修复 10-20 重写文件丢失的公式空格(Gitea 网页渲染回归)

10 月 20 日重写概率论第6讲、线代第2/3/4讲时,行内公式收尾 $ 后又紧贴中文,
导致网页端整对 $...$ 不渲染。按 fix_gitea_math.py 规则统一补半角空格:
概率论第6讲 01、线代第2讲 01/02/03、线代第4讲 01/03、导读,共 7 个文件。
回扫后 --scope=prob 归零。
This commit is contained in:
2026-10-23 17:01:18 +08:00
parent 60aa48c8b2
commit f40a864e20
7 changed files with 456 additions and 213 deletions
@@ -320,6 +320,64 @@ $$\begin{cases}E X=\bar X\\[4pt] E X^2=\dfrac1n\sum X_i^2\end{cases}\ \Longright
> - **半正态**(含 $x\ge\mu$ 的指示):$\hat{\sigma^2}=\dfrac1n\sum(X_i-\mu)^2$ ;常数 $A=\sqrt{2/\pi}$ ; > - **半正态**(含 $x\ge\mu$ 的指示):$\hat{\sigma^2}=\dfrac1n\sum(X_i-\mu)^2$ ;常数 $A=\sqrt{2/\pi}$ ;
> - **两样本同参数**(如 $X\sim P(\lambda)$ 、$Y\sim P(2\lambda)$ ):把**两组似然先相乘再求导**,得 $\hat\lambda=\dfrac{\sum X_i+\sum Y_j}{n+2m}$ 。 > - **两样本同参数**(如 $X\sim P(\lambda)$ 、$Y\sim P(2\lambda)$ ):把**两组似然先相乘再求导**,得 $\hat\lambda=\dfrac{\sum X_i+\sum Y_j}{n+2m}$ 。
---
#### 【例 3-1】两样本泊松分布 MLE + 方差(锚 2022·22)
> 设 $X_1,\cdots,X_n$ 来自参数为 $\theta$ 的泊松分布 $P(\theta)$ ,$Y_1,\cdots,Y_m$ 来自参数为 $2\theta$ 的泊松分布 $P(2\theta)$ ,两组样本相互独立,$\theta>0$ 未知。求 $\theta$ 的极大似然估计 $\hat\theta$ 及 $D(\hat\theta)$ 。
**第①步 写似然函数(两组相乘)**:
泊松分布律 $P\{X=k\}=\dfrac{\lambda^k e^{-\lambda}}{k!}$ 。两组样本独立,联合似然 = X 组似然 × Y 组似然:
$$L(\theta)=\underbrace{\prod_{i=1}^{n}\frac{\theta^{x_i}e^{-\theta}}{x_i!}}_{\text{X 组,参数 }\theta}\ \cdot\ \underbrace{\prod_{j=1}^{m}\frac{(2\theta)^{y_j}e^{-2\theta}}{y_j!}}_{\text{Y 组,参数 }2\theta}$$
**第②步 整理**:
把常数项(与 $\theta$ 无关)合并,$\theta$ 的幂合并:
$$L(\theta)=\frac{2^{\sum y_j}\,\theta^{\sum x_i+\sum y_j}\,e^{-n\theta-2m\theta}}{\prod x_i!\,\prod y_j!}$$
> **关键观察**:
> - X 组贡献 $\theta^{x_i}$ 和 $e^{-\theta}$ (n 个样本);
> - Y 组贡献 $(2\theta)^{y_j}=2^{y_j}\theta^{y_j}$ 和 $e^{-2\theta}$ (m 个样本);
> - 所以 $\theta$ 的总幂次是 $\sum x_i+\sum y_j$ ,指数上总共有 $n\theta+2m\theta=(n+2m)\theta$ 。
**第③步 取对数求导**:
$$\ln L(\theta)=\Big(\sum x_i+\sum y_j\Big)\ln\theta+\Big(\sum y_j\Big)\ln2-(n+2m)\theta-\ln(\prod x_i!\prod y_j!)$$
$$\frac{\mathrm d\ln L}{\mathrm d\theta}=\frac{\sum x_i+\sum y_j}{\theta}-(n+2m)=0$$
解得:
$$\boxed{\ \hat\theta=\frac{\sum_{i=1}^{n}X_i+\sum_{j=1}^{m}Y_j}{n+2m}\ }$$
> **⚠️ 易错 1**:分母是 $n+2m$ ,不是 $n+m$ !因为 Y 组每个样本携带的参数是 $2\theta$ ,相当于"两个 θ 的信息量",所以分母里 Y 组的权重是 $2m$ 。
> **⚠️ 易错 2**:分子里 Y 组就是 $\sum Y_j$ ,不要写成 $2\sum Y_j$ 。$2\theta$ 那个 2 在取对数时变成了 $\sum y_j\ln2$ 这一项(常数,求导后消失),不会进到分子里。
