Skip to content

《线性代数》第一学期期末试卷B (精选02)

课程代码:线性代数 | 考试形式:闭卷 | 考试时间:120 分钟 | 满分:100 分


一、选择题(本大题共 5 小题,每小题 4 分,共 20 分)

  1. 下列排列中,属于 4 阶偶排列的是( )
    • A. $4321$
    • B. $4123$
    • C. $1324$
    • D. $2341$
查看答案与解析

答案:A

解析: 本题考查排列逆序数的计算及其奇偶性判定。

  • 选项 A:排列为 $4321$
    • $4$ 前面没有数。
    • $3$ 前面有 $4 > 3$,逆序数 $1$
    • $2$ 前面有 $4, 3 > 2$,逆序数 $2$
    • $1$ 前面有 $4, 3, 2 > 1$,逆序数 $3$
    • 总逆序数 $\tau(4321) = 1 + 2 + 3 = 6$$6$ 为偶数,故为偶排列。
  • 选项 B:排列为 $4123$$\tau(4123) = 0 + 1 + 1 + 1 = 3$(奇排列)。
  • 选项 C:排列为 $1324$$\tau(1324) = 0 + 0 + 1 + 0 = 1$(奇排列)。
  • 选项 D:排列为 $2341$$\tau(2341) = 0 + 0 + 0 + 3 = 3$(奇排列)。

故选 A


难度: ⭐ 考点: #排列 #逆序数 #奇偶排列

💡 学习锦囊

📖 相关公式与知识点:

  • 逆序:在一个排列中,如果一个大的数排在一个小的数前面,就称这两个数构成一个逆序。
  • 逆序数:一个排列中所有逆序的总数,记为 $\tau(p)$
  • 奇/偶排列:逆序数为奇数的排列称为奇排列,逆序数为偶数的排列称为偶排列。

思路分析

计算逆序数时,逐个检查每个数字,看它前面有多少个比它大的数字,最后求和。

🔄 举一反三
  1. 计算排列 $3124$ 的逆序数并判定其奇偶性。
    查看练习答案与解析

    答案:逆序数为 $2$,偶排列。 解析

    • $3$ 前面无。
    • $1$ 前面有 $3$,逆序 $1$
    • $2$ 前面有 $3$,逆序 $1$
    • $4$ 前面无比它大的。
    • 总计 $1+1=2$,为偶数。
  1. 若齐次线性方程组 $\begin{cases} kx + z = 0 \\ 2x + ky + z = 0 \\ kx - 2y + z = 0 \end{cases}$ 有非零解,则常数 $k = $( )
    • A. $0$
    • B. $-1$
    • C. $2$
    • D. $-2$
查看答案与解析

答案:C

解析: 本题考查齐次线性方程组有非零解的充要条件。 齐次线性方程组有非零解,等价于其系数矩阵的行列式 $D = 0$

第一步:写出系数矩阵并计算行列式

$$D = \begin{vmatrix} k & 0 & 1 \\ 2 & k & 1 \\ k & -2 & 1 \end{vmatrix}$$

第二步:计算行列式的值 按第一行展开:

$$D = k \begin{vmatrix} k & 1 \\ -2 & 1 \end{vmatrix} - 0 + 1 \begin{vmatrix} 2 & k \\ k & -2 \end{vmatrix}$$
$$D = k(k - (-2)) + (-4 - k^2)$$
$$D = k(k + 2) - 4 - k^2$$
$$D = k^2 + 2k - 4 - k^2 = 2k - 4$$

第三步:令 $D = 0$ 求解

$$2k - 4 = 0 \implies k = 2$$

故选 C


难度: ⭐⭐ 考点: #齐次线性方程组 #非零解 #行列式

💡 学习锦囊

📖 相关公式与知识点:

  • 克拉默法则推论:对于 $n$ 元齐次线性方程组,其有非零解的充要条件是系数矩阵的行列式等于 $0$
  • 如果行列式不等于 $0$,则方程组只有零解。

思路分析

看到“有非零解”且方程个数等于未知数个数,应立即联想到“行列式为零”。

🔄 举一反三
  1. 若方程组 $\begin{cases} x + ky = 0 \\ kx + 4y = 0 \end{cases}$ 有非零解,求 $k$
    查看练习答案与解析

