一、前言
在本文中,「荒原之梦考研数学」将通过原理分析和实际的例子,说明矩阵的初等行变换或者初等列变换可以表现出“方向性”,特别是“单向性”.
继续阅读“任何矩阵初等变换的集合都可以表现出“方向性””在本文中,「荒原之梦考研数学」将通过原理分析和实际的例子,说明矩阵的初等行变换或者初等列变换可以表现出“方向性”,特别是“单向性”.
继续阅读“任何矩阵初等变换的集合都可以表现出“方向性””在本文中,「荒原之梦考研数学」将通过线性方程组的视角证明下面的两个定理:
通过 2021 年的考研数二真题第 09 题,我们可以知道,矩阵 $\boldsymbol{A}$ 的列向量如果可以被矩阵 $\boldsymbol{B}$ 的列向量线性表示,则齐次线性方程组 $\boldsymbol{B}^{\top} \boldsymbol{x} = 0$ 的解就一定包含齐次线性方程组 $\boldsymbol{A} \boldsymbol{x} = 0$ 的解.
在上面这道题目中,「荒原之梦考研数学」给出了五种不同的解法,而在本文中,「荒原之梦考研数学」就通过峰式图的方式,给出针对该题目第五种解法的图形化理解.
继续阅读“峰图 | 基于“砖块砌墙理论”理解向量的线性表示与齐次线性方程组的解之间的关系”设 $3$ 阶矩阵 $\boldsymbol{A} = \left(\boldsymbol{\alpha}_{1}, \boldsymbol{\alpha}_{2}, \boldsymbol{\alpha}_{3}\right)$, $\boldsymbol{B}=\left(\boldsymbol{\beta}_{1}, \boldsymbol{\beta}_{2}, \boldsymbol{\beta}_{3}\right)$, 若向量组 $\boldsymbol{\alpha}_{1}, \boldsymbol{\alpha}_{2}, \boldsymbol{\alpha}_{3}$ 可以由向量组 $\boldsymbol{\beta}_{1}, \boldsymbol{\beta}_{2}, \boldsymbol{\beta}_{3}$ 线性表示,则( )
»A« $\boldsymbol{A}\boldsymbol{x}=\boldsymbol{0}$ 的解均为 $\boldsymbol{B}\boldsymbol{x}=\boldsymbol{0}$ 的解
»B« $\boldsymbol{A}^{\top}\boldsymbol{x}=\boldsymbol{0}$ 的解均为 $\boldsymbol{B}^{\top}\boldsymbol{x}=\boldsymbol{0}$ 的解
»C« $\boldsymbol{B}\boldsymbol{x}=\boldsymbol{0}$ 的解均为 $\boldsymbol{A}\boldsymbol{x}=\boldsymbol{0}$ 的解
»D« $\boldsymbol{B}^{\top}\boldsymbol{x}=\boldsymbol{0}$ 的解均为 $\boldsymbol{A}^{\top}\boldsymbol{x}=\boldsymbol{0}$ 的解
难度评级:
继续阅读“2021年考研数二第09题解析:线性表示、齐次线性方程组的解”二次型 $f\left(x_{1},x_{2},x_{3}\right)=\left(x_{1}+x_{2}\right)^{2}+\left(x_{2}+x_{3}\right)^{2}-\left(x_{3}-x_{1}\right)^{2}$ 的正惯性指数与负惯性指数依次为( )
»A« $2, 0$
»B« $1, 1$
»C« $2, 1$
»D« $1, 2$
难度评级:
继续阅读“2021年考研数二第08题解析:二次型、正负惯性指数、二次型的配方”已知矩阵 $\boldsymbol{A} = \begin{pmatrix}
4 & 1 & -2 \\ 1 & 1 & 1 \\ -2 & 1 & a
\end{pmatrix}$ 与 $\boldsymbol{B} = \begin{pmatrix}
k & 0 & 0 \\ 0 & 6 & 0 \\ 0 & 0 & 0
\end{pmatrix}$ 合同.
(1)求 $a$ 的值及 $k$ 的取值范围;
(2)若存在正交矩阵 $\boldsymbol{Q}$, 使得 $\boldsymbol{Q}^{\top} \boldsymbol{A} \boldsymbol{Q} = \boldsymbol{B}$, 求 $k$ 及 $\boldsymbol{Q}$.
