- 以张宇1000题(基础篇)第4章为骨架重写点4—点8 的题目部分,数字与设参位置全部另设; 其中 9 题标【张宇 4-xx 骨架】,17 题为原创同考法题(几何、矩阵方程在张宇该章无对应题) - 难度分布(点4—点8):★★★ 12→17 题,★☆☆ 3→1 题,全讲仍 43 题 - 三处题目标题去掉 $…$(三分类与通解、行和与零空间、积为零矩阵的秩不等式),锚点重新生成 - 01-知识点盘点 12976 字符;原 §9 覆盖对照 + §10 接口拆到 01b-覆盖对照与接口.md - 10-速查卡 修正含参丢分点极性,新增"三条抽象题万能钥"与 n-r+1 提醒 - 校验:247 条内部链接 0 异常,Gitea 公式 0 处待修
15 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4讲 · 点8 克拉默法则与抽象证明 | 2026-10-24 | 知识点带题(8.1 克拉默法则、8.2 四个证明模板,5 题) |
|
点 8 克拉默法则与抽象证明
真题锚点:支撑解答题与选择|重要度 ★★☆ 依赖:点 2、点 3;第 2 讲伴随矩阵。盘点对应:§8 全节。
组织原则:先列知识点(克拉默法则 → 证明四模板),再逐一对应出题。难度:★★☆ 1 题、★★★ 4 题——题 3—题 4 以张宇 1000 题(基础篇)第 4 章为骨架(4-11 行和、4-09 幂零),题 1、题 2、题 5 为原创,矩阵与参数全部另设。抽象证明题一律要求写出"为什么这一步不能省",只背模板不给分。
知识点 8.1 克拉默法则(出处:知识章 linear-equations-system.tex §9)
n 个方程、n 个未知量,D=\lvert A\rvert\ne0 时
x_j=\frac{D_j}{D},\qquad D_j=\text{把 }A\text{ 第 }j\text{ 列换成 }b\text{ 的行列式}.
四道限制:方阵;\lvert A\rvert\ne0 ;只适合低阶手算;D=0 时回到消元与秩讨论。
齐次推论:Ax=0 (n 方程 n 未知量)有非零解 \iff\lvert A\rvert=0 。
知识点 8.2 抽象证明四个模板(出处:练习章 linear-equations-system.tex)
| 要证 | 起手式 | 关键一步 |
|---|---|---|
| 某向量是解 | 直接算 A(\cdot) |
展开成已知解的组合 |
| 解向量组无关 | 设 \sum k_ix_i=0 |
两边左乘 A ,用 b\ne0 分出系数和 |
| 同解 | 双向包含 | 用 r\binom{A}{B}=r(A) |
| 有解条件 | 秩比较 | r(A)=r(A\mid b) |
最有用的一个动作:设 \sum k_ix_i=0 后**左乘 A ** ,立刻把非齐次部分压成 (\sum k_i)b ,再用 b\ne0 分出系数和为零,剩下的落到齐次解上。
题目(按知识点顺序对应)
难度说明:克拉默法则在真题里几乎不单独考"解方程",而是作为证明工具出现("行和
\Rightarrow特征向量"、"A^{*}相关")。本节五题:前两题落实克拉默的两个层次(算数值、作证明),后三题是本讲最硬的抽象题——行和矩阵、幂零矩阵、AB=O的秩不等式。
题 1 · 8.1:三阶方程组走一遍克拉默(★★☆)
用克拉默法则解方程组
\begin{cases}2x_1+x_2+x_3=4,\\ x_1+2x_2+x_3=3,\\ x_1+x_2+3x_3=7 .\end{cases}
怎么想:克拉默法则的值在于四个行列式各算一次、答案直接成型,不需要消元。算完必须验:D\ne0 才可用;四个行列式中 D 反复用到,先把它算准。
解:
第 1 步:系数行列式。
D=\begin{vmatrix}2&1&1\\1&2&1\\1&1&3\end{vmatrix}=2(6-1)-1(3-1)+1(1-2)=10-2-1=7\ne0 .
第 2 步:逐列替换。
D_1=\begin{vmatrix}4&1&1\\3&2&1\\7&1&3\end{vmatrix}=4(6-1)-1(9-7)+1(3-14)=20-2-11=7 ,
D_2=\begin{vmatrix}2&4&1\\1&3&1\\1&7&3\end{vmatrix}=2(9-7)-4(3-1)+1(7-3)=4-8+4=0 ,
D_3=\begin{vmatrix}2&1&4\\1&2&3\\1&1&7\end{vmatrix}=2(14-3)-1(7-3)+4(1-2)=22-4-4=14 .