    答案$k = \pm 2$解析:系数矩阵行列式 $D = \begin{vmatrix} 1 & k \\ k & 4 \end{vmatrix} = 4 - k^2$。令 $4 - k^2 = 0$,解得 $k = \pm 2$

  1. 行列式方程 $\begin{vmatrix} 1 & 1 & 1 & 1 \\ 1 & 1-x & 1 & 1 \\ 1 & 1 & 2-x & 1 \\ 1 & 1 & 1 & 3-x \end{vmatrix} = 0$ 的根为( )
    • A. $0, 1, 2$
    • B. $1, 2, 3$
    • C. $0, 1, 2, 3$
    • D. $1, 2, 3, 4$
查看答案与解析

答案:A

解析: 本题考查利用行列式性质化简行列式并求解方程。

第一步:利用性质化简 保持第一行不变,分别用第 $2, 3, 4$ 行减去第一行($R_i - R_1, i=2,3,4$):

$$D = \begin{vmatrix} 1 & 1 & 1 & 1 \\ 0 & -x & 0 & 0 \\ 0 & 0 & 1-x & 0 \\ 0 & 0 & 0 & 2-x \end{vmatrix}$$

第二步:计算化简后的行列式 这是一个上三角形行列式,其值为对角线元素之积:

$$D = 1 \cdot (-x) \cdot (1-x) \cdot (2-x) = -x(1-x)(2-x)$$

第三步:令 $D = 0$ 求解

$$-x(1-x)(2-x) = 0$$

解得:$x_1 = 0, x_2 = 1, x_3 = 2$

故选 A


难度: ⭐⭐ 考点: #行列式方程 #行列式化简 #三角形行列式

💡 学习锦囊

📖 相关公式与知识点:

  • 上(下)三角形行列式的值等于主对角线元素的乘积。
  • 行列式行变换:将某一行的倍数加到另一行,行列式的值不变。

思路分析

观察到行列式中有很多相同的元素 $1$,通过行减行可以制造大量 $0$,从而快速化为三角形行列式。

🔄 举一反三
  1. 求解方程 $\begin{vmatrix} x & 1 & 1 \\ 1 & x & 1 \\ 1 & 1 & x \end{vmatrix} = 0$
    查看练习答案与解析

    答案$x_1 = 1, x_2 = -2$解析:将 $C_2, C_3$ 加到 $C_1$ 得第一列全为 $x+2$,提公因式后化简得 $(x+2)(x-1)^2 = 0$,故根为 $1$$-2$

  1. 下列矩阵不一定为方阵的是( )
    • A. 对称矩阵
    • B. 可逆矩阵
    • C. $n$ 阶矩阵的转置矩阵
    • D. 线性方程组的系数矩阵
查看答案与解析

答案:D

解析: 本题考查矩阵的基本分类及定义。

  • A. 对称矩阵:定义为 $A^T = A$ 的矩阵。由相等定义可知,$A$ 必须与其转置 $A^T$ 阶数相同,因此必须是方阵。
  • B. 可逆矩阵:在线性代数基础定义中,可逆性是针对方阵定义的。如果存在 $B$ 使得 $AB = BA = I$,则 $A$ 必须是方阵。
  • C. $n$ 阶矩阵的转置矩阵$n$ 阶矩阵指 $n \times n$ 的方阵,其转置依然是 $n \times n$ 的方阵。
  • D. 线性方程组的系数矩阵:线性方程组可以有 $m$ 个方程和 $n$ 个未知数,此时系数矩阵为 $m \times n$ 矩阵,不一定是方阵。

故选 D


难度: ⭐ 考点: #矩阵定义 #对称矩阵 #方阵

💡 学习锦囊

📖 相关公式与知识点:

