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/01-考点手册.md
T
Yimu db08efe012 新增线性代数第2/3/4讲(第2讲只出考点手册,第3讲起配习题)
第2讲 矩阵(真题库第10章,11题71分)
- 按安排不出习题,只写考点手册:运算铁律 / 逆与伴随 / 初等变换
  左行右列 / 秩十条不等式 / 分块矩阵秩六条 / 矩阵幂四条路线 / 正交矩阵
- 重点标出分块秩(2018·6、2021·7、2023·5 三次)与矩阵幂大题

第3讲 向量(真题库第11章,8题44分)
- 手册:线性表示三判据 / 相关性八定理 / 极大无关组(只行变换)
  / 等价 r(A)=r(B)=r(A,B) / 施密特 / 基与过渡矩阵(坐标方向相反)
  / 交空间与维数公式
- 试题 18 题(A6/B8/C4),8 道真题全部有骨架对应
- 解析含命题质量报告与薄弱点提示

第4讲 线性方程组(真题库第12章,7题39分)
- 手册:克拉默 / 齐次解空间 n-r / 非齐次解结构 / 判定总表
  / 三平面五种位置关系(含三棱柱)/ 同解与公共解 / 矩阵方程
- 试题 18 题(A6/B8/C4);三平面几何连考3年,单独成两题
- 解析含命题质量报告

配套
- 7 个平板 PDF(考点手册×3、试题答题版×2、解析×2),
  KaTeX 渲染 0 报错 0 残留公式
- 新增 rebuild_la_pdfs.sh 批量重建
- 总览.md 补入三讲的目录树
2026-10-18 22:16:08 +08:00

27 KiB
Raw Blame History

tags, 专题, 日期, 来源, 关联
tags 专题 日期 来源 关联
数学一
在学练习
线性代数
矩阵
考点
线性代数 第2讲 · 矩阵(真题库第 10 章) 2026-10-18 🟨真题库第 10 章(11 题 71 分)· 🟩参考仓库 linear-algebra/knowledge/2-matrix + exercise/2-matrix README · 线性代数-第3讲-向量/01-考点手册 · 线性代数-第4讲-线性方程组/01-考点手册

线性代数 第2讲 · 矩阵 · 考点手册

定位:矩阵是线代的语言层——向量、方程组、特征值、二次型的全部计算最后都落在矩阵上。真题库 第 10 章近十年 11 题 71 分,热度「热门」,六章里分值第二高。 本讲不出习题(按你的安排)。练法:背熟本手册的秩不等式、伴随公式、分块结论、矩阵幂四条路线,在第 3–6 讲的题里随时调用。 来源记号:🟨 真题库 · 🟩 参考仓库 · 🟦 视频讲次。


0. 本讲定位与学习地图

一句话概括:矩阵的一切都归结为「秩」和「可逆」——可逆是"最好情况",秩是"退化了多少"。

依赖链

矩阵运算(乘法铁律)
      │
      ├──► 行列式 / 迹 ──────────► 特征值(第5讲)
      │
      ├──► 逆矩阵 ◄──► 伴随矩阵
      │        │
      │        └──► 初等变换 ──► 等价标准形 ──► 秩
      │                                  │
      ├──► 分块矩阵(秩的算法)───────────┤
      │                                  │
      └──► 矩阵幂(秩1 / 幂零 / 二项式 / 对角化)──► 第5、6讲

本讲五条主线

主线 核心产出 真题落点
运算铁律 不可交换、不可消去、转置反序 2022·15
逆与伴随 可逆 12 条等价、A A^*=\lvert A\rvert E 2017·5、2022·5
初等变换 左行右列、初等矩阵的逆 2018·21、2020·5
秩 10 条不等式、r(A)=r(A^{\mathrm T}A) 2025·7
分块 分块对角/三角的逆与秩 2018·6、2021·7、2023·5
矩阵幂 秩 1 / 幂零 / 二项式 / 递推 2016·21、2024·21

⚠️ 一个总开关:遇到"矩阵关系式"(如 A^2+2A-3E=O 、AB=A+B )第一时间想因式分解,凑出 XY=E ,这是所有抽象求逆、抽象可逆判定的统一入口。


1. 矩阵的基本运算

1.1 线性运算与相等

  • 同型(行数、列数都相同)才能相加;A+B 对应元素相加,kA 每个元素乘 k 。
  • A=B ⟺ 同型且对应元素全等。

1.2 乘法:三条铁律

设 A 为 m\times n ,B 为 n\times s ,则 AB 为 m\times s ,元素为"左行乘右列":

