--- tags: [数学一, 在学练习, 线性代数, 矩阵, 矩阵运算] 专题: 线性代数 第2讲 · 点1 矩阵运算与特殊矩阵 日期: 2026-10-23 状态: 知识点带题(§1 定义 + §2.1—2.6 运算与特殊矩阵,11 题) 关联笔记: ["[[README]]", "[[01-知识点盘点]]"] --- # 点 1 矩阵运算与特殊矩阵 > 真题 无直接真题(运算与特殊矩阵是工具性基础)|重要度 ★★☆ > 依赖:无(本讲地基)。盘点对应:§1、§2.1—§2.4。 **组织原则**:以知识点为单位。先完整列出知识点内容,再按内部顺序(概念/线性运算/相乘/转置/行列式/特殊矩阵表)逐一对应出题;题目顺序 = 知识点内条目顺序,不穿插其他知识点,难度配比统一标准。 ## 知识点 1.1 矩阵的基本概念(出处:[知识章 matrix.tex §1](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex)) - **矩阵**:由 $m\times n$ 个数 $a_{ij}$(元素)排成的 $m$ 行 $n$ 列的数表。元素为实数的称实矩阵(本讲默认)。 - **$n$ 阶矩阵(方阵)**:行数、列数都为 $n$ 的矩阵。只有方阵才能连乘、才有幂、才有行列式。 - **行矩阵(行向量)**:只有一行的矩阵;**列矩阵(列向量)**:只有一列的矩阵。 - **同型矩阵**:两个矩阵行数相等且列数相等。 - **相等矩阵**:同型,且对应位置元素全部相等,记 $A=B$。 - **零矩阵 $O$**:元素全为零的矩阵;**不同型的零矩阵互不相等**。 - **对角矩阵**:对角线以外的元素全为 $0$,记 $\Lambda=\mathrm{diag}(\lambda_1,\lambda_2,\cdots,\lambda_n)$,必为方阵。 - **单位矩阵 $E$**:$\lambda_1=\cdots=\lambda_n=1$ 的对角矩阵,满足 $AE=EA=A$。 ## 知识点 2.1—2.2 加法、减法与数乘(出处:[知识章 matrix.tex §2.1、§2.2](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex)) - **加法**:只有**同型**矩阵才能相加,$A+B$ 的每个元素是对应位置元素相加。 - **运算律**:$A+B=B+A$(交换律);$(A+B)+C=A+(B+C)$(结合律)。 - **负矩阵**:$-A=(-a_{ij})$,$A+(-A)=O$;**减法**:$A-B=A+(-B)$。 - **数乘**:数 $\lambda$ 乘矩阵 $A$,每个元素都乘 $\lambda$,记 $\lambda A=A\lambda$。 - **数乘运算律**:$(\lambda\mu)A=\lambda(\mu A)$;$(\lambda+\mu)A=\lambda A+\mu A$;$\lambda(A+B)=\lambda A+\lambda B$。 - 加法与数乘统称矩阵的**线性运算**。 ## 知识点 2.3 矩阵相乘(出处:[知识章 matrix.tex §2.3](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex) | [练习章 matrix.tex §1.1 对应成比例](../../../../参考仓库/Math/linear-algebra/exercise/2-matrix/matrix.tex)) - **定义**:$A=(a_{ij})_{m\times s}$ 与 $B=(b_{ij})_{s\times n}$ 相乘得 $C=AB$,其中 $c_{ij}=\sum_{k=1}^{s}a_{ik}b_{kj}$——**左矩阵第 $i$ 行**与**右矩阵第 $j$ 列**的内积。结果 $C$ 是 $m\times n$ 矩阵。 - **可乘条件**:左矩阵的列数 $=$ 右矩阵的行数;结果行数取左、列数取右。 - **左乘 / 右乘**:$PA$ 称左乘 $P$,$AP$ 称右乘 $P$。 - **一般不满足交换律**:$AB\ne BA$;若非方阵,$AB$ 与 $BA$ **大小都不同**,根本谈不上相等。