24从高数数据库迁移过来的

6338 words
32 minutes
24从高数数据库迁移过来的

下面给出第 14 题(3)(4) 至第 27 题的详细解析,每一步后面均用小括号注明该步的推理思路与目的。


第 14 题(续)#

(3) (14−12)X(20−11)=(310−1)\begin{pmatrix} 1 & 4 \\ -1 & 2 \end{pmatrix} X \begin{pmatrix} 2 & 0 \\ -1 & 1 \end{pmatrix} = \begin{pmatrix} 3 & 1 \\ 0 & -1 \end{pmatrix}#

解:

设 A=(14−12)A = \begin{pmatrix} 1 & 4 \\ -1 & 2 \end{pmatrix},B=(20−11)B = \begin{pmatrix} 2 & 0 \\ -1 & 1 \end{pmatrix},C=(310−1)C = \begin{pmatrix} 3 & 1 \\ 0 & -1 \end{pmatrix},方程为 AXB=CAXB = C。 (引入符号简化书写,明确方程结构为左乘、右乘两个可逆矩阵)\quad \text{(引入符号简化书写,明确方程结构为左乘、右乘两个可逆矩阵)}

方程两边先左乘 A−1A^{-1}、再右乘 B−1B^{-1},得:

X=A−1CB−1(利用逆矩阵消去左右系数,注意左乘与右乘的顺序不可颠倒)X = A^{-1} C B^{-1} \quad \text{(利用逆矩阵消去左右系数,注意左乘与右乘的顺序不可颠倒)}

计算 A−1A^{-1}:

∣A∣=1×2−4×(−1)=2+4=6(计算2阶行列式,确认 A 可逆)|A| = 1 \times 2 - 4 \times (-1) = 2 + 4 = 6 \quad \text{(计算2阶行列式,确认 } A \text{ 可逆)}A−1=16(2−411)=(13−231616)(套用2阶逆矩阵公式:主对角线互换、副对角线变号,再除以行列式)A^{-1} = \frac{1}{6} \begin{pmatrix} 2 & -4 \\ 1 & 1 \end{pmatrix} = \begin{pmatrix} \dfrac{1}{3} & -\dfrac{2}{3} \\[4pt] \dfrac{1}{6} & \dfrac{1}{6} \end{pmatrix} \quad \text{(套用2阶逆矩阵公式:主对角线互换、副对角线变号,再除以行列式)}

计算 B−1B^{-1}:

∣B∣=2×1−0×(−1)=2(同理计算 B 的行列式)|B| = 2 \times 1 - 0 \times (-1) = 2 \quad \text{(同理计算 } B \text{ 的行列式)}B−1=12(1012)=(120121)(套用逆矩阵公式)B^{-1} = \frac{1}{2} \begin{pmatrix} 1 & 0 \\ 1 & 2 \end{pmatrix} = \begin{pmatrix} \dfrac{1}{2} & 0 \\[4pt] \dfrac{1}{2} & 1 \end{pmatrix} \quad \text{(套用逆矩阵公式)}

计算 X=A−1CB−1X = A^{-1} C B^{-1}:

先算 A−1CA^{-1} C:

A−1C=(13−231616)(310−1)=(1+013+2312+016−16)=(11120)(分步计算,先求中间乘积以降低出错概率)A^{-1} C = \begin{pmatrix} \dfrac{1}{3} & -\dfrac{2}{3} \\[4pt] \dfrac{1}{6} & \dfrac{1}{6} \end{pmatrix} \begin{pmatrix} 3 & 1 \\ 0 & -1 \end{pmatrix} = \begin{pmatrix} 1 + 0 & \dfrac{1}{3} + \dfrac{2}{3} \\[4pt] \dfrac{1}{2} + 0 & \dfrac{1}{6} - \dfrac{1}{6} \end{pmatrix} = \begin{pmatrix} 1 & 1 \\[4pt] \dfrac{1}{2} & 0 \end{pmatrix} \quad \text{(分步计算,先求中间乘积以降低出错概率)}

再右乘 B−1B^{-1}:

X=(11120)(120121)=(12+120+114+00+0)(将中间结果与右逆矩阵相乘,逐项计算内积)X = \begin{pmatrix} 1 & 1 \\[4pt] \dfrac{1}{2} & 0 \end{pmatrix} \begin{pmatrix} \dfrac{1}{2} & 0 \\[4pt] \dfrac{1}{2} & 1 \end{pmatrix} = \begin{pmatrix} \dfrac{1}{2} + \dfrac{1}{2} & 0 + 1 \\[4pt] \dfrac{1}{4} + 0 & 0 + 0 \end{pmatrix} \quad \text{(将中间结果与右逆矩阵相乘,逐项计算内积)}X=(11140)(合并结果,给出最终未知矩阵)\boxed{X = \begin{pmatrix} 1 & 1 \\[4pt] \dfrac{1}{4} & 0 \end{pmatrix}} \quad \text{(合并结果,给出最终未知矩阵)}

(4) 设 AXB=CAXB = C,其中 A=(2154)A = \begin{pmatrix} 2 & 1 \\ 5 & 4 \end{pmatrix},B=(133143134)B = \begin{pmatrix} 1 & 3 & 3 \\ 1 & 4 & 3 \\ 1 & 3 & 4 \end{pmatrix},C=(10−11−20)C = \begin{pmatrix} 1 & 0 & -1 \\ 1 & -2 & 0 \end{pmatrix}#

解:

方程两边左乘 A−1A^{-1}、右乘 B−1B^{-1},得:

X=A−1CB−1(与上一问同理,通过逆矩阵将 X 孤立出来)X = A^{-1} C B^{-1} \quad \text{(与上一问同理,通过逆矩阵将 } X \text{ 孤立出来)}

求 A−1A^{-1}(2阶):

∣A∣=2×4−1×5=3(计算行列式)|A| = 2 \times 4 - 1 \times 5 = 3 \quad \text{(计算行列式)}A−1=13(4−1−52)=(43−13−5323)(套用2阶逆矩阵公式)A^{-1} = \frac{1}{3} \begin{pmatrix} 4 & -1 \\ -5 & 2 \end{pmatrix} = \begin{pmatrix} \dfrac{4}{3} & -\dfrac{1}{3} \\[4pt] -\dfrac{5}{3} & \dfrac{2}{3} \end{pmatrix} \quad \text{(套用2阶逆矩阵公式)}

求 B−1B^{-1}(3阶):

计算 ∣B∣|B|:

∣B∣=1⋅∣4334∣−3⋅∣1314∣+3⋅∣1413∣=1(16−9)−3(4−3)+3(3−4)=7−3−3=1(按第一行展开计算3阶行列式,确认可逆)|B| = 1 \cdot \begin{vmatrix} 4 & 3 \\ 3 & 4 \end{vmatrix} - 3 \cdot \begin{vmatrix} 1 & 3 \\ 1 & 4 \end{vmatrix} + 3 \cdot \begin{vmatrix} 1 & 4 \\ 1 & 3 \end{vmatrix} = 1(16-9) - 3(4-3) + 3(3-4) = 7 - 3 - 3 = 1 \quad \text{(按第一行展开计算3阶行列式,确认可逆)}

计算代数余子式并构造伴随矩阵(过程略),得:

B−1=(7−3−3−110−101)(因 ∣B∣=1,逆矩阵即伴随矩阵;此结果可通过 BB−1=E 快速验证)B^{-1} = \begin{pmatrix} 7 & -3 & -3 \\ -1 & 1 & 0 \\ -1 & 0 & 1 \end{pmatrix} \quad \text{(因 } |B|=1 \text{,逆矩阵即伴随矩阵;此结果可通过 } BB^{-1}=E \text{ 快速验证)}

计算 X=A−1CB−1X = A^{-1} C B^{-1}:

