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

544 lines
27 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
- 考点
专题: 线性代数 第2讲 · 矩阵(真题库第 10 章)
日期: 2026-10-18
来源: 🟨真题库第 10 章(11 题 71 分)· 🟩参考仓库 linear-algebra/knowledge/2-matrix + exercise/2-matrix
关联: "[[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。