方程组**同解**,解空间相同,维数相同: - -$$n-r(A^{\mathrm T}A)=n-r(A)\Longrightarrow r(A^{\mathrm T}A)=r(A).$$ - -(这里用到 $A^{\mathrm T}A$ 是 $n$ 阶方阵、$r(A^{\mathrm T}A)\le r(A)$ 本就成立。) - -(Ⅱ)$A^{\mathrm T}A$ 是 $n$ 阶方阵,故 - -$$A^{\mathrm T}A\ \text{可逆}\iff r(A^{\mathrm T}A)=n\iff r(A)=n\iff A\ \text{的列向量组线性无关}.$$ - -**易错点**: -1. 第二步反推必须用 $x^{\mathrm T}$ 左乘凑出 $\lVert Ax\rVert^2$ ,**不能**直接约去 $A^{\mathrm T}$ ($A^{\mathrm T}$ 不是方阵、未必可逆); -2. 由"同解"得"秩相等"要**说清依据**:解空间维数 $=n-r$ ; -3. 本题只对**实**矩阵成立(用了内积正定性);复矩阵要改成 $A^{H}A$ 。 - ---- - -## 命题质量报告 - -### 一、考点覆盖表 - -| 考点 | 题号 | 真题骨架 | -|---|---|---| -| 线性相关性判定(具体数字) | 1 | 🟨2024·6 | -| 秩与极大无关组 | 2、14 | 🟨2017·13 | -| 线性表示(唯一性) | 3、12 | 🟨2020·6 | -| 内积、长度、正交 | 4 | 🟨2023·15(同考法) | -| 施密特正交化 | 5、9 | 🟨2021·6 | -| 向量组等价 | 6、10 | 🟨2022·7 | -| 变换后的相关性(系数矩阵法) | 7 | 🟩仓库 | -| 含参数的秩 | 8 | 🟨2017·13 | -| 基与过渡矩阵、坐标变换 | 11、13 | 🟨2019·20 | -| 交空间与维数公式 | 16 | 🟨2023·7 | -| 替换定理 | 15 | 🟩仓库 | -| 相关/无关的推证 | 17 | 🟩仓库 | -| 内积证秩 $r(A^{\mathrm T}A)=r(A)$ | 18 | 🟩仓库(第 2 讲 §6.2 的证明化) | - -**真题覆盖**:第 11 章 8 道真题**全部有对应**(2024·6→1、2017·13→2/8、2020·6→12、2023·15→4、2021·6→9、2022·7→6/10、2019·20→11/13、2023·7→16)。 - -### 二、难度分布与命题意图 - -| 组 | 题量 | 分值占比 | 意图 | -|---|---|---|---| -| A | 6 | 33% | 把"行列式判相关、秩与主元列、表示唯一性、内积与施密特、等价"五个基本动作练成条件反射 | -| B | 8 | 44% | 含参(8、12)、变换后(7)、过渡矩阵(11、13)、交空间前置(16 的前半)——**考试的真实难度区间** | -| C | 4 | 22% | 三道证明 + 一道结构分析,专攻"定义证明"与"反证",这是选填题拉不开、大题才考的能力 | - -### 三、防过拟合说明 - -- 所有数字、维度、参数**全部原创**,未抄任何真题数值; -- 只对齐"**考法结构**":例如 2019·20 考"基与过渡矩阵 + 求坐标",本题用不同基底复现同一结构; -- 标「真题骨架」的题做完**可直接回刷真题原题**,不会因为数字相同而产生"背答案"的假象。 - -### 四、薄弱点提示 - -若本卷错 4 题以上,优先回补: - -1. **极大无关组**(第 2、14 题)——错在这里说明"行变换 + 主元列"的流程没固化; -2. **变换后相关性**(第 7 题)——不会写"系数矩阵 + 行列式"是硬伤,后面第 5 讲特征向量会继续用; -3. **过渡矩阵方向**(第 11、13 题)——这是全讲唯一可能出大题的点,方向搞反等于零分。 - ---- - -> **下一步**:进入 [[线性代数-第4讲-线性方程组/01-考点手册]]。本讲的"表示 ⟺ 有解 ⟺ 秩相等"会在那里展开成完整的解结构理论。 +$A$ 列向量无关,等价于 $r(A)=n$,再等价于 $r(A^{\mathrm T}A)=n$;后者是 $n$ 阶方阵,满秩即可逆。证明同时说明了为什么题设强调实矩阵。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-考点手册.pdf b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-考点手册.pdf index 8c27ec7..bc41261 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-考点手册.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-考点手册.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-解析.pdf b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-解析.pdf index 7c1f53d..a16e94a 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-解析.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-解析.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-试题-答题版.pdf b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-试题-答题版.pdf index c98350d..574231e 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-试题-答题版.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/PDF/线代第3讲-试题-答题版.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/README.md b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/README.md index 72f43c5..7e15980 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/README.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第3讲-向量/README.md @@ -1,65 +1,32 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 向量 - - MOC -专题: 线性代数 第3讲 · 向量(真题库第 11 章) -日期: 2026-10-18 -状态: 已出(考点 + 试题 + 解析 三件分离) +tags: [数学一, 在学练习, 线性代数, MOC] +专题: 线性代数 第3讲 · 向量 +日期: 2026-10-20 +状态: 已重写,考点、试题、解析齐全 --- -# 线性代数 第3讲 · 向量 +# 第3讲 · 向量 -> 「考点 / 试题 / 解析」三件分离:先看 `01-考点手册` 建立框架 → 做 `02-试题` 限时练 → 对 `03-解析` 复盘。 +这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。 -## 一、本文件夹文件 +| 文件 | 用法 | +|---|---| +| [[线性代数-第3讲-向量/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 | +| [[线性代数-第3讲-向量/02-试题\|18 道分层习题]] | 独立题面,不含答案 | +| [[线性代数-第3讲-向量/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 | -| 文件 | 用途 | 打开时机 | -|---|---|---| -| **[[01-考点手册]]** | 全考点:线性表示 / 相关性 / 极大无关组 / 向量组等价 / 内积与施密特正交化 / 基与过渡矩阵 / 交空间 | 学之前 / 复习时 | -| **[[02-试题]]** | 18 题分层练习(A 基础 6 / B 中等 8 / C 拔高 4),**不含答案** | 限时自测 | -| **[[03-解析]]** | 18 题详解 + 思路 + 易错点 + 真题骨架 + 命题质量报告 | 做完对答案 | +1—6 定义与直接计算;7—14 参数、正交化与坐标;15—18 证明与交空间。建议分三次,共约 95 分钟。 -> `04-答疑笔记.md` 暂未创建,等你卡住提问后按题号增量追加。 +## 平板 PDF -## 二、训练目标 +- [考点手册](PDF/线代第3讲-考点手册.pdf) +- [试题答题版](PDF/线代第3讲-试题-答题版.pdf) +- [逐步解析](PDF/线代第3讲-解析.pdf) -- 真题库 **第 11 章**:近十年 **8 题 / 44 分**,热度「常态」。**单选为主,偶有 11 分大题**。 -- 八年里出现过的考法:向量组的秩(2017·13)、**基与过渡矩阵**(2019·20 大题)、线性表示(2020·6、2023·7)、**施密特正交化**(2021·6)、**向量组等价**(2022·7)、内积与线性组合(2023·15)、**线性相关性**(2024·6)。 -- 本讲是**第 2 讲(矩阵)与第 4 讲(方程组)的桥**:向量的线性表示 ⟺ 方程组有解 ⟺ 秩相等。 +PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。 -## 三、难度与用时 +## 参考与衔接 -| 组 | 题量 | 对应 | 建议用时 | 难度 | -|---|---|---|---|---| -| A 基础 | 6(1–6) | 定义与直接判定 | 25 分钟 | ★☆☆ | -| B 中等 | 8(7–14) | 含参、变换、求基 | 40 分钟 | ★★☆ | -| C 拔高 | 4(15–18) | 证明与结构 | 30 分钟 | ★★★ | -| **合计** | **18** | | **约 95 分钟** | 建议拆两天 | +参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。 -## 四、命题依据与来源记号 - -- 🟨 **真题库**:`kaoyan_math1.db` 第 11 章(8 题 44 分,2017–2024)。 -- 🟩 **参考仓库**:`参考仓库/Math/linear-algebra/knowledge/3-vector` + `exercise/3-vector`。 -- 🟦 **视频**:第 3 讲。 -- **防过拟合**:试题数字全部原创,仅考法结构对齐真题;标「真题骨架」的题做完可直接回刷真题原题。 - -## 五、平板书写版(PDF) - -| 文件 | 页数 | 用途 | -|---|---|---| -| `线代第3讲-试题-答题版.pdf` | 16 | **主用**:18 题逐题留白(A 组半页 / B·C 组整页) | -| `线代第3讲-解析.pdf` | 13 | 答案与详解 | -| `线代第3讲-考点手册.pdf` | 11 | 复习查阅 | - -> **重新生成**:`bash .workbuddy/tools/md2pdf/rebuild_la_pdfs.sh` (或单文件 `node .workbuddy/tools/md2pdf/md2pdf.js --in 02-试题.md --out PDF/xxx.pdf --mode answer`) - -## 六、关联 - -- 上层:[[总览]] -- 上一讲:[[线性代数-第2讲-矩阵/README]](矩阵的秩是本章的唯一工具) -- 下一讲:[[线性代数-第4讲-线性方程组/README]] -- 跨章:第 5 讲的特征向量、第 6 讲的合同变换都要用施密特正交化 -- 错题:[[做题本]] +从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/01-考点手册.md b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/01-考点手册.md index aa4edb5..92cf728 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/01-考点手册.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/01-考点手册.md @@ -1,371 +1,220 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 线性方程组 - - 考点 -专题: 线性代数 第4讲 · 线性方程组(真题库第 12 章) -日期: 2026-10-18 -来源: 🟨真题库第 12 章(7 题 39 分)· 🟩参考仓库 linear-algebra/knowledge/4-linear-equations-system + exercise/4-linear-equations-system -关联: "[[README]] · [[02-试题]] · [[03-解析]] · [[线性代数-第3讲-向量/01-考点手册]]" +tags: [数学一, 在学练习, 线性代数, 线性方程组] +专题: 线性代数 第4讲 · 线性方程组 +日期: 2026-10-20 +状态: 重写版 +关联笔记: ["[[02-试题]]", "[[03-解析]]"] --- -# 线性代数 第4讲 · 线性方程组 · 考点手册 +# 第4讲 · 线性方程组:从消元读出全部解 -> **定位**:本讲是**线性代数的收敛点**——第 3 讲的"向量线性表示"到这里变成"方程组有没有解",第 2 讲的"秩"到这里变成"解的个数"。 -> 真题库 **第 12 章**近十年 **7 题 39 分**,热度「常态」。**"三平面位置关系"连考 3 次**(2019·6、2024·5、2025·6),是本讲第一重点。 -> **来源记号**:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。 +这一讲始终围绕一个动作:**对增广矩阵作行变换,把方程变得容易读。** 秩、自由未知量、基础解系,都是对消元结果的描述。 ---- +默认实数范围。$A$ 为 $m\times n$ 系数矩阵,$n$ 始终是未知量个数,$b$ 是 $m$ 维常数列。写作 $Ax=b$,增广矩阵记作 $[A\mid b]$。 -## 0. 本讲定位与学习地图 +## 1. 消元为什么不会改变解 -**一句话概括**:**线性方程组的全部答案,都写在 $r(A)$ 与 $r(A,b)$ 的比较里**。 +以 -``` -Ax = b - │ - ├─ r(A) ≠ r(A,b) ──────────────► 无解 - │ - └─ r(A) = r(A,b) = r ──┬─ r = n ──► 唯一解 - └─ r < n ──► 无穷多解(n−r 个自由未知量) - │ - └─► 通解 = 特解 + 齐次通解 -``` +$$\begin{cases}x+y+z=3,\\x+2y+3z=5\end{cases}$$ -**四条主线** +为例,第二式减第一式得到 $y+2z=2$。保留第一式时,新旧方程组能互相推回,所以解集相同。交换方程、方程乘非零数、一个方程加另一个的倍数,都可撤销,因此都保持解集。 -| 主线 | 核心 | 真题落点 | +矩阵操作是 + +$$\left(\begin{array}{ccc|c}1&1&1&3\\1&2&3&5\end{array}\right) +\xrightarrow{R_2-R_1} +\left(\begin{array}{ccc|c}1&1&1&3\\0&1&2&2\end{array}\right) +\xrightarrow{R_1-R_2} +\left(\begin{array}{ccc|c}1&0&-1&1\\0&1&2&2\end{array}\right).$$ + +现在可以直接读出 + +$$x-z=1,\quad y+2z=2.$$ + +令 $z=t$,得到全部解 $(x,y,z)=(1+t,2-2t,t)$。因为 $z$ 可以自由选择,叫自由未知量;$x,y$ 随它确定,叫主元未知量。 + +列变换会改变未知量的对应关系。直接求原方程通解时使用行变换,常数列也必须跟着变。 + +## 2. 有解、唯一解、无穷多解怎样看出来 + +消元后可能出现两种“全零系数行”: + +- $0x_1+\cdots+0x_n=0$:重复信息,可以删去。 +- $0x_1+\cdots+0x_n=c$ 且 $c\ne0$:矛盾,无解。 + +如果没有矛盾行,设系数块有 $r$ 个主元,就有 $r$ 个主元未知量和 $n-r$ 个自由未知量。 + +| 消元结果 | 秩语言 | 结论 | |---|---|---| -| 解的判定 | $r(A)$ 与 $r(A,b)$ | 全部选填的底层 | -| 解的结构 | 特解 + 基础解系 | 2019·13、2016·20 | -| 几何意义 | 三平面位置关系 ⟺ 秩 | 2019·6、2024·5、2025·6 | -| 同解与公共解 | $r(A)=r(B)=r(A,B)$ | 2022·6、2025·15 | +| 有矛盾行 | $r(A) ⚠️ **一个总原则**:**先判"有没有解",再判"有多少解",最后才求通解**。一步跳到最后是本章最常见的失分原因。 +在上一节例子中 $n=3,r=2$,所以剩 1 个自由参数。原来有多少行不等于有多少个有效约束:重复方程并不增加主元。 ---- +若 $m **用法提示**:克拉默法则在考研里**极少用来真的求数值**(算 $n+1$ 个行列式太慢),它的价值在于**两条理论结论**: -> ① $\lvert A\rvert\neq0$ ⟹ 唯一解;② 齐次有非零解 ⟺ $\lvert A\rvert=0$ 。 -> 真正求解一律用**初等行变换**(消元法)。 +$$\begin{pmatrix}A\\B\end{pmatrix}x=0.$$ -> ⚠️ **条件必须齐全**:方程个数 $=$ 未知数个数、且 $\lvert A\rvert\neq0$ 。缺一个都不能用。 +因此 ---- +$$Ax=0\text{ 与 }Bx=0\text{ 同解}\iff +r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}.$$ -## 3. 齐次线性方程组 $Ax=0$ +为什么不能只比较 $r(A)=r(B)$?两个不同方向的直线都是一维,但不是同一条直线。拼接后的秩相同,才保证加上另一组方程没有减少解。 -### 3.1 两条基本事实 +### 7.2 非齐次同解 -1. **必有零解**($x=0$ 永远成立),所以齐次方程组**不存在"无解"**; -2. 有非零解 $\iff r(A) **直觉**:$n$ 个未知量、$r$ 个"有效约束",还剩 $n-r$ 个自由度;自由度 $\ge1$ 就有非零解。 +常数列无须相同。例如 $x=1$ 与 $2x=2$ 同解,但右边分别为 1、2。如果两个方程组都无解,解集也同为空集,需单独处理。 -### 3.2 解空间与基础解系 +### 7.3 公共解直接联立 -齐次方程组的**全体解**构成一个向量空间(对加法、数乘封闭),称为**解空间**,且 +$$Ax=b,\ Bx=c\quad\Longleftrightarrow\quad +\begin{pmatrix}A\\B\end{pmatrix}x=\binom bc.$$ -$$\dim\{\text{解空间}\}=n-r(A).$$ +可以一次消元,也可以先求一个通解、代入另一个方程组。后一种方法变量少时更方便。 -**基础解系**:解空间的**任意一组基**,即 $n-r(A)$ 个线性无关的解 $\xi_1,\cdots,\xi_{n-r}$ ,使任一解都可唯一表示为 +## 8. 矩阵方程:每一列各解一次 -$$x=k_1\xi_1+k_2\xi_2+\cdots+k_{n-r}\xi_{n-r}\qquad(k_i\ \text{任意}).$$ +若 $X=(x_1,\ldots,x_s)$、$B=(b_1,\ldots,b_s)$,则 -三条要点: +$$AX=B\iff Ax_j=b_j\quad(j=1,\ldots,s).$$ -1. **个数固定**为 $n-r(A)$ (不因选法而变); -2. **不唯一**(任何一组基都行); -3. 通解中的**任意常数个数** $=n-r(A)$ 。 +所以每一列都相容,整体才有解;判据为 $r(A)=r(A,B)$,这里是左右拼接。各列的自由参数一般彼此独立,不能强行用同一个参数。 -> **考法**:题目问"基础解系含几个向量"或"通解含几个任意常数",答案都是 $n-r(A)$ ——**不需要具体求解**。 +$XA=B$ 可以转置为 $A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}$;它的相容条件是 $r(A)=r\binom AB$。 -### 3.3 求基础解系的标准五步 +若 $A,B$ 为可逆方阵,$AXB=C$ 的唯一解是 $A^{-1}CB^{-1}$。这里要求可逆的是两侧系数矩阵 $A,B$,不是右端 $C$。 -1. 写出系数矩阵 $A$ ; -2. **只作初等行变换**,化为**行最简形**(RREF:主元为 1,且主元所在列的其余元素全为 0); -3. 主元所在的列 ⟹ **主元未知量**;其余列 ⟹ **自由未知量**(共 $n-r$ 个); -4. 自由未知量依次取 $(1,0,\cdots,0)^{\mathrm T},(0,1,\cdots,0)^{\mathrm T},\cdots$ ,回代求出主元未知量; -5. 得到 $n-r$ 个解向量 $\xi_1,\cdots,\xi_{n-r}$ ,通解 $x=\sum k_i\xi_i$ 。 +## 9. 克拉默法则:有条件的另一条求解路线 -> ⚠️ **必须化到"行最简形"**,只化到阶梯形时回代容易出错;化到最简形后每个 $\xi_i$ 可以直接"抄出来"。 +$n$ 个方程、$n$ 个未知量,且 $D=|A|\ne0$ 时, -### 3.4 齐次解的三条性质 +$$x_j=\frac{D_j}{D},$$ -1. 若 $\xi,\eta$ 是解,则 $\xi+\eta$ 是解; -2. 若 $\xi$ 是解,$k$ 是数,则 $k\xi$ 是解; -3. 解的**任意线性组合**仍是解(这正是"解空间"的由来)。 +$D_j$ 是把 $A$ 第 $j$ 列换成常数列 $b$ 的行列式。例:$x+y=3,2x-y=0$,有 ---- +$$D=-3,\quad D_1=-3,\quad D_2=-6,$$ -## 4. 