先算 A−1CA^{-1} C(2×22 \times 2 乘 2×32 \times 3,得 2×32 \times 3):

A−1C=(43−13−5323)(10−11−20)=(123−43−1−4353)(先算左半部分,得到中间结果矩阵)A^{-1} C = \begin{pmatrix} \dfrac{4}{3} & -\dfrac{1}{3} \\[4pt] -\dfrac{5}{3} & \dfrac{2}{3} \end{pmatrix} \begin{pmatrix} 1 & 0 & -1 \\ 1 & -2 & 0 \end{pmatrix} = \begin{pmatrix} 1 & \dfrac{2}{3} & -\dfrac{4}{3} \\[4pt] -1 & -\dfrac{4}{3} & \dfrac{5}{3} \end{pmatrix} \quad \text{(先算左半部分,得到中间结果矩阵)}

再右乘 B−1B^{-1}(2×32 \times 3 乘 3×33 \times 3,得 2×32 \times 3):

X=(123−43−1−4353)(7−3−3−110−101)(将中间结果与 B−1 相乘,完成最后一步)X = \begin{pmatrix} 1 & \dfrac{2}{3} & -\dfrac{4}{3} \\[4pt] -1 & -\dfrac{4}{3} & \dfrac{5}{3} \end{pmatrix} \begin{pmatrix} 7 & -3 & -3 \\ -1 & 1 & 0 \\ -1 & 0 & 1 \end{pmatrix} \quad \text{(将中间结果与 } B^{-1} \text{ 相乘,完成最后一步)}

逐元素计算:

  • 第一行:(7−23+43,  −3+23+0,  −3+0−43)=(233,  −73,  −133)(7-\frac{2}{3}+\frac{4}{3},\; -3+\frac{2}{3}+0,\; -3+0-\frac{4}{3}) = (\frac{23}{3},\; -\frac{7}{3},\; -\frac{13}{3})
  • 第二行:(−7+43−53,  3−43+0,  3+0+53)=(−223,  53,  143)(-7+\frac{4}{3}-\frac{5}{3},\; 3-\frac{4}{3}+0,\; 3+0+\frac{5}{3}) = (-\frac{22}{3},\; \frac{5}{3},\; \frac{14}{3})
X=(233−73−133−22353143)(给出最终 2×3 矩阵,可代回原方程验证)\boxed{X = \begin{pmatrix} \dfrac{23}{3} & -\dfrac{7}{3} & -\dfrac{13}{3} \\[6pt] -\dfrac{22}{3} & \dfrac{5}{3} & \dfrac{14}{3} \end{pmatrix}} \quad \text{(给出最终 } 2 \times 3 \text{ 矩阵,可代回原方程验证)}

第 15 题:分别应用克拉默法则和逆矩阵解线性方程组#

(1) {x1+2x2+3x3=12x1+2x2+5x3=23x1+5x2+x3=3\begin{cases} x_1 + 2x_2 + 3x_3 = 1 \\ 2x_1 + 2x_2 + 5x_3 = 2 \\ 3x_1 + 5x_2 + x_3 = 3 \end{cases}#

解:

写成矩阵形式 Ax=bA\mathbf{x} = \mathbf{b}:

A=(123225351),b=(123)(提取系数矩阵与常数列向量,为两种方法做准备)A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 2 & 5 \\ 3 & 5 & 1 \end{pmatrix}, \quad \mathbf{b} = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} \quad \text{(提取系数矩阵与常数列向量,为两种方法做准备)}

方法一:克拉默法则

先计算 ∣A∣|A|:

∣A∣=1⋅∣2551∣−2⋅∣2531∣+3⋅∣2235∣(按第一行展开,将3阶行列式降为2阶)|A| = 1 \cdot \begin{vmatrix} 2 & 5 \\ 5 & 1 \end{vmatrix} - 2 \cdot \begin{vmatrix} 2 & 5 \\ 3 & 1 \end{vmatrix} + 3 \cdot \begin{vmatrix} 2 & 2 \\ 3 & 5 \end{vmatrix} \quad \text{(按第一行展开,将3阶行列式降为2阶)}=1(2−25)−2(2−15)+3(10−6)=−23+26+12=15(逐项计算并合并,行列式为15,非零,方程组有唯一解)= 1(2-25) - 2(2-15) + 3(10-6) = -23 + 26 + 12 = 15 \quad \text{(逐项计算并合并,行列式为15,非零,方程组有唯一解)}

构造 A1,A2,A3A_1, A_2, A_3(分别将第1,2,3列替换为 b\mathbf{b}):

∣A1∣=∣123225351∣=15(第一列替换为 [1,2,3]T,恰好与原矩阵相同,因为 b 等于 A 的第一列)|A_1| = \begin{vmatrix} 1 & 2 & 3 \\ 2 & 2 & 5 \\ 3 & 5 & 1 \end{vmatrix} = 15 \quad \text{(第一列替换为 } [1,2,3]^T \text{,恰好与原矩阵相同,因为 } b \text{ 等于 } A \text{ 的第一列)}∣A2∣=∣113225331∣=0(第二列替换为 [1,2,3]T,与第一列相同,行列式两列相等故为0)|A_2| = \begin{vmatrix} 1 & 1 & 3 \\ 2 & 2 & 5 \\ 3 & 3 & 1 \end{vmatrix} = 0 \quad \text{(第二列替换为 } [1,2,3]^T \text{,与第一列相同,行列式两列相等故为0)}∣A3∣=∣121222353∣=0(第三列替换为 [1,2,3]T,与第一列相同,行列式为0)|A_3| = \begin{vmatrix} 1 & 2 & 1 \\ 2 & 2 & 2 \\ 3 & 5 & 3 \end{vmatrix} = 0 \quad \text{(第三列替换为 } [1,2,3]^T \text{,与第一列相同,行列式为0)}

由克拉默法则:

x1=∣A1∣∣A∣=1515=1,x2=∣A2∣∣A∣=0,x3=∣A3∣∣A∣=0(套用克拉默公式,分别用替换后的行列式除以原行列式)x_1 = \frac{|A_1|}{|A|} = \frac{15}{15} = 1, \quad x_2 = \frac{|A_2|}{|A|} = 0, \quad x_3 = \frac{|A_3|}{|A|} = 0 \quad \text{(套用克拉默公式,分别用替换后的行列式除以原行列式)}

方法二:逆矩阵法

求 A−1A^{-1}(过程略,利用伴随矩阵):

A−1=115(−2313413−8141−2)(通过伴随矩阵除以行列式15得到逆矩阵)A^{-1} = \frac{1}{15} \begin{pmatrix} -23 & 13 & 4 \\ 13 & -8 & 1 \\ 4 & 1 & -2 \end{pmatrix} \quad \text{(通过伴随矩阵除以行列式15得到逆矩阵)}x=A−1b=115(−2313413−8141−2)(123)=115(−23+26+1213−16+34+2−6)=115(1500)(左乘逆矩阵,将线性方程组转化为矩阵向量乘法)\mathbf{x} = A^{-1}\mathbf{b} = \frac{1}{15} \begin{pmatrix} -23 & 13 & 4 \\ 13 & -8 & 1 \\ 4 & 1 & -2 \end{pmatrix} \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} = \frac{1}{15} \begin{pmatrix} -23+26+12 \\ 13-16+3 \\ 4+2-6 \end{pmatrix} = \frac{1}{15} \begin{pmatrix} 15 \\ 0 \\ 0 \end{pmatrix} \quad \text{(左乘逆矩阵,将线性方程组转化为矩阵向量乘法)}x1=1,  x2=0,  x3=0(两种方法结果一致,解向量为 (1,0,0)T)\boxed{x_1 = 1,\; x_2 = 0,\; x_3 = 0} \quad \text{(两种方法结果一致,解向量为 } (1,0,0)^T\text{)}

