Day34 这道题从题目名就能看出它是一道典型的“综合计算题”矩阵运算、齐次方程组的解的定义、分块矩阵运算、逆矩阵计算、方阵的幂运算方法全部叠在一起。27考研数学线代强化阶段这种题的价值不在于“能不能看懂”而在于“能不能在有限时间内算对”。只要其中任何一个环节思路断掉整道题就会卡住。今天这篇文章就把整道题的解题链路拆开讲清楚最后给出一套可以直接套用的标准做法。很多同学拿到这类题的第一反应是“这是个四阶矩阵硬算”。硬算不是不行但浪费时间而且越算越容易错。更合理的做法是先观察矩阵结构。如果矩阵本身能分成若干个低阶块并且块与块之间有明显的零矩阵隔开那就应该优先使用分块矩阵运算。它会同时影响求逆、解齐次方程组和求幂三个环节是今天这条思路的主线。下面我会用一个典型四阶矩阵作为示范把 Day34 涉及的方法完整走一遍。文中不会只给结论而是把每个步骤背后的判断依据也写出来方便你下次遇到类似题型时自己知道“为什么要这么做”。1. Day34 考点拆解一道题里到底压了几条线先看这道题的考点数量。一个完整的考研线代强化每日一题通常不会只考一个孤立知识点而是把若干考点放进同一种题型中。Day34 覆盖的核心考点可以整理成下表考点常见考察方式做题时的作用矩阵运算矩阵乘法、解方程时对向量做线性变换保证后续计算能继续推进齐次方程组的解的定义判断 (Ax0) 是否有非零解是否只有零解用来串联秩、行列式和线性相关性分块矩阵运算把高阶矩阵切块后分别计算把四阶以上矩阵降维成低阶矩阵逆矩阵计算求 (A^{-1})验证 (AA^{-1}E)既单独命题也服务于方程组求解方阵的幂运算方法求 (A^{n})尤其 n 较大时的简化计算最终落点常与二项式展开结合从逻辑顺序看这几部分并不并列而是有先后关系。先判断矩阵是否可逆才能继续谈逆矩阵先会用分块运算化简结构才知道逆矩阵该怎么求先理解齐次方程组的解在说什么才能把线性相关、秩和零空间这些概念打通最后在求方阵幂的时候又把前面的矩阵运算能力综合用起来。Day34 真正的难度不是每个知识点本身而是你在做题时能不能快速切换这几个模块。很多人卡在中途是因为求完逆矩阵之后忘了回头看矩阵结构最后求幂时又从零开始硬算。2. 分块矩阵运算先把大矩阵切成可处理的小块分块矩阵的本质是“把矩阵看成数”按同样的规则进行乘法和加法。对高阶矩阵来说切块能把计算量从原来的高阶乘法降成多个低阶乘法整个过程的出错率会明显下降。设矩阵 (A) 和 (B) 做如下分块[ A\begin{pmatrix} A_{11} A_{12}\ A_{21} A_{22} \end{pmatrix}, \quad B\begin{pmatrix} B_{11} B_{12}\ B_{21} B_{22} \end{pmatrix} ]如果维度匹配那么[ AB\begin{pmatrix} A_{11}B_{11}A_{12}B_{21} A_{11}B_{12}A_{12}B_{22}\ A_{21}B_{11}A_{22}B_{21} A_{21}B_{12}A_{22}B_{22} \end{pmatrix} ]这里要特别提醒一个基础问题分块并不是“想怎么切就怎么切”。两个矩阵相乘时左矩阵的列分块方式必须与右矩阵的行分块方式一致。比如 (A) 按列分成两部分那么 (B) 就必须按行分成同样规模的两部分否则块与块之间无法相乘。做题时最常见的分块形态有三种分块形态形式处理优势分块对角矩阵(\begin{pmatrix} B O \ O C \end{pmatrix})求逆、求幂都可分别处理分块上三角矩阵(\begin{pmatrix} B M \ O C \end{pmatrix})行列式为 (列分块/行分块按列或按行拆分配合向量运算理解方程组Day34 这类题目如果出现分块对角结构那基本就是在暗示你不要展开成完整矩阵硬干。后面的整个解题过程都应该围绕两个低阶块分别展开最后再合并。为了更好地演示下面定义今天反复要用的矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]其中[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix}, \quad C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]即[ A\begin{pmatrix} 1 1 0 0\ 0 1 0 0\ 0 0 2 0\ 0 0 0 3 \end{pmatrix} ]这个矩阵不是随意的。左上角块 (B) 是一个“单位阵加幂零阵”的典型结构适合演示方阵幂计算右下角块 (C) 是对角矩阵求逆、求幂都非常方便。用它做示范可以把今天的各个考点都串起来。3. 逆矩阵计算分块对角矩阵的快速解法3.1 先用行列式判断可逆性考研线代里求逆矩阵之前先判断是否可逆不会吃亏。