(AB)_{ij}=\sum_{k=1}^{n}a_{ik}b_{kj}.
铁律 说明 反例
不可交换 AB\neq BA 一般成立(甚至型不同、根本不能相乘) A=\begin{pmatrix}1&1\\0&0\end{pmatrix} ,B=\begin{pmatrix}0&0\\1&1\end{pmatrix} ,AB\neq BA
不可消去 AB=AC 且 A\neq O 推不出 B=C 上例中 AB=O 但 B\neq O
不可分配幂 (AB)^k\neq A^kB^k 一般 同上

推论:

  • AB=O 推不出 A=O 或 B=O (与数的乘法本质不同);
  • (A+B)^2=A^2+2AB+B^2 只在 AB=BA 时成立;
  • (A+B)(A-B)=A^2-B^2 只在 AB=BA 时成立;
  • 幂的运算 (A^m)(A^n)=A^{m+n} 对同一个 A 恒成立(同底数天然可交换)。

为什么不可交换:矩阵乘法的本质是"线性变换的复合"——先旋转再拉伸 ≠ 先拉伸再旋转。

1.3 转置

(A^{\mathrm T})^{\mathrm T}=A,\quad (A+B)^{\mathrm T}=A^{\mathrm T}+B^{\mathrm T},\quad (kA)^{\mathrm T}=kA^{\mathrm T},\quad \boxed{(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T}}.

反序律的推广:(A_1A_2\cdots A_s)^{\mathrm T}=A_s^{\mathrm T}\cdots A_2^{\mathrm T}A_1^{\mathrm T} 。 和逆矩阵的公式成对记:(AB)^{-1}=B^{-1}A^{-1} 、(AB)^{*}=B^{*}A^{*} 、(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T} ——三条都是"反序"。

1.4 特殊矩阵族(按"幂性质"分类最有用)

类型 定义 关键性质
单位矩阵 E 主对角为 1 AE=EA=A
数量矩阵 kE 主对角全为 k 与任意同阶矩阵可交换
对角矩阵 \Lambda=\operatorname{diag}(\lambda_1,\cdots,\lambda_n) 非对角全 0 相乘 = 对应位置相乘;\Lambda^k=\operatorname{diag}(\lambda_1^k,\cdots,\lambda_n^k)
对称矩阵 A^{\mathrm T}=A 特征值全为实数;不同特征值的特征向量正交(第 5 讲)
反对称矩阵 A^{\mathrm T}=-A 主对角全 0;奇数阶时 \lvert A\rvert=0 ,必不可逆
正交矩阵 A^{\mathrm T}A=E A^{-1}=A^{\mathrm T} ;\lvert A\rvert=\pm1
幂等矩阵 A^2=A A^k=A ;r(A)+r(A-E)=n
对合矩阵 A^2=E A^{-1}=A ;A^{2k}=E 、A^{2k+1}=A
幂零矩阵 A^k=O (某 k ) n 阶时必有 A^n=O ;E-A 必可逆

两条常用分解(🟩 仓库):

  • 任意方阵 = 对称 + 反对称:A=\dfrac{A+A^{\mathrm T}}{2}+\dfrac{A-A^{\mathrm T}}{2} ;
  • 任意方阵 × 转置必对称:A^{\mathrm T}A 与 AA^{\mathrm T} 都是对称矩阵(且半正定,第 6 讲)。

1.5 什么情况下可以交换(四类情形,考选择题常靠它)

  1. A 与 kE (数量矩阵);
  2. A 与 A^{-1} 、A 与 A^{*} 、A 与 f(A) (同一个 A 的"函数"之间都交换,故 f(A)g(A)=g(A)f(A) );
  3. 两个同阶对角矩阵(更一般:同时对角化的两个矩阵);
  4. 题设明确给出 AB=BA 。

其余一律不许交换。考场上凡是要合并 AB+BA 成 2AB 的地方,必须先确认可交换。


2. 方阵的行列式与迹

2.1 行列式八条公式

\lvert A^{\mathrm T}\rvert=\lvert A\rvert,\qquad \lvert kA\rvert=k^n\lvert A\rvert\ (n\ \text{阶}),\qquad \boxed{\lvert AB\rvert=\lvert A\rvert\,\lvert B\rvert}, \lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert},\qquad \lvert A^{*}\rvert=\lvert A\rvert^{\,n-1},\qquad \lvert A^{m}\rvert=\lvert A\rvert^{m},\qquad \lvert A^{\mathrm T}A\rvert=\lvert A\rvert^{2}.