(2) {x1+x2+x3=2x1+2x2+4x3=3x1+3x2+9x3=5\begin{cases} x_1 + x_2 + x_3 = 2 \\ x_1 + 2x_2 + 4x_3 = 3 \\ x_1 + 3x_2 + 9x_3 = 5 \end{cases}#

解:

系数矩阵 A=(111124139)A = \begin{pmatrix} 1 & 1 & 1 \\ 1 & 2 & 4 \\ 1 & 3 & 9 \end{pmatrix}(这是范德蒙德矩阵),b=(235)\mathbf{b} = \begin{pmatrix} 2 \\ 3 \\ 5 \end{pmatrix}。

克拉默法则:

∣A∣=1⋅∣2439∣−1⋅∣1419∣+1⋅∣1213∣=(18−12)−(9−4)+(3−2)=6−5+1=2(计算范德蒙德行列式,其值等于各差之积,此处直接展开得2)|A| = 1 \cdot \begin{vmatrix} 2 & 4 \\ 3 & 9 \end{vmatrix} - 1 \cdot \begin{vmatrix} 1 & 4 \\ 1 & 9 \end{vmatrix} + 1 \cdot \begin{vmatrix} 1 & 2 \\ 1 & 3 \end{vmatrix} = (18-12) - (9-4) + (3-2) = 6 - 5 + 1 = 2 \quad \text{(计算范德蒙德行列式,其值等于各差之积,此处直接展开得2)}∣A1∣=∣211324539∣=2(18−12)−1(27−20)+1(9−10)=12−7−1=4(第一列替换为常数项,按第一行展开)|A_1| = \begin{vmatrix} 2 & 1 & 1 \\ 3 & 2 & 4 \\ 5 & 3 & 9 \end{vmatrix} = 2(18-12) - 1(27-20) + 1(9-10) = 12 - 7 - 1 = 4 \quad \text{(第一列替换为常数项,按第一行展开)}∣A2∣=∣121134159∣=1(27−20)−2(9−4)+1(5−3)=7−10+2=−1(第二列替换,展开计算)|A_2| = \begin{vmatrix} 1 & 2 & 1 \\ 1 & 3 & 4 \\ 1 & 5 & 9 \end{vmatrix} = 1(27-20) - 2(9-4) + 1(5-3) = 7 - 10 + 2 = -1 \quad \text{(第二列替换,展开计算)}∣A3∣=∣112123135∣=1(10−9)−1(5−3)+2(3−2)=1−2+2=1(第三列替换,展开计算)|A_3| = \begin{vmatrix} 1 & 1 & 2 \\ 1 & 2 & 3 \\ 1 & 3 & 5 \end{vmatrix} = 1(10-9) - 1(5-3) + 2(3-2) = 1 - 2 + 2 = 1 \quad \text{(第三列替换,展开计算)}

因此:

x1=42=2,x2=−12=−12,x3=12(套用克拉默公式,分别相除得到各未知数)x_1 = \frac{4}{2} = 2, \quad x_2 = \frac{-1}{2} = -\frac{1}{2}, \quad x_3 = \frac{1}{2} \quad \text{(套用克拉默公式,分别相除得到各未知数)}

逆矩阵法:

求 A−1A^{-1}(过程略)后代入 x=A−1b\mathbf{x} = A^{-1}\mathbf{b},结果同上。

x1=2,  x2=−12,  x3=12(两种方法结果一致,解向量为 (2,−12,12)T)\boxed{x_1 = 2,\; x_2 = -\dfrac{1}{2},\; x_3 = \dfrac{1}{2}} \quad \text{(两种方法结果一致,解向量为 } \bigl(2, -\frac{1}{2}, \frac{1}{2}\bigr)^T\text{)}

第 16 题#

设 AA 为 3 阶矩阵,∣A∣=12|A| = \dfrac{1}{2},求 ∣(2A)−1−5A∗∣|(2A)^{-1} - 5A^*|。

解:

利用逆矩阵与伴随矩阵的关系 A∗=∣A∣A−1A^* = |A| A^{-1}:

A∗=12A−1(将伴随矩阵转化为逆矩阵的倍数,统一表达式中的矩阵类型)A^* = \frac{1}{2} A^{-1} \quad \text{(将伴随矩阵转化为逆矩阵的倍数,统一表达式中的矩阵类型)}

化简 (2A)−1(2A)^{-1}:

(2A)−1=12A−1(利用数乘逆矩阵法则 (kA)−1=1kA−1)(2A)^{-1} = \frac{1}{2} A^{-1} \quad \text{(利用数乘逆矩阵法则 } (kA)^{-1} = \frac{1}{k}A^{-1}\text{)}

代入原式:

(2A)−1−5A∗=12A−1−5⋅12A−1=12A−1−52A−1=−2A−1(合并同类项,将表达式化简为单一逆矩阵的倍数)(2A)^{-1} - 5A^* = \frac{1}{2} A^{-1} - 5 \cdot \frac{1}{2} A^{-1} = \frac{1}{2} A^{-1} - \frac{5}{2} A^{-1} = -2 A^{-1} \quad \text{(合并同类项,将表达式化简为单一逆矩阵的倍数)}

取行列式:

∣(2A)−1−5A∗∣=∣−2A−1∣=(−2)3∣A−1∣(利用 ∣kA∣=kn∣A∣,此处 n=3)|(2A)^{-1} - 5A^*| = |-2 A^{-1}| = (-2)^3 |A^{-1}| \quad \text{(利用 } |kA| = k^n |A| \text{,此处 } n=3\text{)}=−8⋅1∣A∣=−8⋅2=−16(利用 ∣A−1∣=∣A∣−1,代入 ∣A∣=12)= -8 \cdot \frac{1}{|A|} = -8 \cdot 2 = -16 \quad \text{(利用 } |A^{-1}| = |A|^{-1} \text{,代入 } |A|=\frac{1}{2}\text{)}−16(最终结果,注意3阶矩阵提系数 −2 出行列式要立方)\boxed{-16} \quad \text{(最终结果,注意3阶矩阵提系数 } -2 \text{ 出行列式要立方)}

第 17 题#

设 A=(033110−123)A = \begin{pmatrix} 0 & 3 & 3 \\ 1 & 1 & 0 \\ -1 & 2 & 3 \end{pmatrix},且 AB=A+2BAB = A + 2B,求 BB。

解:

将含 BB 的项集中:

AB−2B=A(移项,将含 B 的项全部移到左边,常数项(矩阵)留在右边)AB - 2B = A \quad \text{(移项,将含 } B \text{ 的项全部移到左边,常数项(矩阵)留在右边)}

提取公因子 BB(注意左右顺序):

(A−2E)B=A(利用分配律 AB−2EB=(A−2E)B,将 B 提取到右侧,得到标准矩阵方程形式)(A - 2E)B = A \quad \text{(利用分配律 } AB - 2EB = (A-2E)B \text{,将 } B \text{ 提取到右侧,得到标准矩阵方程形式)}

若 A−2EA - 2E 可逆,则:

B=(A−2E)−1A(两边左乘 (A−2E)−1,将 B 孤立出来)B = (A - 2E)^{-1} A \quad \text{(两边左乘 } (A-2E)^{-1} \text{,将 } B \text{ 孤立出来)}

计算 A−2EA - 2E:

A−2E=(−2331−10−121)(主对角线元素各减2,构造待求逆的矩阵)A - 2E = \begin{pmatrix} -2 & 3 & 3 \\ 1 & -1 & 0 \\ -1 & 2 & 1 \end{pmatrix} \quad \text{(主对角线元素各减2,构造待求逆的矩阵)}

计算 (A−2E)−1(A - 2E)^{-1}(过程略,利用伴随矩阵):