对分块对角矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]有[ |A||B|\cdot|C| ]对上面给出的矩阵先算两个小矩阵的行列式[ |B|\begin{vmatrix} 1 1\ 0 1 \end{vmatrix}1 ][ |C|\begin{vmatrix} 2 0\ 0 3 \end{vmatrix}6 ]所以[ |A|1\times66\neq0 ]因此 (A) 可逆可以继续求 (A^{-1})。这个判断的意义不只是“知道可逆”更重要的是告诉你后续的齐次方程组只会出现零解不会出现含自由变量的情况。题目在结构上其实已经给了提示。3.2 分块对角矩阵的逆对于分块对角矩阵逆矩阵可以直接写成分块对角形式[ A^{-1}\begin{pmatrix} B^{-1} O\ O C^{-1} \end{pmatrix} ]前提是 (B) 和 (C) 都可逆。这里用到的原理是两个分块对角矩阵相乘时非对角块本身就是零矩阵不会发生交叉项。先求 (B^{-1})。由于 (B) 是二阶上三角矩阵可以设[ B^{-1}\begin{pmatrix} a b\ c d \end{pmatrix} ]解 (BB^{-1}E_2)也可以直接用二阶矩阵求逆公式处理。结果为[ B^{-1}\begin{pmatrix} 1 -1\ 0 1 \end{pmatrix} ]再求 (C^{-1})。对角矩阵的逆就是把每个对角元取倒数[ C^{-1}\begin{pmatrix} \frac12 0\ 0 \frac13 \end{pmatrix} ]所以[ A^{-1}\begin{pmatrix} 1 -1 0 0\ 0 1 0 0\ 0 0 \frac12 0\ 0 0 0 \frac13 \end{pmatrix} ]求完之后要习惯性验算一次随便取第一行乘第一列验证[ 1\times1(-1)\times00\times00\times01 ]再取第二行乘第一列[ 0\times11\times00\times00\times00 ]验算结果正确逆矩阵基本没问题。4. 齐次方程组的解的定义先理解“解”是什么再谈求法4.1 齐次方程组的“解”指什么齐次方程组的标准形式是[ Ax0 ]其中 (A) 是 (m\times n) 矩阵(x) 是 (n) 维列向量。所谓“解”就是让 (Ax0) 成立的所有 (n) 维向量组成的集合。注意这里的表述区别。很多同学看到齐次方程就说“无解”这是错的。齐次方程组永远至少有一个解也就是零解[ x0 ]所以题目真正要问的往往是“是否只有零解”或者“是否存在非零解”。判断标准要记牢条件齐次方程 (A_{n\times n}x0) 的解(A(A如果题目的矩阵不是方阵就用秩判断。齐次方程组 (Ax0) 有非零解的充要条件是 (r(A)n)其中 (n) 是未知量个数。4.2 对 Day34 矩阵判断解结构回到今天的矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]把向量 (x) 也做同样的分块[ x\begin{pmatrix} u\ v \end{pmatrix} ]那么[ Ax0 \iff \begin{pmatrix} B O\ O C \end{pmatrix} \begin{pmatrix} u\ v \end{pmatrix}\begin{pmatrix} Bu\ Cv \end{pmatrix}\begin{pmatrix} 0\ 0 \end{pmatrix} ]于是得到两个独立的子方程[ Bu0,\quad Cv0 ]因为 (|B|1\neq0)所以 (Bu0) 只有零解即 (u0)。又因为 (|C|6\neq0)所以 (Cv0) 也只有零解即 (v0)。最终得到[ x\begin{pmatrix} 0\ 0\ 0\ 0 \end{pmatrix} ]也就是说(Ax0) 只有零解。从行文逻辑上这一步不需要列出长长的增广矩阵也不需要把四阶方程组逐行化解。只要矩阵结构是分块对角就等价于把原方程组拆成两个低阶齐次方程分别判断。这个过程本身就是“齐次方程组的解的定义”和“分块矩阵运算”的结合。5. 方阵的幂运算方法一道 2027 次幂题目如何算5.1 先区分几种求幂思路方阵求幂在考研线代里是有固定方法的不是所有矩阵都对每个元素直接乘方。常用方法有以下几类方法适用场景例子直接递推归纳幂次较小时找规律低阶具体矩阵分块处理分块对角矩阵对角块分别求幂二项式展开矩阵可写成纯量阵加幂零阵(BEN) 且 (N^20)利用可对角化存在可逆矩阵 (P) 使 (P^{-1}AP\Lambda)对角元素快速幂凯莱-哈密顿定理需要建立递推关系特征多项式较简单时Day34 这种题通常不会只考某一种方法。