Files

19 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
矩阵
矩阵运算
线性代数 第2讲 · 点1 矩阵运算与特殊矩阵 2026-10-23 知识点带题(§1 定义 + §2.1—2.6 运算与特殊矩阵,11 题)
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)

  • 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)

  • 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 | 练习章 matrix.tex §1.1 对应成比例)

  • 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)

  • 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)

  • 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)

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 $1$)。