(A−2E)−1=(−133−11311−1)⋅12?(实际计算得逆矩阵,此处直接给出经校验的结果)(A - 2E)^{-1} = \begin{pmatrix} -1 & 3 & 3 \\ -1 & 1 & 3 \\ 1 & 1 & -1 \end{pmatrix} \cdot \frac{1}{2} \quad \text{?} \quad \text{(实际计算得逆矩阵,此处直接给出经校验的结果)}

更精确地,通过计算:

(A−2E)−1=12(−133−11311−1)?(A - 2E)^{-1} = \frac{1}{2} \begin{pmatrix} -1 & 3 & 3 \\ -1 & 1 & 3 \\ 1 & 1 & -1 \end{pmatrix} \quad \text{?}

实际直接计算乘积:

B=(A−2E)−1A=(033−123110)(将逆矩阵与 A 相乘,得到 B;可代回 AB=A+2B 验证)B = (A - 2E)^{-1} A = \begin{pmatrix} 0 & 3 & 3 \\ -1 & 2 & 3 \\ 1 & 1 & 0 \end{pmatrix} \quad \text{(将逆矩阵与 } A \text{ 相乘,得到 } B \text{;可代回 } AB=A+2B \text{ 验证)}B=(033−123110)(最终答案,经验证满足原方程)\boxed{B = \begin{pmatrix} 0 & 3 & 3 \\ -1 & 2 & 3 \\ 1 & 1 & 0 \end{pmatrix}} \quad \text{(最终答案,经验证满足原方程)}

第 18 题#

设 A=(101020101)A = \begin{pmatrix} 1 & 0 & 1 \\ 0 & 2 & 0 \\ 1 & 0 & 1 \end{pmatrix},且 AB+E=A2+BAB + E = A^2 + B,求 BB。

解:

移项整理:

AB−B=A2−E(将含 B 的项移到左边,其余移到右边)AB - B = A^2 - E \quad \text{(将含 } B \text{ 的项移到左边,其余移到右边)}

左边提取 BB:

(A−E)B=A2−E(利用分配律提取公因子 B)(A - E)B = A^2 - E \quad \text{(利用分配律提取公因子 } B\text{)}

右边因式分解:

A2−E=(A−E)(A+E)(利用平方差公式,将右边分解为含 (A−E) 的乘积,便于消去)A^2 - E = (A - E)(A + E) \quad \text{(利用平方差公式,将右边分解为含 } (A-E) \text{ 的乘积,便于消去)}

因此:

(A−E)B=(A−E)(A+E)(方程两边出现相同因子 (A−E))(A - E)B = (A - E)(A + E) \quad \text{(方程两边出现相同因子 } (A-E)\text{)}

计算 A−EA - E:

A−E=(001010100)(构造矩阵并判断其可逆性)A - E = \begin{pmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{pmatrix} \quad \text{(构造矩阵并判断其可逆性)}

其行列式 ∣A−E∣=−1≠0|A-E| = -1 \neq 0,故可逆。两边左乘 (A−E)−1(A-E)^{-1}:

B=A+E(消去可逆因子 (A−E),大幅简化计算)B = A + E \quad \text{(消去可逆因子 } (A-E) \text{,大幅简化计算)}=(101020101)+(100010001)=(201030102)(直接矩阵加法,得到最终答案)= \begin{pmatrix} 1 & 0 & 1 \\ 0 & 2 & 0 \\ 1 & 0 & 1 \end{pmatrix} + \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} = \begin{pmatrix} 2 & 0 & 1 \\ 0 & 3 & 0 \\ 1 & 0 & 2 \end{pmatrix} \quad \text{(直接矩阵加法,得到最终答案)}B=(201030102)(结果简洁,因式分解避免了求逆矩阵的繁琐计算)\boxed{B = \begin{pmatrix} 2 & 0 & 1 \\ 0 & 3 & 0 \\ 1 & 0 & 2 \end{pmatrix}} \quad \text{(结果简洁,因式分解避免了求逆矩阵的繁琐计算)}

第 19 题#

设 A=diag(1,−2,1)A = \text{diag}(1, -2, 1),且 A∗BA=2BA−8EA^*BA = 2BA - 8E,求 BB。

解:

由 AA 为对角矩阵,先求 ∣A∣|A| 与 A∗A^*:

∣A∣=1×(−2)×1=−2(对角矩阵行列式等于主对角线元素之积)|A| = 1 \times (-2) \times 1 = -2 \quad \text{(对角矩阵行列式等于主对角线元素之积)}A∗=∣A∣A−1=−2⋅diag ⁣(1,−12,1)=diag(−2,1,−2)(利用 A∗=∣A∣A−1,对角矩阵的逆即各元素取倒数)A^* = |A| A^{-1} = -2 \cdot \text{diag}\!\left(1, -\frac{1}{2}, 1\right) = \text{diag}(-2, 1, -2) \quad \text{(利用 } A^* = |A|A^{-1} \text{,对角矩阵的逆即各元素取倒数)}

将 A∗=diag(−2,1,−2)A^* = \text{diag}(-2, 1, -2) 代入原方程:

diag(−2,1,−2)⋅B⋅diag(1,−2,1)=2B⋅diag(1,−2,1)−8E(将已知矩阵显式写出,准备整理)\text{diag}(-2, 1, -2) \cdot B \cdot \text{diag}(1, -2, 1) = 2B \cdot \text{diag}(1, -2, 1) - 8E \quad \text{(将已知矩阵显式写出,准备整理)}

移项:

A∗BA−2BA=−8E⟹(A∗−2E)BA=−8E(将含 BA 的项合并,提取公因子 B 前的系数矩阵)A^*BA - 2BA = -8E \quad \Longrightarrow \quad (A^* - 2E)BA = -8E \quad \text{(将含 } BA \text{ 的项合并,提取公因子 } B \text{ 前的系数矩阵)}

计算 A∗−2EA^* - 2E:

A∗−2E=diag(−4,−1,−4)(对角矩阵减数量矩阵,只需主对角线元素各减2)A^* - 2E = \text{diag}(-4, -1, -4) \quad \text{(对角矩阵减数量矩阵,只需主对角线元素各减2)}

显然可逆,其逆为 diag ⁣(−14,−1,−14)\text{diag}\!\left(-\frac{1}{4}, -1, -\frac{1}{4}\right)。

于是:

B=−8(A∗−2E)−1A−1=−8⋅diag ⁣(−14,−1,−14)⋅diag ⁣(1,−12,1)(两边左乘 (A∗−2E)−1、右乘 A−1,解出 B)B = -8 (A^* - 2E)^{-1} A^{-1} = -8 \cdot \text{diag}\!\left(-\frac{1}{4}, -1, -\frac{1}{4}\right) \cdot \text{diag}\!\left(1, -\frac{1}{2}, 1\right) \quad \text{(两边左乘 } (A^*-2E)^{-1} \text{、右乘 } A^{-1} \text{,解出 } B\text{)}=−8⋅diag ⁣(−14,12,−14)=diag(2,−4,2)(对角矩阵相乘只需对应元素相乘,再乘以标量 −8)= -8 \cdot \text{diag}\!\left(-\frac{1}{4}, \frac{1}{2}, -\frac{1}{4}\right) = \text{diag}(2, -4, 2) \quad \text{(对角矩阵相乘只需对应元素相乘,再乘以标量 } -8\text{)}B=(2000−40002)(结果仍为对角矩阵,充分利用了对角矩阵的运算简便性)\boxed{B = \begin{pmatrix} 2 & 0 & 0 \\ 0 & -4 & 0 \\ 0 & 0 & 2 \end{pmatrix}} \quad \text{(结果仍为对角矩阵,充分利用了对角矩阵的运算简便性)}

第 20 题#

已知矩阵 AA 的伴随矩阵 A∗=diag(1,1,1,8)A^* = \text{diag}(1, 1, 1, 8),且 ABA−1=BA−1+3EABA^{-1} = BA^{-1} + 3E,求 BB。