**第④步 求 $D(\hat\theta)$ **:
$$\hat\theta=\frac{\sum X_i+\sum Y_j}{n+2m}$$
由泊松分布性质 $D(X_i)=\theta$ 、$D(Y_j)=2\theta$ ,且各组样本独立:
$$D(\hat\theta)=\frac{D(\sum X_i)+D(\sum Y_j)}{(n+2m)^2}=\frac{n\cdot\theta+m\cdot2\theta}{(n+2m)^2}=\frac{\theta(n+2m)}{(n+2m)^2}$$
$$\boxed{\ D(\hat\theta)=\frac{\theta}{n+2m}\ }$$
> **顺便验证无偏性**:$E\hat\theta=\dfrac{n\theta+m\cdot2\theta}{n+2m}=\theta$ ,所以 $\hat\theta$ 是 $\theta$ 的无偏估计。
---
**这类题的通用模板**(看到"两样本共享一个未知参数"就套):
1. 两组样本的分布里都出现同一个 $\theta$ (但参数可能带系数,如 $\theta$ 与 $2\theta$ );
2. 似然函数 = 两组似然**相乘**;
3. 取对数后,$\theta$ 的系数(幂次)来自两组所有样本;
4. 指数项 $e^{-(\text{样本数加权})\theta}$ 里的权重要按参数倍数算(Y 组是 $2\theta$ 就贡献 $2m\theta$ );
5. 求导后解出 $\hat\theta$ ,再用 $D(\sum)=nD(X)$ 算方差。
**极大似然估计的不变性原理(重要)** **极大似然估计的不变性原理(重要)**
> 若 $\hat\theta$ 是 $\theta$ 的极大似然估计,$g(\cdot)$ 是任意函数(通常单调),则 **$g(\hat\theta)$ 是 $g(\theta)$ 的极大似然估计**。 > 若 $\hat\theta$ 是 $\theta$ 的极大似然估计,$g(\cdot)$ 是任意函数(通常单调),则 **$g(\hat\theta)$ 是 $g(\theta)$ 的极大似然估计**。
@@ -471,6 +529,61 @@ $$\left[\ \frac{S_1^2}{S_2^2}\cdot\frac{1}{F_{\alpha/2}(m-1,n-1)},\quad \frac{S_
3. **定拒绝域**:给定 $\alpha$ ,按 $P\{\text{拒绝}H_0\mid H_0\text{真}\}=\alpha$ 定临界值; 3. **定拒绝域**:给定 $\alpha$ ,按 $P\{\text{拒绝}H_0\mid H_0\text{真}\}=\alpha$ 定临界值;
4. **下结论**:算统计量观测值,**落在拒绝域就拒绝 $H_0$ **,否则接受。 4. **下结论**:算统计量观测值,**落在拒绝域就拒绝 $H_0$ **,否则接受。
---
#### 【例 5-1】$U$ 检验·双侧·$\sigma$ 已知(走一遍完整四步)
> 某厂生产的螺钉长度 $X\sim N(\mu, 0.2^2)$ (单位:mm)。现抽 $n=16$ 个,算得样本平均长度 $\bar x=2.12$ mm。在显著性水平 $\alpha=0.05$ 下,能否认为螺钉平均长度为 $\mu_0=2.10$ mm?(已知 $u_{0.025}=1.96$ )
**第①步 提假设**:
$$H_0:\mu=2.10,\qquad H_1:\mu\ne 2.10\quad(\text{双侧}).$$
**第②步 选统计量**:$\sigma=0.2$ **已知**,选 $U$ 检验:
$$U=\frac{\bar X-\mu_0}{\sigma/\sqrt n}\ \xrightarrow{H_0}\ N(0,1).$$
**第③步 定拒绝域**:双侧,分位点 $u_{\alpha/2}=u_{0.025}=1.96$ :
$$W=\{\,|U|\ge 1.96\,\}.$$
**第④步 算观测值、下结论**:
$$u=\frac{2.12-2.10}{0.2/\sqrt{16}}=\frac{0.02}{0.05}=0.4.$$
$|0.4|<1.96$ ,**不在拒绝域内**,故**接受 $H_0$ **——可以认为螺钉平均长度为 $2.10$ mm。
> **⚠️ 易错**:分母是 $\sigma/\sqrt n=0.2/4=0.05$ ,不是 $\sigma=0.2$ 也不是 $S/\sqrt n$ 。
---
#### 【例 5-2】$U$ 检验·单侧右侧·$\sigma$ 已知(锚 2025·10)
> 某元件寿命 $X\sim N(\mu, 2)$ (单位:千小时)。现抽 $n=9$ 个,算得 $\bar x=1.8$ 千小时。在 $\alpha=0.05$ 下,是否有理由认为元件平均寿命**大于** $1$ 千小时?(已知 $u_{0.05}=1.645$ )
**第①步 提假设**(**方向跟着 $H_1$ 跑**):
$$H_0:\mu\le 1,\qquad H_1:\mu>1\quad(\text{右侧检验}).$$
**第②步 选统计量**:$\sigma^2=2$ **已知**,故 $\sigma=\sqrt2$ :
$$U=\frac{\bar X-1}{\sqrt2/\sqrt9}=\frac{\bar X-1}{\sqrt2/3}\ \xrightarrow{H_0}\ N(0,1).$$