  • 方阵:行数等于列数的矩阵。
  • 系数矩阵的阶数由方程个数和变量个数决定。

思路分析

排除法:前三个选项的定义中隐含了“行数等于列数”的必要性。

  1. $A, B$ 均为 $n$ 阶方阵, $|A| = 2, |B| = -3$,则 $|2A^* B^{-1}| = $( )
    • A. $-\frac{2^{2n-1}}{3}$
    • B. $(-1)^n \frac{2^{2n-1}}{3}$
    • C. $-\frac{2^{n-1}}{3}$
    • D. $-\frac{2^n}{3}$
查看答案与解析

答案:A

解析: 本题考查行列式的运算性质,涉及倍法、伴随矩阵及逆矩阵。

第一步:应用倍法性质 根据 $|kA| = k^n |A|$,其中 $k=2$ 且矩阵阶数为 $n$

$$|2A^* B^{-1}| = 2^n |A^* B^{-1}|$$

第二步:应用乘法性质

$$|2A^* B^{-1}| = 2^n |A^*| \cdot |B^{-1}|$$

第三步:计算伴随矩阵与逆矩阵的行列式

  • 伴随矩阵行列式:$|A^*| = |A|^{n-1} = 2^{n-1}$
  • 逆矩阵行列式:$|B^{-1}| = \frac{1}{|B|} = \frac{1}{-3} = -\frac{1}{3}$

第四步:组合结果

$$|2A^* B^{-1}| = 2^n \cdot 2^{n-1} \cdot (-\frac{1}{3}) = -\frac{2^{2n-1}}{3}$$

故选 A


难度: ⭐⭐⭐ 考点: #行列式性质 #伴随矩阵 #逆矩阵

💡 学习锦囊

📖 相关公式与知识点:

  1. $|kA| = k^n |A|$$A$$n$ 阶方阵)
  2. $|AB| = |A||B|$
  3. $|A^*| = |A|^{n-1}$
  4. $|A^{-1}| = \frac{1}{|A|}$

易错点

容易忽略 $|kA|$ 中的 $n$ 次幂,误记为 $k|A|$。同时注意符号,不要漏掉 $|B|$ 的负号。

🔄 举一反三
  1. 已知 $|A| = 3, n=3$,求 $|A^*|$$|2A|$
    查看练习答案与解析

    答案$|A^*| = 3^{3-1} = 9$$|2A| = 2^3 \cdot 3 = 24$


二、计算、证明题(本大题共 8 小题,每小题 10 分,共 80 分)

  1. 计算 $n$ 阶行列式:
    $$D_n = \begin{vmatrix} a_1+b & a_2 & a_3 & \dots & a_n \\ a_1 & a_2+b & a_3 & \dots & a_n \\ a_1 & a_2 & a_3+b & \dots & a_n \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_1 & a_2 & a_3 & \dots & a_n+b \end{vmatrix}$$
查看答案与解析

答案:$b^{n-1}(\sum_{i=1}^n a_i + b)$

解析:第一步:行变换 将所有行都减去最后一行($R_i - R_n, i=1, 2, \dots, n-1$):

$$D_n = \begin{vmatrix} b & 0 & 0 & \dots & -b \\ 0 & b & 0 & \dots & -b \\ 0 & 0 & b & \dots & -b \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_1 & a_2 & a_3 & \dots & a_n+b \end{vmatrix}$$

第二步:列变换 将前 $n-1$ 列都加到最后一列($C_n + \sum_{j=1}^{n-1} C_j$): 最后一列的元素变为:

  • $1$$n-1$ 行:$-b + b = 0$
  • $n$ 行:$(a_n+b) + a_1 + a_2 + \dots + a_{n-1} = \sum_{i=1}^n a_i + b$

得到:

$$D_n = \begin{vmatrix} b & 0 & 0 & \dots & 0 \\ 0 & b & 0 & \dots & 0 \\ 0 & 0 & b & \dots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ a_1 & a_2 & a_3 & \dots & \sum_{i=1}^n a_i + b \end{vmatrix}$$

