基于“金木水火土”和汉字以及天干地支纪年法理解矩阵的乘法运算

在下面的式子中,列向量 $\begin{pmatrix} \text{金} & \text{木} & \text{水} & \text{火} & \text{土} \end{pmatrix}^{\top}$ 和行向量 $\begin{pmatrix} \text{金} & \text{木} & \text{水} & \text{火} & \text{土} \end{pmatrix}$ 相乘(外积)所得的 $5 \times 5$ 的矩阵中,每一个元素都是一个真实存在的汉字:

$$
\begin{pmatrix}
\text{金} \\
\text{木} \\
\text{水} \\
\text{火} \\
\text{土}
\end{pmatrix} \times
\begin{pmatrix}
\text{金} & \text{木} & \text{水} & \text{火} & \text{土}
\end{pmatrix} = \begin{pmatrix}
\text{鍂} & \text{鈢} & \text{淦} & \text{鈥} & \text{釷} \\
\text{鈢} & \text{林} & \text{沐} & \text{炑} & \text{杜} \\
\text{淦} & \text{沐} & \text{沝} & \text{淡} & \text{汢} \\
\text{鈥} & \text{炑} & \text{淡} & \text{炎} & \text{灶} \\
\text{釷} & \text{杜} & \text{汢} & \text{灶} & \text{圭} \\
\end{pmatrix}
$$

当然,基于天干地支纪年法,也可以表示向量乘法运算(外积):

$$
\begin{aligned}
& \begin{pmatrix}
\tiny{\text{甲}} \\
\tiny{\text{乙}} \\
\tiny{\text{丙}} \\
\tiny{\text{丁}} \\
\tiny{\text{戊}} \\
\tiny{\text{己}} \\
\tiny{\text{庚}} \\
\tiny{\text{辛}} \\
\tiny{\text{壬}} \\
\tiny{\text{癸}}
\end{pmatrix} \times
\begin{pmatrix}
\tiny{\text{子}} & \tiny{\text{丑}} & \tiny{\text{寅}} & \tiny{\text{卯}} & \tiny{\text{辰}} & \tiny{\text{巳}} & \tiny{\text{午}} & \tiny{\text{未}} & \tiny{\text{申}} & \tiny{\text{酉}} & \tiny{\text{戌}} & \tiny{\text{亥}}
\end{pmatrix} \\
= & \begin{pmatrix}
\tiny{\text{甲子}} & & \tiny{\text{甲寅}} & & \tiny{\text{甲辰}} & & \tiny{\text{甲午}} & & \tiny{\text{甲申}} & & \tiny{\text{甲戌}} & \\
& \tiny{\text{乙丑}} & & \tiny{\text{乙卯}} & & \tiny{\text{乙巳}} & & \tiny{\text{乙未}} & & \tiny{\text{乙酉}} & & \tiny{\text{乙亥}} \\
\tiny{\text{丙子}} & & \tiny{\text{丙寅}} & & \tiny{\text{丙辰}} & & \tiny{\text{丙午}} & & \tiny{\text{丙申}} & & \tiny{\text{丙戌}} & \\
& \tiny{\text{丁丑}} & & \tiny{\text{丁卯}} & & \tiny{\text{丁巳}} & & \tiny{\text{丁未}} & & \tiny{\text{丁酉}} & & \tiny{\text{丁亥}} \\
\tiny{\text{戊子}} & & \tiny{\text{戊寅}} & & \tiny{\text{戊辰}} & & \tiny{\text{戊午}} & & \tiny{\text{戊申}} & & \tiny{\text{戊戌}} & \\
& \tiny{\text{己丑}} & & \tiny{\text{己卯}} & & \tiny{\text{己巳}} & & \tiny{\text{己未}} & & \tiny{\text{己酉}} & & \tiny{\text{己亥}} \\
\tiny{\text{庚子}} & & \tiny{\text{庚寅}} & & \tiny{\text{庚辰}} & & \tiny{\text{庚午}} & & \tiny{\text{庚申}} & & \tiny{\text{庚戌}} & \\
& \tiny{\text{辛丑}} & & \tiny{\text{辛卯}} & & \tiny{\text{辛巳}} & & \tiny{\text{辛未}} & & \tiny{\text{辛酉}} & & \tiny{\text{辛亥}} \\
\tiny{\text{壬子}} & & \tiny{\text{壬寅}} & & \tiny{\text{壬辰}} & & \tiny{\text{壬午}} & & \tiny{\text{壬申}} & & \tiny{\text{壬戌}} & \\
& \tiny{\text{癸丑}} & & \tiny{\text{癸卯}} & & \tiny{\text{癸巳}} & & \tiny{\text{癸未}} & & \tiny{\text{癸酉}} & & \tiny{\text{癸亥}}
\end{pmatrix}
\end{aligned}
$$

注意:按照严格的干支纪年法,只有阴阳才能相配,一共有 60 个组合,即“六十甲子”. 因此,在上面的向量乘法运算中,用空位表示不属于六十甲子的组合.


高等数学箭头 - 荒原之梦

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。

线性代数箭头 - 荒原之梦

以独特的视角解析线性代数,让繁复的知识变得直观明了。

特别专题箭头 - 荒原之梦

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。

荒原之梦-zhaokaifeng.com

峰图 | 基于乘法运算的图形性质理解为什么上(下)三角矩阵与对角矩阵相乘之后得到的仍是上(下)三角矩阵?