分块对角矩阵的右上块适合“单位阵加幂零阵”右下块适合“对角矩阵直接求幂”两种方法可以同时出现。5.2 具体计算 (A^{2027})先求右下角块[ C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]对角矩阵的幂可以直接写成[ C^{2027}\begin{pmatrix} 2^{2027} 0\ 0 3^{2027} \end{pmatrix} ]这里不需要展开任何复杂运算对角元的幂就是结果。再求左上角块[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix} ]把它改写成单位阵和幂零阵之和[ BE_2N ]其中[ E_2\begin{pmatrix} 1 0\ 0 1 \end{pmatrix}, \quad N\begin{pmatrix} 0 1\ 0 0 \end{pmatrix} ]可以看到[ N^2\begin{pmatrix} 0 1\ 0 0 \end{pmatrix} \begin{pmatrix} 0 1\ 0 0 \end{pmatrix}\begin{pmatrix} 0 0\ 0 0 \end{pmatrix} ]这就是一个典型的幂零矩阵且二次幂归零。于是二项式展开中二次及以上的项全部消失[ B^{2027}(E_2N)^{2027}E_2^{2027}\binom{2027}{1}E_2^{2026}N \binom{2027}{2}E_2^{2025}N^2\cdots ]因为 (E_2) 和 (N) 可交换所以二项式展开可以直接用。又因为 (N^20)后面所有项都是零矩阵只剩前两项[ B^{2027}E_22027N\begin{pmatrix} 1 0\ 0 1 \end{pmatrix} \begin{pmatrix} 0 2027\ 0 0 \end{pmatrix}\begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]合并分块结果得到[ A^{2027} \begin{pmatrix} B^{2027} O\ O C^{2027} \end{pmatrix}\begin{pmatrix} 1 2027 0 0\ 0 1 0 0\ 0 0 2^{2027} 0\ 0 0 0 3^{2027} \end{pmatrix} ]到这里可以看得很清楚分块对角矩阵的幂计算本质上是把“四阶矩阵的 2027 次幂”拆成“两个二阶矩阵的 2027 次幂”。计算量不但降低而且每一步都有明确依据。6. Day34 完整解题演示手把手算到最终答案我们把上面所有方法按考场书写顺序整理一遍。假设题目给出矩阵[ A\begin{pmatrix} 1 1 0 0\ 0 1 0 0\ 0 0 2 0\ 0 0 0 3 \end{pmatrix} ]需要解决以下问题求 (A^{-1})。判断齐次方程组 (Ax0) 的解的结构。求 (A^{2027})。书写步骤可以这样组织第一步分块。令[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix}, \quad C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]则[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]第二步算二阶子块的可逆性。[ |B|1,\quad |C|6 ]因为两个子块都可逆所以原矩阵可逆。第三步求 (A^{-1})。[ B^{-1}\begin{pmatrix} 1 -1\ 0 1 \end{pmatrix} ][ C^{-1}\begin{pmatrix} \frac12 0\ 0 \frac13 \end{pmatrix} ]因此[ A^{-1} \begin{pmatrix} 1 -1 0 0\ 0 1 0 0\ 0 0 \frac12 0\ 0 0 0 \frac13 \end{pmatrix} ]第四步求解齐次方程组。设 (x\begin{pmatrix}u\v\end{pmatrix})其中 (u,v) 都是二维列向量。由 (Ax0) 得[ Bu0,\quad Cv0 ]由于 (B,C) 都可逆所以 (u0, v0)。因此 (Ax0) 只有零解。第五步求 (A^{2027})。