一、题目
已知 $A$ 是 $n$ 阶正交矩阵,若 $|A|$ $=$ $1$, 请证明当 $n$ 为奇数时,有 $| \boldsymbol { E } – \boldsymbol { A } |$ $=$ $0$.
难度评级:
继续阅读“转置运算可以用来引入矩阵乘法”已知 $A$ 是 $n$ 阶正交矩阵,若 $|A|$ $=$ $1$, 请证明当 $n$ 为奇数时,有 $| \boldsymbol { E } – \boldsymbol { A } |$ $=$ $0$.
难度评级:
继续阅读“转置运算可以用来引入矩阵乘法”已知 $a _{ i }$ $\neq$ $0$ ($i$ $=$ $1$, $2$, $3$, $4$), 则:
$$
|V| =
\begin{vmatrix}
& a_{1}^{3} & a_{1}^{2}b_{1} & a_{1}b_{1}^{2} & b_{1}^{3} & \\ \\
& a_{2}^{3} & a_{2}^{2}b_{2} & a_{2}b_{2}^{2} & b_{2}^{3} & \\ \\
& a_{3}^{3} & a_{3}^{2}b_{3} & a_{3}b_{3}^{2} & b_{3}^{3} & \\ \\
& a_{4}^{3} & a_{4}^{2}b_{4} & a_{4}b_{4}^{2} & b_{4}^{3} &
\end{vmatrix} = ?
$$
难度评级:
继续阅读“行列式“剥洋葱”:对于行或者列之间存在普遍规律的行列式可以尝试先提取其“公共部分””若行列式 $\begin{vmatrix}
x-5 & -6 & 3 \\
1 & x & -1 \\
-1 & -2 & x-1
\end{vmatrix}$ $=$ $0$, 那么,$x$ $=$ $?$
难度评级:
继续阅读“通过化简,我们可以直接完成行列式的求解”在本文中,荒原之梦考研数学网(zhaokaifeng.com)将考研数学中常用的矩阵都做了一个汇总,方便同学们对不同矩阵的性质做对比,从而更深刻的理解这些矩阵之间的区别、联系与性质。
继续阅读“考研数学中那些“各种各样”的矩阵”已知 $\alpha$ $=$ $[ 1 , 3 , 2 ] ^ { \mathrm { \top } }$, $\beta$ $=$ $[ 1 , – 1 , 2 ] ^ { \mathrm { \top } }$, 且矩阵 $A$ 与 $\alpha \beta ^ { \mathrm { \top } }$ 相似,那么 $( 2 A + E ) ^ { * }$ 的特征值是多少?
难度评级:
继续阅读“伴随矩阵的特征值与原矩阵的特征值之间有什么关系?”已知 $n$ 阶方阵 $\boldsymbol { A }$, $\boldsymbol { B }$ 和 $\boldsymbol { C }$ 满足关系式 $\boldsymbol { A } \boldsymbol { B C }$ $=$ $\boldsymbol { E }$, 其中 $\boldsymbol { E }$ 是 $n$ 阶单位矩阵,则以下结论正确的是哪个?
(A) $\boldsymbol { A } \boldsymbol { C B }$ $=$ $\boldsymbol { E }$
(B) $\boldsymbol { C B } \boldsymbol { A }$ $=$ $\boldsymbol { E }$
(C) $\boldsymbol { B C A }$ $=$ $\boldsymbol { E }$
(D) $\boldsymbol { B A } \boldsymbol { C }$ $=$ $\boldsymbol { E }$
难度评级:
继续阅读“单位矩阵很可能“引”出来互逆矩阵”已知 $\boldsymbol { A }$ 和 $\boldsymbol { B }$ 都是 $n \times n$ 矩阵,则必有:
(A) $| \boldsymbol { A } + \boldsymbol { B } |$ $=$ $| \boldsymbol { A } |$ $+$ $| \boldsymbol { B } |$
(B) $| \boldsymbol { A } \boldsymbol { B } |$ $=$ $| \boldsymbol { B } \boldsymbol { A } |$
(C) $\boldsymbol { A } \boldsymbol { B }$ $=$ $\boldsymbol { B } \boldsymbol { A }$
(D) $( \boldsymbol { A } + \boldsymbol { B } ) ^ { – 1 }$ $=$ $\boldsymbol { A } ^ { – 1 } + \boldsymbol { B } ^ { – 1 }$
难度评级:
$\boldsymbol { A }$, $\boldsymbol { B }$ 均为 $n$ 阶方阵,于是:
$$
| \boldsymbol { A } \boldsymbol { B } | = \textcolor{orangered}{| \boldsymbol { A } | \cdot | \boldsymbol { B } |} = \textcolor{springgreen}{| \boldsymbol { B } | \cdot | \boldsymbol { A } |}