第三步:计算对角线乘积 这是一个下三角形行列式:

$$D_n = b \cdot b \dots b \cdot (\sum_{i=1}^n a_i + b) = b^{n-1}(\sum_{i=1}^n a_i + b)$$

难度: ⭐⭐⭐ 考点: #行列式计算 #行列式性质 #行变换

💡 学习锦囊

📖 相关公式与知识点:

  • 行(列)变换:将某一行的倍数加到另一行,行列式值不变。
  • 提取公因式:行列式的某一行(列)有公因子,可以提到行列式符号外面。

思路分析

观察发现每一行除了对角线外都非常接近。通过行减行可以制造出大量的 $0$,再通过列加列将剩下的非零元集中到对角线上。

🔄 举一反三
  1. 计算 $n$ 阶行列式 $\begin{vmatrix} x & a & \dots & a \\ a & x & \dots & a \\ \vdots & \vdots & \ddots & \vdots \\ a & a & \dots & x \end{vmatrix}$
    查看练习答案与解析

    答案$[x+(n-1)a](x-a)^{n-1}$解析

    • 将所有列加到第一列,提取公因子 $x+(n-1)a$
    • 第一列全为 $1$
    • 用第 $i$ 行减去第一行($i \ge 2$),化为上三角阵。
    • 对角线元素为 $1, x-a, \dots, x-a$
  1. 计算 $n$ 阶行列式:
    $$D_n = \begin{vmatrix} a_1+1 & a_2 & \dots & a_n \\ a_1 & a_2+2 & \dots & a_n \\ \vdots & \vdots & \ddots & \vdots \\ a_1 & a_2 & \dots & a_n+n \end{vmatrix}$$
查看答案与解析

答案:$n!(1 + \sum_{i=1}^n \frac{a_i}{i})$

解析:第一步:拆分行列式(利用线性性质) 该行列式可以看作是单位阵的倍数阵与秩为 $1$ 的矩阵之和。我们采用提取公因数的方法。 从第 $i$ 列提取公因数 $i$

$$D_n = 1 \cdot 2 \dots n \begin{vmatrix} a_1/1 + 1 & a_2/2 & \dots & a_n/n \\ a_1/1 & a_2/2 + 1 & \dots & a_n/n \\ \vdots & \vdots & \ddots & \vdots \\ a_1/1 & a_2/2 & \dots & a_n/n + 1 \end{vmatrix}$$

$x_i = a_i/i$,则 $D_n = n! \begin{vmatrix} x_1 + 1 & x_2 & \dots & x_n \\ x_1 & x_2 + 1 & \dots & x_n \\ \vdots & \vdots & \ddots & \vdots \\ x_1 & x_2 & \dots & x_n + 1 \end{vmatrix}$

第二步:计算化简后的行列式 将第 $2, 3, \dots, n$ 列都加到第一列: 第一列变为 $1 + \sum x_i$。提取公因式:

$$D_n = n! (1 + \sum x_i) \begin{vmatrix} 1 & x_2 & \dots & x_n \\ 1 & x_2 + 1 & \dots & x_n \\ \vdots & \vdots & \ddots & \vdots \\ 1 & x_2 & \dots & x_n + 1 \end{vmatrix}$$

用第 $i$ 行减去第一行($i \ge 2$),化为上三角阵: 对角线变为 $1, 1, \dots, 1$,值为 $1$

第三步:代回原变量

$$D_n = n! (1 + \sum_{i=1}^n \frac{a_i}{i})$$

难度: ⭐⭐⭐ 考点: #行列式提取公因式 #秩1更新

💡 学习锦囊

📖 相关公式与知识点:

  • 行列式按行(列)拆分:行列式具有线性性质。
  • 特殊结构:对于 $D = \det(I + \mathbf{u}\mathbf{v}^T)$,其值为 $1 + \mathbf{v}^T \mathbf{u}$

思路分析

这种形式的行列式属于 $A + \mathbf{u}\mathbf{v}^T$ 类型。技巧:先通过列变换使得各行和相等,再提取公因式。

🔄 举一反三
  1. 计算 $\begin{vmatrix} 1+a_1 & 1 & 1 \\ 1 & 1+a_2 & 1 \\ 1 & 1 & 1+a_3 \end{vmatrix}$
    查看练习答案与解析