非齐次线性方程组 $Ax=b$ +所以 $x=1,y=2$。当 $D=0$ 时不能除以它,应回到消元与秩讨论。 -### 4.1 有解判定(三大定理) +## 10. 按卡点回练 -设 $A$ 为 $m\times n$ ,$r(A)=r$ 。 - -$$\boxed{Ax=b\ \text{有解}\iff r(A)=r(A,b)}$$ - -$$\boxed{\text{唯一解}\iff r(A)=r(A,b)=n;\qquad \text{无穷多解}\iff r(A)=r(A,b) **为什么"无解"时秩只差 1**:增广矩阵只多了一列 $b$ ,加一列最多把秩抬高 1。 - -### 4.2 解的结构(本章最核心的公式) - -若 $Ax=b$ 有解,$\eta^{*}$ 是它的**某一个**解(特解),$\xi_1,\cdots,\xi_{n-r}$ 是 $Ax=0$ 的基础解系,则 $Ax=b$ 的**通解**为 - -$$\boxed{x=\eta^{*}+k_1\xi_1+\cdots+k_{n-r}\xi_{n-r}}\qquad(k_i\ \text{任意}).$$ - -**一句话**:**非齐次通解 = 一个特解 + 齐次通解**。 - -### 4.3 解的性质表(选择题必考) - -设 $\eta,\eta_1,\eta_2$ 是 $Ax=b$ 的解,$\xi$ 是 $Ax=0$ 的解: - -| 组合 | 是哪个方程的解 | +| 不会的动作 | 练习 | |---|---| -| $\eta_1-\eta_2$ | $Ax=0$ (**两解之差必齐次**) | -| $\eta+\xi$ | $Ax=b$ | -| $k_1\eta_1+k_2\eta_2$ | $Ax=b$ ⟺ $k_1+k_2=1$ | -| $k_1\eta_1+k_2\eta_2$ | $Ax=0$ ⟺ $k_1+k_2=0$ | -| $k\eta$ | $Ax=kb$ (不是 $b$ ,除非 $k=1$ ) | - -> **记忆**:**系数和为 1 → 还是非齐次解;系数和为 0 → 变成齐次解**。这是因为 $A(k_1\eta_1+k_2\eta_2)=(k_1+k_2)b$ 。 - -### 4.4 求通解的五步流程 - -1. 写增广矩阵 $(A\mid b)$ ; -2. 行变换化**行阶梯形**,读出 $r(A)$ 与 $r(A,b)$ ; -3. 若 $r(A)\neq r(A,b)$ → **无解**,结束; -4. 若相等,继续化**行最简形**,写出对应的同解方程组; -5. 令自由未知量为参数,得**特解**(自由未知量全取 0)与**齐次基础解系**,写出通解。 - -> **技巧**:化到最简形后,**特解** = 把常数项那列直接抄下来(自由未知量取 0);**基础解系** = 每个自由未知量取 1、其余取 0 后解出的向量,前面加负号。这套"抄写法"比回代快得多,但要确保已经化到 RREF。 - ---- - -## 5. 解的判定总表(贴在眼前) - -设 $A$ 为 $m\times n$ ,$n$ 为未知量个数: - -| $r(A)$ 与 $r(A,b)$ | 与 $n$ 的关系 | 结论 | 通解中参数个数 | -|---|---|---|---| -| $r(A) ⚠️ **行数 $m$ 不参与判定**(除非影响秩)。$m **读表口诀**:**$r(A)$ 看法向量的"独立性",$r(A,b)$ 看"有没有公共点"**。 -> $r(A)=3$ :三个法向量不共面 → 三平面必交于一点(只要 $r(A,b)=3$ 恒成立,因为 3 阶满秩时增广也满秩)。 -> $r(A)=2$ :三个法向量共面(都垂直于同一条直线)→ 三平面**都平行于这条直线** → 要么共线相交,要么两两相交成"柱"。 -> $r(A)=1$ :三个法向量全平行 → 三平面平行(或重合)。 - -> ⚠️ **$r(A)=2,\ r(A,b)=3$ 的"三棱柱"是最高频的坑**:三平面两两都相交(没有两个平行),但**没有公共点**,因为三条交线互相平行(像一个三棱柱的三条棱)。2019·6、2024·5、2025·6 都在这个点上做文章。 - -### 6.3 齐次方程组的几何意义 - -$Ax=0$ 的解空间是**过原点**的子空间: - -- $n=3$ 、$r(A)=2$ → 解是一条过原点的**直线**(1 维); -- $n=3$ 、$r(A)=1$ → 解是一个过原点的**平面**(2 维); -- $n=3$ 、$r(A)=3$ → 只有原点。 - -> 对比:**非齐次**的解集是"**不过原点**的直线/平面"(偏移了一个特解)。 - ---- - -## 7. 同解方程组与公共解(真题 2 次) - -### 7.1 齐次方程组同解的判据(必背) - -设 $A,B$ 是同列数的矩阵,则 - -$$\boxed{Ax=0\ \text{与}\ Bx=0\ \text{同解}\iff r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}}$$ - -其中 $\begin{pmatrix}A\\B\end{pmatrix}$ 是**上下拼接**(不是左右)。 - -**理由**:同解 ⟺ 两个解空间相等 ⟺ 维数相等且一个包含另一个 ⟺ 秩相等($n-\dim$ 相同)且拼接后的解空间(交集)维数也相同。 - -### 7.2 非齐次方程组同解 - -非齐次的情形**先说清一件事**:若 $Ax=b$ 与 $Bx=c$ 同解且都有解,则必有 $b=c$ (同一个解代入两个方程)。所以非齐次同解问题的标准解法是: - -$$\text{齐次部分同解}\ +\ \text{有一个公共特解}.$$ - -### 7.3 公共解(两个方程组的公共部分) - -**情形一 · 两个齐次方程组**:公共解就是 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ 的解,求它的基础解系即可。 - -**情形二 · 两个非齐次方程组**:公共解是 $\begin{pmatrix}A\\B\end{pmatrix}x=\begin{pmatrix}b\\c\end{pmatrix}$ 的解,先判 $r$ 再求通解。 - -**情形三 · 一个齐次 + 一个非齐次**:把齐次的解代入非齐次的方程,解出参数。 - -> **2023·7 的"交空间"与本节是同一件事**:交空间 = 两个"解空间"的公共部分,只是换了向量语言。 - ---- - -## 8. 矩阵方程 - -| 方程 | 有解条件 | 解法 | -|---|---|---| -| $AX=B$ | $r(A)=r(A,B)$ (**左右拼接**) | $A$ 可逆时 $X=A^{-1}B$ ;一般按列拆成 $n$ 个方程组 | -| $XA=B$ | $r(A)=r\begin{pmatrix}A\\B\end{pmatrix}$ (**上下拼接**) | $A$ 可逆时 $X=BA^{-1}$ | -| $AXB=C$ | $A,C$ 可逆时唯一 | $X=A^{-1}CB^{-1}$ | - -> ⚠️ **$AX=B$ 用左右拼,$XA=B$ 用上下拼**——这一点最容易混。记忆法:**$X$ 在右边,拼在上下;$X$ 在左边,拼在左右**("拼在与 $X$ 相反的方向")。 - -**$AX=B$ 的通解**($A$ 不可逆时):把 $B$ 按列拆成 $B=(\beta_1,\cdots,\beta_s)$ ,分别解 $Ax=\beta_j$ ,再拼回矩阵。若某个 $\beta_j$ 不可表示,则整体无解。 - ---- - -## 9. 含参方程组的标准讨论流程(大题模板) - -**第一步 · 算行列式**(若 $A$ 是方阵) - -$$\lvert A\rvert=f(\lambda).$$ - -**第二步 · 分情况** - -| 情形 | 做法 | -|---|---| -| $\lvert A\rvert\neq0$ | **唯一解**(可直接用克拉默法则,或说"由克拉默法则") | -| $\lvert A\rvert=0$ 的每个根 $\lambda_i$ | **逐个代回**,算 $r(A)$ 与 $r(A,\lambda_i)$ ,再判无解 / 无穷多解 | - -**第三步 · 穷尽参数** - -- 若 $\lvert A\rvert$ 是多项式,**每个根都要单独讨论**,不能合并; -- 每个根下都要写清"$r(A)=?$ ,$r(A,b)=?$ ,故——"; -- 无穷多解时**必须写出通解**(题目通常要求)。 - -> ⚠️ **最常见的失分**:只讨论了 $\lvert A\rvert\neq0$ (唯一解)和 $\lvert A\rvert=0$ (需逐个代回)两种情况,**没有把 $\lvert A\rvert=0$ 的多个根分开**。比如 $\lvert A\rvert=(a-1)^2(a+2)$ ,必须分别讨论 $a=1$ 与 $a=-2$ 。 - ---- - -## 10. 十年真题落点地图(🟨 第 12 章 7 题 39 分) - -| 年份·题号 | 题型 | 分值 | 考点 | 本手册节 | -|---|---|---|---|---| -| 2016·20 | 解答 | 11 | 矩阵方程解的判定 | §8 | -| 2019·6 | 单选 | 4 | 解的几何意义(三平面) | §6.2 | -| 2019·13 | 填空 | 4 | 基础解系与通解 | §3.3 / §4.4 | -| 2022·6 | 单选 | 5 | 齐次方程组同解 | §7.1 | -| 2024·5 | 单选 | 5 | **解的几何意义(三平面)** | §6.2 | -| 2025·6 | 单选 | 5 | **线性方程组的几何意义** | §6.2 | -| 2025·15 | 填空 | 5 | 同解条件求参数 | §7.1 | - -**分布规律**: - -- **三平面几何 3 次**(2019、2024、2025),且 **2024、2025 连续两年**——这是改革后选择题的新风格:**不让你求通解,只让你判位置关系**; -- **同解 2 次**(2022、2025),都是"求参数使同解",用 $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$ 一步到位; -- **基础解系/通解**只在 2019 出过一次填空,但它是**第 5 讲求特征向量的必备技能**,不能不练; -- 大题只有 2016 一次(矩阵方程),属"低频但 11 分"。 - -**跨章牵连**:第 5 讲的 $(A-\lambda E)x=0$ 求特征向量,完全就是本讲的齐次方程组;第 6 讲的正交变换也要解方程组。 - ---- - -## 11. 速查卡 · 陷阱清单 - -### 11.1 速记十条 - -1. 有解 ⟺ $r(A)=r(A,b)$ ;无解时 $r(A,b)=r(A)+1$ ; -2. 唯一解 ⟺ 同 $=n$ ;无穷多 ⟺ 同 $ **下一步**:开做 [[02-试题]](18 题,约 95 分钟)。做完对 [[03-解析]]。 +| 从自由未知量拆出基础解系 | 2、7 | +| 特解加齐次通解 | 3、11、13 | +| 同解、公共解 | 8、12、17 | +| 含参分类 | 9、16 | +| 几何意义与条件 | 6、10、16 | +| 已知解的组合与证明 | 4、15、18 | +| 矩阵方程按列拆开 | 14 | diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/02-试题.md b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/02-试题.md index 84f30b5..e805756 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/02-试题.