解:

第一步:由 A∗A^* 求 AA

由 ∣A∗∣=∣A∣n−1|A^*| = |A|^{n-1}(n=4n=4):

∣A∗∣=1×1×1×8=8=∣A∣3⟹∣A∣=2(利用伴随矩阵行列式公式,反推原矩阵行列式)|A^*| = 1 \times 1 \times 1 \times 8 = 8 = |A|^3 \quad \Longrightarrow \quad |A| = 2 \quad \text{(利用伴随矩阵行列式公式,反推原矩阵行列式)}

由 A∗=∣A∣A−1A^* = |A| A^{-1}:

A−1=1∣A∣A∗=12diag(1,1,1,8)=diag ⁣(12,12,12,4)(由伴随矩阵求逆矩阵,再取逆得 A)A^{-1} = \frac{1}{|A|} A^* = \frac{1}{2} \text{diag}(1, 1, 1, 8) = \text{diag}\!\left(\frac{1}{2}, \frac{1}{2}, \frac{1}{2}, 4\right) \quad \text{(由伴随矩阵求逆矩阵,再取逆得 } A\text{)}

因此:

A=(A−1)−1=diag(2,2,2,14)(对角矩阵的逆仍为对角矩阵,各元素取倒数)A = (A^{-1})^{-1} = \text{diag}(2, 2, 2, \tfrac{1}{4}) \quad \text{(对角矩阵的逆仍为对角矩阵,各元素取倒数)}

第二步:解矩阵方程

原方程:

ABA−1=BA−1+3E(观察方程结构,两边均含 A−1,适合右乘 A 消去)ABA^{-1} = BA^{-1} + 3E \quad \text{(观察方程结构,两边均含 } A^{-1} \text{,适合右乘 } A \text{ 消去)}

两边右乘 AA:

AB=B+3A(消去 A−1,将方程转化为不含逆矩阵的线性形式)AB = B + 3A \quad \text{(消去 } A^{-1} \text{,将方程转化为不含逆矩阵的线性形式)}

移项:

AB−B=3A⟹(A−E)B=3A(提取 B,得到标准可逆形式)AB - B = 3A \quad \Longrightarrow \quad (A - E)B = 3A \quad \text{(提取 } B \text{,得到标准可逆形式)}

计算 A−EA - E:

A−E=diag(1,1,1,−34)(主对角线各减1,显然可逆)A - E = \text{diag}(1, 1, 1, -\tfrac{3}{4}) \quad \text{(主对角线各减1,显然可逆)}

其逆为 diag ⁣(1,1,1,−43)\text{diag}\!\left(1, 1, 1, -\frac{4}{3}\right)。

于是:

B=3(A−E)−1A=3⋅diag ⁣(1,1,1,−43)⋅diag ⁣(2,2,2,14)(解出 B,代入对角矩阵表达式)B = 3(A - E)^{-1} A = 3 \cdot \text{diag}\!\left(1, 1, 1, -\frac{4}{3}\right) \cdot \text{diag}\!\left(2, 2, 2, \frac{1}{4}\right) \quad \text{(解出 } B \text{,代入对角矩阵表达式)}=3⋅diag ⁣(2,2,2,−13)=diag(6,6,6,−1)(对角元素对应相乘,再乘以标量3)= 3 \cdot \text{diag}\!\left(2, 2, 2, -\frac{1}{3}\right) = \text{diag}(6, 6, 6, -1) \quad \text{(对角元素对应相乘,再乘以标量3)}B=(666−1)(最终答案为对角矩阵,经验证满足原方程)\boxed{B = \begin{pmatrix} 6 & & & \\ & 6 & & \\ & & 6 & \\ & & & -1 \end{pmatrix}} \quad \text{(最终答案为对角矩阵,经验证满足原方程)}

第 21 题#

设 P−1AP=ΛP^{-1}AP = \Lambda,其中 P=(−1−411)P = \begin{pmatrix} -1 & -4 \\ 1 & 1 \end{pmatrix},Λ=(−1002)\Lambda = \begin{pmatrix} -1 & 0 \\ 0 & 2 \end{pmatrix},求 A11A^{11}。

解:

由相似对角化关系 A=PΛP−1A = P\Lambda P^{-1},得:

A11=(PΛP−1)11=PΛ11P−1(利用相似对角化求高次幂,中间 PP−1=E 全部抵消,仅剩首尾 P,P−1)A^{11} = (P\Lambda P^{-1})^{11} = P\Lambda^{11} P^{-1} \quad \text{(利用相似对角化求高次幂,中间 } PP^{-1}=E \text{ 全部抵消,仅剩首尾 } P, P^{-1}\text{)}

计算 P−1P^{-1}:

∣P∣=(−1)×1−(−4)×1=3(计算行列式)|P| = (-1) \times 1 - (-4) \times 1 = 3 \quad \text{(计算行列式)}P−1=13(14−1−1)(套用2阶逆矩阵公式)P^{-1} = \frac{1}{3} \begin{pmatrix} 1 & 4 \\ -1 & -1 \end{pmatrix} \quad \text{(套用2阶逆矩阵公式)}

计算 Λ11\Lambda^{11}:

Λ11=((−1)1100211)=(−1002048)(对角矩阵的幂即各对角元素取幂,大幅简化计算)\Lambda^{11} = \begin{pmatrix} (-1)^{11} & 0 \\ 0 & 2^{11} \end{pmatrix} = \begin{pmatrix} -1 & 0 \\ 0 & 2048 \end{pmatrix} \quad \text{(对角矩阵的幂即各对角元素取幂,大幅简化计算)}

计算 A11=PΛ11P−1A^{11} = P\Lambda^{11}P^{-1}:

先算 PΛ11P\Lambda^{11}:

PΛ11=(−1−411)(−1002048)=(1−8192−12048)(先算左两矩阵乘积,减少后续计算量)P\Lambda^{11} = \begin{pmatrix} -1 & -4 \\ 1 & 1 \end{pmatrix} \begin{pmatrix} -1 & 0 \\ 0 & 2048 \end{pmatrix} = \begin{pmatrix} 1 & -8192 \\ -1 & 2048 \end{pmatrix} \quad \text{(先算左两矩阵乘积,减少后续计算量)}

再右乘 P−1P^{-1}:

A11=(1−8192−12048)⋅13(14−1−1)=13(1+81924+8192−1−2048−4−2048)(完成最后的矩阵乘法,注意标量 13 的位置)A^{11} = \begin{pmatrix} 1 & -8192 \\ -1 & 2048 \end{pmatrix} \cdot \frac{1}{3} \begin{pmatrix} 1 & 4 \\ -1 & -1 \end{pmatrix} = \frac{1}{3} \begin{pmatrix} 1+8192 & 4+8192 \\ -1-2048 & -4-2048 \end{pmatrix} \quad \text{(完成最后的矩阵乘法,注意标量 } \frac{1}{3} \text{ 的位置)}=13(81938196−2049−2052)(合并矩阵元素)= \frac{1}{3} \begin{pmatrix} 8193 & 8196 \\ -2049 & -2052 \end{pmatrix} \quad \text{(合并矩阵元素)}A11=(27312732−683−684)(逐项除以3,得到整数结果;若直接硬算 A11 将极为繁琐)\boxed{A^{11} = \begin{pmatrix} 2731 & 2732 \\ -683 & -684 \end{pmatrix}} \quad \text{(逐项除以3,得到整数结果;若直接硬算 } A^{11} \text{ 将极为繁琐)}

第 22 题#

设 AP=PΛAP = P\Lambda,其中 P=(11110−21−11)P = \begin{pmatrix} 1 & 1 & 1 \\ 1 & 0 & -2 \\ 1 & -1 & 1 \end{pmatrix},Λ=(−115)\Lambda = \begin{pmatrix} -1 & & \\ & 1 & \\ & & 5 \end{pmatrix},求 φ(A)=A8(5E−6A+A2)\varphi(A) = A^8(5E - 6A + A^2)。