    答案$a_1 a_2 a_3 (1 + \frac{1}{a_1} + \frac{1}{a_2} + \frac{1}{a_3})$解析:提取各行的 $a_i$ 后,化为与例题相同的形式。

  1. 计算 $n+1$ 阶行列式:
    $$D = \begin{vmatrix} -a_1 & a_1 & 0 & \dots & 0 \\ 0 & -a_2 & a_2 & \dots & 0 \\ \vdots & \vdots & \ddots & \ddots & \vdots \\ 0 & 0 & \dots & -a_n & a_n \\ 1 & 1 & 1 & \dots & 1 \end{vmatrix}$$
查看答案与解析

答案:$(-1)^n(n+1)a_1 a_2 \dots a_n$

解析:第一步:列加变换 将所有列都加到最后一列($C_{n+1} + \sum_{j=1}^n C_j$):

  • $n$ 行的最后一列元素变为:$-a_i + a_i = 0$
  • 最后一行(第 $n+1$ 行)的最后一列元素变为:$1 + 1 + \dots + 1 = n+1$

第二步:按最后一列展开

$$D = (-1)^{(n+1)+(n+1)}(n+1) \begin{vmatrix} -a_1 & a_1 & 0 & \dots & 0 \\ 0 & -a_2 & a_2 & \dots & 0 \\ \vdots & \vdots & \ddots & \ddots & \vdots \\ 0 & 0 & \dots & 0 & -a_n \end{vmatrix}$$

第三步:计算对角行列式 展开后的矩阵是上三角阵,其值为对角元乘积:

$$D = (n+1) \cdot (-a_1) \cdot (-a_2) \dots (-a_n) = (n+1) (-1)^n a_1 a_2 \dots a_n$$

难度: ⭐⭐ 考点: #行列式展开 #列变换

💡 学习锦囊

📖 相关公式与知识点:

  • 按行(列)展开定理:行列式等于某一行(列)元素与其代数余子式乘积之和。

思路分析

由于行列式中 $-a_i$$a_i$ 成对出现且位于相邻位置,利用列加法可以迅速抵消掉前 $n$ 行中的大部分元素,只留下一列。

🔄 举一反三
  1. 计算 $n$ 阶行列式 $\begin{vmatrix} 1 & 2 & 3 & \dots & n \\ -1 & 0 & 0 & \dots & 0 \\ 0 & -2 & 0 & \dots & 0 \\ \vdots & \vdots & \ddots & & \vdots \\ 0 & 0 & \dots & -(n-1) & 0 \end{vmatrix}$
    查看练习答案与解析

    答案$n!$解析:按最后一列展开,或通过行变换将第一行化为只剩最后一项。

  1. 求行列式 $\begin{vmatrix} -3 & 0 & 4 \\ 5 & 0 & 3 \\ 2 & -2 & 1 \end{vmatrix}$ 中元素 $2$$-2$ 的代数余子式。
查看答案与解析

答案:$A_{31} = 0, A_{32} = 29$

解析:第一步:定位元素位置

  • 元素 $2$ 位于第 $3$ 行第 $1$ 列,记作 $a_{31}$
  • 元素 $-2$ 位于第 $3$ 行第 $2$ 列,记作 $a_{32}$

第二步:计算 $a_{31}$ 的代数余子式 $A_{31}$

$$A_{31} = (-1)^{3+1} M_{31} = (1) \begin{vmatrix} 0 & 4 \\ 0 & 3 \end{vmatrix} = 0 - 0 = 0$$

第三步:计算 $a_{32}$ 的代数余子式 $A_{32}$

$$A_{32} = (-1)^{3+2} M_{32} = (-1) \begin{vmatrix} -3 & 4 \\ 5 & 3 \end{vmatrix}$$
$$A_{32} = -[(-3)(3) - (4)(5)] = -[-9 - 20] = -(-29) = 29$$