⚠️ \lvert A+B\rvert\neq\lvert A\rvert+\lvert B\rvert ——这是行列式最常设的陷阱。\lvert A+B\rvert 一般没有公式。 ⚠️ 注意 \lvert kA\rvert=k^{n}\lvert A\rvert 里的 n 是阶数,不是元素个数;三阶时是 k^3 。

2.2 迹 \operatorname{tr}

\operatorname{tr}(A)=\sum_{i=1}^{n}a_{ii},\qquad \operatorname{tr}(A+B)=\operatorname{tr}A+\operatorname{tr}B,\qquad \operatorname{tr}(kA)=k\operatorname{tr}A,\qquad \operatorname{tr}(A^{\mathrm T})=\operatorname{tr}A, \boxed{\operatorname{tr}(AB)=\operatorname{tr}(BA)}\quad(\text{只要求两个乘积都有意义}).

用途(后面反复用):

  • 秩 1 矩阵 A=\alpha\beta^{\mathrm T} 的迹 =\beta^{\mathrm T}\alpha ,直接给出它唯一的非零特征值;
  • \operatorname{tr}A=\sum\lambda_i ,\lvert A\rvert=\prod\lambda_i ——特征值与行列式/迹的桥(第 5 讲高频)。

3. 逆矩阵

3.1 定义与唯一性

若存在 B 使 AB=BA=E ,则称 A 可逆,B=A^{-1} 。逆矩阵唯一(若 B,C 都是逆,则 B=BE=B(AC)=(BA)C=C )。

判定义时只需验一侧:对方阵而言,AB=E 已经能推出 BA=E (有限维),所以验一侧即可。

3.2 可逆的 12 条等价条件(背下来,选择题直接秒)

A 为 n 阶方阵,以下全部等价:

# 条件 出处
1 \lvert A\rvert\neq0 行列式
2 r(A)=n (满秩) 秩
3 A 的列向量组线性无关 第 3 讲
4 A 的行向量组线性无关 第 3 讲
5 A 的列(行)向量组是 \mathbb R^n 的一组基 第 3 讲
6 Ax=0 只有零解 第 4 讲
7 对任意 b ,Ax=b 有唯一解 第 4 讲
8 A 与 E 等价(可经初等变换化为 E ) 初等变换
9 A 可表示为若干初等矩阵之积 初等变换
10 A 的特征值全不为 0 第 5 讲
11 A^{*} 可逆 伴随
12 A^{\mathrm T}A 正定(A 列满秩) 第 6 讲

记忆线索:行列式 ≠ 0 → 满秩 → 列无关 → 只有零解 → 唯一解 → 等价于 E,这是一条链,只要记住链头(\lvert A\rvert\neq0 )就能串出全部。

3.3 逆的运算法则

(A^{-1})^{-1}=A,\qquad (kA)^{-1}=\frac1k A^{-1}\ (k\neq0),\qquad \boxed{(AB)^{-1}=B^{-1}A^{-1}}, (A^{\mathrm T})^{-1}=(A^{-1})^{\mathrm T},\qquad \lvert A^{-1}\rvert=\frac{1}{\lvert A\rvert}.

⚠️ (A+B)^{-1}\neq A^{-1}+B^{-1} ,一般没有公式。A,B 都可逆推不出 A+B 可逆(如 A=E 、B=-E )。 处理 A+B 的通用手法:提公因子——若 A 可逆,则 A+B=A(E+A^{-1}B) ,于是 A+B 可逆 ⟺ E+A^{-1}B 可逆。

3.4 抽象矩阵求逆:凑 XY=E 的四个模板

模板一:由多项式关系凑

设 A^2+2A-3E=O 。求 A^{-1} 与 (A+E)^{-1} 。

A^2+2A=3E\ \Longrightarrow\ A(A+2E)=3E\ \Longrightarrow\ A\cdot\frac{A+2E}{3}=E\ \Longrightarrow\ A^{-1}=\frac{A+2E}{3}.

对 A+E :把等式配方成含 (A+E) 的形式

A^2+2A-3E=(A+E)^2-4E=O\ \Longrightarrow\ (A+E)^2=4E\ \Longrightarrow\ (A+E)\cdot\frac{A+E}{4}=E\ \Longrightarrow\ (A+E)^{-1}=\frac{A+E}{4}.

模板二:由 A+B=AB 型凑

A+B=AB\ \Longrightarrow\ AB-A-B=O\ \Longrightarrow\ (A-E)(B-E)=E.