第 3 步:写解。
x_1=\frac{D_1}{D}=1,\qquad x_2=\frac{D_2}{D}=0,\qquad x_3=\frac{D_3}{D}=2 .
验算:代回第 2 式:1+0+2=3 ✓;第 3 式:1+0+6=7 ✓。另可用 A^{-1}b 复核:x=(1,0,2)^{\mathrm T} ✓。
带走结论:克拉默法则的适用前提只有一条——D\ne0 (即系数矩阵可逆)。它的代价是 n+1 个行列式,所以只在 n\le3 或题目强制要求时才用;一旦 D=0 ,立刻回到消元法。
关联 · 盘点 §8.1 克拉默法则 | 上游 — | 下游 点 8 题 2 | 速查 十 克拉默法则
题 2 · 8.1:用克拉默法则证明"行和"这件事(★★★)
设
A=(a_{ij})是 3 阶可逆矩阵,且每行元素之和都等于k\ne0。解方程组Ax=b,其中b=(1,1,1)^{\mathrm T}。(Ⅰ)用克拉默法则证明
x_1=x_2=x_3=\frac1k; (Ⅱ)由此求D_1+D_2+D_3与D=\lvert A\rvert的关系。
怎么想:行和 =k 等价于 A e=ke (e=(1,1,1)^{\mathrm T} ),即 e 是 A 的特征向量、特征值为 k 。于是 b=e=\frac1k Ae ,直接给出 x=\frac1k e 。但题目要求用克拉默法则,那就得把 D_i 算出来——关键是 D_i 可以用"列替换 + 列相加"凑成 D 的倍数。
解:
(Ⅰ)第 1 步:把 e 写成各列的组合。 行和为 k 即 A e=ke ,也就是
e=\frac1k\,Ae=\frac1k\Big(\text{第 }1\text{ 列}+\text{第 }2\text{ 列}+\text{第 }3\text{ 列}\Big).
第 2 步:用行列式对"一列"的线性性。 D_i 是把 A 的第 i 列换成 e 得到的行列式。把上面的分解代入,按第 i 列的多重线性展开:
D_i=\frac1k\sum_{j=1}^{3}\big(\text{把第 }i\text{ 列换成第 }j\text{ 列后的行列式}\big).
j\ne i 时第 i 列与第 j 列相同,**行列式为 0 **;j=i 时就是 D 本身。故
D_1=D_2=D_3=\frac Dk .
第 3 步:写解。
x_i=\frac{D_i}{D}=\frac1k .
(Ⅱ) 由(Ⅰ)三个行列式相等,
D_1+D_2+D_3=\frac{3D}{k} .
验算:取 A=\begin{pmatrix}2&1&1\\1&2&1\\1&1&2\end{pmatrix} ,行和 k=4 ,D=4 。D_1 是把第 1 列换成 e :
D_1=\begin{vmatrix}1&1&1\\1&2&1\\1&1&2\end{vmatrix}=1(4-1)-1(2-1)+1(1-2)=3-1-1=1=\frac Dk\ ✓.
于是 x_1=\frac{D_1}{D}=\frac14 ;由对称性 x_2=x_3=\frac14 ,即 x=\frac14e ,与 Ae=4e\Rightarrow Ax=e 一致 ✓。
带走结论:"行和为 k " 是本讲最强的一句话翻译:Ae=ke 。有了它,Ax=e 的解立刻是 \frac1ke ;而要用克拉默解释,就走"e=\frac1k\sum 列 \to 行列式线性性 \to 只剩一项"这条链。凡是见到"每行元素之和""系数之和",第一反应都该是 e 是特征向量。
关联 · 盘点 §8.1 克拉默法则 | 上游 点 8 题 1 | 下游 — | 速查 十 克拉默法则
题 3 · 8.2:行和与零空间,反求整个矩阵(★★★)
【张宇 4-11 骨架】设
A是 3 阶矩阵,每行元素之和为 3,且Ax=0的通解为x=k_1(1,2,-2)^{\mathrm T}+k_2(2,1,2)^{\mathrm T},\qquad \alpha=(1,1,1)^{\mathrm T}.(Ⅰ)证明:对任意 3 维列向量
\beta,A\beta与\alpha线性相关;(Ⅱ)若\beta=(3,6,-3)^{\mathrm T},求A\beta;(Ⅲ)求A。
怎么想:三条信息各管一件事——**行和给 A\alpha=3\alpha ** ;**通解给 \ker A 的一组基,从而 r(A)=3-2=1 ** ;秩为 1 给 A=uv^{\mathrm T} 的分解形式。三条合起来,A 就被唯一确定了。(Ⅰ)的证明只需"\beta 能被 \{\alpha,\xi_1,\xi_2\} 表示"。
解:
(Ⅰ)第 1 步:三向量构成基。 计算
\begin{vmatrix}1&1&1\\1&2&-2\\2&1&2\end{vmatrix}=1(4+2)-1(2+4)+1(1-4)=6-6-3=-3\ne0 ,
故 \alpha,\xi_1,\xi_2 (\xi_1=(1,2,-2)^{\mathrm T},\xi_2=(2,1,2)^{\mathrm T} )线性无关,构成 \mathbb R^3 的一组基。
第 2 步:写出 A 在基上的作用。 任取 \beta=x_1\alpha+x_2\xi_1+x_3\xi_2 ,则
A\beta=x_1A\alpha+x_2A\xi_1+x_3A\xi_2 .
