标签： 线性代数基础

一、前言

在本文中，「荒原之梦考研数学」将为同学们证明下面这个公式：

$$
\begin{aligned}
& \boldsymbol{AB} = \boldsymbol{O} \\
\Leftrightarrow & \ \mathbf{r} (\boldsymbol{A}) + \mathbf{r} (\boldsymbol{B}) \leqslant n
\end{aligned}
$$

其中，矩阵 $\boldsymbol{A}$ 和矩阵 $\boldsymbol{B}$ 都是 $n \times n$ 阶方阵。

继续阅读“关于由 $\boldsymbol{AB}$ $=$ $\boldsymbol{O}$ 可得 $\mathbf{r} (\boldsymbol{A})$ $+$ $\mathbf{r} (\boldsymbol{B})$ $\leqslant$ $n$ 的一个简单证明方式”

一、题目

[A]. $k_{1}$ $+$ $k_{2}$ $+$ $k_{3}$ $=$ $1$

[B]. $k_{1}$ $+$ $k_{2}$ $+$ $k_{3}$ $=$ $3$

[C]. $k_{1}$ $\times$ $k_{2}$ $\times$ $k_{3}$ $=$ $1$

[D]. $k_{1}$ $=$ $1$ 且 $k_{2}$ $=$ $1$ 且 $k_{3}$ $=$ $1$

难度评级：

继续阅读“非齐次线性方程组不同解向量的系数相加等于 1 时，相加所得的向量也是该方程的解”

一、题目

[A]. $k \boldsymbol{\alpha}_{1}$

[B]. $k \boldsymbol{\alpha}_{2}$

[C]. $k (\boldsymbol{\alpha}_{1}$ $+$ $\boldsymbol{\alpha}_{2} )$

[D]. $k (\boldsymbol{\alpha}_{1}$ $-$ $\boldsymbol{\alpha}_{2} )$

难度评级：

继续阅读“不同的数字相减一定不得零，但相加就不一定了”

一、题目

难度评级：

继续阅读“利用“对称初等变换”求解合同矩阵中的可逆矩阵 C”

一、前言

关于主对角线对称的矩阵，特别是单位矩阵具有很多的神奇的性质，在「荒原之梦考研数学」的《单位矩阵可以用来记录初等变换》一文中，我们学习了单位矩阵在“存储”和“写入”矩阵初等行变换和初等列变换上的能力。

在本文中，我们将学习单位矩阵和一般的对称矩阵在“对称初等变换”条件下自动生成其转置矩阵的特殊性质。

对 称 初 等 变 换 示 意 图

graph TD
	O{O} --第 1 行与第 2 行的初等变换--> A1[A1];
	O --第 1 列与第 2 列的初等变换--> B1[B1];
	A1 --第 2 行与第 3 行的初等变换--> A2[A2];
	B1 --第 2 列与第 3 列的初等变换--> B2[B2];
	A2 --第 i 行与第 j 行的初等变换--> A[A];
	B2 --第 i 列与第 j 列的初等变换--> B[B];
	A --> C[A 和 B 互为转置矩阵];
	B --> C;

继续阅读“对称矩阵/单位矩阵经“对称初等变换”可以生成互为转置矩阵的两个矩阵”

一、前言

线性代数中的“单位矩阵（$\boldsymbol{E}$）”是一个非常特别的矩阵，这个矩阵非常简单，以至于可以用来记录初等变换的过程。

在本文中，「荒原之梦考研数学」就给同学们讲解一下单位矩阵的这一作用。

继续阅读“单位矩阵可以用来记录初等变换”

一、前言

在线性代数中，我们会遇到关于单位矩阵 $\boldsymbol{E}$ 的如下写法：

$$
\begin{aligned}
\boldsymbol{E}_{12} \quad \boldsymbol{E}_{23} \quad \boldsymbol{E}_{31} \quad \cdots
\end{aligned}
$$

那么，上面这种写法表示什么意思呢？

在本文中，「荒原之梦考研数学」就给同学们详细讲解一下。

继续阅读“线性代数中的 E12, E23 表示什么意思？”