$AB=BA$ 时称两矩阵**可交换**(必为同阶方阵)。 - **成立的运算律**:结合律 $(AB)C=A(BC)$;$\lambda(AB)=(\lambda A)B=A(\lambda B)$;分配律 $A(B+C)=AB+AC$、$(B+C)A=BA+CA$;$EA=AE=A$。纯量阵 $\lambda E$ 与任意同阶方阵可交换。 - **没有消去律(三个"不能推出")**:① $A\ne O,\ B\ne O$ 推不出 $AB\ne O$(**非零矩阵乘积可以是零矩阵**);② $AB=O$ 推不出 $A=O$ 或 $B=O$;③ $D\ne O$ 且 $DB=DC$,仍可能 $B\ne C$。可直接核算的反例:$D=\mathrm{diag}(1,0)$、$F=\mathrm{diag}(0,1)$,均非零,但 $$DF=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}0&0\\0&1\end{pmatrix}=O.$$ 只有 $D$ **可逆**时,才能左乘 $D^{-1}$ 把它消去。 - **列组合视角(为方程组章 / 向量章伏笔)**:把 $A$ 按列分块 $A=(\alpha_1,\cdots,\alpha_n)$,则 $$Ax=x_1\alpha_1+x_2\alpha_2+\cdots+x_n\alpha_n.$$ 矩阵乘列向量,就是按 $x$ 的系数把 $A$ 的各列组合起来。 ## 知识点 2.5 转置(出处:[知识章 matrix.tex §2.5](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex)) - **定义**:把 $A$ 的行换成同序数的列,得转置 $A^{\mathrm T}$;$A$ 为 $m\times n$ 时 $A^{\mathrm T}$ 为 $n\times m$。 - **五条性质**:$(A^{\mathrm T})^{\mathrm T}=A$;$(A+B)^{\mathrm T}=A^{\mathrm T}+B^{\mathrm T}$;$(\lambda A)^{\mathrm T}=\lambda A^{\mathrm T}$;**$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$(乘积转置必须反序)**;$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$(方阵)。 ## 知识点 2.6 方阵的行列式(出处:[知识章 matrix.tex §2.6](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex)) - 只有方阵才有行列式。$A$ 是一张数表,$\lvert A\rvert$ 是一个数。 - **性质**:$\lvert A^{\mathrm T}\rvert=\lvert A\rvert$;$\lvert\lambda A\rvert=\lambda^{n}\lvert A\rvert$($n$ 阶,每行提一个 $\lambda$);$\lvert AB\rvert=\lvert A\rvert\cdot\lvert B\rvert=\lvert BA\rvert$。 - **一般没有 $\lvert A+B\rvert=\lvert A\rvert+\lvert B\rvert$**:反例 $A=B=E_2$,左边 $\lvert 2E\rvert=4$,右边 $1+1=2$。 - 顺带:$A\ne B$ 推不出 $\lvert A\rvert\ne\lvert B\rvert$。 ## 知识点 特殊矩阵表与对称/反对称分解(出处:[知识章 matrix.tex §2.5、§1、§2.4](../../../../参考仓库/Math/linear-algebra/knowledge/2-matrix/matrix.tex)) | 名称 | 条件 | 现在怎样使用 | |---|---|---| | 对角矩阵 | 非对角元素全为 $0$,$\Lambda=\mathrm{diag}(\lambda_1,\cdots,\lambda_n)$ | 乘对角阵 = 按行/列缩放;幂与行列式按对角元分别算 | | 单位矩阵 $E$ | $\lambda_i=1$ 的对角阵 | $AE=EA=A$ | | 对称矩阵 | $A^{\mathrm T}=A$(元素关于对角线对称) | 转置后不变,主对角任意 | | 反对称矩阵 | $A^{\mathrm T}=-A$,即 $a_{ij}=-a_{ji}$ 且 $a_{ii}=0$ | 主对角必为 $0$;奇数阶反对称阵行列式为 $0$ | | 正交矩阵(方阵) | $Q^{\mathrm T}Q=E$ | $Q^{-1}=Q^{\mathrm T}$;列向量两两垂直、长度均为 $1$;$\lvert Q\rvert=\pm1$ 只是**必要条件** | | 幂等矩阵 | $A^2=A$ | 任意正整数次幂都等于 $A$ | | 对合矩阵 | $A^2=E$ | 偶次幂为 $E$,奇次幂为 $A$ | | 幂零矩阵 | 存在正整数 $q$ 使 $A^q=O$ | 高次项可截断(幂的计算归点 7,本点只认定义) | 正交矩阵反例:$\begin{pmatrix}1&2\\0&1\end{pmatrix}$ 的行列式为 $1$,但两列 $(1,0)^{\mathrm T}$ 与 $(2,1)^{\mathrm T}$ 内积为 $2\ne0$,不垂直,**不是正交矩阵**。 **对称 + 反对称分解**:任意方阵 $A$ 唯一拆成 $$A=\frac{A+A^{\mathrm T}}{2}+\frac{A-A^{\mathrm T}}{2},$$ 前者对称、后者反对称。 --- ## 题目(按知识点顺序对应) ### 题 1 · 1.1:基本概念辨析(★☆☆) > 判断下列说法是否正确,并说明理由: > > (1)两个矩阵的行数、列数分别相等,则这两个矩阵相等; > > (2)二阶零矩阵与三阶零矩阵是同一个 $O$; > > (3)对角矩阵一定是方阵; > > (4)单位矩阵是对角矩阵。 **怎么想**:四条全是定义原文的正/误改写,逐条对照"同型且对应元素相等"这句相等定义即可,不动笔算。 **解**:(1)错。行数、列数相等只是**同型**,还须对应元素全部相等才叫相等。(2)错。零矩阵按型区分,不同型的零矩阵互不相等。(3)对。对角矩阵按定义只对方阵谈对角线。(4)对。$E$ 就是 $\lambda_i=1$ 的对角矩阵。 **带走结论**:相等 = 同型 + 对应元素相等;零矩阵、对角矩阵都带"型"的包袱,不能见 $O$ 就当同一个。 --- ### 题 2 · 2.1—2.2:线性运算里的"消去"(★☆☆) > 设 $A,B$ 为同型矩阵,$\lambda,\mu$ 为数。判断下列等式是否恒成立: > > (1)$A-B=B-A$; > > (2)$(\lambda+\mu)A=\lambda A+\mu A$; > > (3)若 $2A=2B$,则 $A=B$; > > (4)若 $A+B=O$,则 $A=B=O$。 **怎么想**:加减数乘是"对应元素独立相加",完全按实数加减法走——所以**数可以消、矩阵不能消**。第(3)问两边是数乘,第(4)问只给了一个等式。 **解**:(1)错。$A-B=-(B-A)$,一般不等。(2)对,数乘对数的分配律。(3)对。两边同乘 $\frac12$ 得 $A=B$。(4)错。$A+B=O$ 只推出 $A=-B$,如 $A=E,\ B=-E$。 **带走结论**:线性运算中"数 $2\ne0$"可以消去;这与后面矩阵乘法的"无消去律"(题 5)形成对照——**能消去的永远是数和可逆矩阵,不是随便一个矩阵**。 --- ### 题 3 · 2.3:先写大小,再算乘积(★★☆) > 【旧试题第 1 题数据】设 > > $$A=\begin{pmatrix}1&0&2\\-1&1&0\end{pmatrix},\qquad B=\begin{pmatrix}1&2\\0&1\\3&0\end{pmatrix}.$$ > > 先写出 $AB$、$BA$ 各是几行几列,再计算;并说明本题中 $AB\ne BA$ 是否意味着"两个矩阵不相等"。 **怎么想**:先写大小:左列数 = 右行数才能乘;结果行数取左、列数取右。本题 $AB$ 是 $2\times2$,$BA$ 是 $3\times3$。 **解**:$AB$ 为 $2\times2$,$BA$ 为 $3\times3$: $$AB=\begin{pmatrix}1\cdot1+0\cdot0+2\cdot3&1\cdot2+0\cdot1+2\cdot0\\-1\cdot1+1\cdot0+0\cdot3&-1\cdot2+1\cdot1+0\cdot0\end{pmatrix}=\begin{pmatrix}7&2\\-1&-1\end{pmatrix}.$$ $$BA=\begin{pmatrix}1\cdot1+2\cdot(-1)&1\cdot0+2\cdot1&1\cdot2+2\cdot0\\0\cdot1+1\cdot(-1)&0\cdot0+1\cdot1&0\cdot2+1\cdot0\\3\cdot1+0\cdot(-1)&3\cdot0+0\cdot1&3\cdot2+0\cdot0\end{pmatrix}=\begin{pmatrix}-1&2&2\\-1&1&0\\3&0&6\end{pmatrix}.$$ (逐格回代验算无误。)$AB$ 与 $BA$ **不同型**,连"相等"的资格都没有,不能说"两个矩阵不相等"——相等的前提是同型。 **带走结论**:非方阵时 $AB$ 与 $BA$ 不同型,"交换"根本不存在;写乘法先写大小,是防错第一动作。 --- ### 题 4 · 2.3:不交换 → $(A+B)^2$ 不能随便展开(★★☆) > 【旧试题第 2 题数据】设 > > $$A=\begin{pmatrix}0&1\\0&0\end{pmatrix},\qquad B=\begin{pmatrix}0&0\\1&0\end{pmatrix}.$$ > > 求 $AB$、$BA$;并比较 $(A+B)^2$ 与 $A^2+2AB+B^2$。 **怎么想**:先把两个乘积都算出来,看清 $AB\ne BA$;再老老实实按分配律展开 $(A+B)^2=(A+B)(A+B)=A^2+AB+BA+B^2$,中间两项是 $AB+BA$,**不能合并成 $2AB$**。 **解**:$AB=\begin{pmatrix}0&1\\0&0\end{pmatrix}\begin{pmatrix}0&0\\1&0\end{pmatrix}=\begin{pmatrix}1&0\\0&0\end{pmatrix}$,$BA=\begin{pmatrix}0&0\\1&0\end{pmatrix}\begin{pmatrix}0&1\\0&0\end{pmatrix}=\begin{pmatrix}0&0\\0&1\end{pmatrix}$,确有 $AB\ne BA$。 $A^2=O$、$B^2=O$。直接算:$A+B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$,故 $$(A+B)^2=\begin{pmatrix}0&1\\1&0\end{pmatrix}^2=\begin{pmatrix}1&0\\0&1\end{pmatrix}=E.$$ 而 $$A^2+2AB+B^2=2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}.$$ 两者不等。验证差在哪:$AB+BA=\begin{pmatrix}1&0\\0&0\end{pmatrix}+\begin{pmatrix}0&0\\0&1\end{pmatrix}=E$,而 $2AB=\begin{pmatrix}2&0\\0&0\end{pmatrix}$——中间项 $AB+BA$ 与 $2AB$ 本就不同。 **带走结论**:矩阵里 $(A+B)^2=A^2+AB+BA+B^2$,**中间必须写 $AB+BA$**;只有先确认 $AB=BA$,才能合并成 $A^2+2AB+B^2$。 --- ### 题 5 · 2.3:无消去律,反例必须可直接核算(★★★) > 设 > > $$D=\begin{pmatrix}1&0\\0&0\end{pmatrix},\qquad F=\begin{pmatrix}0&0\\0&1\end{pmatrix}.