由行和为 3:A\alpha=3\alpha ;由 \xi_1,\xi_2 是 Ax=0 的解:A\xi_1=A\xi_2=0 。故
A\beta=3x_1\alpha ,
与 \alpha 线性相关(x_1=0 时 A\beta=0 ,零向量与任何向量线性相关)✓。
(Ⅱ) 先把 \beta 写成基下的坐标。设 \beta=x_1\alpha+x_2\xi_1+x_3\xi_2=(3,6,-3)^{\mathrm T} ,即
\begin{cases}x_1+x_2+2x_3=3,\\ x_1+2x_2+x_3=6,\\ x_1-2x_2+2x_3=-3 .\end{cases}
第 2 式 - 第 1 式:x_2-x_3=3 ;第 1 式 - 第 3 式:3x_2=6 ,故 x_2=2 、x_3=-1 、x_1=3 。于是
A\beta=3x_1\alpha=9\alpha=(9,9,9)^{\mathrm T}.
(Ⅲ) 秩:\dim\ker A=2\Rightarrow r(A)=1 。故存在非零列向量 u,v 使 A=uv^{\mathrm T} 。
\ker A=\{x:v^{\mathrm T}x=0\},而\ker A=\mathrm{span}\{\xi_1,\xi_2\},故v\perp\xi_1,v\perp\xi_2,取
v=\xi_1\times\xi_2=\begin{vmatrix}i&j&k\\1&2&-2\\2&1&2\end{vmatrix}=(4+2,\ -4-2,\ 1-4)=(6,-6,-3)\ ,
取整为 v=(2,-2,-1)^{\mathrm T} 。
- 由
A\alpha=3\alpha:u(v^{\mathrm T}\alpha)=3\alpha,而v^{\mathrm T}\alpha=2-2-1=-1,故
u=\frac{3}{-1}\alpha=-3(1,1,1)^{\mathrm T}.
于是
A=uv^{\mathrm T}=-3\begin{pmatrix}2&-2&-1\\2&-2&-1\\2&-2&-1\end{pmatrix}=\begin{pmatrix}-6&6&3\\-6&6&3\\-6&6&3\end{pmatrix}.
验算:A\alpha=(-6+6+3)(1,1,1)^{\mathrm T}=3\alpha ✓;A\xi_1=(-6+12-6,\ -6+12-6,\ -6+12-6)^{\mathrm T}=0 ✓;A\xi_2=(-12+6+6,\dots)^{\mathrm T}=0 ✓。再验(Ⅱ):A\beta 每行都是 -18+36-9=9 ,即 (9,9,9)^{\mathrm T}=9\alpha ,与 3x_1\alpha=3\times3\alpha 一致 ✓。
带走结论:三句话对应三个动作——行和 \to 特征向量;零空间 \to 秩与零化方向;秩 1 \to 外积分解。第(Ⅲ)问的关键是"\ker A 定 v 的方向、A\alpha 定 u 的大小",两步走完矩阵就唯一。最后务必用已知条件回代:本题的 A\beta 就是最方便的一道校验。
关联 · 盘点 §8.2 抽象证明四个模板 | 上游 — | 下游 点 8 题 4、点 8 题 5 | 速查 十一 证明四模板
题 4 · 8.2:幂零矩阵能夹出多小的秩(★★★)
【张宇 4-09 骨架】设
A是 3 阶非零矩阵,且A^2=O。若非齐次方程组Ax=b有解,求它线性无关解的最大个数;并把这套推理推广到n阶。
怎么想:非齐次方程组的"线性无关解最多有几个"是固定结论:n-r(A)+1 (特解贡献的那一维)。所以全题都在求 r(A) 。A^2=O 的用法是夹逼:A^2=O 意味着 A 的每一列都是 Ax=0 的解,即 \mathrm{col}(A)\subseteq\ker A ,于是两个维数相加不超过 n 。
解:
第 1 步:\mathrm{col}(A)\subseteq\ker A 。 A^2=O 即对任意 x 有 A(Ax)=0 ,故 Ax\in\ker A 。于是
r(A)=\dim\mathrm{col}(A)\le\dim\ker A=n-r(A)\Longrightarrow 2r(A)\le3\Longrightarrow r(A)\le\frac32 .