**第③步 定拒绝域**:右侧,**单侧**分位点 $u_{\alpha}=u_{0.05}=1.645$ (**不是** $u_{0.025}$ ):
$$W=\{\,U\ge 1.645\,\}.$$
**第④步 算观测值、下结论**:
$$u=\frac{1.8-1}{\sqrt2/3}=\frac{0.8\times 3}{\sqrt2}=\frac{2.4}{1.414}\approx 1.70.$$
$1.70>1.645$ ,**落在拒绝域内**,故**拒绝 $H_0$ **——有理由认为元件平均寿命大于 $1$ 千小时。
> **⚠️ 易错 1**:$\sigma^2=2$ 时 $\sigma=\sqrt2$ ,别把方差直接当代入分母。
> **⚠️ 易错 2**:单侧用 $u_\alpha=1.645$ ,双侧才用 $u_{\alpha/2}=1.96$ 。方向不同,分位点不同。
---
### 5.3 三类假设与拒绝域方向 ### 5.3 三类假设与拒绝域方向
| 类型 | $H_0$ | $H_1$ | 拒绝域在 | | 类型 | $H_0$ | $H_1$ | 拒绝域在 |
@@ -506,6 +619,54 @@ $$\left[\ \frac{S_1^2}{S_2^2}\cdot\frac{1}{F_{\alpha/2}(m-1,n-1)},\quad \frac{S_
> $$\bar X\ \ge\ \mu_0+Z_\alpha\frac{\sigma}{\sqrt n}=1+Z_\alpha\sqrt{\frac{2}{n}} .$$ > $$\bar X\ \ge\ \mu_0+Z_\alpha\frac{\sigma}{\sqrt n}=1+Z_\alpha\sqrt{\frac{2}{n}} .$$
> **注意 $\sigma^2=2$ 时 $\sigma=\sqrt2$ **,别把方差当标准差代入。 > **注意 $\sigma^2=2$ 时 $\sigma=\sqrt2$ **,别把方差当标准差代入。
---
#### 【例 5-3】$T$ 检验·双侧·$\sigma$ 未知
> 某班数学成绩 $X\sim N(\mu,\sigma^2)$ ,$\sigma$ **未知**。现抽 $n=9$ 人,算得 $\bar x=72$ 分,$s=4.5$ 分。在 $\alpha=0.05$ 下,能否认为该班平均成绩为 $75$ 分?(已知 $t_{0.025}(8)=2.306$ )
**第①步**:$H_0:\mu=75$ ,$H_1:\mu\ne75$ 。
**第②步**:$\sigma$ **未知**,用 $S$ 代替 $\sigma$ ,选 $T$ 检验,自由度 $n-1=8$ :
$$T=\frac{\bar X-75}{S/\sqrt n}\ \xrightarrow{H_0}\ t(8).$$
**第③步**:双侧拒绝域 $W=\{\,|T|\ge t_{0.025}(8)=2.306\,\}$ 。
**第④步**:
$$t=\frac{72-75}{4.5/\sqrt9}=\frac{-3}{1.5}=-2,\qquad |t|=2<2.306.$$
**接受 $H_0$ **——可以认为该班平均成绩为 75 分。
> **口诀对照**:$\sigma$ 已知用 $U$ 、$\sigma$ 未知用 $T$ ;自由度从 $n$ 变 $n-1$ 。
---
#### 【例 5-4】$\chi^2$ 检验·方差·$\mu$ 未知
> 某厂钢丝折断力 $X\sim N(\mu,\sigma^2)$ 。现抽 $n=10$ 根,算得样本方差 $s^2=48.2$ 。在 $\alpha=0.05$ 下,能否认为折断力的方差为 $\sigma_0^2=64$ ?(已知 $\chi^2_{0.025}(9)=19.02$ ,$\chi^2_{0.975}(9)=2.70$ )
**第①步**:$H_0:\sigma^2=64$ ,$H_1:\sigma^2\ne64$ 。
**第②步**:$\mu$ **未知**,用样本均值代替,自由度 $n-1=9$ :
$$\chi^2=\frac{(n-1)S^2}{\sigma_0^2}\ \xrightarrow{H_0}\ \chi^2(9).$$
**第③步**:$\chi^2$ 分布**不对称**,双侧拒绝域要**两端分别查**:
$$W=\{\,\chi^2\le\chi^2_{0.975}(9)=2.70\ \text{或}\ \chi^2\ge\chi^2_{0.025}(9)=19.02\,\}.$$
**第④步**:
$$\chi^2=\frac{9\times 48.2}{64}=\frac{433.8}{64}\approx 6.78.$$
$2.70<6.78<19.02$ ,**不在拒绝域内**,**接受 $H_0$ **——可以认为折断力方差为 64。
> **⚠️ 易错**:$\chi^2$ 双侧拒绝域不是 $|\chi^2|\ge c$ 这种对称写法!它**左尾一个临界值、右尾一个临界值**,必须分别查 $\chi^2_{\alpha/2}(n-1)$ 和 $\chi^2_{1-\alpha/2}(n-1)$ 。
---