于是 A-E 与 B-E 互为逆矩阵,且两者都可逆。口诀:移项后两边同时减 E ("-A-B 配成 -(A-E)-(B-E) ")。

同类:A+B+AB=O\Longrightarrow(A+E)(B+E)=E ; AB-A-2B=O\Longrightarrow(A-2E)(B-E)=2E\Longrightarrow (A-2E)\cdot\dfrac{B-E}{2}=E 。

模板三:幂零级数型

若 A^k=O ,则

(E-A)(E+A+A^2+\cdots+A^{k-1})=E-A^k=E,

所以 (E-A)^{-1}=E+A+\cdots+A^{k-1} (有限项,不需要收敛性)。同理 (E+A)^{-1}=E-A+A^2-\cdots 。

模板四:分块型

\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.

验证方法:直接乘一遍即可(考场上写"易验"就行,不要试图推导)。


4. 伴随矩阵 A^{*}

4.1 定义与核心公式

A^{*}=(A_{ij})^{\mathrm T} ,其中 A_{ij} 是 a_{ij} 的代数余子式(注意是转置后的排列)。

\boxed{A A^{*}=A^{*}A=\lvert A\rvert E}

由此立刻得到两条最常用的推论:

\lvert A\rvert\neq0\ \Longrightarrow\ A^{-1}=\frac{A^{*}}{\lvert A\rvert},\qquad A^{*}=\lvert A\rvert A^{-1}.

4.2 二阶伴随的口诀

A=\begin{pmatrix}a&b\\c&d\end{pmatrix}\ \Longrightarrow\ A^{*}=\begin{pmatrix}d&-b\\-c&a\end{pmatrix},

即"主对角互换,副对角变号"。三阶及以上只能老实算 9 个代数余子式。

4.3 伴随七条性质

公式 说明
\lvert A^{*}\rvert=\lvert A\rvert^{\,n-1} 由 \lvert A\rvert\lvert A^{*}\rvert=\lvert A\rvert^{n} 得
(A^{*})^{*}=\lvert A\rvert^{\,n-2}A n\ge2 ;特别 n=2 时 (A^{*})^{*}=A
(kA)^{*}=k^{\,n-1}A^{*} 不是 k^n
(AB)^{*}=B^{*}A^{*} 反序
(A^{\mathrm T})^{*}=(A^{*})^{\mathrm T} 转置不反序(同一位置)
(A^{-1})^{*}=(A^{*})^{-1} A 可逆时
A^{*} 的特征值为 \dfrac{\lvert A\rvert}{\lambda_i} A 可逆时(第 5 讲)

4.4 伴随的秩:三段式(选择题必考)

\boxed{r(A^{*})=\begin{cases}n, & r(A)=n,\\[2pt] 1, & r(A)=n-1,\\[2pt] 0, & r(A)\le n-2.\end{cases}}

记忆:满秩 → 满秩;差一 → 变 1;差二 → 归零。

理由速览:r(A)=n 时 A^{*}=\lvert A\rvert A^{-1} 可逆;r(A)=n-1 时 A^{*}\neq O (存在非零的 n-1 阶子式)但 A^{*}A=O ,故 r(A^{*})\le n-r(A)=1 ,只能等于 1;r(A)\le n-2 时所有 n-1 阶子式为 0,A^{*}=O 。


5. 初等变换与初等矩阵(真题重灾区)

5.1 三种初等变换

  1. 交换两行(列);
  2. 用非零数 k 乘某行(列);
  3. 把某行(列)的 k 倍加到另一行(列)。

初等矩阵:对 E 作一次初等变换得到的矩阵,记作 E_{ij} (交换 i,j 两行)、E_i(k) 、E_{ij}(k) 。

5.2 左行右列定理(最重要的一句话)

\boxed{\text{左乘初等矩阵 = 作同种行变换;右乘初等矩阵 = 作同种列变换。}}
  • E_{ij}A :交换 A 的 i,j 两行;AE_{ij} :交换 A 的 i,j 两列;
  • E_i(k)A :A 的第 i 行乘 k ;AE_i(k) :第 i 列乘 k ;
  • E_{ij}(k)A :A 的第 j 行乘 k 加到第 i 行;AE_{ij}(k) :A 的第 i 列乘 k 加到第 j 列。

⚠️ \mathbf{E_{ij}(k)} 的方向最容易错:E_{ij}(k)A 是"第 j 行 → 第 i 行"(行指标是"新位置",列指标是"来源")。AE_{ij}(k) 则反过来是"第 i 列 → 第 j 列"。 考场验算技巧:取 A=E 试一次就知道方向对不对。

5.3 初等矩阵的逆与转置

E_{ij}^{-1}=E_{ij}=E_{ij}^{\mathrm T},\qquad E_i(k)^{-1}=E_i\!\left(\frac1k\right),\qquad E_{ij}(k)^{-1}=E_{ij}(-k).