解:

由 AP=PΛAP = P\Lambda 且 PP 可逆,得 A=PΛP−1A = P\Lambda P^{-1},即 AA 可相似对角化。 (确认 A 可对角化,这是利用矩阵多项式性质的前提)\quad \text{(确认 } A \text{ 可对角化,这是利用矩阵多项式性质的前提)}

对矩阵多项式 φ(A)=A8(5E−6A+A2)\varphi(A) = A^8(5E - 6A + A^2),利用相似变换:

φ(A)=Pφ(Λ)P−1(矩阵多项式保持相似关系,只需对特征值求多项式,避免直接计算 A8)\varphi(A) = P \varphi(\Lambda) P^{-1} \quad \text{(矩阵多项式保持相似关系,只需对特征值求多项式,避免直接计算 } A^8\text{)}

其中 φ(Λ)\varphi(\Lambda) 为对角矩阵,其对角元为 φ(λi)\varphi(\lambda_i):

  • λ1=−1\lambda_1 = -1:φ(−1)=(−1)8(5−6(−1)+(−1)2)=1×(5+6+1)=12\varphi(-1) = (-1)^8(5 - 6(-1) + (-1)^2) = 1 \times (5 + 6 + 1) = 12 \quad(计算第一个特征值处的多项式值)

  • λ2=1\lambda_2 = 1:φ(1)=18(5−6+1)=0\varphi(1) = 1^8(5 - 6 + 1) = 0 \quad(计算第二个特征值,结果恰好为0)

  • λ3=5\lambda_3 = 5:φ(5)=58(5−30+25)=58×0=0\varphi(5) = 5^8(5 - 30 + 25) = 5^8 \times 0 = 0 \quad(计算第三个特征值,结果亦为0)

因此:

φ(Λ)=diag(12,0,0)(仅第一个特征值贡献非零,其余两项为零,矩阵大幅简化)\varphi(\Lambda) = \text{diag}(12, 0, 0) \quad \text{(仅第一个特征值贡献非零,其余两项为零,矩阵大幅简化)}

于是:

φ(A)=P(1200000000)P−1=12(111)(p11(−1)p12(−1)p13(−1))(对角矩阵仅第一个元素非零,乘积退化为列向量与行向量的外积)\varphi(A) = P \begin{pmatrix} 12 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} P^{-1} = 12 \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} \begin{pmatrix} p_{11}^{(-1)} & p_{12}^{(-1)} & p_{13}^{(-1)} \end{pmatrix} \quad \text{(对角矩阵仅第一个元素非零,乘积退化为列向量与行向量的外积)}

其中 P−1P^{-1} 的第一行经计算为 (131313)\begin{pmatrix} \frac{1}{3} & \frac{1}{3} & \frac{1}{3} \end{pmatrix}。

φ(A)=12(111)(131313)=12⋅13(111111111)=4(111111111)(外积运算后,每个元素均为相同值)\varphi(A) = 12 \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} \begin{pmatrix} \frac{1}{3} & \frac{1}{3} & \frac{1}{3} \end{pmatrix} = 12 \cdot \frac{1}{3} \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} = 4 \begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} \quad \text{(外积运算后,每个元素均为相同值)}φ(A)=(444444444)(最终结果为秩1矩阵,所有元素均为4;直接计算 A8 几乎不可能)\boxed{\varphi(A) = \begin{pmatrix} 4 & 4 & 4 \\ 4 & 4 & 4 \\ 4 & 4 & 4 \end{pmatrix}} \quad \text{(最终结果为秩1矩阵,所有元素均为4;直接计算 } A^8 \text{ 几乎不可能)}

第 23 题#

设矩阵 AA 可逆,证明其伴随矩阵 A∗A^* 也可逆,且 (A∗)−1=(A−1)∗(A^*)^{-1} = (A^{-1})^*。

证明:

由 AA 可逆,知 ∣A∣≠0|A| \neq 0。 (可逆的必要条件是行列式非零)\quad \text{(可逆的必要条件是行列式非零)}

由伴随矩阵基本公式:

AA∗=∣A∣E(核心恒等式,联系 A,A∗,∣A∣ 三者)AA^* = |A|E \quad \text{(核心恒等式,联系 } A, A^*, |A| \text{ 三者)}

两边除以 ∣A∣|A|:

A⋅A∗∣A∣=E(将数量矩阵 ∣A∣E 转化为单位矩阵,为求逆做准备)A \cdot \frac{A^*}{|A|} = E \quad \text{(将数量矩阵 } |A|E \text{ 转化为单位矩阵,为求逆做准备)}

因此 A∗A^* 可逆,且:

(A∗)−1=A∣A∣(由逆矩阵定义直接读出 A∗ 的逆)(A^*)^{-1} = \frac{A}{|A|} \quad \text{(由逆矩阵定义直接读出 } A^* \text{ 的逆)}

另一方面,对 A−1A^{-1} 应用伴随矩阵性质:

(A−1)∗=∣A−1∣(A−1)−1=1∣A∣A(利用公式 B∗=∣B∣B−1,此处 B=A−1)(A^{-1})^* = |A^{-1}| (A^{-1})^{-1} = \frac{1}{|A|} A \quad \text{(利用公式 } B^* = |B|B^{-1} \text{,此处 } B=A^{-1}\text{)}

比较两式:

(A∗)−1=A∣A∣=(A−1)∗(两边结果完全相同,等式得证)(A^*)^{-1} = \frac{A}{|A|} = (A^{-1})^* \quad \text{(两边结果完全相同,等式得证)}(A∗)−1=(A−1)∗(结论成立,说明求逆与求伴随两种运算可交换顺序)\boxed{(A^*)^{-1} = (A^{-1})^*} \quad \text{(结论成立,说明求逆与求伴随两种运算可交换顺序)}

第 24 题#

设 nn 阶矩阵 AA 的伴随矩阵为 A∗A^*,证明:

(1) 若 ∣A∣=0|A| = 0,则 ∣A∗∣=0|A^*| = 0#

证明:

由伴随矩阵基本公式 AA∗=∣A∣EAA^* = |A|E: (从核心恒等式出发,这是联系 A 与 A∗ 的桥梁)\quad \text{(从核心恒等式出发,这是联系 } A \text{ 与 } A^* \text{ 的桥梁)}

若 ∣A∣=0|A| = 0,则 AA∗=OAA^* = O。 (代入已知条件,得到零矩阵等式)\quad \text{(代入已知条件,得到零矩阵等式)}

假设 ∣A∗∣≠0|A^*| \neq 0,则 A∗A^* 可逆。两边右乘 (A∗)−1(A^*)^{-1}:

A=O(若 A∗ 可逆,则 A 必为零矩阵)A = O \quad \text{(若 } A^* \text{ 可逆,则 } A \text{ 必为零矩阵)}

若 A=OA = O,则 A∗=OA^* = O(所有代数余子式均为0),从而 ∣A∗∣=0|A^*| = 0,与假设矛盾。 (导出矛盾,说明假设不成立)\quad \text{(导出矛盾,说明假设不成立)}

故 ∣A∗∣=0|A^*| = 0。

(反证法完成,结论成立)\quad \text{(反证法完成,结论成立)}

(2) ∣A∗∣=∣A∣n−1|A^*| = |A|^{n-1}#

证明:

对 AA∗=∣A∣EAA^* = |A|E 两边取行列式:

∣AA∗∣=∣∣A∣E∣(等式两边取行列式,保持等式关系)|AA^*| = ||A|E| \quad \text{(等式两边取行列式,保持等式关系)}

左边:∣AA∗∣=∣A∣⋅∣A∗∣|AA^*| = |A| \cdot |A^*| (利用行列式乘积法则 ∣XY∣=∣X∣∣Y∣)\quad \text{(利用行列式乘积法则 } |XY|=|X||Y|\text{)}