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/02-试题.md @@ -7,7 +7,7 @@ tags: - 基础解系 - 试题 专题: 线性代数 第4讲 · 线性方程组 · 试题(18 题) -日期: 2026-10-18 +日期: 2026-10-20 题量: 18 题(A 基础 6 / B 中等 8 / C 拔高 4) 建议用时: 95 分钟(建议拆两天) 关联: "[[01-考点手册]] · [[03-解析]]" @@ -16,7 +16,7 @@ tags: # 线性代数 第4讲 · 线性方程组 · 试题 > **用法**:先过 [[01-考点手册]],再限时 95 分钟做本卷,最后对 [[03-解析]]。 -> **来源记号**:🟨 真题库第 12 章 · 🟩 参考仓库 · 🟦 视频讲次。标「真题骨架」的题与真题**同结构、数字全部原创**。 +> **参考**:本地题库第 12 章与参考仓库对应章节。题目标注的年份是知识块锚点,题面另设数据。2026-10-20 修订:第 10 题补充条件,第 16 题第二问常数改为 4。 > **难度**:A ★☆☆ · B ★★☆ · C ★★★。 --- @@ -87,7 +87,7 @@ $$\pi_i:\ a_{i1}x+a_{i2}y+a_{i3}z=b_i\quad(i=1,2,3),$$ (A)交于一点 (B)交于一条直线 (C)两两相交但无公共点 (D)相互平行且不重合 -(Ⅱ)若 $r(A)=2$ ,$r(A,b)=3$ ,则三平面的位置关系是( )。 +(Ⅱ)若 $r(A)=2$ ,$r(A,b)=3$ ,且任意两个平面的法向量不成比例,则三平面的位置关系是( )。 (A)交于一点 (B)交于一条直线 (C)两两相交但无公共点 (D)三个平面完全重合 @@ -129,7 +129,7 @@ $$\pi_1:x+y+z=1,\qquad \pi_2:x+2y+3z=2,\qquad \pi_3:x+4y+az=b .$$ (Ⅰ)求 $a,b$ 满足的条件,使三个平面**两两相交但没有公共点**(构成"三棱柱"); -(Ⅱ)$a=7$ 且 $b=3$ 时,三个平面的位置关系是什么? +(Ⅱ)$a=7$ 且 $b=4$ 时,三个平面的位置关系是什么? **17.** 【同解判据的证明】设 $A,B$ 是同列数的实矩阵。证明: diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/03-解析.md b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/03-解析.md index 33f5bdd..7517aff 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/03-解析.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/03-解析.md @@ -1,533 +1,242 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 线性方程组 - - 解析 -专题: 线性代数 第4讲 · 线性方程组 · 解析(18 题) -日期: 2026-10-18 -关联: "[[02-试题]] · [[01-考点手册]]" +tags: [数学一, 在学练习, 线性代数, 线性方程组, 解析] +专题: 线性代数 第4讲 · 线性方程组 · 解析 +日期: 2026-10-20 +状态: 重写并核算 +关联笔记: ["[[02-试题]]", "[[01-考点手册]]"] --- -# 线性代数 第4讲 · 线性方程组 · 解析 +# 第4讲 · 线性方程组 · 解析 -> 对应 [[02-试题]]。每题给「**答案 / 思路 / 易错点 / 真题骨架**」。 - -**核心三句** - -$$Ax=b\ \text{有解}\iff r(A)=r(A,b);\qquad \text{唯一}\iff\text{同}=n;\qquad \text{通解}=\text{特解}+\text{齐次通解}.$$ - ---- +题号沿用原练习。第 10 题第二问已补充“两两法向量不成比例”;第 16 题第二问的相容常数已改为 4。请使用同步更新的试题。 ## A 组 · 基础 ### 第 1 题 -**答案**:$x_1=1$ ,$x_2=2$ ,$x_3=3$ 。 +**入口:** 指定用克拉默法则,先求系数行列式,确认分母非零。 -**思路**:系数行列式 +$$D=\begin{vmatrix}1&1&1\\2&-1&1\\1&2&-1\end{vmatrix} +=(-1)-(-3)+5=7.$$ -$$\lvert A\rvert=\begin{vmatrix}1&1&1\\2&-1&1\\1&2&-1\end{vmatrix}=1(1-2)-1(-2-1)+1(4+1)=-1+3+5=7\neq0,$$ +分别把第 1、2、3 列换成常数列: -故有唯一解,可用克拉默法则。逐个替换列: +$$D_1=\begin{vmatrix}6&1&1\\3&-1&1\\2&2&-1\end{vmatrix}=7,$$ -$$\lvert A_1\rvert=\begin{vmatrix}6&1&1\\3&-1&1\\2&2&-1\end{vmatrix}=7,\quad \lvert A_2\rvert=\begin{vmatrix}1&6&1\\2&3&1\\1&2&-1\end{vmatrix}=14,\quad \lvert A_3\rvert=\begin{vmatrix}1&1&6\\2&-1&3\\1&2&2\end{vmatrix}=21 .$$ +$$D_2=\begin{vmatrix}1&6&1\\2&3&1\\1&2&-1\end{vmatrix}=14,\quad +D_3=\begin{vmatrix}1&1&6\\2&-1&3\\1&2&2\end{vmatrix}=21.$$ -于是 - -$$x_1=\frac77=1,\qquad x_2=\frac{14}{7}=2,\qquad x_3=\frac{21}{7}=3 .$$ - -**验算**:$1+2+3=6$ ;$2-2+3=3$ ;$1+4-3=2$ ✓。 - -**易错点**: -1. $\lvert A_j\rvert$ 是替换**第 $j$ 列**,不是第 $j$ 行; -2. 三阶行列式展开时符号交错($+ - +$ ),最容易在中间项出错; -3. 克拉默法则要求 $\lvert A\rvert\neq0$ **先验证**,不能直接套。 - ---- +因此 $(x_1,x_2,x_3)=(1,2,3)$。代回三个左端分别为 $6,3,2$,与常数项一致。 ### 第 2 题 -**答案**:基础解系 $\xi_1=(1,-2,1,0)^{\mathrm T}$ ,$\xi_2=(2,-3,0,1)^{\mathrm T}$ ;通解 $x=k_1\xi_1+k_2\xi_2$ 。 +第二行减第一行,再第一行减新的第二行: -**思路**:$r(A)=2$ (两行不成比例),$n=4$ ,故基础解系含 $4-2=2$ 个向量。 +$$\begin{pmatrix}1&1&1&1\\1&2&3&4\end{pmatrix} +\longrightarrow\begin{pmatrix}1&1&1&1\\0&1&2&3\end{pmatrix} +\longrightarrow\begin{pmatrix}1&0&-1&-2\\0&1&2&3\end{pmatrix}.$$ -行变换:第二行减第一行得 $(0,1,2,3)$ ,即 +读成方程 $x_1=x_3+2x_4,x_2=-2x_3-3x_4$。令 $x_3=s,x_4=t$,得 -$$x_1+x_2+x_3+x_4=0,\qquad x_2+2x_3+3x_4=0 .$$ +$$x=s(1,-2,1,0)^{\mathrm T}+t(2,-3,0,1)^{\mathrm T}.$$ -取 $x_3,x_4$ 为自由未知量:$x_2=-2x_3-3x_4$ ,$x_1=-x_2-x_3-x_4=x_3+2x_4$ 。 - -- $x_3=1,\ x_4=0$ :$x_2=-2$ ,$x_1=1$ → $\xi_1=(1,-2,1,0)^{\mathrm T}$ ; -- $x_3=0,\ x_4=1$ :$x_2=-3$ ,$x_1=2$ → $\xi_2=(2,-3,0,1)^{\mathrm T}$ 。 - -**验算**:$\xi_1$ 代入两式:$1-2+1+0=0$ ,$1-4+3+0=0$ ✓。 - -**易错点**: -1. 基础解系**个数**先算清:$n-r=2$ ,写成 1 个或 3 个都错; -2. 自由未知量要**依次取单位向量**,不能随意赋值得出两个线性相关的解; -3. 回代时 $x_1$ 的表达式符号容易错(是 $x_3+2x_4$ ,不是 $-x_3-2x_4$ )。 - ---- +两个固定向量构成一个基础解系:它们都是解,且第 3、4 分量分别为 $(1,0),(0,1)$,保证无关。秩为 2,基础解系含 $4-2=2$ 个向量,也与结果相符。 ### 第 3 题 -**答案**:通解 +第二式减第一式,得到 $-2x_2+x_3=-1$,所以 $x_2=(1+x_3)/2$。代回第一式:$x_1=(5-3x_3)/2$。 -$$x=(4,0,-1)^{\mathrm T}+k(-3,1,2)^{\mathrm T}\qquad(k\ \text{任意}).$$ +令 $x_3=t$,通解为 -**思路**:$r(A)=2$ (两行不成比例),$n=3$ ,故 $n-r=1$ ,一个参数。 +$$x=(5/2,1/2,0)^{\mathrm T}+t(-3/2,1/2,1)^{\mathrm T}.$$ -**求特解**:令自由未知量 $x_2=0$ ,回代得 +第一个向量代入原式得到 $(3,2)$,第二个代入齐次左端得到 $(0,0)$,因此全部参数值都是解。一个自由未知量给出全部解,没有漏解。 -$$x_1+x_3=3,\qquad x_1+2x_3=2\Longrightarrow x_3=-1,\ x_1=4 .$$ - -故 $\eta^{*}=(4,0,-1)^{\mathrm T}$ 。 - -**求齐次基础解系**:对应齐次方程组 $x_1+x_2+x_3=0$ 、$x_1-x_2+2x_3=0$ ,取 $x_2=1$ ,得 - -$$x_1+x_3=-1,\qquad x_1+2x_3=1\Longrightarrow x_3=2,\ x_1=-3 .$$ - -故 $\xi=(-3,1,2)^{\mathrm T}$ 。 - -**验算**:$(4,0,-1)+k(-3,1,2)$ 代入第一式:$(4-3k)+k+(-1+2k)=3$ ✓。 - -**易错点**: -1. **特解与基础解系要分开算**,不能用同一个 "参数取值" 混着来; -2. 齐次部分不能沿用非齐次的常数项(常有人把 3、2 带进去); -3. 通解里的任意常数只能有一个($n-r=1$ )。 - ---- +也可以写成 $(1,1,1)^{\mathrm T}+s(-3,1,2)^{\mathrm T}$,两种写法表示同一条直线。 ### 第 4 题 -**答案**:**C**。 +答案 **C**,因为 $A(\eta_1+\xi)=b+0=b$。其余三项左乘 $A$ 后分别得到 $2b,0,2b$;由于 $b\ne0$,都不等于 $b$。 -**思路**:逐个用 $A$ 作用: - -- (A)$A(\eta_1+\eta_2)=b+b=2b\neq b$ ,✗; -- (B)$A(\eta_1-\eta_2)=b-b=0$ ,是**齐次**的解,✗; -- (C)$A(\eta_1+\xi)=b+0=b$ ,✓; -- (D)$A(2\eta_1)=2b\neq b$ ,✗。 - -**易错点**:**"解 + 齐次解仍是解"** 与 **"解 + 解不是解"** 必须分清。判据是系数和:系数和为 1 才是非齐次解。 - ---- +不要只凭“都是解向量的组合”判断,实际乘一次 $A$ 最直接。 ### 第 5 题 -**答案**:(Ⅰ)2 个;(Ⅱ)2 个;(Ⅲ)**不能**有唯一解。 +未知量个数是列数 $n=5$,不是行数 4。齐次解空间维数为 $5-3=2$,所以基础解系含 2 个向量。有解的非齐次通解也含 2 个独立参数。 -**思路**:$n=5$ (未知量个数看**列数**),$r(A)=3$ 。 - -(Ⅰ)基础解系个数 $=n-r=5-3=2$ 。 - -(Ⅱ)通解 = 特解 + 齐次通解,故任意常数个数也是 $n-r=2$ 。 - -(Ⅲ)唯一解要求 $r(A)=r(A,b)=n=5$ ,但 $r(A)=3<5$ ,故**不可能**有唯一解。若 $Ax=b$ 有解,只能有无穷多解(2 个参数)。 - -**易错点**: -1. 把 $n$ 当成行数 4 ——**$n$ 永远是列数(未知量个数)**; -2. 认为 $4\times5$ 的矩阵"未知量是 4 个"; -3. 忽略 $r(A)=3<5$ 就已经否定了唯一解。 - ---- +不可能唯一解,因为唯一解要求系数矩阵列满秩 $r(A)=5$,但本题只有 3。 ### 第 6 题 -**答案**:三个平面**交于一条直线**。 +第三式恰好是前两式相加,因此没有增加约束。前两式相减得 $2y=0$,再得 $x+z=1$。 -**思路**:写出增广矩阵并作行变换: +令 $z=t$,公共交集是 -$$(A\mid b)=\begin{pmatrix}1&1&1&1\\1&-1&1&1\\2&0&2&2\end{pmatrix}\ \xrightarrow{\ r_3-r_1-r_2\ }\ \begin{pmatrix}1&1&1&1\\1&-1&1&1\\0&0&0&0\end{pmatrix}.$$ +$$(x,y,z)=(1-t,0,t),$$ -故 $r(A)=r(A,b)=2<3=n$ ,方程组有无穷多解(1 个自由未知量),几何上是**一条直线**。 - -**几何解释**:第三个方程恰好是前两个方程之和($r_3=r_1+r_2$ ),所以 $\pi_3$ 通过 $\pi_1$ 与 $\pi_2$ 的交线;而 $\pi_1,\pi_2$ 的法向量 $(1,1,1)$ 与 $(1,-1,1)$ 不平行,交出一条直线。三平面共用这条直线。 - -**易错点**: -1. 只看"三个方程"就以为 $r=3$ ,必须先作行变换; -2. $r(A)=r(A,b)=2$ 是"交于直线",**不是**"交于一点"(后者要 $r=3$ ); -3. 第三个平面**不**与另两个平行(法向量 $(2,0,2)$ 与另两个都不成比例),所以不是"平行"型。 - ---- +即一条直线。两个有效约束给 $r(A)=r(A,b)=2$,也可由秩判定。 ## B 组 · 中等 ### 第 7 题 -**答案**:$r(A)=2$ ;基础解系 $\xi_1=(1,-1,1,0)^{\mathrm T}$ ,$\xi_2=(-1,0,0,1)^{\mathrm T}$ ;通解 $x=k_1\xi_1+k_2\xi_2$ 。 +第三行等于第一行加第二行,故冗余。前两行无关,所以秩为 2。 -**思路**: +由第二式 $x_3=-x_2$,第一式 $x_1=-x_2-x_4$。令 $x_2=s,x_4=t$: -$$A=\begin{pmatrix}1&1&0&1\\0&1&1&0\\1&2&1&1\end{pmatrix}\ \xrightarrow{\ r_3-r_1\ }\ \begin{pmatrix}1&1&0&1\\0&1&1&0\\0&1&1&0\end{pmatrix}\ \xrightarrow{\ r_3-r_2\ }\ \begin{pmatrix}1&1&0&1\\0&1&1&0\\0&0&0&0\end{pmatrix}.$$ +$$x=s(-1,1,-1,0)^{\mathrm T}+t(-1,0,0,1)^{\mathrm T}.$$ -(第三行本来就是前两行之和,属于**冗余方程**。)故 $r(A)=2$ ,$n-r=2$ 。 - -对应方程组:$x_1+x_2+x_4=0$ ,$x_2+x_3=0$ 。取 $x_3,x_4$ 自由: - -- $x_3=1,x_4=0$ :$x_2=-1$ ,$x_1=-x_2-x_4=1$ → $\xi_1=(1,-1,1,0)^{\mathrm T}$ ; -- $x_3=0,x_4=1$ :$x_2=0$ ,$x_1=-1$ → $\xi_2=(-1,0,0,1)^{\mathrm T}$ 。 - -**验算**:$\xi_1$ 代入第一式 $1-1+0+0=0$ ✓,第二式 $-1+1=0$ ✓。 - -**易错点**: -1. **不要把 $r(A)$ 数成 3**——第三个方程是冗余的,这正是本题的"陷阱"; -2. 若先化到最简形(把第一行减去第二行)会更顺:$x_1-x_3+x_4=0$ ,一眼看出自由变量是 $x_3,x_4$ ; -3. 基础解系可以取任意一组基,你算出的向量与答案不同但**张成同一空间**也算对(考试会给等价形式)。 - ---- +这两个固定向量就是一个基础解系。看自由分量 $x_2,x_4$ 即可证明它们无关,个数也等于 $4-2=2$。 ### 第 8 题 -**答案**:(Ⅰ)$a=1$ ;(Ⅱ)$b=4$ 。 +**入口:** 先求简单方程组的全部解,再要求另一组保留这个方向。 -**思路**:$Ax=0$ 的解空间是 $k(1,-2,1)^{\mathrm T}$ ($r(A)=2$ ,$n-r=1$ )。**同解 ⟺ $B$ 的每一行都能被 $A$ 的行线性表示**(且秩相同)。 +$Ax=0$ 中第二式减第一式得到 $x_2+2x_3=0$,因此 -(Ⅰ)设 $(a,3,5)=c_1(1,1,1)+c_2(1,2,3)$ ,则 +$$x=t(1,-2,1)^{\mathrm T}.$$ -$$c_1+c_2=a,\qquad c_1+2c_2=3,\qquad c_1+3c_2=5 .$$ +代入 $B$ 的第二行:$t(a-6+5)=t(a-1)$。要对所有 $t$ 成立,必须 $a=1$。代回后 $B$ 两行无关,所以解空间也是一维;它包含上述整条直线,故恰为同一解集。 -由后两式 $c_2=2$ ,$c_1=-1$ ,故 $a=c_1+c_2=1$ 。 +对 $C$ 同样代入,得到 $t(2-6+b)=t(b-4)$,故必须 $b=4$。代回后两行也无关,所以充分性同样成立。 -**验算(换一条路)**:$A$ 的解 $(1,-2,1)^{\mathrm T}$ 代入 $(a,3,5)x=0$ 得 $a-6+5=0$ ,即 $a=1$ ✓ —两条路一致。 - -(Ⅱ)同理设 $(2,3,b)=c_1(1,1,1)+c_2(1,2,3)$ :$c_1+c_2=2$ ,$c_1+2c_2=3$ 得 $c_2=1$ ,$c_1=1$ ,故 - -$$b=c_1+3c_2=4 .$$ - -**验算**:$(2,3,4)=(1,1,1)+(1,2,3)$ ✓。 - -**易错点**: -1. 只算 $B$ 的秩等于 2 远远不够——秩相同只说明解空间维数相同,还必须**解相同**; -2. 用"解代入"验算是最快的检查办法,务必用上; -3. $c_1,c_2$ 解出来后**别忘了 $a=c_1+c_2$ 这一项**(第一分量),有人直接把 $c_2$ 当答案。 - ---- +答案:$a=1$,$b=4$。只代入得到必要条件后,还要检查没有让另一组秩降低、额外增加解。 ### 第 9 题 -**答案**: +行列式为 -- $a\neq1$ 且 $a\neq-2$ :**唯一解**; -- $a=1$ :**无穷多解**(2 个参数); -- $a=-2$ :**无解**。 +$$|A|=-(a-1)^2(a+2).$$ -**思路**:先算行列式 +因此 $a\ne1,-2$ 时唯一解。此时每行系数和为 $a+2$,可以直接验证唯一解为 -$$\lvert A\rvert=\begin{vmatrix}1&1&a\\1&a&1\\a&1&1\end{vmatrix}=-(a-1)^2(a+2).$$ +$$x=\frac1{a+2}(1,1,1)^{\mathrm T}.$$ -(展开:$2(a-1)+a(1-a^2)$ 整理即得。) +$a=1$ 时三个方程全是 $x_1+x_2+x_3=1$,秩为 1,有无穷多解: -**① 当 $a\neq1$ 且 $a\neq-2$ 时**:$\lvert A\rvert\neq0$ ,由克拉默法则,**唯一解**。 +$$x=(1,0,0)^{\mathrm T}+s(-1,1,0)^{\mathrm T}+t(-1,0,1)^{\mathrm T}.$$ -**② 当 $a=1$ 时**:$A$ 全为 1 的矩阵,$b=(1,1,1)^{\mathrm T}$ 。 +$a=-2$ 时三个左端相加恒为 0,右端相加为 3,矛盾,故无解。此时系数秩为 2(例如左上二阶子式为 $-3$),增广秩为 3。 -$$r(A)=1,\qquad r(A,b)=1,$$ - -故有无穷多解,参数个数 $n-r=3-1=2$ 。方程组即 $x_1+x_2+x_3=1$ 。 - -**③ 当 $a=-2$ 时**: - -$$(A\mid b)=\begin{pmatrix}1&1&-2&1\\1&-2&1&1\\-2&1&1&1\end{pmatrix}.$$ - -三行相加得 $(0,0,0\mid 3)$ ,即 $0=3$ ,故**无解**。等价地:$r(A)=2$ (三行之和为 0 但不全成比例),$r(A,b)=3$ ,$r(A)r(A)$ 说明**无解**,即没有公共点。既平行于同一方向又无公共点 → 三条交线互相平行、错开,整体像**三棱柱**(每两个平面都相交,但没有三者共点)→ **两两相交但无公共点**。 - -**易错点**: -1. 看到"无解"就选"平行"——本题三个法向量**两两不平行**,平面并不平行,只是**没有公共点**; -2. 记住判别口诀:**$r(A)$ 管方向(法向量独立程度),$r(A,b)$ 管有没有公共点**; -3. $r(A)=2,r(A,b)=3$ 是"三棱柱",$r(A)=1,r(A,b)=2$ 才是"平行平面"型——两者都是无解,但几何完全不同。 - ---- +如果删去“两两法向量不成比例”,仅凭 $r(A)=2,r(A,b)=3$ 无法选 C。例如 $x=0,x=1,y=0$ 满足同样的秩条件,前两平面却平行。这是原题条件不足的地方。 ### 第 11 题 -**答案**: +系数秩为 1,未知量有 3 个,所以齐次解空间维数为 2。取 $\eta_1$ 作特解,构造两个差: -$$x=(1,1,1)^{\mathrm T}+k_1(-1,1,0)^{\mathrm T}+k_2(0,-1,-2)^{\mathrm T}\qquad(k_1,k_2\ \text{任意}).$$ +$$\xi_1=\eta_2-\eta_1=(1,-1,0)^{\mathrm T},\quad +\xi_2=\eta_3-\eta_1=(0,1,2)^{\mathrm T}.$$ -**思路**:$n=3$ ,$r(A)=1$ ,故齐次解空间维数 $=3-1=2$ ,通解需**两个**齐次解。 +它们都是齐次解。若 $c\xi_1+d\xi_2=0$,第 1 分量给 $c=0$,第 3 分量给 $d=0$,故无关。维数为 2 的空间中有两个无关解,便构成基础解系。 -由"两解之差是齐次解": +通解为 -$$\eta_1-\eta_2=(1,1,1)^{\mathrm T}-(2,0,1)^{\mathrm T}=(-1,1,0)^{\mathrm T},$$ - -$$\eta_1-\eta_3=(1,1,1)^{\mathrm T}-(1,2,3)^{\mathrm T}=(0,-1,-2)^{\mathrm T}.$$ - -两者**不成比例**(检验:$(-1,1,0)$ 的第二分量与第一分量之比为 $-1$ ,而 $(0,-1,-2)$ 的第一分量为 0),故线性无关,可作齐次基础解系。 - -通解 $=\eta_1+k_1(\eta_1-\eta_2)+k_2(\eta_1-\eta_3)$ 。 - -**易错点**: -1. **必须先确认两个差向量线性无关**——若三个解恰好共线,差向量可能只张成 1 维,此时需要另找解; -2. 参数个数由 $n-r=2$ 决定,**不能**因为给了 3 个解就写 3 个参数; -3. 特解可以取 $\eta_1,\eta_2,\eta_3$ 中任意一个,答案形式不唯一但解集相同。 - ---- +$$x=(1,1,1)^{\mathrm T}+s(1,-1,0)^{\mathrm T}+t(0,1,2)^{\mathrm T}.$$ ### 第 12 题 -**答案**:全部公共解为 $k(-1,1,1,-1)^{\mathrm T}\ (k\ \text{任意})$ 。 +先解 $Ax=0$。两式相加、相减,分别得到 $x_1=-x_3,x_2=-x_4$。令 $x_3=s,x_4=t$,代入 $Bx=0$ 即 $x_1+x_2=0$,得到 $-s-t=0$,所以 $t=-s$。 -**思路**:公共解就是**拼接方程组**的解: +全部公共解为 -$$\begin{pmatrix}A\\B\end{pmatrix}x=0,\qquad \begin{pmatrix}A\\B\end{pmatrix}=\begin{pmatrix}1&1&1&1\\1&-1&1&-1\\1&1&0&0\end{pmatrix}.$$ +$$x=s(-1,1,1,-1)^{\mathrm T}.$$ -先解 $Ax=0$ :两行相加得 $2x_1+2x_3=0$ ,相减得 $2x_2+2x_4=0$ ,故 - -$$x_1=-x_3,\qquad x_2=-x_4 .$$ - -通解 $x=s(-1,0,1,0)^{\mathrm T}+t(0,-1,0,1)^{\mathrm T}$ 。 - -再代入 $Bx=0$ ,即 $x_1+x_2=0$ : - -$$-s-t=0\Longrightarrow t=-s .$$ - -回代得 - -$$x=s(-1,0,1,0)^{\mathrm T}-s(0,-1,0,1)^{\mathrm T}=s(-1,1,1,-1)^{\mathrm T}.$$ - -**验算**:$(-1,1,1,-1)$ 代入 $A$ 的两行:$-1+1+1-1=0$ ✓,$-1-1+1+1=0$ ✓;代入 $B$ :$-1+1=0$ ✓。 - -**易错点**: -1. 公共解**不是**"两个通解取交集"这么简单,必须先求出一个通解再代入另一个方程; -2. 拼接时用**上下拼**(同解判据、公共解都是上下),不是左右拼; -3. 最后要检查求出的解集维数:本题 $r=3$ ,$n-r=1$ ,正好 1 个参数。 - ---- +代入原三个约束都为零。也可以把 $A,B$ 上下拼接后一次消元,两种方法都正确。 ### 第 13 题 -**答案**: +齐次解空间维数为 $4-3=1$,只需要一个非零齐次方向。题目给的是两个解之和,先除以 2: -$$x=(1,2,3,4)^{\mathrm T}+k(1,1,1,1)^{\mathrm T}\qquad(k\ \text{任意}).$$ +$$\frac{\eta_2+\eta_3}{2}=(2,3,4,5)^{\mathrm T}.$$ -**思路**:$n=4$ ,$r(A)=3$ ,故齐次解空间维数 $=4-3=1$ ,**只需一个**齐次解。 +这个平均值仍是非齐次解,与 $\eta_1$ 相减得非零齐次解 $(1,1,1,1)^{\mathrm T}$。于是 -关键观察:$\eta_2+\eta_3$ 给的是**两个解之和**,而 +$$x=(1,2,3,4)^{\mathrm T}+t(1,1,1,1)^{\mathrm T}.$$ -$$A\left(\frac{\eta_2+\eta_3}{2}\right)=\frac{b+b}{2}=b,$$ - -所以 $\dfrac{\eta_2+\eta_3}{2}=(2,3,4,5)^{\mathrm T}$ **也是一个解**。于是 - -$$\frac{\eta_2+\eta_3}{2}-\eta_1=(2,3,4,5)^{\mathrm T}-(1,2,3,4)^{\mathrm T}=(1,1,1,1)^{\mathrm T}$$ - -是齐次解,且非零,正好构成基础解系。 - -**易错点**: -1. **不能**把 $\eta_2+\eta_3$ 直接当解(它是 $2b$ );要么除以 2,要么直接用 $\eta_2+\eta_3-2\eta_1=2(1,1,1,1)$ 当齐次解——**倍数不影响方向**; -2. 参数只有 1 个($n-r=1$ ),写成 2 个就错; -3. 若题目给的是 $\eta_2-\eta_3$ 这种"差",那就**直接**是齐次解,不用再减 $\eta_1$ 。读题时看清给的是和还是差。 - ---- +若直接用 $\eta_2+\eta_3$,左乘 $A$ 得到的是 $2b$,不能把它当特解。 ### 第 14 题 -**答案**:(Ⅰ)**无解**;(Ⅱ)$X=\begin{pmatrix}1\\0\end{pmatrix}+t\begin{pmatrix}-2\\1\end{pmatrix}$ ($t$ 任意)。 +第一问按列拆。$A$ 的两列都在 $(1,2)^{\mathrm T}$ 方向,而 $B$ 的第一列 $(1,3)^{\mathrm T}$ 不在这个方向,因此对应的第一列方程已经无解,整体 $AX=B$ 无解。 -**思路**: +行变换核验: -(Ⅰ)$A$ 的两列成比例,$r(A)=1$ 。增广矩阵 +$$[A\mid B]=\left(\begin{array}{cc|cc}1&2&1&1\\2&4&3&2\end{array}\right) +\longrightarrow\left(\begin{array}{cc|cc}1&2&1&1\\0&0&1&0\end{array}\right).$$ -$$(A,B)=\begin{pmatrix}1&2&1&1\\2&4&3&2\end{pmatrix}\ \xrightarrow{\ r_2-2r_1\ }\ \begin{pmatrix}1&2&1&1\\0&0&1&0\end{pmatrix},$$ +第二问右端改为 $B_0=(1,2)^{\mathrm T}$,两行表示同一约束 $x_1+2x_2=1$。令 $x_2=t$,得到 -故 $r(A,B)=2>r(A)=1$ ,**无解**。 +$$X=(1,0)^{\mathrm T}+t(-2,1)^{\mathrm T}.$$ -也可按列看:$B$ 的第一列 $(1,3)^{\mathrm T}$ 不能被 $A$ 的列 $(1,2)^{\mathrm T}$ 表示(否则 $2\times1=3$ 矛盾),所以整体的矩阵方程无解。 +注意右端从两列改为一列,未知矩阵的大小也从 $2\times2$ 改为 $2\times1$。 -(Ⅱ)$B_0=(1,2)^{\mathrm T}$ 恰好 $=1\cdot(1,2)^{\mathrm T}$ ,故 $r(A,B_0)=1=r(A)$ ,有无穷多解。方程组为 - -$$x_1+2x_2=1\Longrightarrow x_1=1-2x_2 .$$ - -取 $x_2=t$ ,得 - -$$X=\begin{pmatrix}1-2t\\ t\end{pmatrix}=\begin{pmatrix}1\\0\end{pmatrix}+t\begin{pmatrix}-2\\1\end{pmatrix}.$$ - -**易错点**: -1. $AX=B$ 有解要求**每一列**都能表示,一列不行就整体无解(不能"部分列有解"就算有解); -2. $X$ 是**矩阵**(本题为 $2\times1$ ),不是数,别把通解写成一个标量; -3. 判据是 $r(A)=r(A,B)$ ,其中 $(A,B)$ 是**左右拼接**。 - ---- - -## C 组 · 拔高 +## C 组 · 证明与结构 ### 第 15 题 -**答案**:见证明。 +令 $c=k_1+\cdots+k_s$,由线性性 -**思路**:记 $k=k_1+\cdots+k_s$ 。由线性性 +$$A\Big(\sum_{i=1}^sk_i\eta_i\Big)=\sum_{i=1}^sk_i b=cb.$$ -$$A(k_1\eta_1+\cdots+k_s\eta_s)=k_1A\eta_1+\cdots+k_sA\eta_s=(k_1+\cdots+k_s)b=kb .$$ +若系数和为 1,上式为 $b$,得到充分性。若这个组合是非齐次解,就有 $cb=b$,即 $(c-1)b=0$。由于 $b\ne0$,至少一个分量非零,所以 $c-1=0$,得到必要性。 -**充分性**:若 $k=1$ ,则上式 $=b$ ,即为 $Ax=b$ 的解。 - -**必要性**:若 $k_1\eta_1+\cdots+k_s\eta_s$ 是 $Ax=b$ 的解,则 $kb=b$ 。因 $b\neq0$ ,故 $k=1$ 。 - -**易错点**: -1. 必要性必须用 **$b\neq0$ 这个条件** ——若 $b=0$ 则任何系数和都成立(都是齐次解),题目给 $b\neq0$ 正是为了这一步; -2. 整个证明的关键是:用 $A$ 作用后只剩系数和乘 $b$ ,把这个式子写清楚即可; -3. 推论要会:**系数和为 0 ⟹ 齐次解;系数和为 1 ⟹ 非齐次解**。 - ---- +这也解释了为什么不能漏掉题设 $b\ne0$:若 $b=0$,任意系数和都可以。 ### 第 16 题 -**答案**:(Ⅰ)$a=7$ 且 $b\neq3$ ;(Ⅱ)交于一条直线。 +先对增广矩阵消元,第二、三行各减第一行: -**思路**: +$$\left(\begin{array}{ccc|c}1&1&1&1\\1&2&3&2\\1&4&a&b\end{array}\right) +\longrightarrow\left(\begin{array}{ccc|c}1&1&1&1\\0&1&2&1\\0&3&a-1&b-1\end{array}\right).$$ -(Ⅰ)"两两相交但无公共点"的代数刻画是 +再第三行减第二行的 3 倍: -$$r(A)=2\quad\text{且}\quad r(A,b)=3 .$$ +$$\left(\begin{array}{ccc|c}1&1&1&1\\0&1&2&1\\0&0&a-7&b-4\end{array}\right).$$ -先求 $r(A)=2$ 的条件: +$a\ne7$ 时三个主元,交于一点。$a=7$ 时系数秩为 2;无公共点还要求 $b\ne4$,这时最后一行矛盾。 -$$\lvert A\rvert=\begin{vmatrix}1&1&1\\1&2&3\\1&4&a\end{vmatrix}=1(2a-12)-1(a-3)+1(4-2)=a-7 .