难度: ⭐ 考点: #代数余子式 #余子式

💡 学习锦囊

📖 相关公式与知识点:

  • 代数余子式 $A_{ij} = (-1)^{i+j} M_{ij}$,其中 $M_{ij}$ 是划掉第 $i$ 行和第 $j$ 列后剩下的子式。

易错点

经常忘记乘以符号因子 $(-1)^{i+j}$,或者计算 $2 \times 2$ 行列式时正负号弄反。

🔄 举一反三
  1. 求矩阵 $A = \begin{pmatrix} 1 & 2 \\ 3 & 4 \end{pmatrix}$ 的所有代数余子式。
    查看练习答案与解析

    答案$A_{11}=4, A_{12}=-3, A_{21}=-2, A_{22}=1$

  1. 已知 $A = \begin{pmatrix} 1 & 0 & 3 \\ 0 & 2 & 1 \\ 0 & 0 & 1 \end{pmatrix}, B = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 2 & 1 \\ 3 & 0 & 1 \end{pmatrix}$,求: (1) $(A + B)(A - B)$ (2) $A^2 - B^2$
查看答案与解析

答案:(1) $\begin{pmatrix} -9 & 0 & 6 \\ -6 & 0 & 0 \\ -6 & 0 & 9 \end{pmatrix}$;(2) $\begin{pmatrix} 0 & 0 & 6 \\ -3 & 0 & 0 \\ -6 & 0 & 0 \end{pmatrix}$

解析:第一步:计算 $A+B$$A-B$

$$A+B = \begin{pmatrix} 2 & 0 & 3 \\ 0 & 4 & 2 \\ 3 & 0 & 2 \end{pmatrix}, \quad A-B = \begin{pmatrix} 0 & 0 & 3 \\ 0 & 0 & 0 \\ -3 & 0 & 0 \end{pmatrix}$$

第二步:计算 (1) $(A+B)(A-B)$

$$(A+B)(A-B) = \begin{pmatrix} 2 & 0 & 3 \\ 0 & 4 & 2 \\ 3 & 0 & 2 \end{pmatrix} \begin{pmatrix} 0 & 0 & 3 \\ 0 & 0 & 0 \\ -3 & 0 & 0 \end{pmatrix} = \begin{pmatrix} -9 & 0 & 6 \\ -6 & 0 & 0 \\ -6 & 0 & 9 \end{pmatrix}$$

第三步:计算 (2) $A^2 - B^2$

$$A^2 = \begin{pmatrix} 1 & 0 & 3 \\ 0 & 2 & 1 \\ 0 & 0 & 1 \end{pmatrix} \begin{pmatrix} 1 & 0 & 3 \\ 0 & 2 & 1 \\ 0 & 0 & 1 \end{pmatrix} = \begin{pmatrix} 1 & 0 & 6 \\ 0 & 4 & 3 \\ 0 & 0 & 1 \end{pmatrix}$$
$$B^2 = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 2 & 1 \\ 3 & 0 & 1 \end{pmatrix} \begin{pmatrix} 1 & 0 & 0 \\ 0 & 2 & 1 \\ 3 & 0 & 1 \end{pmatrix} = \begin{pmatrix} 1 & 0 & 0 \\ 3 & 4 & 3 \\ 6 & 0 & 1 \end{pmatrix}$$
$$A^2 - B^2 = \begin{pmatrix} 1 & 0 & 6 \\ 0 & 4 & 3 \\ 0 & 0 & 1 \end{pmatrix} - \begin{pmatrix} 1 & 0 & 0 \\ 3 & 4 & 3 \\ 6 & 0 & 1 \end{pmatrix} = \begin{pmatrix} 0 & 0 & 6 \\ -3 & 0 & 0 \\ -6 & 0 & 0 \end{pmatrix}$$

难度: ⭐⭐ 考点: #矩阵乘法 #矩阵加减

💡 学习锦囊

📖 相关公式与知识点:

  • 矩阵乘法规则$C = AB \implies c_{ij} = \sum a_{ik} b_{kj}$
  • 分配律$A(B+C) = AB + AC$,但注意方向不可交换。