### 5.5 区间估计与假设检验的对偶关系(高频理解题) ### 5.5 区间估计与假设检验的对偶关系(高频理解题)
> **置信度 $1-\alpha$ 的双侧置信区间** $\Longleftrightarrow$ **显著性水平 $\alpha$ 的双侧检验的接受域**。 > **置信度 $1-\alpha$ 的双侧置信区间** $\Longleftrightarrow$ **显著性水平 $\alpha$ 的双侧检验的接受域**。
@@ -553,6 +714,44 @@ $$\alpha=P\{\text{拒绝}H_0\mid H_0\text{为真}\},\qquad \beta=P\{\text{接受
> **示例模板**:$\sigma^2$ 已知,$W=\{\bar X\ge c\}$ ,则在 $\mu=\mu_1$ ($H_1$ 中某个值)下 > **示例模板**:$\sigma^2$ 已知,$W=\{\bar X\ge c\}$ ,则在 $\mu=\mu_1$ ($H_1$ 中某个值)下
> $$\beta=P\{\bar X<c\}=\Phi\!\left(\frac{c-\mu_1}{\sigma/\sqrt n}\right).$$ > $$\beta=P\{\bar X<c\}=\Phi\!\left(\frac{c-\mu_1}{\sigma/\sqrt n}\right).$$
---
#### 【例 6-1】第二类错误 $\beta$ 完整计算(锚 2021·10)
> 承接【例 5-1】:$X\sim N(\mu, 0.2^2)$ ,$n=16$ ,$H_0:\mu=2.10$ ,$H_1:\mu\ne2.10$ ,$\alpha=0.05$ 。若真实均值 $\mu_1=2.20$ (即 $H_0$ 实际为假),求第二类错误概率 $\beta$ 。($\Phi(0.04)\approx0.516$ ,$\Phi(3.96)\approx1$ )
**第①步 写出拒绝域 $W$ **:
由例 5-1,$|U|\ge1.96$ ,即
$$\left|\frac{\bar X-2.10}{0.2/4}\right|\ge1.96\ \Longleftrightarrow\ |\bar X-2.10|\ge0.098.$$
**第②步 写出接受域 $\bar W$ **:
$$2.10-0.098<\bar X<2.10+0.098\quad\Longleftrightarrow\quad 2.002<\bar X<2.198.$$
**第③步 把分布换成 $H_1$ 下的分布(关键!)**:
$H_1$ 真实世界里 $\mu=\mu_1=2.20$ ,所以
$$\bar X\sim N\!\left(2.20,\ \frac{0.2^2}{16}\right)=N(2.20,\ 0.05^2).$$
> ⚠️ **这里必须把均值从 $\mu_0=2.10$ 换成 $\mu_1=2.20$ **——这是 $\beta$ 与 $\alpha$ 的本质区别:$\alpha$ 在 $H_0$ 世界算,$\beta$ 在 $H_1$ 世界算。
**第④步 算 $\beta$ **:
$$\beta=P\{\text{接受 }H_0\mid\mu=2.20\}=P\{2.002<\bar X<2.198\mid\mu=2.20\}.$$
标准化 $Z=\dfrac{\bar X-2.20}{0.05}\sim N(0,1)$ :
$$\beta=P\left\{\frac{2.002-2.20}{0.05}<Z<\frac{2.198-2.20}{0.05}\right\}=P\{-3.96<Z<-0.04\}.$$
$$\beta=\Phi(-0.04)-\Phi(-3.96)\approx(1-\Phi(0.04))-0\approx1-0.516=0.484.$$
**结论**:当真实均值为 2.20 mm 时,约有 $48.4\%$ 的概率会"错误地接受 $H_0$ "(即漏判)。
> **一句话流程**:拒绝域 → 接受域 → **换均值为 $\mu_1$ ** → 标准化查 $\Phi$ 。
### 6.3 $\alpha$ 与 $\beta$ 的关系(必考辨析)🟨2018·8 ### 6.3 $\alpha$ 与 $\beta$ 的关系(必考辨析)🟨2018·8
| 结论 | 说明 | | 结论 | 说明 |
@@ -98,9 +98,11 @@ $$[A\mid E]=\left(\begin{array}{cc|cc}1&2&1&0\\1&3&0&1\end{array}\right).$$
先 $R_2\leftarrow R_2-R_1$ ,再 $R_1\leftarrow R_1-2R_2$ : 先 $R_2\leftarrow R_2-R_1$ ,再 $R_1\leftarrow R_1-2R_2$ :
$$\left(\begin{array}{cc|cc}1&2&1&0\\0&1&-1&1\end{array}\right) $$
\left(\begin{array}{cc|cc}1&2&1&0\\0&1&-1&1\end{array}\right)
\longrightarrow \longrightarrow
\left(\begin{array}{cc|cc}1&0&3&-2\\0&1&-1&1\end{array}\right).$$ \left(\begin{array}{cc|cc}1&0&3&-2\\0&1&-1&1\end{array}\right).