三种初等矩阵都可逆,且逆仍是同类型初等矩阵——这正是"A 可逆 ⟺ A 是初等矩阵之积"的来源。

5.4 矩阵等价与等价标准形

A 经有限次初等变换化为 B ,称 A 与 B 等价。任意 m\times n 矩阵 A (r(A)=r )都等价于

\begin{pmatrix}E_r&O\\O&O\end{pmatrix}_{m\times n},

即存在可逆 P,Q 使 PAQ=\begin{pmatrix}E_r&O\\O&O\end{pmatrix} 。初等变换不改变秩,所以等价的充要条件是同型且同秩。

5.5 用初等变换求逆(只许行变换)

[\,A\mid E\,]\ \xrightarrow{\ \text{行变换}\ }\ [\,E\mid A^{-1}\,].

求 AX=B 则用 [\,A\mid B\,]\to[\,E\mid A^{-1}B\,] 。

⚠️ 求逆只能用行变换。若同时用列变换,左边化成 E 时右边已经不是 A^{-1} 了(右边被"右乘"了某个 Q )。 若坚持用列变换,则要对竖排的 \begin{pmatrix}A\\E\end{pmatrix} 作列变换化为 \begin{pmatrix}E\\A^{-1}\end{pmatrix} 。

5.6 真题两个坑(2018·21 / 2020·5)

坑一:把"列变换"当成"行变换"。题目说"A 经若干次列变换化为 B ",则正确的表达是

B=AP\quad(P\ \text{可逆,且是初等矩阵之积}),

而不是 B=PA 。若行、列变换都用过,则 B=PAQ 。

坑二:误以为"A 与 B 等价"能推出"A=B 或相似"。等价只保证同秩,既不保特征值也不保行列式。

标准解法:把题目给的每一步变换逐次写成矩阵乘法(左乘/右乘对应初等矩阵),最后合并成 P 或 Q 。2018·21 的 11 分大题就是这么做的。


6. 矩阵的秩

6.1 三个等价定义

  1. 最高阶非零子式的阶数(定义);
  2. 行秩(行向量组的秩)= 列秩(列向量组的秩)——三者恒相等;
  3. r(A)=r ⟺ A 可经初等变换化为 \begin{pmatrix}E_r&O\\O&O\end{pmatrix} 。

6.2 十条不等式(2025·7 就考这个)

# 结论 备注
1 0\le r(A)\le\min\{m,n\} 满秩 / 降秩
2 r(A)=r(A^{\mathrm T})=r(A^{\mathrm T}A)=r(AA^{\mathrm T}) 高频
3 \lvert r(A)-r(B)\rvert\le r(A\pm B)\le r(A)+r(B) 三角不等式
4 r(AB)\le\min\{r(A),r(B)\} 乘法降秩
5 r(AB)\ge r(A)+r(B)-n Sylvester,A 的列数 =B 的行数 =n
6 AB=O\Longrightarrow r(A)+r(B)\le n 5 的推论,极高频
7 r(ABC)\ge r(AB)+r(BC)-r(B) Frobenius,考研少用
8 A^2=A\Longrightarrow r(A)+r(A-E)=n \ge 用三角,\le 用 A(A-E)=O
9 A^2=E\Longrightarrow r(A+E)+r(A-E)=n 同上,(A+E)(A-E)=O
10 r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r(A)+r(B) 分块对角,见 §7

两条必须会证(考过证明思路):

  • 第 6 条:AB=O ⟹ B 的每一列都是 Ax=0 的解,故 B 的列向量组落在解空间内,r(B)\le n-r(A) 。
  • 第 8 条:\ge 用 r(A)+r(A-E)\ge r\big(A-(A-E)\big)=r(E)=n ;\le 用 A(A-E)=O 配第 6 条。

怎么用第 2 条:r(A^{\mathrm T}A)=r(A) 的证明是"Ax=0 与 A^{\mathrm T}Ax=0 同解"——只需证 A^{\mathrm T}Ax=0\Rightarrow x^{\mathrm T}A^{\mathrm T}Ax=0\Rightarrow \lVert Ax\rVert^2=0\Rightarrow Ax=0 。这是内积证秩的样板(第 3 讲 C 组会再练)。

6.3 秩与"可乘可逆"

P,Q\ \text{可逆}\ \Longrightarrow\ r(PAQ)=r(A).

