考研数学二 – 第 4 页

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.

峰图 | 通过矩阵初等变换图理解逆矩阵初等变换的“逆对称”性质

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.

继续阅读

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.

继续阅读

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.

继续阅读

一、前言

在本文中，「荒原之梦考研数学」就来讨论一下高等数学中会遇到的三种取整运算：取整、上取整、下取整.

在本文中，我们：
用 “$\left[ x \right]$” 表示对 $x$ 做取整操作；
用 “$\lceil x \rceil$” 表示对 $x$ 做上取整操作；
用 “$\lfloor x \rfloor$” 表示对 $x$ 做下取整操作.

二、正文

在本文的前言部分，我之所以强调我们现在所讨论的取整、上取整和下取整运算是“高等数学”中的，是因为，在其他领域的语境下，“取整”运算指的是“四舍五入”运算，也就是说，在高等数学之外的领域，对 “$5.1$” 做取整操作，得到是 “$5$”, 而对 “$5.7$” 做取整操作，得到的是 “$6$”——

但是，在高等数学中，“ 取整 ”运算等同于“ 下取整 ”运算，即“将一个实数舍为最接近的整数 ”：

$$
\begin{aligned}
& \left[ 5.1 \right] = \lfloor 5.1 \rfloor = 5 \\ \\
& \left[ 5.7 \right] = \lfloor 5.7 \rfloor = 5
\end{aligned}
$$

同时，在高等数学中，“ 上取整 ”运算，即“将一个实数进为最接近的整数 ”：

$$
\begin{aligned}
& \left[ 5.1 \right] = \lfloor 5.1 \rfloor = 6 \\ \\
& \left[ 5.7 \right] = \lfloor 5.7 \rfloor = 6
\end{aligned}
$$

三、例题

《用夹逼准则求解取整函数的极限》

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。

继续阅读

求解逆矩阵的三种方法

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 $\boldsymbol{B}^{-1} = \underline{\quad \quad \quad}$

继续阅读

快速求解二阶矩阵的伴随矩阵：主对调、副变号

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.

继续阅读