Files
MathNotesVersion2/基于考研的学习/数学一/在学练习/线性代数-第2讲-矩阵/02-点1-矩阵运算与特殊矩阵.md
T

298 lines
19 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, 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 $1$)。