19 KiB
tags, 专题, 日期, 状态, 关联笔记
| tags | 专题 | 日期 | 状态 | 关联笔记 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
|
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) |
|
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);②AB=O推不出A=O或 $B=O$;③D\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 $1$)。