$$ > > (Ⅰ)直接核算 $DF$,说明两个非零矩阵的乘积可以是零矩阵; > > (Ⅱ)再取 $B=\begin{pmatrix}1&1\\0&0\end{pmatrix}$、$C=\begin{pmatrix}1&1\\9&9\end{pmatrix}$,核算 $DB$ 与 $DC$,说明"$DB=DC$ 且 $D\ne O$,仍可能 $B\ne C$"。 **怎么想**:$D=\mathrm{diag}(1,0)$ 的作用是"保留第一行、抹掉第二行"。先用这个直觉预判结果,再逐格乘出来核对。 **解**:(Ⅰ) $$DF=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}0&0\\0&1\end{pmatrix}=\begin{pmatrix}0&0\\0&0\end{pmatrix}=O.$$ $D\ne O$、$F\ne O$,但 $DF=O$——非零矩阵乘积可以为零。 (Ⅱ) $$DB=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}1&1\\0&0\end{pmatrix}=\begin{pmatrix}1&1\\0&0\end{pmatrix},$$ $$DC=\begin{pmatrix}1&0\\0&0\end{pmatrix}\begin{pmatrix}1&1\\9&9\end{pmatrix}=\begin{pmatrix}1&1\\0&0\end{pmatrix}.$$ $DB=DC$、$D\ne O$,但 $B\ne C$(第二行一个是 $(0,0)$,一个是 $(9,9)$)。被 $D$ 抹掉的第二行信息在乘积里完全消失,消去无从谈起。 **带走结论**:矩阵**没有消去律**——$AB=AC$ 且 $A\ne O$ 推不出 $B=C$。只有 $A$ 可逆时才能左乘 $A^{-1}$ 消去;$D=\mathrm{diag}(1,0)$ 是随手可写的最小反例模板。 --- ### 题 6 · 2.3:矩阵乘列向量 = 列的线性组合(★★☆) > 设 $A=\begin{pmatrix}1&2\\3&4\\5&6\end{pmatrix}$,按列分块 $A=(\alpha_1,\alpha_2)$,$x=(2,-1)^{\mathrm T}$。 > > (Ⅰ)用列组合 $Ax=2\alpha_1-\alpha_2$ 算出结果; > > (Ⅱ)按乘法定义直接乘一遍核对。 **怎么想**:(Ⅰ)把 $A$ 的两列按 $x$ 的系数组合;(Ⅱ)按"行乘列"直乘。两条路必须殊途同归。 **解**:$\alpha_1=(1,3,5)^{\mathrm T}$,$\alpha_2=(2,4,6)^{\mathrm T}$。 (Ⅰ)$2\alpha_1-\alpha_2=(2-2,\ 6-4,\ 10-6)^{\mathrm T}=(0,2,4)^{\mathrm T}$。 (Ⅱ)$Ax=(1\cdot2+2\cdot(-1),\ 3\cdot2+4\cdot(-1),\ 5\cdot2+6\cdot(-1))^{\mathrm T}=(0,2,4)^{\mathrm T}$。一致。 **带走结论**:$Ax=x_1\alpha_1+\cdots+x_n\alpha_n$——解方程组"$Ax=\beta$"就是"把 $\beta$ 表示成 $A$ 列的组合",线性表示与解方程是同一件事(方程组章展开)。 --- ### 题 7 · 2.5:转置反序的验证(★★☆) > 设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。求 $AB$、$(AB)^{\mathrm T}$ 与 $B^{\mathrm T}A^{\mathrm T}$,验证 $(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$。 **怎么想**:先算乘积再转置,与先各自转置再反序相乘,两头都算一遍。注意 $B^{\mathrm T}=B$,别被这个巧合麻痹——公式要求的是"右矩阵的转置在前"。 **解**: $$AB=\begin{pmatrix}1&2\\3&4\end{pmatrix}\begin{pmatrix}0&1\\1&0\end{pmatrix}=\begin{pmatrix}2&1\\4&3\end{pmatrix},\quad (AB)^{\mathrm T}=\begin{pmatrix}2&4\\1&3\end{pmatrix}.