秩是整数,故 r(A)\le1 。
第 2 步:排除 r(A)=0 。 若 r(A)=0 则 A=O ,与"非零矩阵"矛盾。故
r(A)=1 .
第 3 步:数解的个数。 Ax=b 有解,取特解 \eta ,则全部解为 \eta+k_1\xi_1+k_2\xi_2 (\xi_1,\xi_2 是基础解系,共 n-r(A)=2 个)。线性无关解的最大个数为
n-r(A)+1=3-1+1=3 .
(取 \eta,\ \eta+\xi_1,\ \eta+\xi_2 即达上界。)
第 4 步:推广到 n 阶。 同法得 2r(A)\le n ,即 r(A)\le\frac n2 ,故
\text{线性无关解的最大个数}=n-r(A)+1\ge n-\frac n2+1=\frac n2+1 .
验算:取 n=3 的反例 A=\begin{pmatrix}0&1&0\\0&0&0\\0&0&0\end{pmatrix} ,A^2=O ✓,r(A)=1 ✓。取 b=(0,0,0) 之外的相容右端,如 b=(1,0,0)^{\mathrm T} ,Ax=b 即 x_2=1 ,解为 (x_1,1,x_3) ,其中 1 个特解 +2 维齐次,确实能挑出 3 个线性无关的解 ✓。
带走结论:**A^2=O\Rightarrow r(A)\le n/2 ,A^k=O\Rightarrow r(A)\le n(k-1)/k **(思路完全一样:\mathrm{col}(A)\subseteq\ker A^{k-1} )。"线性无关解的最大个数 =n-r+1 "这个 +1 是本讲最容易漏的一分。
关联 · 盘点 §8.2 抽象证明四个模板 | 上游 点 8 题 3 | 下游 点 8 题 5 | 速查 十一 证明四模板
题 5 · 8.2:积为零矩阵的秩不等式与三个推论(★★★)
设
A为m\times n矩阵,B为n\times s矩阵,且AB=O。(Ⅰ)证明
r(A)+r(B)\le n;(Ⅱ)若A列满秩,证明B=O;(Ⅲ)用(Ⅰ)证明:若A^2=A,则r(A)+r(A-E)=n。
怎么想:AB=O 的含义是"B 的每一列都被 A 杀掉",也就是 \mathrm{col}(B)\subseteq\ker A 。于是维数不等式立刻出来:\dim\mathrm{col}(B)\le\dim\ker A 。这是本讲排名第一的"一句话证明",务必背下来。
解:
(Ⅰ) 设 B=(\beta_1,\dots,\beta_s) 。由 AB=O 得 A\beta_j=0 ,即每个 \beta_j\in\ker A 。故
\mathrm{col}(B)\subseteq\ker A\Longrightarrow r(B)=\dim\mathrm{col}(B)\le\dim\ker A=n-r(A),
移项即得
r(A)+r(B)\le n .
(Ⅱ) 列满秩即 r(A)=n ,由(Ⅰ)得 r(B)\le n-r(A)=0 ,故 B=O 。(直观说法:A 的零空间只有零向量,B 的列无处可去。)
(Ⅲ) 由 A^2=A 得 A(A-E)=A^2-A=O ,对 A 与 B=A-E 用(Ⅰ):
r(A)+r(A-E)\le n .
另一方面,A-(A-E)=E ,由秩的次可加性(r(P+Q)\le r(P)+r(Q) 的等价形式):
n=r(E)=r\big(A-(A-E)\big)\le r(A)+r(A-E) .
两式夹逼得
r(A)+r(A-E)=n .
验算:取 A=\begin{pmatrix}1&0\\0&0\end{pmatrix} ,A^2=A ✓,r(A)=1 ,A-E=\begin{pmatrix}0&0\\0&-1\end{pmatrix} 秩 1 ,和为 2=n ✓。
带走结论:AB=O 三件套:① r(A)+r(B)\le n ;② 若 A 列满秩则 B=O ;③ A^2=A\Rightarrow r(A)+r(A-E)=n 。这三条在真题里反复出现,且都能用"\mathrm{col}(B)\subseteq\ker A "一句话推出来——不要背结论,背这一句。
关联 · 盘点 §8.2 抽象证明四个模板 | 上游 点 8 题 3、点 8 题 4 | 下游 — | 速查 十一 证明四模板