利用 (BE_2N)且 (N^20)得到[ B^{2027}E_22027N \begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]同时[ C^{2027} \begin{pmatrix} 2^{2027} 0\ 0 3^{2027} \end{pmatrix} ]最终[ A^{2027} \begin{pmatrix} 1 2027 0 0\ 0 1 0 0\ 0 0 2^{2027} 0\ 0 0 0 3^{2027} \end{pmatrix} ]这道题做到这里就算完整收尾了。一个容易被忽略的检查点是求完幂之后要再看一眼矩阵是否保持了原来的分块结构。如果 (A^{2027}) 的非对角块出现了非零元素多半是在二项式展开时漏了项或者用了不可交换的矩阵展开这时需要重新检查。7. 矩阵运算错题复盘五个最隐蔽的坑这类综合题做错很多时候不是概念不会而是错在细节。下面五个坑是常见问题。7.1 分块时忘了维度匹配矩阵乘法不是任意分块都能乘。很多同学把 (4\times4) 矩阵随便切成两个 (2\times4) 块和两个 (4\times2) 块然后直接套公式结果发现块乘法根本进行不下去。实际切分前先画一条横线一条竖线确认每一块的行数列数都满足乘法要求。7.2 求逆时只算 (B^{-1})忘记合并验算分块对角矩阵的逆确实可以分成两个块分别求但最终一定要合并成一个完整的高阶矩阵然后至少验算一次。验算方法很简单取第一行乘第一列看是否等于 (E) 的对应位置。这种操作耗时极短却能拦住乘法符号、取倒数位置这类低级错误。7.3 把“齐次方程组只有零解”说成“无解”这是一个很容易被阅卷标准抠字眼的概念点。齐次方程组一定有零解所以不能说“无解”。如果题目问“解的情况”正确表述是[ Ax0\text{ 只有零解} ]而不是“没有解”。非齐次方程组 (Axb) 才可能出现无解的情况。这个区别概念题喜欢考综合题里也会影响后续判断。7.4 二项式展开前不看两个矩阵是否可交换使用 ((EN)^{2027}) 这类展开时前提条件是两个矩阵相乘可交换。这里之所以可以展开是因为 (E) 与任意矩阵可交换。如果题目给出的不是 (EN)而是两个普通矩阵 (PQ)就不能直接套用二项式展开。做题时必须先说明[ ENNE ]再把 (N^20) 代入否则展开式不成立。7.5 对角块并非对角矩阵时对每个元素直接求幂初学者容易把[ \begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]理解成“把 (1) 求 (2027) 次幂把 (2027) 求 (2027) 次幂”这是完全错误的。非对角矩阵求幂必须考虑块内元素之间的相互影响。在今天的例子里右上角的 (2027) 不是靠直接乘方得来的而是由二项式展开中的交叉项 (2027N) 产生的。看到非对角矩阵优先思考能不能写成“单位阵加幂零阵”而不是盲目对元素求幂。8. 同类题专项检验清单做强化每日一题不能只追求“做完”还要让一道题覆盖一类题。下面这份清单可以帮助你判断自己是否真正掌握了 Day34 这种题型。检验点具体操作能否快速识别分块结构看到矩阵里大量出现 (0) 块时优先画分块线求逆前是否先判断可逆用行列式或秩判断避免无效计算齐次方程解的结构是否表述准确分清“只有零解”和“非零解”求幂前是否对矩阵分类考虑对角矩阵、幂零结构、可对角化三类是否验算最终结果至少验证一个行乘列的位置是否能把低阶结论合并成高阶结论四阶矩阵的答案能反映原矩阵结构如果你能独立完成下面这个变式说明今天的方法已经基本掌握设[ A\begin{pmatrix} 1 2 0 0 0\ 0 1 0 0 0\ 0 0 2 0 0\ 0 0 0 2 0\ 0 0 0 0 4 \end{pmatrix} ]求 (A^{-1})判断 (Ax0) 的解并求 (A^{2027})。这个变式和前面的例题思路完全一致只是多了右下角一个对角元。真正做一遍你会发现整个过程依然只需要处理几个二阶块和一个一阶块不需要对五阶矩阵进行全量展开。9. 冲刺备考建议每日一题怎么用才能提分最后再说说学习节奏的问题。27考研数学线代强化阶段很多人的状态是“看得懂答案但自己一做就卡壳”。这个问题通常不是智商问题而是平时缺少完整的计算练兵。Day34 这类题每天只做一道不够还要限制时间、规范书写。建议给自己定 20 到 25 分钟。前 5 分钟只用来观察矩阵结构不要动笔中间的 10 分钟按分块、逆矩阵、齐次方程组、方阵幂的顺序推进最后 5 分钟做验算和复盘。如果超时不要急着看答案先找出卡住的是哪个环节然后再对着下面的解答过程逐条检查。错题整理也有讲究。不要只抄题和答案要把“错在哪一步”标出来。比如今天最值得记录的内容是(Ax0) 不能说无解只能说没有非零解只有 (E) 与任意矩阵可交换才可以直接使用二项式展开分块对角矩阵求幂非对角块始终为零。下次单独做这一题如果 20 分钟内仍能保持思路清晰并且最终矩阵没有书写错误说明 Day34 的出题套路已经被你吸收。线代强化的手感就是靠这种“每天一题、题后复盘”的模式一点点练出来的。 考研线代强化：分块矩阵求解逆矩阵、齐次方程组与方阵幂综合题