一、前言

根据矩阵乘法运算的左行右列性质,一个上()三角矩阵左乘对角矩阵,就相当于上()三角矩阵的行都乘以对角矩阵对角线上对应的元素;一个上()三角矩阵右乘对角矩阵,就相当于上()三角矩阵的列都乘以对角矩阵对角线上对应的元素.

在本文中,「荒原之梦考研数学」将基于矩阵乘法运算的图形化性质对上面的这一结论做一个形象化的说明.

继续阅读“峰图 | 基于乘法运算的图形性质理解为什么上(下)三角矩阵与对角矩阵相乘之后得到的仍是上(下)三角矩阵?”

峰图 | 单位矩阵“拓印”过程的“面积”恒定定理

一、前言

在本文中,「荒原之梦考研数学」将通过峰图所表现出的“拓印”过程,形象地揭示矩阵初等变换过程中一些有趣也有意义的现象.

继续阅读“峰图 | 单位矩阵“拓印”过程的“面积”恒定定理”

峰图 | 基于乘法运算的图形性质理解为什么上(下)三角矩阵的逆矩阵一定是上(下)三角矩阵?

一、前言

在本文中,「荒原之梦考研数学」将基于矩阵乘法运算的图形性质,形象化地证明下面的定理:

  1. 上三角矩阵的逆矩阵一定是上三角矩阵;
  2. 下三角矩阵的逆矩阵一定是下三角矩阵.
继续阅读“峰图 | 基于乘法运算的图形性质理解为什么上(下)三角矩阵的逆矩阵一定是上(下)三角矩阵?”

任何矩阵初等变换的集合都可以表现出“方向性”

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””

基于线性方程组证明:上三角矩阵的逆矩阵一定是上三角矩阵;下三角矩阵的逆矩阵一定是下三角矩阵

一、前言

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:

  1. 上三角矩阵的逆矩阵一定是上三角矩阵;
  2. 下三角矩阵的逆矩阵一定是下三角矩阵.
继续阅读“基于线性方程组证明:上三角矩阵的逆矩阵一定是上三角矩阵;下三角矩阵的逆矩阵一定是下三角矩阵”

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

一、前言

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”

二次型全面深度解析

一、前言

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”

二次型的可逆线性换元(变量替换)与矩阵的合同

一、前言

二次型的可逆线性换元(变量替换)本质上就是求原矩阵的合同矩阵,在本文中,「荒原之梦考研数学」就通过定义来说明为什么是这样的.

继续阅读“二次型的可逆线性换元(变量替换)与矩阵的合同”

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?

一、前言

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?”

实对称矩阵的性质及其二次型

§1. 什么是实对称矩阵?

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.

§2. 实对称矩阵的重要性质

  1. 实对称矩阵的特征值都是实数

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.

  1. 实对称矩阵不同特征值对应的特征向量正交

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:

$$
\boldsymbol{\alpha}^{\top} \boldsymbol{\beta} = 0
$$

  1. 实对称矩阵一定可以正交对角化

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:

$$
\boldsymbol{\Lambda} = \mathrm{diag} \left( \lambda_{1}, \lambda_{2}, \dots, \lambda_{n} \right)
$$

§3. 实对称矩阵与二次型的关系

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:

$$
f = \lambda_{1} y_{1}^{2} + \lambda_{2} y_{2}^{2} + \dots + \lambda_{n} y_{n}^{2}
$$


高等数学箭头 - 荒原之梦

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。

线性代数箭头 - 荒原之梦

以独特的视角解析线性代数,让繁复的知识变得直观明了。

特别专题箭头 - 荒原之梦

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。

荒原之梦-zhaokaifeng.com

初等变换是否会改变矩阵的幂零属性?

一、前言

如果一个矩阵是幂零矩阵,那么,无论经过怎么样的初等变换,这个矩阵都是幂零矩阵吗?

反过来说,如果一个矩阵不是幂零矩阵,那么,无论经过怎么样的初等变换,这个矩阵都不是幂零矩阵吗?

在本文中,「荒原之梦考研数学」将为同学们深入解析这一问题.

继续阅读“初等变换是否会改变矩阵的幂零属性?”

峰图 | 基于“动线交点”理论理解幂零矩阵的“塌缩”机制

一、前言

在本文中,「荒原之梦考研数学」将为同学们详细介绍一下考研数学线性代数中的“幂零矩阵”.

同时,在本文中,「荒原之梦考研数学」还会通过“峰图(峰式图)”的方式证明为什么有些矩阵是(不是)幂零矩阵,同时以形象的方式展示幂零矩阵的“塌缩”机制.

继续阅读“峰图 | 基于“动线交点”理论理解幂零矩阵的“塌缩”机制”

荒原之梦网全部内容均为原创,提供了涵盖考研数学基础知识、考研数学练习题、考研数学真题等方面,大量精心研发的学习资源。

豫ICP备17023611号-1 | 公网安备 - 荒原之梦 豫公网安备41142502000132号
Copyright©2017-2026 ZhaoKaifeng.com 版权所有 All Rights Reserved.

豫ICP备17023611号-1
  豫公网安备41142502000132号
Copyright©2026   ZhaoKaifeng.com   All Rights Reserved.

荒原之梦 自豪地采用WordPress