含义:初等变换不改变秩;等价类由秩唯一确定。这条是把"抽象矩阵的秩"化成"具体矩阵的秩"的唯一通道。


7. 分块矩阵(真题重灾区:3 次)

7.1 分块运算的合法性

  • 加法:同型且同一种分法;
  • 乘法:前块的列分法 = 后块的行分法;
  • 转置:每块转置 + 整体反序:\begin{pmatrix}A&B\\C&D\end{pmatrix}^{\mathrm T}=\begin{pmatrix}A^{\mathrm T}&C^{\mathrm T}\\B^{\mathrm T}&D^{\mathrm T}\end{pmatrix} 。

7.2 分块对角与分块三角

\begin{vmatrix}A&O\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert,\qquad \begin{vmatrix}A&C\\O&B\end{vmatrix}=\lvert A\rvert\,\lvert B\rvert, \begin{pmatrix}A&O\\O&B\end{pmatrix}^{k}=\begin{pmatrix}A^{k}&O\\O&B^{k}\end{pmatrix},\qquad \begin{pmatrix}A&O\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\O&B^{-1}\end{pmatrix}.

分块三角的逆(四块都要对上号):

\begin{pmatrix}A&O\\C&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&O\\-B^{-1}CA^{-1}&B^{-1}\end{pmatrix},\qquad \begin{pmatrix}A&C\\O&B\end{pmatrix}^{-1}=\begin{pmatrix}A^{-1}&-A^{-1}CB^{-1}\\O&B^{-1}\end{pmatrix}.

7.3 分块矩阵的秩:六条结论(本章第一重点)

\text{(i)}\quad r\begin{pmatrix}A&O\\O&B\end{pmatrix}=r\begin{pmatrix}O&A\\B&O\end{pmatrix}=r(A)+r(B); \text{(ii)}\quad r\begin{pmatrix}A&C\\O&B\end{pmatrix}\ge r(A)+r(B);\qquad \text{(iii)}\quad r\begin{pmatrix}A&O\\C&B\end{pmatrix}\ge r(A)+r(B); \text{(iv)}\quad \max\{r(A),r(B)\}\le r\begin{pmatrix}A&C\\O&B\end{pmatrix}\le r(A)+r(B)+r(C); \text{(v)}\quad r\begin{pmatrix}A&A\\A&A\end{pmatrix}=r(A);\qquad \text{(vi)}\quad r\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B).

证 (v):\begin{pmatrix}A&A\\A&A\end{pmatrix}=\begin{pmatrix}E\\E\end{pmatrix}A\begin{pmatrix}E&E\end{pmatrix} ,两边分别是列满秩、行满秩,故秩 =r(A) 。

证 (vi):左乘可逆矩阵 \begin{pmatrix}E&E\\E&-E\end{pmatrix} (其行列式 \lvert-2E\rvert=(-2)^n\neq0 ):

\begin{pmatrix}E&E\\E&-E\end{pmatrix}\begin{pmatrix}A&B\\B&A\end{pmatrix}=\begin{pmatrix}A+B&A+B\\A-B&B-A\end{pmatrix},

再把第 2 块列减去第 1 块列(右乘可逆矩阵),得 \begin{pmatrix}A+B&O\\A-B&2(B-A)\end{pmatrix} ,故秩 =r(A+B)+r(A-B) 。

证 (ii) 的直观:前 r(A) 个线性无关的 A 的行,配上右块零,仍线性无关;B 的 r(B) 个无关行也如此,且这两组行"位置不重叠",故至少 r(A)+r(B) 。

7.4 分块题的标准解法(三步)

  1. 先看能不能"分块初等变换"化简:用可逆的分块矩阵左乘/右乘(形如 \begin{pmatrix}E&O\\X&E\end{pmatrix} 这类),把 C 消掉;
  2. 再用 (i)–(vi) 套结论;
  3. 若 A 可逆,可用 Schur 补:
r\begin{pmatrix}A&B\\C&D\end{pmatrix}=r(A)+r\big(D-CA^{-1}B\big)\qquad(A\ \text{可逆}).