Day34 这道题从题目名就能看出它是一道典型的“综合计算题”矩阵运算、齐次方程组的解的定义、分块矩阵运算、逆矩阵计算、方阵的幂运算方法全部叠在一起。27考研数学线代强化阶段这种题的价值不在于“能不能看懂”而在于“能不能在有限时间内算对”。只要其中任何一个环节思路断掉整道题就会卡住。今天这篇文章就把整道题的解题链路拆开讲清楚最后给出一套可以直接套用的标准做法。很多同学拿到这类题的第一反应是“这是个四阶矩阵硬算”。硬算不是不行但浪费时间而且越算越容易错。更合理的做法是先观察矩阵结构。如果矩阵本身能分成若干个低阶块并且块与块之间有明显的零矩阵隔开那就应该优先使用分块矩阵运算。它会同时影响求逆、解齐次方程组和求幂三个环节是今天这条思路的主线。下面我会用一个典型四阶矩阵作为示范把 Day34 涉及的方法完整走一遍。文中不会只给结论而是把每个步骤背后的判断依据也写出来方便你下次遇到类似题型时自己知道“为什么要这么做”。1. Day34 考点拆解一道题里到底压了几条线先看这道题的考点数量。一个完整的考研线代强化每日一题通常不会只考一个孤立知识点而是把若干考点放进同一种题型中。Day34 覆盖的核心考点可以整理成下表考点常见考察方式做题时的作用矩阵运算矩阵乘法、解方程时对向量做线性变换保证后续计算能继续推进齐次方程组的解的定义判断 (Ax0) 是否有非零解是否只有零解用来串联秩、行列式和线性相关性分块矩阵运算把高阶矩阵切块后分别计算把四阶以上矩阵降维成低阶矩阵逆矩阵计算求 (A^{-1})验证 (AA^{-1}E)既单独命题也服务于方程组求解方阵的幂运算方法求 (A^{n})尤其 n 较大时的简化计算最终落点常与二项式展开结合从逻辑顺序看这几部分并不并列而是有先后关系。先判断矩阵是否可逆才能继续谈逆矩阵先会用分块运算化简结构才知道逆矩阵该怎么求先理解齐次方程组的解在说什么才能把线性相关、秩和零空间这些概念打通最后在求方阵幂的时候又把前面的矩阵运算能力综合用起来。Day34 真正的难度不是每个知识点本身而是你在做题时能不能快速切换这几个模块。很多人卡在中途是因为求完逆矩阵之后忘了回头看矩阵结构最后求幂时又从零开始硬算。2. 分块矩阵运算先把大矩阵切成可处理的小块分块矩阵的本质是“把矩阵看成数”按同样的规则进行乘法和加法。对高阶矩阵来说切块能把计算量从原来的高阶乘法降成多个低阶乘法整个过程的出错率会明显下降。设矩阵 (A) 和 (B) 做如下分块[ A\begin{pmatrix} A_{11} A_{12}\ A_{21} A_{22} \end{pmatrix}, \quad B\begin{pmatrix} B_{11} B_{12}\ B_{21} B_{22} \end{pmatrix} ]如果维度匹配那么[ AB\begin{pmatrix} A_{11}B_{11}A_{12}B_{21} A_{11}B_{12}A_{12}B_{22}\ A_{21}B_{11}A_{22}B_{21} A_{21}B_{12}A_{22}B_{22} \end{pmatrix} ]这里要特别提醒一个基础问题分块并不是“想怎么切就怎么切”。两个矩阵相乘时左矩阵的列分块方式必须与右矩阵的行分块方式一致。比如 (A) 按列分成两部分那么 (B) 就必须按行分成同样规模的两部分否则块与块之间无法相乘。做题时最常见的分块形态有三种分块形态形式处理优势分块对角矩阵(\begin{pmatrix} B O \ O C \end{pmatrix})求逆、求幂都可分别处理分块上三角矩阵(\begin{pmatrix} B M \ O C \end{pmatrix})行列式为 (列分块/行分块按列或按行拆分配合向量运算理解方程组Day34 这类题目如果出现分块对角结构那基本就是在暗示你不要展开成完整矩阵硬干。后面的整个解题过程都应该围绕两个低阶块分别展开最后再合并。为了更好地演示下面定义今天反复要用的矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]其中[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix}, \quad C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]即[ A\begin{pmatrix} 1 1 0 0\ 0 1 0 0\ 0 0 2 0\ 0 0 0 3 \end{pmatrix} ]这个矩阵不是随意的。左上角块 (B) 是一个“单位阵加幂零阵”的典型结构适合演示方阵幂计算右下角块 (C) 是对角矩阵求逆、求幂都非常方便。用它做示范可以把今天的各个考点都串起来。