$$
$$
| \boldsymbol { B } \boldsymbol { A } | = \textcolor{springgreen}{| \boldsymbol { B } | \cdot | \boldsymbol { A } |} = \textcolor{orangered}{| \boldsymbol { A } | \cdot | \boldsymbol { B } |}
$$
即:
$$
| \boldsymbol { A } \boldsymbol { B } | = | \boldsymbol { B } \boldsymbol { A } |
$$
因此可知,矩阵对应的行列式满足交换律,B 选 项 正 确 。
且根据前面的分析可知,矩阵本身不满足交换律,C 选 项 不 正 确 。
对于 A 选项,我们可以设:
$$
\begin{aligned}
\boldsymbol { A } & = \begin{bmatrix}
1 & 2 \\ 3 & 4
\end{bmatrix} \\ \\
\boldsymbol { B } & = \begin{bmatrix}
– 1 & – 2 \\ – 3 & – 4
\end{bmatrix}
\end{aligned}
$$
于是有:
$$
| \boldsymbol { A } | = | \boldsymbol { B } | = – 2
$$
但是:
$$
| \boldsymbol { A } + \boldsymbol { B } | = 0 \neq -4
$$
所以 A 选 项 不 正 确。
同时,由于 $| \boldsymbol { A } |$ $=$ $| \boldsymbol { B } |$ $=$ $- 2$ $\neq$ $0$, 所以矩阵 $\boldsymbol { A }$ 和矩阵 $\boldsymbol { B }$ 的逆矩阵 $\boldsymbol{ A }^{-1}$ 和 $\boldsymbol{ B }^{-1}$ 均存在。
但是,由于 $\boldsymbol { A } + \boldsymbol { B }$ $=$ $0$, 因此,矩阵 $\boldsymbol { A } + \boldsymbol { B }$ 的逆矩阵 $(\boldsymbol { A } + \boldsymbol { B })^{-1}$ 不存在,即 D 选 项 不 正 确 。
综上可知,本 题 应 选 B
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。
记行列式 $\left| \begin{array} { c c c c } x – 2 & x – 1 & x – 2 & x – 3 \\ 2 x – 2 & 2 x – 1 & 2 x – 2 & 2 x – 3 \\ 3 x – 3 & 3 x – 2 & 4 x – 5 & 3 x – 5 \\ 4 x & 4 x – 3 & 5 x – 7 & 4 x – 3 \end{array} \right|$ 为 $f ( x )$, 则方程 $f ( x )$ $=$ $0$ 的实根的个数是多少?
(A) 1
(B) 2
(C) 3
(D) 4
难度评级:
继续阅读“用行列式表示的方程该怎么求根?”$$
\left| \begin{array} { c c c c c } a _{ 1 } & 0 & 0 & b _{ 1 } \\ 0 & a _{ 2 } & b _{ 2 } & 0 \\ 0 & b _{ 3 } & a _{ 3 } & 0 \\ b _{ 4 } & 0 & 0 & a _{ 4 } \end{array} \right| = ?
$$
(A) $a _{ 1 } a _{ 2 } a _{ 3 } a _{ 4 }$ $-$ $b _{ 1 } b _{ 2 } b _{ 3 } b _{ 4 }$
(B) $a _{ 1 } a _{ 2 } a _{ 3 } a _{ 4 }$ $+$ $b _{ 1 } b _{ 2 } b _{ 3 } b _{ 4 }$
(C) $\left( a _{ 2 } a _{ 3 } – b _{ 2 } b _{ 3 } \right)$ $\left( a _{ 1 } a _{ 4 } – b _{ 1 } b _{ 4 } \right)$
(D) $\left( a _{ 1 } a _{ 2 } – b _{ 1 } b _{ 2 } \right)$ $\left( a _{ 3 } a _{ 4 } – b _{ 3 } b _{ 4 } \right)$
难度评级:
继续阅读“高阶行列式的计算思路:降阶或者找规律”通过本文中,我们将解决下面的问题:
已知 $\boldsymbol { A }$ 是 $3$ 阶实对称矩阵, $\boldsymbol { \alpha }$ $=$ $( – 1 , 1 , 1 ) ^ { \mathrm {\top} }$ 满足 $( \boldsymbol { A } – 2 \boldsymbol { E } ) \boldsymbol { \alpha }$ $=$ $0$, 且 $r ( \boldsymbol { A } )$ $=$ $1$, 则方程组 $\boldsymbol {A} x$ $=$ $0$ 的基础解系为:
A. $( 1 , 1 , 1 ) ^ { \mathrm {\top} } , ( 1 , – 1 , 0 ) ^ { \mathrm {\top} }$
B. $( 1 , 1 , 0 ) ^ { \mathrm {\top} } , ( 1 , 0 , 1 ) ^ { \mathrm {\top} }$
C. $( 1 , 1 , – 1 ) ^ { \mathrm {\top} } , ( – 1 , 0 , 1 ) ^ { \mathrm {\top} }$
D. $( 1 , 1 , 0 ) ^ { \mathrm {\top} } , ( – 1 , 0 , 1 ) ^ { \mathrm {\top} }$
难度评级:
graph TD
A[原式] --> |变形| B[特征值] --> |公式| C[特征向量];
D[秩为 1] --> E[只有一个非零特征值] --> F[0 为二重特征值] --> |实对称矩阵| G[特征值对应的特征向量正交];
C --> G;
G --> H[求解特征值] --> |变形| I[验证选项]
继续阅读“当特征值等于零的时候,求解特征值和特征向量的式子其实就是一个齐次线性方程组” 设矩 阵 $A$ $=$ $\begin{pmatrix}0 & 1 & a \\ 1 & 0 & 1\end{pmatrix}$, $B$ $=$ $\begin{pmatrix}1 & 1 \\ 1 & 1 \\ b & 2\end{pmatrix}$, 二次型 $f\left(x_{1}, x_{2}, x_{3}\right)$ $=$ $x^{T} B A x$. 已知方程组 $A x$ $=$ $0$ 的解均是 $B^{\top} x$ $=$ $0$ 的解,但这两个方程组不同解.
(1) 求 $a$, $b$ 的值;
(2) 求正交变换 $x$ $=$ $Q y$ 将 $f\left(x_{1}, x_{2}, x_{3}\right)$ 化为标准形.
由 $f\left(x_{1}, x_{2}, x_{3}\right)$ $=$ $x^{T} B A x$ 可知,二次型 $f$ 对应的二次型矩阵为 $BA$, 且,由第 (1) 问的计算结果可知:
$$
B A=\begin{pmatrix}1 & 1 \\ 1 & 1 \\ 2 & 2\end{pmatrix}\begin{pmatrix}0 & 1 & 1 \\ 1 & 0 & 1\end{pmatrix} = \begin{pmatrix}1 & 1 & 2 \\ 1 & 1 & 2 \\ 2 & 2 & 4\end{pmatrix}
$$
若令 $C=B A$, 则求得特征值为:
$$
\begin{aligned}
|\lambda E-C| \\ \\
& = \begin{vmatrix} \lambda-1 & -1 & -2 \\ -1 & \lambda-1 & -2 \\ -2 & -2 & \lambda-4 \end{vmatrix} = 0 \\ \\
& \Rightarrow \begin{vmatrix} \lambda & -\lambda & 0 \\ -1 & \lambda – 1 & -2 \\ -2 & -2 & \lambda – 4 \end{vmatrix} = 0 \\ \\
& \Rightarrow \begin{vmatrix} \lambda & 0 & 0 \\ -1 & \lambda – 2 & -2 \\ -2 & -4 & \lambda – 4 \end{vmatrix} = 0 \\ \\
& \Rightarrow \lambda (\lambda – 2) (\lambda – 4) – 8 \lambda = 0 \\ \\
& \Rightarrow \begin{cases}
\lambda_{1}=\lambda_{2}=0 \\
\lambda_{3}=6
\end{cases}
\end{aligned}
$$
*当 $\lambda_{1}$ $=$ $\lambda_{2}$ $=$ $0$ 时, $(0 E -C) x$ $=$ $-Cx$ $=$ $0$ $\rightleftarrows$ $Cx$ $=$ $0$, 即:
$$
\begin{aligned}
& \begin{pmatrix}1 & 1 & 2 \\ 1 & 1 & 2 \\ 2 & 2 & 4\end{pmatrix} x = 0 \Rightarrow \\ \\
& \begin{pmatrix}1 & 1 & 2 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} x = 0
\end{aligned}
$$
得基础解系为:
$$
\eta_{1}=\begin{pmatrix}-1 \\ 1 \\ 0\end{pmatrix}, \quad \eta_{2}=\begin{pmatrix}-1 \\ -1 \\ 1\end{pmatrix}
$$
一般情况下,如果我们令自由未知数分别为 $0$, $1$ 和 $1$, $0$ 的话,得到的基础解系应该是 $\eta_{1}=\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix}$, $\eta_{2}=\begin{pmatrix}-2 \\ 0 \\ 1 \end{pmatrix}$, 但是这样得到的基础解系不是正交的,还需要进行正交化的操作。若令自由位置为分别为 $1$, $0$ 和 $-1$, $1$, 不仅得到的基础解系线性无关,而且是正交的,无需进行正交化。