难度评级:
继续阅读“2025年考研数二第22题解析:合同矩阵、相似矩阵、正交矩阵”设矩阵 $\boldsymbol{A} = \left( \boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}, \boldsymbol{a}_{4} \right)$,若 $\boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}$ 线性无关,且 $\boldsymbol{a}_{1} + \boldsymbol{a}_{2} = \boldsymbol{a}_{3} + \boldsymbol{a}_{4}$,则方程组 $\boldsymbol{A} \boldsymbol{x} = \boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4}$ 的通解为 $\boldsymbol{x} = \underline{\qquad}$.
难度评级:
$\boldsymbol{x} = C \begin{pmatrix}
1 \\ 1 \\ -1 \\ -1
\end{pmatrix} + \begin{pmatrix}
1 \\ 0 \\ 0 \\ 4
\end{pmatrix}$,其中 $C$ 为任意常数.
分析可知,方程组 $\boldsymbol{A} \boldsymbol{x} = \boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4}$ 是一个非齐次线性方程组,非齐次线性方程组的通解由其特解和对应的齐次线性方程组的通解相加得到.
$\textcolor{lightgreen}{\blacktriangleright}$ 于是,先求解对应的齐次线性方程组 $\boldsymbol{A} \boldsymbol{x} = 0$ 的通解(求解出组成通解的基础解系即可):
由 $\boldsymbol{a}_{1} + \boldsymbol{a}_{2} = \boldsymbol{a}_{3} + \boldsymbol{a}_{4}$,得:
$$
\boldsymbol{a}_{4} = – \boldsymbol{a}_{1} – \boldsymbol{a}_{2} + \boldsymbol{a}_{3}
$$
于是可知,$\boldsymbol{a}_{4}$ 可由 $\boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}$ 线性表示.
又因为 $\boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}$ 线性无关,所以 $\boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}, \boldsymbol{a}_{4}$ 线性相关,即:
$$
r \left( \boldsymbol{A} \right) = r \left( \boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}, \boldsymbol{a}_{4} \right) = r \left( \boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3} \right) = 3
$$
因此,齐次线性方程组 $\boldsymbol{A} \boldsymbol{x} = 0$ 的基础解系中含有一个解向量.
由 $\boldsymbol{a}_{1} + \boldsymbol{a}_{2} = \boldsymbol{a}_{3} + \boldsymbol{a}_{4}$ 得:
$$
\boldsymbol{a}_{1} + \boldsymbol{a}_{2} – \boldsymbol{a}_{3} – \boldsymbol{a}_{4} = \left( \boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}, \boldsymbol{a}_{4} \right) \left( \begin{array}{c} 1 \\ 1 \\ -1 \\ -1 \end{array} \right) = 0
$$
从而 $\textcolor{lightgreen}{ \boldsymbol{\xi} = \left( \begin{array}{c} 1 \\ 1 \\ -1 \\ -1 \end{array} \right) }$ 为 $\boldsymbol{A} \boldsymbol{x} = 0$ 的基础解系.
$\textcolor{lightgreen}{\blacktriangleright}$ 接着,求解非齐次线性方程组 $\boldsymbol{A} \boldsymbol{x} = \boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4}$ 的特解:
由于 $\boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4} = \left( \boldsymbol{a}_{1}, \boldsymbol{a}_{2}, \boldsymbol{a}_{3}, \boldsymbol{a}_{4} \right) \left( \begin{array}{c} 1 \\ 0 \\ 0 \\ 4 \end{array} \right) = \boldsymbol{A} \left( \begin{array}{c} 1 \\ 0 \\ 0 \\ 4 \end{array} \right) = \boldsymbol{A} \boldsymbol{\eta}$,故 $\textcolor{lightgreen}{ \boldsymbol{\eta} = \left( \begin{array}{c} 1 \\ 0 \\ 0 \\ 4 \end{array} \right) }$ 为方程组 $\boldsymbol{A} \boldsymbol{x} = \boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4}$ 的特解.
综上可知,方程组 $\boldsymbol{A} \boldsymbol{x} = \boldsymbol{a}_{1} + 4 \boldsymbol{a}_{4}$ 通解为 $\boldsymbol{x} = C \boldsymbol{\xi} + \boldsymbol{\eta}$, 其中 $C$ 为任意常数.