$$ +三个法向量的第一分量都是 1,若成比例就必须相等;但它们的第二分量分别为 1、2、4,故任意两者都不成比例。因此这题可以进一步判定两两相交。 -故需 $a=7$ 。此时 +第一问答案为 **$a=7,b\ne4$**。第二问(已更正为 $a=7,b=4$)无矛盾,公共交线可令 $z=t$,得 -$$A=\begin{pmatrix}1&1&1\\1&2&3\\1&4&7\end{pmatrix},\qquad r(A)=2$$ +$$(x,y,z)=(t,1-2t,t)=(0,1,0)+t(1,-2,1).$$ -(第一、二行无关,第三行 $=2\times$ 第二行 $-$ 第一行)。 - -再看 $r(A,b)$ :作行变换 - -$$(A\mid b)\ \xrightarrow{\ r_2-r_1,\ r_3-r_1\ }\ \begin{pmatrix}1&1&1&1\\0&1&2&1\\0&3&6&b-1\end{pmatrix}\ \xrightarrow{\ r_3-3r_2\ }\ \begin{pmatrix}1&1&1&1\\0&1&2&1\\0&0&0&b-4\end{pmatrix}.$$ - -故 $r(A,b)=3\iff b-4\neq0\iff b\neq3$ 。 - -**结论**:$a=7$ 且 $b\neq3$ 时构成三棱柱:三个法向量共面($r(A)=2$ ,三平面平行于同一方向),但无公共点($r(A,b)=3$ )。 - -(Ⅱ)$a=7$ 、$b=3$ 时 $r(A)=r(A,b)=2<3$ ,方程组有无穷多解(1 个参数),三平面**交于一条直线**(且这条直线方向就是 $A$ 的零空间方向)。 - -> **补充**:$a\neq7$ 时 $\lvert A\rvert\neq0$ ,三平面必交于一点(唯一解);所以"三棱柱"只可能发生在 $a=7$ 这条退化线上。 - -**易错点**: -1. 只算 $r(A)=2$ 就下结论——**还必须**保证 $r(A,b)=3$ (有解就是"交于直线",不是三棱柱); -2. 行变换时 $b$ 那一列要跟着变,$r_3-3r_2$ 后常数项变成 $b-1-3=b-4$ ; -3. $a=7$ 时第三行 $=2\times$ 第二行 $-$ 第一行,这个关系可用来**验算** $\lvert A\rvert=0$ 。 - ---- +旧稿把最后常数 $b-4$ 错读成了 $b-3$。若沿用旧题的 $b=3$,结论应是两两相交却没有公共点。 ### 第 17 题 -**答案**:见证明。 +记两个解空间为 $S_A,S_B$,公共解空间为 $S=S_A\cap S_B$。上下拼接的方程恰好要求两组都满足,所以它的解空间就是 $S$。 -**思路**:记 $S_A=\{x\mid Ax=0\}$ ,$S_B=\{x\mid Bx=0\}$ ,$n$ 为列数。 +若同解,则 $S_A=S_B=S$。三者未知量个数均为 $n$,由维数等于 $n$ 减秩,得到三种秩相同。 -**($E\Rightarrow C$ )** 设 $S_A=S_B$ 。拼接方程组 $\begin{pmatrix}A\\B\end{pmatrix}x=0$ 的解集是 $S_A\cap S_B=S_A$ ,故 +反过来,若三种秩都等于 $r$,则 $\dim S_A=\dim S_B=\dim S=n-r$。又 $S\subseteq S_A$,有限维子空间包含且维数相同,只能 $S=S_A$;同理 $S=S_B$,故同解。 -$$\dim S_A=\dim(S_A\cap S_B)\Longrightarrow n-r(A)=n-r\begin{pmatrix}A\\B\end{pmatrix}\Longrightarrow r(A)=r\begin{pmatrix}A\\B\end{pmatrix}.$$ - -同理(交换 $A,B$ )$r(B)=r\begin{pmatrix}A\\B\end{pmatrix}$ 。故三者相等。 - -**($C\Rightarrow E$ )** 设 $r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}=r$ 。则 - -$$\dim S_A=\dim S_B=\dim\left(S_A\cap S_B\right)=n-r .$$ - -而 $S_A\cap S_B\subseteq S_A$ ,两个子空间**维数相同**,故 $S_A\cap S_B=S_A$ 。同理 $S_A\cap S_B=S_B$ 。于是 $S_A=S_B$ ,即两方程组同解。 - -**易错点**: -1. 必须说清"**拼接方程组的解集 = 两个解集的交**",这是整个证明的支点; -2. 由"维数相同 + 包含关系"推"相等"时,要**明确写出包含方向**($S_A\cap S_B\subseteq S_A$ ); -3. 拼接是**上下拼**;写成左右拼 $(A,B)$ 是另一个东西(那是 $AX=B$ 的判据)。 - ---- +这证明需要“交集包含在各自空间里”这一条件,不能仅从维数相同就说空间相同。 ### 第 18 题 -**答案**:见证明。 +令 $d=n-r$。为证无关,假设 -**思路**:设有数 $c_0,c_1,\cdots,c_{n-r}$ 使 +$$c_0\eta_0+\sum_{i=1}^d c_i(\eta_0+\xi_i)=0.$$ -$$c_0\eta_0+c_1(\eta_0+\xi_1)+\cdots+c_{n-r}(\eta_0+\xi_{n-r})=0 .$$ +合并同类项: -按 $\eta_0$ 与 $\xi_i$ 合并: +$$\Big(c_0+\sum_{i=1}^dc_i\Big)\eta_0+\sum_{i=1}^dc_i\xi_i=0.$$ -$$\Big(c_0+\sum_{i=1}^{n-r}c_i\Big)\eta_0+\sum_{i=1}^{n-r}c_i\xi_i=0 .$$ +左乘 $A$,利用 $A\eta_0=b,A\xi_i=0$,得到 $(c_0+\sum c_i)b=0$。由于 $b\ne0$,有 $c_0+\sum c_i=0$。 -两边左乘 $A$ ,并注意 $A\eta_0=b$ 、$A\xi_i=0$ : +代回原等式,剩下 $\sum c_i\xi_i=0$。基础解系无关,所以 $c_1=\cdots=c_d=0$;再由系数和为零得到 $c_0=0$。因此所列向量无关。 -$$\Big(c_0+\sum_{i=1}^{n-r}c_i\Big)b=0 .$$ +若 $d=0$,结论为单个非零特解 $\eta_0$ 无关,也成立,因为 $A\eta_0=b\ne0$。 -因 $b\neq0$ ,故 +## 复盘建议 -$$c_0+\sum_{i=1}^{n-r}c_i=0 .$$ - -代回前一式得 $\sum c_i\xi_i=0$ 。因 $\xi_1,\cdots,\xi_{n-r}$ 线性无关,故 $c_1=\cdots=c_{n-r}=0$ ,再由上式 $c_0=0$ 。 - -所以这些向量线性无关。 - -**易错点**: -1. **必须用上 $b\neq0$ 这个条件**,才能从 $\big(c_0+\sum c_i\big)b=0$ 推出系数和为 0; -2. 顺序不能反:先作用 $A$ 得到系数和,再回代用 $\xi_i$ 的无关性,最后得 $c_0$ ; -3. 结论的含义值得记住:**"一个特解 + 逐个加齐次基向量"总能得到 $n-r+1$ 个线性无关的解**——这是构造"线性无关解组"的标准手法。 - ---- - -## 命题质量报告 - -### 一、考点覆盖表 - -| 考点 | 题号 | 真题骨架 | -|---|---|---| -| 克拉默法则 | 1 | — | -| 齐次基础解系与通解 | 2、7 | 🟨2019·13 | -| 非齐次通解(特解 + 齐次) | 3 | — | -| 解的性质(系数和) | 4、15 | — | -| 解的个数与 $n-r$ | 5 | — | -| 三平面几何意义 | 6、10、16 | 🟨2019·6 / 2024·5 / 2025·6 | -| 同解求参数 | 8 | 🟨2022·6 / 2025·15 | -| 含参讨论三种情形 | 9 | — | -| 由解构造通解 | 11、13 | — | -| 公共解 | 12 | — | -| 矩阵方程 $AX=B$ | 14 | 🟨2016·20 | -| 同解判据的证明 | 17 | — | -| 线性无关解组 | 18 | — | - -**真题覆盖**:第 12 章 7 道真题全部有对应(2016·20→14、2019·6→6/10、2019·13→7、2022·6→8、2024·5→10、2025·6→10/16、2025·15→8)。 - -### 二、难度分布与命题意图 - -| 组 | 题量 | 占比 | 意图 | -|---|---|---|---| -| A | 6 | 33% | 克拉默、基础解系、通解、解的个数——**四个必须成为肌肉记忆的动作** | -| B | 8 | 44% | 含参三情形(9)、同解求参(8)、三棱柱(10)、由解反求通解(11、13)、公共解(12)——**考试真实难度** | -| C | 4 | 22% | 两道证明 + 一道参数结构 + 一道构造,专攻"写不出过程"的毛病 | - -### 三、防过拟合说明 - -- 所有数字、参数、维度**原创**; -- 只对齐"考法结构":2016·20 考"矩阵方程解的判定",本题用不同的 $A,B$ 复现同一结构; -- 三平面题(10、16)刻意把"三棱柱"与"平行型"分开考,这是 2024–2025 真题的新风格。 - -### 四、薄弱点提示 - -若本卷错 4 题以上,优先回补: - -1. **$n-r$ 的含义**(第 5、11 题)——把 $n$ 当成行数是最常见的低级错误; -2. **含参讨论不穷尽**(第 9 题)——$\lvert A\rvert=0$ 的每个根都要单独代回; -3. **三棱柱**(第 10、16 题)——这是连考三年的点,必须能把"无解 + 法向量共面"翻译成几何图像。 - ---- - -> **下一步**:第 5 讲(矩阵的特征值和特征向量)的核心操作——解 $(A-\lambda E)x=0$ ——用的正是本讲的齐次方程组方法。第 5 讲文件夹尚未创建,可按同样结构续建。 +先检查自己是否把列数当成未知量个数,是否在出现矛盾时及时停止,是否检查基础解系无关。几何题另查“两两相交”的前提;参数题另查每次除法是否排除了分母为零。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-考点手册.pdf b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-考点手册.pdf index 4e655e5..55eeb82 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-考点手册.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-考点手册.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-解析.pdf b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-解析.pdf index d1c50d7..8ac9022 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-解析.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-解析.