$$
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 $PE=P$ 。 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 $PE=P$ 。
@@ -154,11 +156,13 @@ $$PA=\begin{pmatrix}a&b\\2a+c&2b+d\end{pmatrix},\quad AP=\begin{pmatrix}a+2b&b\\
先把秩理解为独立列的最大个数。它也等于独立行的最大个数。计算时化为行阶梯形,数非零行即可。 先把秩理解为独立列的最大个数。它也等于独立行的最大个数。计算时化为行阶梯形,数非零行即可。
$$A=\begin{pmatrix}1&2&0\\2&4&1\\3&6&1\end{pmatrix} $$
A=\begin{pmatrix}1&2&0\\2&4&1\\3&6&1\end{pmatrix}
\xrightarrow{R_2-2R_1,\ R_3-3R_1} \xrightarrow{R_2-2R_1,\ R_3-3R_1}
\begin{pmatrix}1&2&0\\0&0&1\\0&0&1\end{pmatrix} \begin{pmatrix}1&2&0\\0&0&1\\0&0&1\end{pmatrix}
\xrightarrow{R_3-R_2} \xrightarrow{R_3-R_2}
\begin{pmatrix}1&2&0\\0&0&1\\0&0&0\end{pmatrix}.$$ \begin{pmatrix}1&2&0\\0&0&1\\0&0&0\end{pmatrix}.
$$
有两行非零,故 $r(A)=2$ 。原矩阵第二列是第一列的 2 倍;第三列提供新的独立信息。**任意原矩阵的非零行数不一定是秩,化成阶梯形后才可以数。** 有两行非零,故 $r(A)=2$ 。原矩阵第二列是第一列的 2 倍;第三列提供新的独立信息。**任意原矩阵的非零行数不一定是秩,化成阶梯形后才可以数。**
@@ -249,9 +253,11 @@ $$r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B).$$
先下块行减上块行,再右块列减左块列: 先下块行减上块行,再右块列减左块列:
$$\begin{pmatrix}A&A\\A&A\end{pmatrix} $$
\begin{pmatrix}A&A\\A&A\end{pmatrix}
\longrightarrow\begin{pmatrix}A&A\\O&O\end{pmatrix} \longrightarrow\begin{pmatrix}A&A\\O&O\end{pmatrix}
\longrightarrow\begin{pmatrix}A&O\\O&O\end{pmatrix}.$$ \longrightarrow\begin{pmatrix}A&O\\O&O\end{pmatrix}.
$$
故秩为 $r(A)$ 。 故秩为 $r(A)$ 。
@@ -269,9 +275,11 @@ $$S^{-1}MS=\begin{pmatrix}A+B&O\\O&A-B\end{pmatrix}.$$
若 $A$ 可逆,先下块行减去 $CA^{-1}$ 乘上块行,再右块列减去左块列乘 $A^{-1}B$ : 若 $A$ 可逆,先下块行减去 $CA^{-1}$ 乘上块行,再右块列减去左块列乘 $A^{-1}B$ :
$$\begin{pmatrix}A&B\\C&D\end{pmatrix} $$
\begin{pmatrix}A&B\\C&D\end{pmatrix}
\longrightarrow\begin{pmatrix}A&B\\O&D-CA^{-1}B\end{pmatrix} \longrightarrow\begin{pmatrix}A&B\\O&D-CA^{-1}B\end{pmatrix}
\longrightarrow\begin{pmatrix}A&O\\O&D-CA^{-1}B\end{pmatrix}.$$ \longrightarrow\begin{pmatrix}A&O\\O&D-CA^{-1}B\end{pmatrix}.
$$
故秩为 $r(A)+r(D-CA^{-1}B)$ 。先理解这是分块消元,再记结果。 故秩为 $r(A)+r(D-CA^{-1}B)$ 。先理解这是分块消元,再记结果。
@@ -33,8 +33,10 @@ $$(AB)^{\mathrm T}=AB=B^{\mathrm T}A^{\mathrm T}.$$
从横排增广矩阵开始,先作 $R_2\leftarrow R_2-\frac32R_1$ : 从横排增广矩阵开始,先作 $R_2\leftarrow R_2-\frac32R_1$ :
$$\left(\begin{array}{cc|cc}2&1&1&0\\3&2&0&1\end{array}\right) $$
\longrightarrow\left(\begin{array}{cc|cc}2&1&1&0\\0&1/2&-3/2&1\end{array}\right).$$ \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).