涵盖高等数学基础概念、解题技巧等内容,图文并茂,计算过程清晰严谨。
以独特的视角解析线性代数,让繁复的知识变得直观明了。
通过专题的形式对数学知识结构做必要的补充,使所学知识更加连贯坚实。
设 $3$ 阶矩阵 $\boldsymbol{A}, \boldsymbol{B}$ 满足 $\mathbf{r} \left(\boldsymbol{A}\boldsymbol{B}\right) = \mathbf{r} \left(\boldsymbol{B}\boldsymbol{A}\right)+1$, 则( )
»A«. 方程组 $\left(\boldsymbol{A}+\boldsymbol{B}\right)\boldsymbol{x}=0$ 只有零解
»B«. 方程组 $\boldsymbol{A}\boldsymbol{x}=0$ 与方程组$\boldsymbol{B}\boldsymbol{x}=0$ 均只有零解
»C«. 方程组 $\boldsymbol{A}\boldsymbol{x}=0$ 与方程组 $\boldsymbol{B}\boldsymbol{x}=0$ 没有公共非零解
»D«. 方程组 $\boldsymbol{A}\boldsymbol{B}\boldsymbol{A}\boldsymbol{x}=0$ 与方程组 $\boldsymbol{B}\boldsymbol{A}\boldsymbol{B}\boldsymbol{x}=0$ 有公共非零解
下列矩阵中,可以经过若干初等行变换得到矩阵 $\begin{pmatrix}
1 & 1 & 0 & 1\\
0 & 0 & 1 & 2\\
0 & 0 & 0 & 0
\end{pmatrix}$ 的是( )
A. $\begin{pmatrix}
1 & 1 & 0 & 1\\
1 & 2 & 1 & 3\\
2 & 3 & 1 & 4
\end{pmatrix}$
B. $\begin{pmatrix}
1 & 1 & 0 & 1\\
1 & 1 & 2 & 5\\
1 & 1 & 1 & 3
\end{pmatrix}$
C. $\begin{pmatrix}
1 & 0 & 0 & 1\\
0 & 1 & 0 & 3\\
0 & 1 & 0 & 0
\end{pmatrix}$
D. $\begin{pmatrix}
1 & 1 & 2 & 3\\
1 & 2 & 2 & 3\\
2 & 3 & 4 & 6
\end{pmatrix}$
在本文中,「荒原之梦考研数学」将对什么是二次型、二次型的本质、二次型与实对称矩阵之间的关系、常用的化二次型为标准型的方法等,做一个全面且深度的解析,帮助同学们更加深入地理解考研线性代数中的二次型.
继续阅读“二次型全面深度解析”对于方阵而言,如果一个矩阵的元素关于主对角线对称位置对应相等,这个矩阵就被称为“对称矩阵”,如果一个矩阵的元素关于主对角线对称位置对称正负相反,这个矩阵就被称为“斜对称矩阵”.
在本文中,「荒原之梦考研数学」就基于转置矩阵的性质,为同学们讲解清楚:为什么任意一个矩阵都可以写成一个对称矩阵和一个斜对称矩阵之和?
继续阅读“为什么任意一个矩阵都可以写成一个对称矩阵和一个斜对称矩阵之和?”
Tip
斜对称矩阵并不是关于矩阵副对角线对称的矩阵.
zhaokaifeng.com
设矩阵 $\left(\begin{array}{ccc}1 & 2 & 0 \\ 2 & a & 0 \\ 0 & 0 & b\end{array}\right)$ 有一个正特征值和两个负特征值,则( )
»A«. $a>4, b>0$
»B«. $a<4, b>0$
»C«. $a>4, b<0$
»D«. $a<4, b<0$
难度评级:
继续阅读“2025年考研数二第08题解析:矩阵的特征值、韦达定理、二次型”要定义实对称矩阵,我们首先需要知道什么是对称矩阵——
设 $\boldsymbol{A} = \left( a_{ij} \right)_{n \times n}$ 是一个 $n$ 阶方阵,如果矩阵 $\boldsymbol{A}$ 满足 $\boldsymbol{A}^{\top} = \boldsymbol{A}$, 那么就称 $\boldsymbol{A}$ 是对称矩阵.