**当 $\lambda_{3}$ $=$ $6$ 时, $(6 E-C) x$ $=$ $0$, 即:
$$
\begin{aligned}
& \begin{pmatrix}
\begin{pmatrix}
6 & 0 & 0 \\
0 & 6 & 0 \\
0 & 0 & 6
\end{pmatrix} – \begin{pmatrix}1 & 1 & 2 \\ 1 & 1 & 2 \\ 2 & 2 & 4\end{pmatrix}\end{pmatrix} x = 0 \Rightarrow \\ \\
& \begin{pmatrix}5 & -1 & -2 \\ -1 & 5 & -2 \\ -2 & -2 & 2 \end{pmatrix} x = 0 \Rightarrow \\ \\
& \begin{pmatrix}1 & -5 & 2 \\ 0 & 2 & -1 \\ 0 & 0 & 0 \end{pmatrix} x = 0 \Rightarrow \\ \\
\end{aligned}
$$
注意:在进行上面的初等变换的时候,只能使用初等行变换,不能使用初等列变换。
得基础解系为:
$$
\eta_{3}=\begin{pmatrix}1 \\ 1 \\ 2\end{pmatrix}
$$
又由于:
$$
\begin{cases}
\eta_{1}^{\top} \eta_{2} = 0 \\
\eta_{1}^{\top} \eta_{3} = 0 \\
\eta_{2}^{\top} \eta_{3} = 0
\end{cases}
$$
于是可知,$\eta_{1}$, $\eta_{2}$, $\eta_{3}$ 两两正交。
接着,将 $\eta_{1}$, $\eta_{2}$, $\eta_{3}$ 单位化:
$$
\gamma_{1}=\frac{\eta_{1}}{\left|\eta_{1}\right|}=\frac{1}{\sqrt{2}}\begin{pmatrix}
-1 \\
1 \\
0
\end{pmatrix}
$$
$$
\gamma_{2}=\frac{\eta_{2}}{\left|\eta_{2}\right|}=\frac{1}{\sqrt{3}}\begin{pmatrix}
-1 \\
-1 \\
1
\end{pmatrix}
$$
$$
\gamma_{3}=\frac{\eta_{3}}{\left|\eta_{3}\right|}=\frac{1}{\sqrt{6}}\begin{pmatrix}
1 \\
1 \\
2
\end{pmatrix}
$$
故正交矩阵为:
$$
Q = \begin{pmatrix}
\gamma_{1}, \gamma_{2}, \gamma_{3}
\end{pmatrix} = \begin{pmatrix} -\frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{3}} & \frac{1}{\sqrt{6}} \\ \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{3}} & \frac{1}{\sqrt{6}} \\ \\ 0 & \frac{1}{\sqrt{3}} & \frac{2}{\sqrt{6}} \end{pmatrix}
$$
此时二次型经正交变换 $x=Q y$ 可化为标准形为:
$$
f = 0 \cdot y_{1}^{2} + 0 \cdot y_{2}^{2} + 6 \cdot y_{3}^{2} = \textcolor{springgreen}{ \boldsymbol{ 6 y_{3}^{2}} }
$$
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。
设向量 $\boldsymbol{\alpha}_{1}$ $=$ $\left(\begin{array}{c}a \\ 1 \\ -1 \\ 1\end{array}\right)$, $\boldsymbol{\alpha}_{2}$ $=$ $\left(\begin{array}{l}1 \\ 1 \\ b \\ a\end{array}\right)$, $\boldsymbol{\alpha}_{3}$ $=$ $\left(\begin{array}{c}1 \\ a \\ -1 \\ 1\end{array}\right)$, 若 $\boldsymbol{\alpha}_{1}$, $\boldsymbol{\alpha}_{2}$, $\boldsymbol{\alpha}_{3}$ 线性相关, 且其中任意两个向量均线性无关, 则 $a b = ?$
难度评级:
继续阅读“2024年考研数二第16题解析:矩阵的化简”设 $A$, $B$ 为 $2$ 阶矩阵, 且 $A B=B A$, 则 “$A$ 有两个不相等的特征值” 是 “$B$ 可对角化” 的 ( )
(A) 充分必要条件
(C) 必要不充分条件
(B) 充分不必要条件
(D) 不充分不必要条件
难度评级:
继续阅读“2024年考研数二第10题解析:相似对角化、矩阵的特征值与特征向量”