易错点

在计算 $(A+B)(A-B)$ 时,不要直接套用平方差公式 $A^2 - B^2$,除非题目说明 $AB=BA$

🔄 举一反三
  1. $A = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix}$,求 $A^2$
    查看练习答案与解析

    答案$\begin{pmatrix} 1 & 2 \\ 0 & 1 \end{pmatrix}$

  1. 解矩阵方程 $AX + B = X$,其中 $A = \begin{pmatrix} 0 & 1 & 0\\ -1 & 1 & 1\\ -1 & 0 & -1 \end{pmatrix}, B = \begin{pmatrix} 1 & -1\\ 2 & 0\\ 5 & -3 \end{pmatrix}$
查看答案与解析

答案:$X = \begin{pmatrix} 3 & -1 \\ 2 & 0 \\ 1 & -1 \end{pmatrix}$

解析:第一步:移项整理方程

$$AX - X = -B \implies (A - I)X = -B \implies (I - A)X = B$$

第二步:计算 $I - A$

$$I - A = \begin{pmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{pmatrix} - \begin{pmatrix} 0 & 1 & 0 \\ -1 & 1 & 1 \\ -1 & 0 & -1 \end{pmatrix} = \begin{pmatrix} 1 & -1 & 0 \\ 1 & 0 & -1 \\ 1 & 0 & 2 \end{pmatrix}$$

第三步:求解矩阵方程(可用逆矩阵或增广阵行变换) 使用增广矩阵 $(I-A | B)$ 行变换:

$$\begin{pmatrix} 1 & -1 & 0 & | & 1 & -1 \\ 1 & 0 & -1 & | & 2 & 0 \\ 1 & 0 & 2 & | & 5 & -3 \end{pmatrix} \xrightarrow{R_2-R_1, R_3-R_1} \begin{pmatrix} 1 & -1 & 0 & | & 1 & -1 \\ 0 & 1 & -1 & | & 1 & 1 \\ 0 & 1 & 2 & | & 4 & -2 \end{pmatrix}$$
$$\xrightarrow{R_3-R_2} \begin{pmatrix} 1 & -1 & 0 & | & 1 & -1 \\ 0 & 1 & -1 & | & 1 & 1 \\ 0 & 0 & 3 & | & 3 & -3 \end{pmatrix} \xrightarrow{R_3/3} \begin{pmatrix} 1 & -1 & 0 & | & 1 & -1 \\ 0 & 1 & -1 & | & 1 & 1 \\ 0 & 0 & 1 & | & 1 & -1 \end{pmatrix}$$
$$\xrightarrow{R_2+R_3} \begin{pmatrix} 1 & -1 & 0 & | & 1 & -1 \\ 0 & 1 & 0 & | & 2 & 0 \\ 0 & 0 & 1 & | & 1 & -1 \end{pmatrix} \xrightarrow{R_1+R_2} \begin{pmatrix} 1 & 0 & 0 & | & 3 & -1 \\ 0 & 1 & 0 & | & 2 & 0 \\ 0 & 0 & 1 & | & 1 & -1 \end{pmatrix}$$

$X = \begin{pmatrix} 3 & -1 \\ 2 & 0 \\ 1 & -1 \end{pmatrix}$


难度: ⭐⭐⭐ 考点: #矩阵方程 #逆矩阵 #初等行变换

💡 学习锦囊

📖 相关公式与知识点:

  • 矩阵方程解法$AX=B \implies X=A^{-1}B$
  • 初等行变换:利用 $(A|B) \to (I|A^{-1}B)$ 一次性求得结果。

思路分析

先合并同类项 $X$,注意提取方向。由于 $X$ 在右侧,故提取 $(A-I)X$$(I-A)X$

🔄 举一反三
  1. 解方程 $XA = B$,其中 $A, B$ 同上。
    查看练习答案与解析

    答案$X = BA^{-1}$提示:此时需要对 $(A^T | B^T)$ 进行行变换,或者直接计算 $A^{-1}$

  1. $A$$m$ 阶对称矩阵,$B$$m \times n$ 矩阵,证明:$B^T A B$ 为对称矩阵。
查看答案与解析

证明: 要证明 $B^T A B$ 为对称矩阵,只需证明其转置等于其本身,即证明 $(B^T A B)^T = B^T A B$

第一步:应用转置性质 根据矩阵乘积的转置公式 $(XYZ)^T = Z^T Y^T X^T$

$$(B^T A B)^T = B^T A^T (B^T)^T$$

第二步:利用已知条件化简

  1. 已知 $A$ 为对称矩阵,故 $A^T = A$
  2. 根据转置的转置性质,$(B^T)^T = B$

代入上式得:

$$(B^T A B)^T = B^T A B$$

结论: 由于 $B^T A B$ 的转置等于其本身,故 $B^T A B$ 是对称矩阵。


难度: ⭐⭐ 考点: #对称矩阵证明 #矩阵转置性质

💡 学习锦囊

📖 相关公式与知识点:

  • 转置性质$(AB)^T = B^T A^T$$(A^T)^T = A$$(A+B)^T = A^T + B^T$
  • 对称矩阵定义$A^T = A$

思路分析

证明对称性的唯一途径是计算该矩阵的转置,并观察是否能还原为原式。

🔄 举一反三
  1. 证明 $A + A^T$ 总是对称矩阵。
    查看练习答案与解析

    证明$(A + A^T)^T = A^T + (A^T)^T = A^T + A$。由加法交换律,结果等于 $A + A^T$,证毕。

  1. 设方阵 $A$ 满足 $A^2 - 2A + 3I = O$,证明:$A - 3I$ 可逆,并求 $(A - 3I)^{-1}$
查看答案与解析

答案:$(A - 3I)^{-1} = -\frac{1}{6}(A + I)$

解析/证明:第一步:构造包含 $(A - 3I)$ 的乘积式 已知 $A^2 - 2A + 3I = O$。 我们希望将该多项式改写为 $(A - 3I) \cdot P(A) = kI$ 的形式。

尝试除法或拼凑:

$$A^2 - 2A + 3I = (A - 3I)(A + I) + 6I = O$$

(验证:$(A-3I)(A+I) = A^2 + AI - 3AI - 3I = A^2 - 2A - 3I$。加上 $6I$ 正好是 $A^2 - 2A + 3I$

第二步:移项得出逆矩阵定义$(A - 3I)(A + I) + 6I = O$ 得:

$$(A - 3I)(A + I) = -6I$$

两边同时除以 $-6$

$$(A - 3I) \left[ -\frac{1}{6}(A + I) \right] = I$$

第三步:结论 根据逆矩阵的定义,若存在矩阵 $B$ 使得 $(A-3I)B = I$,则 $A-3I$ 可逆,且 $B$ 即为该逆矩阵。 故 $A - 3I$ 可逆,且其逆矩阵为:

$$(A - 3I)^{-1} = -\frac{1}{6}(A + I)$$

难度: ⭐⭐⭐ 考点: #逆矩阵证明 #矩阵多项式

💡 学习锦囊

📖 相关公式与知识点:

  • 逆矩阵的定义:若存在 $B$ 使得 $AB = I$,则 $A$ 可逆且 $A^{-1} = B$
  • 伴随矩阵关系$AA^* = |A|I$

::: note 重要技巧 对于多项式关系 $f(A) = 0$,如果能分解出 $(A-kI) \cdot P(A) = cI$$c \neq 0$,则 $A-kI$ 必可逆。 :::

🔄 举一反三
  1. $A^2 = I$,证明 $A+I$ 不一定可逆,但 $A$ 必可逆。
    查看练习答案与解析

    解析

    • $A^2 = I$$AA = I$,故 $A^{-1} = A$$A$ 必可逆。
    • $A = -I$,则 $A^2 = I$$A+I = O$,不可逆。
你正在阅读的是会员专属文档,💕 限时特惠进行中
你尚未登录,目前新用户可获3天体验会员,去登录