$$
再 $R_2\leftarrow2R_2$ ,$R_1\leftarrow R_1-R_2$ ,最后 $R_1\leftarrow R_1/2$ ,得 再 $R_2\leftarrow2R_2$ ,$R_1\leftarrow R_1-R_2$ ,最后 $R_1\leftarrow R_1/2$ ,得
@@ -46,8 +48,10 @@ $$\left(\begin{array}{cc|cc}1&0&2&-1\\0&1&-3&2\end{array}\right).$$
先 $R_2-2R_1,R_3-3R_1$ ,再 $R_3-R_2$ : 先 $R_2-2R_1,R_3-3R_1$ ,再 $R_3-R_2$ :
$$A\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&1\end{pmatrix} $$
\longrightarrow\begin{pmatrix}1&2&1\\0&0&1\\0&0&0\end{pmatrix}.$$ 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}.
$$
秩为 2,主元在第 1、3 列。非零列有三列,并不表示秩为 3;第二列与第一列重复了方向。 秩为 2,主元在第 1、3 列。非零列有三列,并不表示秩为 3;第二列与第一列重复了方向。
@@ -61,8 +65,10 @@ $$|A|=24,\quad A^{-1}=\operatorname{diag}(1/2,1/3,1/4).$$
### 第 6 题 ### 第 6 题
$$PA=\begin{pmatrix}a&b\\3a+c&3b+d\end{pmatrix},\quad $$
AP=\begin{pmatrix}a+3b&b\\c+3d&d\end{pmatrix}.$$ PA=\begin{pmatrix}a&b\\3a+c&3b+d\end{pmatrix},\quad
AP=\begin{pmatrix}a+3b&b\\c+3d&d\end{pmatrix}.
$$
前者为第 2 行加第 1 行的 3 倍;后者为第 1 列加第 2 列的 3 倍。撤销操作要把 3 改成 $-3$ ,所以 $P^{-1}=\begin{pmatrix}1&0\\-3&1\end{pmatrix}$ 。 前者为第 2 行加第 1 行的 3 倍;后者为第 1 列加第 2 列的 3 倍。撤销操作要把 3 改成 $-3$ ,所以 $P^{-1}=\begin{pmatrix}1&0\\-3&1\end{pmatrix}$ 。
@@ -128,8 +134,10 @@ $$N^2=\begin{pmatrix}0&0&6\\0&0&0\\0&0&0\end{pmatrix},\qquad N^3=O.$$
$E$ 与 $N$ 可交换,二项式中三次以上项为零,所以 $E$ 与 $N$ 可交换,二项式中三次以上项为零,所以
$$A^k=E+kN+\binom k2N^2 $$
=\begin{pmatrix}1&2k&3k(k-1)\\0&1&3k\\0&0&1\end{pmatrix}.$$ A^k=E+kN+\binom k2N^2
=\begin{pmatrix}1&2k&3k(k-1)\\0&1&3k\\0&0&1\end{pmatrix}.
$$
又 $(E+N)(E-N+N^2)=E+N^3=E$ ,故 又 $(E+N)(E-N+N^2)=E+N^3=E$ ,故
@@ -145,14 +153,18 @@ $$A^{-1}=E-N+N^2=\begin{pmatrix}1&-2&6\\0&1&-3\\0&0&1\end{pmatrix}.$$
上三角分块不能直接把对角秩相加。按提示交换两块列: 上三角分块不能直接把对角秩相加。按提示交换两块列:
$$\begin{pmatrix}A&E\\O&A\end{pmatrix} $$
\longrightarrow\begin{pmatrix}E&A\\A&O\end{pmatrix}.$$ \begin{pmatrix}A&E\\O&A\end{pmatrix}
\longrightarrow\begin{pmatrix}E&A\\A&O\end{pmatrix}.
$$
下块行减去 $A$ 乘上块行,再右块列减去左块列乘 $A$ : 下块行减去 $A$ 乘上块行,再右块列减去左块列乘 $A$ :
$$\begin{pmatrix}E&A\\A&O\end{pmatrix} $$
\begin{pmatrix}E&A\\A&O\end{pmatrix}
\longrightarrow\begin{pmatrix}E&A\\O&-A^2\end{pmatrix} \longrightarrow\begin{pmatrix}E&A\\O&-A^2\end{pmatrix}
\longrightarrow\begin{pmatrix}E&O\\O&-A^2\end{pmatrix}.$$ \longrightarrow\begin{pmatrix}E&O\\O&-A^2\end{pmatrix}.
$$
所以秩为 $n+r(A^2)=n+r$ 。关键是 $A^2=A$ ,不是 $A$ 可逆。 所以秩为 $n+r(A^2)=n+r$ 。关键是 $A^2=A$ ,不是 $A$ 可逆。
@@ -196,9 +208,11 @@ $$n=r(2E)\le r(A+E)+r(A-E).$$
从左上角的单位阵开始消: 从左上角的单位阵开始消:
$$\begin{pmatrix}E&A\\B&O\end{pmatrix} $$
\begin{pmatrix}E&A\\B&O\end{pmatrix}
\longrightarrow\begin{pmatrix}E&A\\O&-BA\end{pmatrix} \longrightarrow\begin{pmatrix}E&A\\O&-BA\end{pmatrix}
\longrightarrow\begin{pmatrix}E&O\\O&-BA\end{pmatrix}.$$ \longrightarrow\begin{pmatrix}E&O\\O&-BA\end{pmatrix}.