也就是说,一个对称矩阵,指的就是关于主对角线对称,主对角线两边对应位置的元素相等的矩阵:
$$
\boldsymbol{A}^{\top} = \boldsymbol{A} \iff a_{ij} = a_{ji} \quad \left( \forall i, j \right)
$$
例如,下面的矩阵就是一个对称矩阵:
$$
\boldsymbol{A} = \left( \begin{matrix} 1 & 2 & 3 \\ 2 & 4 & 5 \\ 3 & 5 & 6 \end{matrix} \right)
$$
因为 $a_{12} = a_{21} = 2$, $a_{13} = a_{31} = 3$, $a_{23} = a_{32} = 5$.
基于上面的定义,我们就可以定义什么是实对称矩阵——
如果一个对称矩阵的所有元素都是实数,就称它为实对称矩阵.
考研数学中的对称矩阵,一般就是实对称矩阵.
需要注意的是,实对称矩阵主对角线上的元素不一定是其特征值,或者说,实对称矩阵主对角线上的元素与实对称矩阵的特征值之间没有必然的关系.
若特征值 $\lambda_{1} \neq \lambda_{2}$, 且这两个特征值对应的征向量分别为 $\boldsymbol{\alpha}, \boldsymbol{\beta}$,则:
$$
\boldsymbol{\alpha}^{\top} \boldsymbol{\beta} = 0
$$
若 $\boldsymbol{A}$ 是实对称矩阵,则存在正交矩阵 $\boldsymbol{Q}$, 使得:
$$
\boldsymbol{Q}^{\top} \boldsymbol{A} \boldsymbol{Q} = \boldsymbol{\Lambda}
$$
其中 $\boldsymbol{\Lambda}$ 是对角矩阵,即:
$$
\boldsymbol{\Lambda} = \mathrm{diag} \left( \lambda_{1}, \lambda_{2}, \dots, \lambda_{n} \right)
$$
若 $n$ 阶矩阵 $\boldsymbol{A}$ 是对称矩阵,则其对应的二次型为:
$$
f \left( \boldsymbol{x} \right) = \sum_{i=1}^{n} a_{ii} x_{i}^{2} + 2 \sum_{1 \le i < j \le n} a_{ij} x_{i} x_{j}
$$
注意:交叉项 $a_{ij} x_{i} x_{j}$ 前面的系数之所以是 $2$, 是因为 $a_{ij} x_{i} x_{j}$ 和 $a_{ji} x_{j} x_{i}$ 合并了,且 $a_{ij} = a_{ji}$.
例如,对于一个 $3$ 阶的实对称矩阵:
$$
\boldsymbol{A} = \left( \begin{matrix} a & d & e \\ d & b & f \\ e & f & c \end{matrix} \right)
$$
其对应二次型为:
$$
f \left( x_{1}, x_{2}, x_{3} \right) = a x_{1}^{2} + b x_{2}^{2} + c x_{3}^{2} + 2 d x_{1} x_{2} + 2 e x_{1} x_{3} + 2 f x_{2} x_{3}
$$
如果要进一步求解实对称矩阵对应的二次型的标准型,也就是将二次型转换为只含平方项、不含交叉项的形式,则需要求解出实对称矩阵的特征值 $\lambda_{1}, \lambda_{2}, \dots, \lambda_{n}$, 此时,该实对称矩阵的二次型的标准型就是:
$$
f = \lambda_{1} y_{1}^{2} + \lambda_{2} y_{2}^{2} + \dots + \lambda_{n} y_{n}^{2}
$$
涵盖高等数学基础概念、解题技巧等内容,图文并茂,计算过程清晰严谨。
以独特的视角解析线性代数,让繁复的知识变得直观明了。
通过专题的形式对数学知识结构做必要的补充,使所学知识更加连贯坚实。
设矩阵 $\boldsymbol{A} = \begin{pmatrix}
1 & b & -1 \\
a + 2 & 3 & -3a
\end{pmatrix}$. 若二次型 $\boldsymbol{x}^{\top} (\boldsymbol{A} \boldsymbol{A}^{\top}) \boldsymbol{x}$ 的规范形为 $\boldsymbol{y}_{1}^{2}$, 则 $a + b =$____