一、前言

如果两个二次型之间可以通过坐标变换相互转化，那么这两个二次型的系数矩阵之间具有什么关系呢？

在本文中，「荒原之梦考研数学」就给同学们详细讲解这一问题。

继续阅读“通过坐标变换联系起来的两个二次型的系数矩阵互为合同矩阵”

一、前言

在荒原之梦考研数学的《行列式的定义式（计算公式）该怎么理解？》这篇文章中，我们理解了如下这个行列式的计算公式中每一项的具体含义：

$$
\left|\begin{matrix} a_{11} & a_{12} & \cdots & a_{1⁢⁢⁢n} \\ a_{21} & a_{22} & \cdots & a_{2⁢⁢⁢n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{m}\end{matrix}\right| =
\textcolor{yellow}{\sum _{j_{1} j_{2} \cdots j_{n}}} \textcolor{springgreen}{\left(−1\right)^{\tau \left(j_{1}j_{2} \cdots j_{n}\right)}} \textcolor{pink}{a_{1j_{1}}a_{2j_{2}} \cdots a_{n}}
$$

这个计算公式是一个标准的计算公式，因为其中表示行列式行数的 “$a_{1}$, $a_{2}$, $\cdots$, $a_{n}$” 是顺序排列的，那么，如果组成行列式展开式中的项的元素不是顺序排列相乘的，该怎么确定这个项的正负呢？

在本文中，荒原之梦考研数学就带大家一探究竟。

继续阅读“如何确定行列式展开计算公式中每一项的正负？”

一、前言

我们知道，$n$ 阶行列式的定义公式如下，同时，下面的公式也是计算 $n$ 阶行列式的通用公式：

$$
\left|\begin{matrix} a_{11} & a_{12} & \cdots & a_{1⁢⁢⁢n} \\ a_{21} & a_{22} & \cdots & a_{2⁢⁢⁢n} \\ \vdots & \vdots & & \vdots \\ a_{n1} & a_{n2} & \cdots & a_{m} \end{matrix}\right| =
\textcolor{yellow}{\sum _{j_{1} j_{2} \cdots j_{n}}} \textcolor{springgreen}{\left(−1\right)^{\tau \left(j_{1}j_{2} \cdots j_{n}\right)}} \textcolor{pink}{a_{1j_{1}}a_{2j_{2}} \cdots a_{n}}
$$

那么，如何理解上面这个公式呢？

在本文中，荒原之梦考研数学将通过一点点的拆解剖析和例题，为同学们讲明白这个知识点。

继续阅读“行列式的定义式（计算公式）该怎么理解？”

一、前言

如果已知 $n$ 阶矩阵 $\boldsymbol{A}$ 和矩阵 $\boldsymbol{B}$, 以及 $n$ 阶零矩阵 $\boldsymbol{O}$, 且下式成立：

$$
\boldsymbol{AB} = \boldsymbol{O}
$$

那么，我们能判断出来有关矩阵 $\boldsymbol{A}$ 和矩阵 $\boldsymbol{B}$ 的哪些性质呢？

在本文中，荒原之梦考研数学将借助类似“俄罗斯方块”游戏中的元素，为同学们解释清楚这个问题。

继续阅读“用“俄罗斯方块”理解两矩阵相乘得零矩阵所蕴含的规律”

一、前言

一个 $n$ 阶行列式的展开式有多少项？在本文中，荒原之梦考研数学就通过实际计算和演示推理，给同学们讲明白，为什么 $n$ 阶行列式的展开式中有 $n!$ 个项。

继续阅读“n阶行列式的展开项有n!个”

一、前言

通过本文中，我们将解决下面的问题：

1. 什么样的矩阵可以做加减运算？
2. 实际矩阵的加减运算怎么做？
3. 抽象矩阵的加减运算有哪些定理？

继续阅读“矩阵的加减运算：只有同型矩阵才可以做加减运算，所得的也是同型矩阵”