$$
第一步下块行减去 $B$ 乘上块行,第二步右块列减去左块列乘 $A$ 。对应左乘 $\begin{pmatrix}E&O\\-B&E\end{pmatrix}$ 、右乘 $\begin{pmatrix}E&-A\\O&E\end{pmatrix}$ ,两者无论 $A,B$ 是否可逆都可逆(撤销时把负号改正号)。故秩不变,结果为 $n+r(BA)$ 。 第一步下块行减去 $B$ 乘上块行,第二步右块列减去左块列乘 $A$ 。对应左乘 $\begin{pmatrix}E&O\\-B&E\end{pmatrix}$ 、右乘 $\begin{pmatrix}E&-A\\O&E\end{pmatrix}$ ,两者无论 $A,B$ 是否可逆都可逆(撤销时把负号改正号)。故秩不变,结果为 $n+r(BA)$ 。
@@ -22,11 +22,13 @@ $$\begin{cases}x+y+z=3,\\x+2y+3z=5\end{cases}$$
矩阵操作是 矩阵操作是
$$\left(\begin{array}{ccc|c}1&1&1&3\\1&2&3&5\end{array}\right) $$
\left(\begin{array}{ccc|c}1&1&1&3\\1&2&3&5\end{array}\right)
\xrightarrow{R_2-R_1} \xrightarrow{R_2-R_1}
\left(\begin{array}{ccc|c}1&1&1&3\\0&1&2&2\end{array}\right) \left(\begin{array}{ccc|c}1&1&1&3\\0&1&2&2\end{array}\right)
\xrightarrow{R_1-R_2} \xrightarrow{R_1-R_2}
\left(\begin{array}{ccc|c}1&0&-1&1\\0&1&2&2\end{array}\right).$$ \left(\begin{array}{ccc|c}1&0&-1&1\\0&1&2&2\end{array}\right).
$$
现在可以直接读出 现在可以直接读出
@@ -71,9 +73,11 @@ $$x_1=-2s+t,\qquad x_2=s-3t.$$
把四个分量按未知量原顺序装回一列: 把四个分量按未知量原顺序装回一列:
$$x=\begin{pmatrix}-2s+t\\s-3t\\s\\t\end{pmatrix} $$
x=\begin{pmatrix}-2s+t\\s-3t\\s\\t\end{pmatrix}
=s\begin{pmatrix}-2\\1\\1\\0\end{pmatrix} =s\begin{pmatrix}-2\\1\\1\\0\end{pmatrix}
+t\begin{pmatrix}1\\-3\\0\\1\end{pmatrix}.$$ +t\begin{pmatrix}1\\-3\\0\\1\end{pmatrix}.
$$
两个固定向量记作 $\xi_1,\xi_2$ 。它们本身都是解,且无关:若 $c_1\xi_1+c_2\xi_2=0$ ,看第 3、4 分量就知道 $c_1=c_2=0$ 。又因为每个解都写成了它们的组合,所以它们构成一个基础解系。 两个固定向量记作 $\xi_1,\xi_2$ 。它们本身都是解,且无关:若 $c_1\xi_1+c_2\xi_2=0$ ,看第 3、4 分量就知道 $c_1=c_2=0$ 。又因为每个解都写成了它们的组合,所以它们构成一个基础解系。
@@ -91,9 +95,11 @@ $$x=\begin{pmatrix}-2s+t\\s-3t\\s\\t\end{pmatrix}
回到第 1 节: 回到第 1 节:
$$x=\begin{pmatrix}1+t\\2-2t\\t\end{pmatrix} $$
x=\begin{pmatrix}1+t\\2-2t\\t\end{pmatrix}
=\begin{pmatrix}1\\2\\0\end{pmatrix} =\begin{pmatrix}1\\2\\0\end{pmatrix}
+t\begin{pmatrix}1\\-2\\1\end{pmatrix}.$$ +t\begin{pmatrix}1\\-2\\1\end{pmatrix}.
$$
前一个向量是 $Ax=b$ 的一个特解 $\eta$ ;后一个向量是 $Ax=0$ 的基础解系中的向量。 前一个向量是 $Ax=b$ 的一个特解 $\eta$ ;后一个向量是 $Ax=0$ 的基础解系中的向量。
@@ -165,8 +171,10 @@ $$\begin{pmatrix}A\\B\end{pmatrix}x=0.$$
因此 因此
$$Ax=0\text{ 与 }Bx=0\text{ 同解}\iff $$
r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}.$$ Ax=0\text{ 与 }Bx=0\text{ 同解}\iff
r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}.
$$
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。 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。
@@ -178,8 +186,10 @@ r(A)=r(B)=r\begin{pmatrix}A\\B\end{pmatrix}.$$
### 7.3 公共解直接联立 ### 7.3 公共解直接联立
$$Ax=b,\ Bx=c\quad\Longleftrightarrow\quad $$
\begin{pmatrix}A\\B\end{pmatrix}x=\binom bc.$$ Ax=b,\ Bx=c\quad\Longleftrightarrow\quad
\begin{pmatrix}A\\B\end{pmatrix}x=\binom bc.