3. 逆矩阵计算分块对角矩阵的快速解法3.1 先用行列式判断可逆性考研线代里求逆矩阵之前先判断是否可逆不会吃亏。对分块对角矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]有[ |A||B|\cdot|C| ]对上面给出的矩阵先算两个小矩阵的行列式[ |B|\begin{vmatrix} 1 1\ 0 1 \end{vmatrix}1 ][ |C|\begin{vmatrix} 2 0\ 0 3 \end{vmatrix}6 ]所以[ |A|1\times66\neq0 ]因此 (A) 可逆可以继续求 (A^{-1})。这个判断的意义不只是“知道可逆”更重要的是告诉你后续的齐次方程组只会出现零解不会出现含自由变量的情况。题目在结构上其实已经给了提示。3.2 分块对角矩阵的逆对于分块对角矩阵逆矩阵可以直接写成分块对角形式[ A^{-1}\begin{pmatrix} B^{-1} O\ O C^{-1} \end{pmatrix} ]前提是 (B) 和 (C) 都可逆。这里用到的原理是两个分块对角矩阵相乘时非对角块本身就是零矩阵不会发生交叉项。先求 (B^{-1})。由于 (B) 是二阶上三角矩阵可以设[ B^{-1}\begin{pmatrix} a b\ c d \end{pmatrix} ]解 (BB^{-1}E_2)也可以直接用二阶矩阵求逆公式处理。结果为[ B^{-1}\begin{pmatrix} 1 -1\ 0 1 \end{pmatrix} ]再求 (C^{-1})。对角矩阵的逆就是把每个对角元取倒数[ C^{-1}\begin{pmatrix} \frac12 0\ 0 \frac13 \end{pmatrix} ]所以[ A^{-1}\begin{pmatrix} 1 -1 0 0\ 0 1 0 0\ 0 0 \frac12 0\ 0 0 0 \frac13 \end{pmatrix} ]求完之后要习惯性验算一次随便取第一行乘第一列验证[ 1\times1(-1)\times00\times00\times01 ]再取第二行乘第一列[ 0\times11\times00\times00\times00 ]验算结果正确逆矩阵基本没问题。4. 齐次方程组的解的定义先理解“解”是什么再谈求法4.1 齐次方程组的“解”指什么齐次方程组的标准形式是[ Ax0 ]其中 (A) 是 (m\times n) 矩阵(x) 是 (n) 维列向量。所谓“解”就是让 (Ax0) 成立的所有 (n) 维向量组成的集合。注意这里的表述区别。很多同学看到齐次方程就说“无解”这是错的。齐次方程组永远至少有一个解也就是零解[ x0 ]所以题目真正要问的往往是“是否只有零解”或者“是否存在非零解”。判断标准要记牢条件齐次方程 (A_{n\times n}x0) 的解(A(A如果题目的矩阵不是方阵就用秩判断。齐次方程组 (Ax0) 有非零解的充要条件是 (r(A)n)其中 (n) 是未知量个数。4.2 对 Day34 矩阵判断解结构回到今天的矩阵[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]把向量 (x) 也做同样的分块[ x\begin{pmatrix} u\ v \end{pmatrix} ]那么[ Ax0 \iff \begin{pmatrix} B O\ O C \end{pmatrix} \begin{pmatrix} u\ v \end{pmatrix}\begin{pmatrix} Bu\ Cv \end{pmatrix}\begin{pmatrix} 0\ 0 \end{pmatrix} ]于是得到两个独立的子方程[ Bu0,\quad Cv0 ]因为 (|B|1\neq0)所以 (Bu0) 只有零解即 (u0)。又因为 (|C|6\neq0)所以 (Cv0) 也只有零解即 (v0)。最终得到[ x\begin{pmatrix} 0\ 0\ 0\ 0 \end{pmatrix} ]也就是说(Ax0) 只有零解。从行文逻辑上这一步不需要列出长长的增广矩阵也不需要把四阶方程组逐行化解。只要矩阵结构是分块对角就等价于把原方程组拆成两个低阶齐次方程分别判断。这个过程本身就是“齐次方程组的解的定义”和“分块矩阵运算”的结合。5. 方阵的幂运算方法一道 2027 次幂题目如何算5.1 先区分几种求幂思路方阵求幂在考研线代里是有固定方法的不是所有矩阵都对每个元素直接乘方。常用方法有以下几类方法适用场景例子直接递推归纳幂次较小时找规律低阶具体矩阵分块处理分块对角矩阵对角块分别求幂二项式展开矩阵可写成纯量阵加幂零阵(BEN) 且 (N^20)利用可对角化存在可逆矩阵 (P) 使 (P^{-1}AP\Lambda)对角元素快速幂凯莱-哈密顿定理需要建立递推关系特征多项式较简单时Day34 这种题通常不会只考某一种方法。