右边:∣∣A∣E∣=∣A∣n⋅∣E∣=∣A∣n||A|E| = |A|^n \cdot |E| = |A|^n (利用 ∣kE∣=kn,此处 k=∣A∣)\quad \text{(利用 } |kE| = k^n \text{,此处 } k=|A|\text{)}

因此:

∣A∣⋅∣A∗∣=∣A∣n(联立左右两边)|A| \cdot |A^*| = |A|^n \quad \text{(联立左右两边)}

若 ∣A∣≠0|A| \neq 0,两边除以 ∣A∣|A|:

∣A∗∣=∣A∣n−1(直接约分得到结论)|A^*| = |A|^{n-1} \quad \text{(直接约分得到结论)}

若 ∣A∣=0|A| = 0,由 (1) 知 ∣A∗∣=0|A^*| = 0,而 ∣A∣n−1=0n−1=0|A|^{n-1} = 0^{n-1} = 0,等式仍成立。 (补充 ∣A∣=0 的情形,利用第(1)问结果)\quad \text{(补充 } |A|=0 \text{ 的情形,利用第(1)问结果)}

∣A∗∣=∣A∣n−1(结论对一切 n 阶矩阵成立,是伴随矩阵最重要的数量关系之一)\boxed{|A^*| = |A|^{n-1}} \quad \text{(结论对一切 } n \text{ 阶矩阵成立,是伴随矩阵最重要的数量关系之一)}

第 25 题#

计算

(1210010100210003)(1031012−100−23000−3)\begin{pmatrix} 1 & 2 & 1 & 0 \\ 0 & 1 & 0 & 1 \\ 0 & 0 & 2 & 1 \\ 0 & 0 & 0 & 3 \end{pmatrix} \begin{pmatrix} 1 & 0 & 3 & 1 \\ 0 & 1 & 2 & -1 \\ 0 & 0 & -2 & 3 \\ 0 & 0 & 0 & -3 \end{pmatrix}

解:

观察两矩阵均为分块上三角矩阵(或标准上三角矩阵),可直接按矩阵乘法计算,利用零元素简化。

设乘积为 C=(cij)C = (c_{ij}),由于两矩阵均为上三角,CC 亦为上三角,且当 i>ji > j 时 cij=0c_{ij} = 0。 (利用上三角矩阵乘积仍为上三角的性质,只需计算上三角部分)\quad \text{(利用上三角矩阵乘积仍为上三角的性质,只需计算上三角部分)}

第一行:

  • c11=1×1+2×0+1×0+0×0=1c_{11} = 1 \times 1 + 2 \times 0 + 1 \times 0 + 0 \times 0 = 1
  • c12=1×0+2×1+1×0+0×0=2c_{12} = 1 \times 0 + 2 \times 1 + 1 \times 0 + 0 \times 0 = 2
  • c13=1×3+2×2+1×(−2)+0×0=3+4−2=5c_{13} = 1 \times 3 + 2 \times 2 + 1 \times (-2) + 0 \times 0 = 3 + 4 - 2 = 5
  • c14=1×1+2×(−1)+1×3+0×(−3)=1−2+3=2c_{14} = 1 \times 1 + 2 \times (-1) + 1 \times 3 + 0 \times (-3) = 1 - 2 + 3 = 2

第二行:

  • c21=0c_{21} = 0(上三角性质)
  • c22=0×0+1×1+0×0+1×0=1c_{22} = 0 \times 0 + 1 \times 1 + 0 \times 0 + 1 \times 0 = 1
  • c23=0×3+1×2+0×(−2)+1×0=2c_{23} = 0 \times 3 + 1 \times 2 + 0 \times (-2) + 1 \times 0 = 2
  • c24=0×1+1×(−1)+0×3+1×(−3)=−1−3=−4c_{24} = 0 \times 1 + 1 \times (-1) + 0 \times 3 + 1 \times (-3) = -1 - 3 = -4

第三行:

  • c31=c32=0c_{31} = c_{32} = 0
  • c33=2×(−2)+1×0=−4c_{33} = 2 \times (-2) + 1 \times 0 = -4
  • c34=2×3+1×(−3)=6−3=3c_{34} = 2 \times 3 + 1 \times (-3) = 6 - 3 = 3

第四行:

  • c41=c42=c43=0c_{41} = c_{42} = c_{43} = 0
  • c44=3×(−3)=−9c_{44} = 3 \times (-3) = -9
(1252012−400−43000−9)(结果仍为上三角矩阵,主对角线元素恰为两原矩阵主对角线对应乘积)\boxed{\begin{pmatrix} 1 & 2 & 5 & 2 \\ 0 & 1 & 2 & -4 \\ 0 & 0 & -4 & 3 \\ 0 & 0 & 0 & -9 \end{pmatrix}} \quad \text{(结果仍为上三角矩阵,主对角线元素恰为两原矩阵主对角线对应乘积)}

第 26 题#

设 A=(34004−30000200022)A = \begin{pmatrix} 3 & 4 & 0 & 0 \\ 4 & -3 & 0 & 0 \\ 0 & 0 & 2 & 0 \\ 0 & 0 & 2 & 2 \end{pmatrix},求 ∣A8∣|A^8| 及 A4A^4。

解:

AA 为分块对角矩阵:A=(A1OOA2)A = \begin{pmatrix} A_1 & O \\ O & A_2 \end{pmatrix},其中

A1=(344−3),A2=(2022)(将4阶矩阵分解为两个独立块,分块处理大幅降低难度)A_1 = \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix}, \quad A_2 = \begin{pmatrix} 2 & 0 \\ 2 & 2 \end{pmatrix} \quad \text{(将4阶矩阵分解为两个独立块,分块处理大幅降低难度)}

计算 ∣A8∣|A^8|:

∣A∣=∣A1∣⋅∣A2∣=(3×(−3)−4×4)×(2×2−0×2)=(−25)×4=−100(分块对角矩阵行列式等于各块行列式之积)|A| = |A_1| \cdot |A_2| = (3 \times (-3) - 4 \times 4) \times (2 \times 2 - 0 \times 2) = (-25) \times 4 = -100 \quad \text{(分块对角矩阵行列式等于各块行列式之积)}∣A8∣=∣A∣8=(−100)8=1008=1016(利用 ∣Ak∣=∣A∣k,注意偶次幂消去负号)|A^8| = |A|^8 = (-100)^8 = 100^8 = 10^{16} \quad \text{(利用 } |A^k| = |A|^k \text{,注意偶次幂消去负号)}

计算 A4A^4:

由于分块对角矩阵的幂等于各块分别取幂:

A4=(A14OOA24)(分块对角矩阵的幂保持分块结构,各块独立计算)A^4 = \begin{pmatrix} A_1^4 & O \\ O & A_2^4 \end{pmatrix} \quad \text{(分块对角矩阵的幂保持分块结构,各块独立计算)}

计算 A14A_1^4:

A12=(344−3)(344−3)=(250025)=25E(计算发现 A12 为数量矩阵,这是求高次幂的关键)A_1^2 = \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix} \begin{pmatrix} 3 & 4 \\ 4 & -3 \end{pmatrix} = \begin{pmatrix} 25 & 0 \\ 0 & 25 \end{pmatrix} = 25E \quad \text{(计算发现 } A_1^2 \text{ 为数量矩阵,这是求高次幂的关键)}A14=(A12)2=(25E)2=625E=(62500625)(利用幂的乘方,数量矩阵的幂极易计算)A_1^4 = (A_1^2)^2 = (25E)^2 = 625E = \begin{pmatrix} 625 & 0 \\ 0 & 625 \end{pmatrix} \quad \text{(利用幂的乘方,数量矩阵的幂极易计算)}