2018·6 / 2021·7 / 2023·5 的共同套路:题目给出 r(A) 与某些关系(如 A^2=A 、AB=O ),问某个分块矩阵的秩。先想办法把它化成 (i)(ii)(v)(vi) 之一,不要硬算元素。


8. 矩阵方程

方程 有解条件 解法(A 可逆时)
AX=B r(A)=r(A,B) (B 的每列都能被 A 的列表示) X=A^{-1}B ,或 [A\mid B]\to[E\mid A^{-1}B]
XA=B r(A)=r\begin{pmatrix}A\\B\end{pmatrix} X=BA^{-1} ,或转置成 A^{\mathrm T}X^{\mathrm T}=B^{\mathrm T}
AXB=C A,C 都可逆时才唯一 X=A^{-1}CB^{-1}

⚠️ 不能写成 \dfrac BA ——矩阵没有除法;XA=B 的解是 BA^{-1} (右乘),不是 A^{-1}B 。 ⚠️ AX=B 且 A 不可逆时,解不唯一,要用"逐列解方程组"或按第 4 讲的方法求通解。

抽象矩阵方程的标准动作:先移项、提公因子,把 X 单独留在一边:

AX+X=B\ \Longrightarrow\ (A+E)X=B\ \Longrightarrow\ X=(A+E)^{-1}B.

9. 矩阵幂与递推(大题主线,真题 2 次)

9.1 四条路线(按识别特征选)

特征 路线 公式
A=\alpha\beta^{\mathrm T} (秩 1) 用迹 A^{k}=\big(\operatorname{tr}A\big)^{k-1}A
A^k=O (幂零) 二项式截断 A^{m}=O\ (m\ge n)
A 与某矩阵可交换 二项式展开 (A+B)^n=\sum\binom nk A^kB^{n-k}
可对角化 A=P\Lambda P^{-1} A^{k}=P\Lambda^{k}P^{-1} (第 5 讲)

9.2 秩 1 矩阵公式(2016·21 的核心)

若 A=\alpha\beta^{\mathrm T} (\alpha,\beta 为 n 维列向量,\beta^{\mathrm T}\alpha\neq0 ),则

A^{2}=\alpha\beta^{\mathrm T}\alpha\beta^{\mathrm T}=(\beta^{\mathrm T}\alpha)\,\alpha\beta^{\mathrm T}=\big(\operatorname{tr}A\big)A, \boxed{A^{k}=\big(\beta^{\mathrm T}\alpha\big)^{k-1}A=\big(\operatorname{tr}A\big)^{k-1}A\quad(k\ge1).}

配套结论(考选择常一起考):秩 1 矩阵的特征值为 \operatorname{tr}A,\,0,\,0,\cdots,0 ;A 可对角化 ⟺ \operatorname{tr}A\neq0 。

识别技巧:题目给的 A 若每一行都是同一行的倍数(或每一列都是同一列的倍数),就是秩 1,立刻写 A=\alpha\beta^{\mathrm T} 。

9.3 幂零与二项式

若 A^k=O ,则 n 阶时 A^n=O ,于是

(E+A)^{n}=E+nA+\binom n2A^2+\cdots+A^{n}=E+nA+\cdots+\binom{n}{n-1}A^{n-1}.

典型:A=\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix} ,A^2=\begin{pmatrix}0&0&1\\0&0&0\\0&0&0\end{pmatrix} ,A^3=O 。

9.4 递推数列构造矩阵(2024·21 的骨架)

若 a_{n+1}=pa_n+qa_{n-1} ,令 \xi_n=\binom{a_{n+1}}{a_n} ,则

\xi_{n}=\begin{pmatrix}p&q\\1&0\end{pmatrix}\xi_{n-1}\ \Longrightarrow\ \xi_n=M^{\,n-1}\xi_1,

再把 M 对角化求 M^{n-1} (第 5 讲)。这是"递推 → 矩阵幂 → 对角化"的三段式,2024·21 的 12 分题正是这条链。


10. 正交矩阵(连接第 3、5 讲)

定义:A^{\mathrm T}A=E (等价于 AA^{\mathrm T}=E ,等价于 A^{-1}=A^{\mathrm T} )。

五条等价刻画:

  1. A^{-1}=A^{\mathrm T} ;
  2. A 的列向量组是规范正交基;A 的行向量组也是;
  3. A 保持内积:(Ax,Ay)=(x,y) ;
  4. A 保持长度:\lVert Ax\rVert=\lVert x\rVert ;
  5. \lvert A\rvert=\pm1 。

⚠️ \lvert A\rvert=\pm1 只是必要条件,不充分(如 \begin{pmatrix}1&1\\0&1\end{pmatrix} 行列式为 1 但不是正交矩阵)。 特征值:实特征值只能是 \pm1 ;复特征值的模为 1(第 5 讲)。


11. 十年真题落点地图(🟨 第 10 章 11 题 71 分)

