分类： 考研数学

什么是“峰图”：
峰图（Feng Graph）指的是，由「荒原之梦」（zhaokaifeng.com）原创的一种基于抽象图形的数学定理可视化定义、解释、推导与应用的方法. 「荒原之梦」认为，和自然语言一样，数学的本质原理并不局限于特定的表达形式. 所以，如果说传统上的数学是基于数字（包括各种符号）进行描述的数字数学，那么，峰图就是要建立（现在是局部建立）基于图形的，数字数学的几何形态“克隆体”，并力求使数学原理的表述和数学问题的解答变得更加简单、直观且易于理解.

一、前言

在「荒原之梦考研数学」的《通过矩阵初等变换图理解逆矩阵初等变换的“逆对称”性质》这篇文章中，我们看到了如何用矩阵初等变换图来表示可逆矩阵，而在本文中，我们就对矩阵初等变换图做进一步的升级，并基于升级之后的矩阵初等变换图表示出来不可逆的矩阵.

一、前言

在本文中，「荒原之梦考研数学」将借助矩阵初等变换的“逆对称”性质，探讨一下等价矩阵与相似矩阵之间的关系.

什么是“峰图”：
峰图（Feng Graph）指的是，由「荒原之梦」（zhaokaifeng.com）原创的一种基于抽象图形的数学定理可视化定义、解释、推导与应用的方法. 「荒原之梦」认为，和自然语言一样，数学的本质原理并不局限于特定的表达形式. 所以，如果说传统上的数学是基于数字（包括各种符号）进行描述的数字数学，那么，峰图就是要建立（现在是局部建立）基于图形的，数字数学的几何形态“克隆体”，并力求使数学原理的表述和数学问题的解答变得更加简单、直观且易于理解.

一、前言

在本文中，「荒原之梦考研数学」将从可逆矩阵的性质出发，通过图示的方式为同学们讲清楚由荒原之梦原创的逆矩阵的“逆对称”概念，这一概念的引入可以帮助同学们建立对矩阵的初等变换，以及对逆矩阵、转置矩阵和正交矩阵更加形象和直观的理解.

一、前言

在本文中，「荒原之梦考研数学」将给同学们介绍一类特别的矩阵：正交矩阵.

一、前言

在本文中，「荒原之梦考研数学」将通过一个特别设计的矩阵 $\begin{bmatrix}
a & d & 0 \\
0 & b & 0 \\
0 & 0 & c
\end{bmatrix}$ 来给同学们讲清楚什么是矩阵乘法中的“左行右列”性质.

一、前言

根据矩阵的性质，我们知道，如果矩阵 $\boldsymbol{A}$ 和矩阵 $\boldsymbol{B}$ 等价或者相似，那么，就会存在下面这样的秩相等的链式关系式：

$$
\textcolor{lightgreen}{
\mathrm{r} \begin{pmatrix} \boldsymbol{A} \end{pmatrix} = \mathrm{r} \begin{pmatrix} \boldsymbol{B} \end{pmatrix} = \mathrm{r} \begin{pmatrix} \boldsymbol{A}, \boldsymbol{B} \end{pmatrix} = \mathrm{r} \begin{pmatrix}
\boldsymbol{A} \\
\boldsymbol{B}
\end{pmatrix}
}
$$

在本文中，「荒原之梦考研数学」将通过图示的方式，让同学们可以通过图形的方式，更加形象的对上面的公式有一个深入的理解。

一、题目

设矩阵 $\boldsymbol{A} = \begin{bmatrix} 1 & -1 \\ 2 & 3 \end{bmatrix}$, $\boldsymbol{B} = \boldsymbol{A}^{2} – 3 \boldsymbol{A} + 2 \boldsymbol{E}$, 则 $\boldsymbol{B}^{-1} = \underline{\quad \quad \quad}$

一、前言

通过《求解分块矩阵的伴随矩阵》这篇文章，我们学会了如何快速求解分块矩阵的伴随矩阵，即：

$$
\begin{bmatrix} \boldsymbol{A} & \boldsymbol{E} \\ \boldsymbol{O} & \boldsymbol{B} \end{bmatrix}^{*} = \begin{bmatrix} |\boldsymbol{B}| \boldsymbol{A}^{*} & – \boldsymbol{A}^{*} \boldsymbol{B}^{*} \\ \boldsymbol{O} & |\boldsymbol{A}| \boldsymbol{B}^{*} \end{bmatrix}
$$

又根据《一阶矩阵的伴随矩阵是多少？》这篇文章可知，如果矩阵 $\boldsymbol{A}$ 和矩阵 $\boldsymbol{B}$ 都是一阶矩阵的话，则：

$$
\boldsymbol{A}^{*} = \boldsymbol{B}^{*} = \begin{bmatrix} 1 \end{bmatrix}
$$

于是，对于一个形如 $\begin{bmatrix} a & 1 \\ 0 & b \end{bmatrix}$ 的二阶矩阵，其伴随矩阵的计算公式为：

$$
\begin{bmatrix} a & 1 \\ 0 & b \end{bmatrix}^{*} = \begin{bmatrix}
|b| \cdot 1 & -1 \cdot 1 \\
0 & a \cdot 1
\end{bmatrix} = \begin{bmatrix}
b & -1 \\
0 & a
\end{bmatrix}
$$

但是，直接使用针对分块矩阵的伴随矩阵计算公式，只能计算类似 $\begin{bmatrix} a & 1 \\ 0 & b \end{bmatrix}$ 这样的二阶矩阵的伴随矩阵，接下来，我们就来看看如何快速计算任意一个二阶矩阵的伴随矩阵.

一、前言

矩阵一般都是多阶的，但是，一阶矩阵仍然是存在的. 在本文中，我们就来探讨一下一阶矩阵的伴随矩阵是什么样子的.

一、前言

在本文中，「荒原之梦考研数学」将详细分析初等变换对行列式的值的影响.