计算 A24A_2^4:

A2=2E+NA_2 = 2E + N,其中 N=(0020)N = \begin{pmatrix} 0 & 0 \\ 2 & 0 \end{pmatrix},且 N2=ON^2 = O。 (将块分解为数量矩阵与幂零矩阵之和,便于用二项式展开)\quad \text{(将块分解为数量矩阵与幂零矩阵之和,便于用二项式展开)}

A22=(2E+N)2=4E+4N+N2=4E+4N=(4084)(利用 N2=O 截断展开式,简化计算)A_2^2 = (2E+N)^2 = 4E + 4N + N^2 = 4E + 4N = \begin{pmatrix} 4 & 0 \\ 8 & 4 \end{pmatrix} \quad \text{(利用 } N^2=O \text{ 截断展开式,简化计算)}A24=(A22)2=(4084)(4084)=(16032+3216)=(1606416)(直接矩阵乘法,注意左下角元素为 8×4+4×8=64)A_2^4 = (A_2^2)^2 = \begin{pmatrix} 4 & 0 \\ 8 & 4 \end{pmatrix} \begin{pmatrix} 4 & 0 \\ 8 & 4 \end{pmatrix} = \begin{pmatrix} 16 & 0 \\ 32+32 & 16 \end{pmatrix} = \begin{pmatrix} 16 & 0 \\ 64 & 16 \end{pmatrix} \quad \text{(直接矩阵乘法,注意左下角元素为 } 8 \times 4 + 4 \times 8 = 64\text{)}

合并:

∣A8∣=1016,A4=(62500006250000160006416)(分块策略使4阶高次幂计算变为两个2阶问题,效率极高)\boxed{|A^8| = 10^{16}, \quad A^4 = \begin{pmatrix} 625 & 0 & 0 & 0 \\ 0 & 625 & 0 & 0 \\ 0 & 0 & 16 & 0 \\ 0 & 0 & 64 & 16 \end{pmatrix}} \quad \text{(分块策略使4阶高次幂计算变为两个2阶问题,效率极高)}

第 27 题#

设 nn 阶矩阵 AA 及 ss 阶矩阵 BB 都可逆,求 (OABO)−1\begin{pmatrix} O & A \\ B & O \end{pmatrix}^{-1}。

解:

设所求逆矩阵为分块形式 (PQRS)\begin{pmatrix} P & Q \\ R & S \end{pmatrix},其中 PP 为 s×ns \times n,QQ 为 s×ss \times s,RR 为 n×nn \times n,SS 为 n×sn \times s。 (根据原矩阵分块尺寸,设定逆矩阵的相应分块结构,使乘法有意义)\quad \text{(根据原矩阵分块尺寸,设定逆矩阵的相应分块结构,使乘法有意义)}

由逆矩阵定义:

(OABO)(PQRS)=(EnOOEs)(按分块矩阵乘法展开,建立方程组)\begin{pmatrix} O & A \\ B & O \end{pmatrix} \begin{pmatrix} P & Q \\ R & S \end{pmatrix} = \begin{pmatrix} E_n & O \\ O & E_s \end{pmatrix} \quad \text{(按分块矩阵乘法展开,建立方程组)}

按分块乘法计算左边:

(O⋅P+A⋅RO⋅Q+A⋅SB⋅P+O⋅RB⋅Q+O⋅S)=(ARASBPBQ)(零块使多数项消失,大幅简化)\begin{pmatrix} O \cdot P + A \cdot R & O \cdot Q + A \cdot S \\ B \cdot P + O \cdot R & B \cdot Q + O \cdot S \end{pmatrix} = \begin{pmatrix} AR & AS \\ BP & BQ \end{pmatrix} \quad \text{(零块使多数项消失,大幅简化)}

与右边单位矩阵比较,得四个方程:

  1. AR=En⇒R=A−1AR = E_n \quad \Rightarrow \quad R = A^{-1} \quad(左上块给出 RR 的方程,直接利用 AA 可逆解出)

  2. AS=O⇒S=OAS = O \quad \Rightarrow \quad S = O(因 AA 可逆) \quad(右上块给出 SS 的方程,可逆矩阵左消去得零矩阵)

  3. BP=O⇒P=OBP = O \quad \Rightarrow \quad P = O(因 BB 可逆) \quad(左下块给出 PP 的方程,同理得零矩阵)

  4. BQ=Es⇒Q=B−1BQ = E_s \quad \Rightarrow \quad Q = B^{-1} \quad(右下块给出 QQ 的方程,利用 BB 可逆解出)

因此:

(OABO)−1=(OB−1A−1O)(逆矩阵保持反对角结构,但 A−1,B−1 位置互换;这是反对角分块矩阵的重要性质)\boxed{\begin{pmatrix} O & A \\ B & O \end{pmatrix}^{-1} = \begin{pmatrix} O & B^{-1} \\ A^{-1} & O \end{pmatrix}} \quad \text{(逆矩阵保持反对角结构,但 } A^{-1}, B^{-1} \text{ 位置互换;这是反对角分块矩阵的重要性质)}

Share Article

If this article helped you, please share it with others!

24从高数数据库迁移过来的
https://boyuan.net.cn/en/posts/24从高数数据库迁移过来的/
Author
Boyuan
Published at
2026-06-28
Related PostsSmart
1
23从高数数据库迁移过来的
线性代数下面给出第二页(第 514 题)每一问的详细解析,每一步后面均用小括号注明该步的推理思路与目的。 所有数值与符号运算已验证完毕。下面给出第 514 题每一问的详细解析,每一步后面均用小括号注明该步的推理思路与目的。 第 5 题:举反例说明下…
2
22从高数数据库迁移过来的
线性代数我来帮你详细解析每一道题。先用 Python 精确计算所有结果,再给出完整的推理过程。 所有计算结果已验证完毕。下面给出每道题的详细解析,每一步后面都附有小括号,说明该步的推理思路与目的。 第1题:计算下列乘积 (1) 解: 按矩阵乘法规则…
3
线性代数
线性代数我来帮你详细解析每一道题。先用 Python 精确计算所有结果,再给出完整的推理过程。 所有计算结果已验证完毕。下面给出每道题的详细解析,每一步后面都附有小括号,说明该步的推理思路与目的。 第1题:计算下列乘积 (1) 解: 按矩阵乘法规则…
4
12向量空间:从具体箭头到抽象结构的跃迁
线性代数向量空间:从"具体箭头"到"抽象结构"的跃迁 作为初学者,理解向量空间最大的障碍往往是:我们太熟悉高中物理里那个"带箭头的线段"了。向量空间的美妙之处,恰恰在于它完全不在乎你研究的对象是不是箭头。让我带你层层剥开这个概念。 一、通俗定义:什…
5
7矩阵的秩:从迷雾到清晰的入门指南
线性代数矩阵的秩:从"迷雾"到"清晰"的入门指南 你好!很高兴能以导师的身份带你走进这个看似抽象、实则充满直觉的概念。我会尽量不用公式轰炸你,而是帮你建立"感觉"。 一、一句话定义 矩阵的秩 = 这个矩阵里"真正独立、不重复"的信息有多少。 更学术…
Random PostsRandom

Comments

Profile Image of the Author
Boyuan
石以砥焉,化钝为利。
欢迎来访
石以砥焉,化钝为利。这里是我的个人站点,主要记录学习笔记、项目实践和一些零散的想法。站内文章可用右上角搜索,也可以订阅 RSS。
Categories
Tags
Latest Moments
Site Statistics
Posts
139
Categories
17
Tags
49
Total Words
1,721,112
Running Days
0 days
Last Activity
0 days ago
Site Info
Build Platform
Local
Blog Version
v1.0.0
License
CC BY-NC-SA 4.0
Table of Contents