分块对角矩阵的右上块适合“单位阵加幂零阵”右下块适合“对角矩阵直接求幂”两种方法可以同时出现。5.2 具体计算 (A^{2027})先求右下角块[ C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]对角矩阵的幂可以直接写成[ C^{2027}\begin{pmatrix} 2^{2027} 0\ 0 3^{2027} \end{pmatrix} ]这里不需要展开任何复杂运算对角元的幂就是结果。再求左上角块[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix} ]把它改写成单位阵和幂零阵之和[ BE_2N ]其中[ E_2\begin{pmatrix} 1 0\ 0 1 \end{pmatrix}, \quad N\begin{pmatrix} 0 1\ 0 0 \end{pmatrix} ]可以看到[ N^2\begin{pmatrix} 0 1\ 0 0 \end{pmatrix} \begin{pmatrix} 0 1\ 0 0 \end{pmatrix}\begin{pmatrix} 0 0\ 0 0 \end{pmatrix} ]这就是一个典型的幂零矩阵且二次幂归零。于是二项式展开中二次及以上的项全部消失[ B^{2027}(E_2N)^{2027}E_2^{2027}\binom{2027}{1}E_2^{2026}N \binom{2027}{2}E_2^{2025}N^2\cdots ]因为 (E_2) 和 (N) 可交换所以二项式展开可以直接用。又因为 (N^20)后面所有项都是零矩阵只剩前两项[ B^{2027}E_22027N\begin{pmatrix} 1 0\ 0 1 \end{pmatrix} \begin{pmatrix} 0 2027\ 0 0 \end{pmatrix}\begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]合并分块结果得到[ A^{2027} \begin{pmatrix} B^{2027} O\ O C^{2027} \end{pmatrix}\begin{pmatrix} 1 2027 0 0\ 0 1 0 0\ 0 0 2^{2027} 0\ 0 0 0 3^{2027} \end{pmatrix} ]到这里可以看得很清楚分块对角矩阵的幂计算本质上是把“四阶矩阵的 2027 次幂”拆成“两个二阶矩阵的 2027 次幂”。计算量不但降低而且每一步都有明确依据。6. Day34 完整解题演示手把手算到最终答案我们把上面所有方法按考场书写顺序整理一遍。假设题目给出矩阵[ A\begin{pmatrix} 1 1 0 0\ 0 1 0 0\ 0 0 2 0\ 0 0 0 3 \end{pmatrix} ]需要解决以下问题求 (A^{-1})。判断齐次方程组 (Ax0) 的解的结构。求 (A^{2027})。书写步骤可以这样组织第一步分块。令[ B\begin{pmatrix} 1 1\ 0 1 \end{pmatrix}, \quad C\begin{pmatrix} 2 0\ 0 3 \end{pmatrix} ]则[ A\begin{pmatrix} B O\ O C \end{pmatrix} ]第二步算二阶子块的可逆性。[ |B|1,\quad |C|6 ]因为两个子块都可逆所以原矩阵可逆。第三步求 (A^{-1})。[ B^{-1}\begin{pmatrix} 1 -1\ 0 1 \end{pmatrix} ][ C^{-1}\begin{pmatrix} \frac12 0\ 0 \frac13 \end{pmatrix} ]因此[ A^{-1} \begin{pmatrix} 1 -1 0 0\ 0 1 0 0\ 0 0 \frac12 0\ 0 0 0 \frac13 \end{pmatrix} ]第四步求解齐次方程组。设 (x\begin{pmatrix}u\v\end{pmatrix})其中 (u,v) 都是二维列向量。由 (Ax0) 得[ Bu0,\quad Cv0 ]由于 (B,C) 都可逆所以 (u0, v0)。因此 (Ax0) 只有零解。第五步求 (A^{2027})。