年份·题号 题型 分值 考点 本手册节
2016·21 解答 11 矩阵幂与线性组合 §9.2
2017·5 单选 4 可逆矩阵判定 §3.2
2018·6 单选 4 分块矩阵的秩 §7.3
2018·21 解答 11 初等列变换与可逆矩阵 §5.2 / §5.6
2020·5 单选 4 初等列变换 §5.2
2021·7 单选 5 分块矩阵的秩 §7.3
2022·5 单选 5 可逆的判定 §3.2
2022·15 填空 5 矩阵恒等变形 §3.4
2023·5 单选 5 分块矩阵的秩 §7.3
2024·21 解答 12 递推数列与矩阵幂 §9.4
2025·7 单选 5 矩阵秩的不等式 §6.2

分布规律:

  • 选择/填空 7 题 31 分(可逆判定、分块秩、初等列变换、秩不等式、恒等变形)——全是结论题,背熟就得分;
  • 大题 3 题 34 分(矩阵幂 2 次、初等变换 1 次)——第 21 题的主力之一;
  • 分块矩阵的秩 3 次(2018、2021、2023),间隔 2–3 年,下一次大概率落在 2026 前后。

跨章牵连:矩阵的秩是第 3 讲(向量组的秩)、第 4 讲(方程组解的判定)的唯一工具;伴随与逆是第 5 讲(A^{*} 的特征值)的常客。


12. 速查卡 · 陷阱清单

12.1 速记十二条

  1. 不可交换、不可消去;AB=O 推不出 A=O 或 B=O ;
  2. 三条反序律:(AB)^{\mathrm T}=B^{\mathrm T}A^{\mathrm T} 、(AB)^{-1}=B^{-1}A^{-1} 、(AB)^{*}=B^{*}A^{*} ;
  3. \lvert kA\rvert=k^{n}\lvert A\rvert ;\lvert A+B\rvert 无公式;
  4. A 可逆 ⟺ \lvert A\rvert\neq0 ⟺ r(A)=n ⟺ 列无关 ⟺ Ax=0 只有零解;
  5. 凑 XY=E 是抽象求逆的唯一入口(A+B=AB\Rightarrow(A-E)(B-E)=E );
  6. A^{*}=\lvert A\rvert A^{-1} ;\lvert A^{*}\rvert=\lvert A\rvert^{n-1} ;(kA)^{*}=k^{n-1}A^{*} ;
  7. r(A^{*}) :满秩 → n ;差一 → 1;差二 → 0;
  8. 左行右列:左乘初等矩阵作行变换,右乘作列变换;
  9. 秩十条:r(AB)\le\min ;Sylvester r(AB)\ge r(A)+r(B)-n ;AB=O\Rightarrow r(A)+r(B)\le n ;
  10. r(A)=r(A^{\mathrm T}A)=r(AA^{\mathrm T}) ;
  11. 分块:对角相加、三角不减、\begin{pmatrix}A&A\\A&A\end{pmatrix} 秩不变、\begin{pmatrix}A&B\\B&A\end{pmatrix}=r(A+B)+r(A-B) ;
  12. 秩 1 矩阵:A^{k}=(\operatorname{tr}A)^{k-1}A 。

12.2 高频陷阱

陷阱 正确做法
把 (A+B)^2 展开成 A^2+2AB+B^2 只有 AB=BA 时才对
用 AB=AC 消去 A 必须 A 可逆
认为 (A+B)^{-1}=A^{-1}+B^{-1} 无此公式,用提公因子
\lvert kA\rvert 写成 k\lvert A\rvert n 阶时为 k^n\lvert A\rvert
(kA)^{*} 写成 k^nA^{*} 是 k^{\,n-1}A^{*}
求逆时混用列变换 求逆只用行变换(或用竖排作列变换)
把 E_{ij}(k)A 当成"第 i 行加到第 j 行" 是"第 j 行乘 k 加到第 i 行"
认为 \lvert A\rvert=\pm1 就是正交矩阵 只是必要条件
认为"等价"蕴含"相似" 等价只管同秩
分块三角的逆漏掉交叉块 两个交叉块:-B^{-1}CA^{-1} 与 -A^{-1}CB^{-1} ,位置别放反
秩 1 矩阵的幂写成 A^k=(\operatorname{tr}A)^kA 是 (\operatorname{tr}A)^{k-1}A

下一步:本讲不出习题。直接进入 线性代数-第3讲-向量/01-考点手册,那里的题会用到本讲的秩不等式、伴随公式与分块结论。