Files

342 lines
14 KiB
Markdown
Raw Blame History

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