利用 (BE_2N)且 (N^20)得到[ B^{2027}E_22027N \begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]同时[ C^{2027} \begin{pmatrix} 2^{2027} 0\ 0 3^{2027} \end{pmatrix} ]最终[ A^{2027} \begin{pmatrix} 1 2027 0 0\ 0 1 0 0\ 0 0 2^{2027} 0\ 0 0 0 3^{2027} \end{pmatrix} ]这道题做到这里就算完整收尾了。一个容易被忽略的检查点是求完幂之后要再看一眼矩阵是否保持了原来的分块结构。如果 (A^{2027}) 的非对角块出现了非零元素多半是在二项式展开时漏了项或者用了不可交换的矩阵展开这时需要重新检查。7. 矩阵运算错题复盘五个最隐蔽的坑这类综合题做错很多时候不是概念不会而是错在细节。下面五个坑是常见问题。7.1 分块时忘了维度匹配矩阵乘法不是任意分块都能乘。很多同学把 (4\times4) 矩阵随便切成两个 (2\times4) 块和两个 (4\times2) 块然后直接套公式结果发现块乘法根本进行不下去。实际切分前先画一条横线一条竖线确认每一块的行数列数都满足乘法要求。7.2 求逆时只算 (B^{-1})忘记合并验算分块对角矩阵的逆确实可以分成两个块分别求但最终一定要合并成一个完整的高阶矩阵然后至少验算一次。验算方法很简单取第一行乘第一列看是否等于 (E) 的对应位置。这种操作耗时极短却能拦住乘法符号、取倒数位置这类低级错误。7.3 把“齐次方程组只有零解”说成“无解”这是一个很容易被阅卷标准抠字眼的概念点。齐次方程组一定有零解所以不能说“无解”。如果题目问“解的情况”正确表述是[ Ax0\text{ 只有零解} ]而不是“没有解”。非齐次方程组 (Axb) 才可能出现无解的情况。这个区别概念题喜欢考综合题里也会影响后续判断。7.4 二项式展开前不看两个矩阵是否可交换使用 ((EN)^{2027}) 这类展开时前提条件是两个矩阵相乘可交换。这里之所以可以展开是因为 (E) 与任意矩阵可交换。如果题目给出的不是 (EN)而是两个普通矩阵 (PQ)就不能直接套用二项式展开。做题时必须先说明[ ENNE ]再把 (N^20) 代入否则展开式不成立。7.5 对角块并非对角矩阵时对每个元素直接求幂初学者容易把[ \begin{pmatrix} 1 2027\ 0 1 \end{pmatrix} ]理解成“把 (1) 求 (2027) 次幂把 (2027) 求 (2027) 次幂”这是完全错误的。非对角矩阵求幂必须考虑块内元素之间的相互影响。在今天的例子里右上角的 (2027) 不是靠直接乘方得来的而是由二项式展开中的交叉项 (2027N) 产生的。看到非对角矩阵优先思考能不能写成“单位阵加幂零阵”而不是盲目对元素求幂。8. 同类题专项检验清单做强化每日一题不能只追求“做完”还要让一道题覆盖一类题。下面这份清单可以帮助你判断自己是否真正掌握了 Day34 这种题型。检验点具体操作能否快速识别分块结构看到矩阵里大量出现 (0) 块时优先画分块线求逆前是否先判断可逆用行列式或秩判断避免无效计算齐次方程解的结构是否表述准确分清“只有零解”和“非零解”求幂前是否对矩阵分类考虑对角矩阵、幂零结构、可对角化三类是否验算最终结果至少验证一个行乘列的位置是否能把低阶结论合并成高阶结论四阶矩阵的答案能反映原矩阵结构如果你能独立完成下面这个变式说明今天的方法已经基本掌握设[ A\begin{pmatrix} 1 2 0 0 0\ 0 1 0 0 0\ 0 0 2 0 0\ 0 0 0 2 0\ 0 0 0 0 4 \end{pmatrix} ]求 (A^{-1})判断 (Ax0) 的解并求 (A^{2027})。这个变式和前面的例题思路完全一致只是多了右下角一个对角元。真正做一遍你会发现整个过程依然只需要处理几个二阶块和一个一阶块不需要对五阶矩阵进行全量展开。9. 冲刺备考建议每日一题怎么用才能提分最后再说说学习节奏的问题。27考研数学线代强化阶段很多人的状态是“看得懂答案但自己一做就卡壳”。这个问题通常不是智商问题而是平时缺少完整的计算练兵。Day34 这类题每天只做一道不够还要限制时间、规范书写。建议给自己定 20 到 25 分钟。前 5 分钟只用来观察矩阵结构不要动笔中间的 10 分钟按分块、逆矩阵、齐次方程组、方阵幂的顺序推进最后 5 分钟做验算和复盘。如果超时不要急着看答案先找出卡住的是哪个环节然后再对着下面的解答过程逐条检查。错题整理也有讲究。不要只抄题和答案要把“错在哪一步”标出来。比如今天最值得记录的内容是(Ax0) 不能说无解只能说没有非零解只有 (E) 与任意矩阵可交换才可以直接使用二项式展开分块对角矩阵求幂非对角块始终为零。下次单独做这一题如果 20 分钟内仍能保持思路清晰并且最终矩阵没有书写错误说明 Day34 的出题套路已经被你吸收。线代强化的手感就是靠这种“每天一题、题后复盘”的模式一点点练出来的。