$$ $A^{\mathrm T}=\begin{pmatrix}1&3\\2&4\end{pmatrix}$,$B^{\mathrm T}=B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$, $$B^{\mathrm T}A^{\mathrm T}=\begin{pmatrix}0&1\\1&0\end{pmatrix}\begin{pmatrix}1&3\\2&4\end{pmatrix}=\begin{pmatrix}2&4\\1&3\end{pmatrix}.$$ 两头相等,验证成立。 **带走结论**:转置穿乘积必须**反序**:$(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}$;加法转置不反序,$(\cdot+\cdot)^{\mathrm T}$ 拆开照旧。 --- ### 题 8 · 2.6:行列式三条性质的数值核对(★★☆) > 设 $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$,$B=\begin{pmatrix}0&1\\1&0\end{pmatrix}$。 > > (Ⅰ)求 $\lvert A\rvert$、$\lvert B\rvert$、$\lvert AB\rvert$,验证 $\lvert AB\rvert=\lvert A\rvert\lvert B\rvert$; > > (Ⅱ)求 $\lvert 2A\rvert$,说明它为什么不是 $2\lvert A\rvert$; > > (Ⅲ)取 $A=B=E_2$,比较 $\lvert A+B\rvert$ 与 $\lvert A\rvert+\lvert B\rvert$。 **怎么想**:三条性质逐条拿数字过一遍——乘积可拆、数乘带阶数幂、加法不可拆。 **解**:(Ⅰ)$\lvert A\rvert=4-6=-2$;$\lvert B\rvert=0-1=-1$;$\lvert AB\rvert=\begin{vmatrix}2&1\\4&3\end{vmatrix}=6-4=2$。而 $\lvert A\rvert\lvert B\rvert=(-2)(-1)=2$,验证成立。 (Ⅱ)$2A=\begin{pmatrix}2&4\\6&8\end{pmatrix}$,$\lvert 2A\rvert=16-24=-8=2^2\cdot(-2)$。二阶矩阵每行提出一个 $2$,共提出 $2^2$。 (Ⅲ)$\lvert A+B\rvert=\lvert 2E_2\rvert=4$,而 $\lvert A\rvert+\lvert B\rvert=1+1=2$,两者不等——行列式对加法没有分配律。 **带走结论**:$\lvert kA\rvert=k^n\lvert A\rvert$($n$ 是阶数,不是 $k\lvert A\rvert$);行列式**乘可拆、加不可拆**。技巧性计算归点 5,本点只认性质。 --- ### 题 9 · 特殊矩阵表:按定义判定类型(★★☆) > 对下列矩阵判定类型(对角 / 对称 / 反对称 / 幂等 / 对合 / 幂零,可多选,也可都不是): > > (1)$\begin{pmatrix}1&0\\0&0\end{pmatrix}$;(2)$\begin{pmatrix}0&1\\-1&0\end{pmatrix}$;(3)$\begin{pmatrix}1&0\\0&-1\end{pmatrix}$;(4)$\begin{pmatrix}0&1\\0&0\end{pmatrix}$。 **怎么想**:判定一律动手算定义式:对称看 $A^{\mathrm T}$ 与 $A$,反对称看是否 $A^{\mathrm T}=-A$ 且主对角为 $0$,幂等/对合/幂零各算一次 $A^2$。别凭"长得像"下结论。 **解**:(1)$\mathrm{diag}(1,0)$:**对角矩阵**;又 $A^2=A$,是**幂等矩阵**。 (2)$A^{\mathrm T}=\begin{pmatrix}0&-1\\1&0\end{pmatrix}=-A$ 且主对角为 $0$,是**反对称矩阵**;$A^2=\begin{pmatrix}-1&0\\0&-1\end{pmatrix}=-E$,既不是幂等($A^2\ne A$)也不是对合($A^2\ne E$),更不是幂零。 (3)$\mathrm{diag}(1,-1)$:**对角矩阵**、对称;$A^2=E$,是**对合矩阵**。 (4)$A^2=\begin{pmatrix}0&1\\0&0\end{pmatrix}^2=O$,是**幂零矩阵**($q=2$);$A^{\mathrm T}=\begin{pmatrix}0&0\\1&0\end{pmatrix}\ne\pm A$,对称、反对称都不是。 **带走结论**:特殊矩阵的判定 = 动手算 $A^{\mathrm T}$ 或 $A^2$;幂零只要求"存在某个 $q$",二阶里 $q=2$ 最常见(题 4 的 $AB$ 就是 $q=2$ 的幂零矩阵)。 --- ### 题 10 · 对称 + 反对称分解(★★☆) > 设 $A=\begin{pmatrix}1&2\\4&3\end{pmatrix}$。把 $A$ 拆成对称矩阵 $S$ 与反对称矩阵 $K$ 之和,并验证 $S^{\mathrm T}=S$、$K^{\mathrm T}=-K$、$S+K=A$。 **怎么想**:套公式 $S=\frac{A+A^{\mathrm T}}2$、$K=\frac{A-A^{\mathrm T}}2$,算完验 $S$ 对称、$K$ 主对角为 $0$。 **解**:$A^{\mathrm T}=\begin{pmatrix}1&4\\2&3\end{pmatrix}$。 $$S=\frac{A+A^{\mathrm T}}2=\frac12\begin{pmatrix}2&6\\6&6\end{pmatrix}=\begin{pmatrix}1&3\\3&3\end{pmatrix},\qquad K=\frac{A-A^{\mathrm T}}2=\frac12\begin{pmatrix}0&-2\\2&0\end{pmatrix}=\begin{pmatrix}0&-1\\1&0\end{pmatrix}.$$ 验证:$S^{\mathrm T}=\begin{pmatrix}1&3\\3&3\end{pmatrix}=S$;$K^{\mathrm T}=\begin{pmatrix}0&1\\-1&0\end{pmatrix}=-K$ 且主对角为 $0$;$S+K=\begin{pmatrix}1&2\\4&3\end{pmatrix}=A$,全部成立。 **带走结论**:任意方阵**唯一**拆成对称 + 反对称——$S$ 取"对称部分"、$K$ 取"反对称部分",这是构造对称/反对称矩阵的万能公式。 --- ### 题 11 · 正交矩阵:$\lvert Q\rvert=\pm1$ 只是必要条件(★★☆) > 判断命题"二阶方阵 $Q$ 满足 $\lvert Q\rvert=1$,则 $Q$ 是正交矩阵"是否正确;若不正确,举反例说明。 **怎么想**:正交的定义是 $Q^{\mathrm T}Q=E$,它推出 $\lvert Q\rvert=\pm1$;但行列式为 $\pm1$ 推不出两列垂直。随手取一个行列式为 $1$ 的非对角上三角阵,列向量必不垂直。 **解**:命题错误。取 $$Q=\begin{pmatrix}1&2\\0&1\end{pmatrix},$$ 则 $\lvert Q\rvert=1$,但 $$Q^{\mathrm T}Q=\begin{pmatrix}1&0\\2&1\end{pmatrix}\begin{pmatrix}1&2\\0&1\end{pmatrix}=\begin{pmatrix}1&2\\2&5\end{pmatrix}\ne E.$$ 两列 $(1,0)^{\mathrm T}$ 与 $(2,1)^{\mathrm T}$ 的内积为 $2\ne0$,不垂直,故不是正交矩阵。 **带走结论**:$\lvert Q\rvert=\pm1$ 是正交的**必要不充分**条件;判正交必须验 $Q^{\mathrm T}Q=E$(列两两垂直、长度均为 $1$)。