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-试题-答题版.pdf b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-试题-答题版.pdf index 91bac8f..143a555 100644 Binary files a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-试题-答题版.pdf and b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/PDF/线代第4讲-试题-答题版.pdf differ diff --git a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/README.md b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/README.md index b9f61d4..c061d8c 100644 --- a/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/README.md +++ b/基于考研的学习/数学一/在学练习/线性代数-第4讲-线性方程组/README.md @@ -1,64 +1,32 @@ --- -tags: - - 数学一 - - 在学练习 - - 线性代数 - - 线性方程组 - - MOC -专题: 线性代数 第4讲 · 线性方程组(真题库第 12 章) -日期: 2026-10-18 -状态: 已出(考点 + 试题 + 解析 三件分离) +tags: [数学一, 在学练习, 线性代数, MOC] +专题: 线性代数 第4讲 · 线性方程组 +日期: 2026-10-20 +状态: 已重写,考点、试题、解析齐全 --- -# 线性代数 第4讲 · 线性方程组 +# 第4讲 · 线性方程组 -> 「考点 / 试题 / 解析」三件分离:先看 `01-考点手册` 建立框架 → 做 `02-试题` 限时练 → 对 `03-解析` 复盘。 +这一版按“概念的意思 → 完整例子 → 条件与结论 → 对应练习”编写。先把例子亲手复算一遍,再做同类题;不要求先背完公式。 -## 一、本文件夹文件 +| 文件 | 用法 | +|---|---| +| [[线性代数-第4讲-线性方程组/01-考点手册\|考点手册]] | 从头理解,也可按卡点回查 | +| [[线性代数-第4讲-线性方程组/02-试题\|18 道分层习题]] | 独立题面,不含答案 | +| [[线性代数-第4讲-线性方程组/03-解析\|逐步解析]] | 先讲入口,再算过程,最后检查 | -| 文件 | 用途 | 打开时机 | -|---|---|---| -| **[[01-考点手册]]** | 全考点:克拉默法则 / 齐次解空间 / 非齐次解结构 / 判定总表 / 三平面几何 / 同解与公共解 / 矩阵方程 | 学之前 / 复习时 | -| **[[02-试题]]** | 18 题分层练习(A 基础 6 / B 中等 8 / C 拔高 4),**不含答案** | 限时自测 | -| **[[03-解析]]** | 18 题详解 + 思路 + 易错点 + 真题骨架 + 命题质量报告 | 做完对答案 | +1—6 消元与解的判定;7—14 解的结构、参数与几何;15—18 证明。建议分三次,共约 95 分钟。 -## 二、训练目标 +## 平板 PDF -- 真题库 **第 12 章**:近十年 **7 题 / 39 分**,热度「常态」。**5 道选择 + 1 道填空 + 1 道 11 分大题**。 -- **"三平面位置关系"连考 3 次**(2019·6、2024·5、2025·6)——**近五年最密集的新趋势**,本讲第一重点。 -- **同解问题 2 次**(2022·6、2025·15)——考的就是 $r(A)=r(B)=r(A,B)$ 这个判据。 -- 基础解系与通解(2019·13)、矩阵方程解的判定(2016·20 大题)。 +- [考点手册](PDF/线代第4讲-考点手册.pdf) +- [试题答题版](PDF/线代第4讲-试题-答题版.pdf) +- [逐步解析](PDF/线代第4讲-解析.pdf) -## 三、难度与用时 +PDF 与本次 Markdown 同步重建。题面留答题空间;公式由本地 KaTeX 渲染。 -| 组 | 题量 | 对应 | 建议用时 | 难度 | -|---|---|---|---|---| -| A 基础 | 6(1–6) | 克拉默、基础解系、通解、解的性质 | 25 分钟 | ★☆☆ | -| B 中等 | 8(7–14) | 含参讨论、同解、公共解、几何、矩阵方程 | 42 分钟 | ★★☆ | -| C 拔高 | 4(15–18) | 证明与参数结构 | 28 分钟 | ★★★ | -| **合计** | **18** | | **约 95 分钟** | 建议拆两天 | +## 参考与衔接 -## 四、命题依据与来源记号 +参考本仓库 `参考仓库/Math/linear-algebra` 中相应的 `knowledge` 和 `exercise` 章节;讲义题型作为学习框架,新增练习另设数据。真题锚点仅用于定位知识块,不作押题依据。 -- 🟨 **真题库**:`kaoyan_math1.db` 第 12 章(7 题 39 分,2016–2025)。 -- 🟩 **参考仓库**:`参考仓库/Math/linear-algebra/knowledge/4-linear-equations-system` + `exercise/4-linear-equations-system`。 -- 🟦 **视频**:第 4 讲。 -- **防过拟合**:数字全部原创,只对齐考法结构;标「真题骨架」的题做完可直接回刷真题原题。 - -## 五、平板书写版(PDF) - -| 文件 | 页数 | 用途 | -|---|---|---| -| `线代第4讲-试题-答题版.pdf` | 16 | **主用**:18 题逐题留白(A 组半页 / B·C 组整页) | -| `线代第4讲-解析.pdf` | 12 | 答案与详解 | -| `线代第4讲-考点手册.pdf` | 9 | 复习查阅 | - -> **重新生成**:`bash .workbuddy/tools/md2pdf/rebuild_la_pdfs.sh` - -## 六、关联 - -- 上层:[[总览]] -- 上一讲:[[线性代数-第3讲-向量/README]](线性表示 ⟺ 有解 ⟺ 秩相等) -- 下一讲:第 5 讲 · 矩阵的特征值和特征向量(未建文件夹) -- 跨章:第 5 讲的"求特征向量"本质就是"解齐次方程组",本讲的方法直接复用 -- 错题:[[做题本]] +从 [[线性代数-重写版导读]] 查看三讲学习顺序及本次纠错记录。 diff --git a/基于考研的学习/数学一/在学练习/线性代数-重写版导读.md b/基于考研的学习/数学一/在学练习/线性代数-重写版导读.md new file mode 100644 index 0000000..e2a9d41 --- /dev/null +++ b/基于考研的学习/数学一/在学练习/线性代数-重写版导读.md @@ -0,0 +1,60 @@ +--- +tags: [数学一, 在学练习, 线性代数, 导读] +日期: 2026-10-20 +状态: 第2—4讲重写完成 +--- + +# 线性代数 · 重写版导读 + +先从一个能算清的小例子进入概念,再把例子写成一般公式。每讲的题面与解析分开,避免看着答案以为自己已经会了。 + +## 从哪里开始 + +| 顺序 | 入口 | 这一讲要真正会的事 | +|---|---|---| +| 1 | [[线性代数-第2讲-矩阵/README\|第2讲:矩阵]] | 保持乘法顺序,求逆,消元算秩,利用分块与幂的结构 | +| 2 | [[线性代数-第3讲-向量/README\|第3讲:向量]] | 把表示问题写成方程,把相关理解为冗余,选基并求坐标 | +| 3 | [[线性代数-第4讲-线性方程组/README\|第4讲:线性方程组]] | 从消元读主元与自由未知量,写完整通解,讨论参数与几何 | + +每讲有 `01-考点手册`、`02-试题`、`03-解析`,以及对应 PDF。第 2 讲新增 18 题,第 3、4 讲各保留 18 题及原编号,共 54 题。 + +第一次学习可以不计时:读一节,遮住例题重算,再做对应题。第二次再分组限时。不必等到所有公式都背熟才开始动笔。 + +## 三讲其实是在反复解释同一件事 + +把向量放进矩阵的列,$Ax=b$ 就是“用这些列按 $x$ 的系数组合出 $b$”。 + +- 列之间没有冗余,就是列无关;有冗余,就存在非零系数组合出零。 +- 秩数的是独立方向,而不是原矩阵有多少非零元素。 +- $b$ 不在列张成的空间里,方程无解。 +- $b$ 能被表示时,材料无冗余则系数唯一,有冗余则有自由参数。 + +## 这次改了哪些容易误导的地方 + +| 位置 | 旧稿问题 | 本次处理 | +|---|---|---| +| 第2讲运算 | 所给非消去反例实际上未乘成零 | 换成可直接核算的非零零乘积 | +| 第2讲可逆条件 | 一阶矩阵的伴随存在边界;公式堆叠 | 先讲三个核心条件,伴随公式注明 $n\ge2$ | +| 第2讲分块 | 从三角分块直接读秩相加,推导缺步骤 | 写出可逆变换与真正的分块对角结果 | +| 第2、4讲矩阵方程 | 把 $AXB=C$ 的可逆条件写成 $A,C$ 可逆 | 明确系数矩阵 $A,B$ 可逆时唯一求解 | +| 第3讲施密特 | 把先单位化说成错误 | 说明两种顺序都合法,关键是投影公式一致 | +| 第3讲第8题 | $a=1$ 时错认两个向量相同 | 改用恒非零二阶子式证明秩为2 | +| 第3讲第16题 | 叉积计算错误,却声称成比例 | 更正叉积,补双向表示核验 | +| 第4讲同解 | 错称非齐次同解必须常数列相同 | 用 $x=1$ 与 $2x=2$ 解释,并给准确条件 | +| 第4讲基础解系 | 把行最简形说成必要条件 | 说明阶梯形回代也可以 | +| 第4讲三平面与第10题 | 秩为2且无解就断言两两相交 | 补法向量条件,并给平行平面反例 | +| 第4讲第16题 | $b-4$ 错读成 $b-3$,行关系也错 | 改为 $a=7,b\ne4$;第二问改成相容的 $b=4$ | + +第 4 讲第 16 题如曾做过旧版,请按新版重新核对题干。第 3 讲题目数据不变,解析重新组织。 + +## 参考范围 + +实际参考的是本仓库 `参考仓库/Math/linear-algebra` 下第 2、3、4 章的 `knowledge` 与 `exercise` 源文件。手册覆盖原有主要主题,按理解顺序重写,不照搬参考稿中的笔误。真题锚点沿用本地题库用于定位知识块,未据此作命题预测。 + +第 1 讲行列式、第 5 讲特征值与第 6 讲二次型尚未在“在学练习”建立,本次不把它们写成已完成。概率论与原有个人记录不在本次改写范围内。 + +## 核验与重新导出 + +数值答案、通解代回、基础解系的无关性和关键反例已通过 89 项有理数精确计算检查;证明题另行检查前提与推导。三讲共 9 份 PDF 均检查公式渲染与页面图。验证脚本保存在 `.workbuddy/check_linear_algebra.py`。 + +Windows 下可从仓库根目录运行 `powershell -ExecutionPolicy Bypass -File .workbuddy/tools/md2pdf/rebuild_la_pdfs.ps1`,同步重建三讲全部 PDF。无需 Bash。