$$
可以一次消元,也可以先求一个通解、代入另一个方程组。后一种方法变量少时更方便。 可以一次消元,也可以先求一个通解、代入另一个方程组。后一种方法变量少时更方便。
@@ -16,15 +16,19 @@ tags: [数学一, 在学练习, 线性代数, 线性方程组, 解析]
**入口:** 指定用克拉默法则,先求系数行列式,确认分母非零。 **入口:** 指定用克拉默法则,先求系数行列式,确认分母非零。
$$D=\begin{vmatrix}1&1&1\\2&-1&1\\1&2&-1\end{vmatrix} $$
=(-1)-(-3)+5=7.$$ D=\begin{vmatrix}1&1&1\\2&-1&1\\1&2&-1\end{vmatrix}
=(-1)-(-3)+5=7.
$$
分别把第 1、2、3 列换成常数列: 分别把第 1、2、3 列换成常数列:
$$D_1=\begin{vmatrix}6&1&1\\3&-1&1\\2&2&-1\end{vmatrix}=7,$$ $$D_1=\begin{vmatrix}6&1&1\\3&-1&1\\2&2&-1\end{vmatrix}=7,$$
$$D_2=\begin{vmatrix}1&6&1\\2&3&1\\1&2&-1\end{vmatrix}=14,\quad $$
D_3=\begin{vmatrix}1&1&6\\2&-1&3\\1&2&2\end{vmatrix}=21.$$ 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.
$$
因此 $(x_1,x_2,x_3)=(1,2,3)$ 。代回三个左端分别为 $6,3,2$ ,与常数项一致。 因此 $(x_1,x_2,x_3)=(1,2,3)$ 。代回三个左端分别为 $6,3,2$ ,与常数项一致。
@@ -32,9 +36,11 @@ D_3=\begin{vmatrix}1&1&6\\2&-1&3\\1&2&2\end{vmatrix}=21.$$
第二行减第一行,再第一行减新的第二行: 第二行减第一行,再第一行减新的第二行:
$$\begin{pmatrix}1&1&1&1\\1&2&3&4\end{pmatrix} $$
\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&1&1&1\\0&1&2&3\end{pmatrix}
\longrightarrow\begin{pmatrix}1&0&-1&-2\\0&1&2&3\end{pmatrix}.$$ \longrightarrow\begin{pmatrix}1&0&-1&-2\\0&1&2&3\end{pmatrix}.
$$
读成方程 $x_1=x_3+2x_4,x_2=-2x_3-3x_4$ 。令 $x_3=s,x_4=t$ ,得 读成方程 $x_1=x_3+2x_4,x_2=-2x_3-3x_4$ 。令 $x_3=s,x_4=t$ ,得
@@ -132,8 +138,10 @@ $a=-2$ 时三个左端相加恒为 0,右端相加为 3,矛盾,故无解。
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: 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:
$$\xi_1=\eta_2-\eta_1=(1,-1,0)^{\mathrm T},\quad $$
\xi_2=\eta_3-\eta_1=(0,1,2)^{\mathrm T}.$$ \xi_1=\eta_2-\eta_1=(1,-1,0)^{\mathrm T},\quad
\xi_2=\eta_3-\eta_1=(0,1,2)^{\mathrm T}.
$$
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。 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。
@@ -169,8 +177,10 @@ $$x=(1,2,3,4)^{\mathrm T}+t(1,1,1,1)^{\mathrm T}.$$
行变换核验: 行变换核验:
$$[A\mid B]=\left(\begin{array}{cc|cc}1&2&1&1\\2&4&3&2\end{array}\right) $$
\longrightarrow\left(\begin{array}{cc|cc}1&2&1&1\\0&0&1&0\end{array}\right).$$ [A\mid B]=\left(\begin{array}{cc|cc}1&2&1&1\\2&4&3&2\end{array}\right)
\longrightarrow\left(\begin{array}{cc|cc}1&2&1&1\\0&0&1&0\end{array}\right).
$$
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 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
@@ -194,8 +204,10 @@ $$A\Big(\sum_{i=1}^sk_i\eta_i\Big)=\sum_{i=1}^sk_i b=cb.$$
先对增广矩阵消元,第二、三行各减第一行: 先对增广矩阵消元,第二、三行各减第一行:
$$\left(\begin{array}{ccc|c}1&1&1&1\\1&2&3&2\\1&4&a&b\end{array}\right) $$
\longrightarrow\left(\begin{array}{ccc|c}1&1&1&1\\0&1&2&1\\0&3&a-1&b-1\end{array}\right).$$ \left(\begin{array}{ccc|c}1&1&1&1\\1&2&3&2\\1&4&a&b\end{array}\right)
\longrightarrow\left(\begin{array}{ccc|c}1&1&1&1\\0&1&2&1\\0&3&a-1&b-1\end{array}\right).
$$
再第三行减第二行的 3 倍: 再第三行减第二行的 3 倍: