---
title: 线性代数 第 1 章 · 向量引论 习题答案
aliases:
  - 向量引论 习题答案
tags:
  - 类型/习题答案
  - 线性代数/向量
chapter: "1"
created: 2026-10-17
updated: 2026-10-17
---

# 线性代数 第 1 章 · 向量引论（48 题）

> [!abstract] 本章速览
> 3 篇 · 48 题：向量与线性组合（1-1，15 题）、长度与点积（1-2，16 题）、矩阵入门（1-3，17 题）。
> 每篇分**主练习**（基础/进阶/思考）与**增补练习**（A/B/C 组，原文已给要点，此处展开为完整过程）。

## 1-1 向量与线性组合（15 题）

**答案速查**

| 题号 | 结论 |
|---|---|
| 基础 1 | $3\mathbf v-2\mathbf w=(6,-11,13)$；$\lVert\mathbf v\rVert=\sqrt{14}$ |
| 基础 2 | **不是**线性组合；$\mathbf b$ 在平面外，偏出 $(0,0,2)$ |
| 基础 3 | $\det=0$；$\mathbf u+\mathbf v=\mathbf w$；平面 $x-y+z=0$ |
| 基础 4 | $A\mathbf x=(6,12)^{\mathsf T}$；列空间是直线 |
| 思考 5 | 唯一性证明 |
| A1–A10 | 见解析 |

### 基础题 1　（向量运算与长度）

> **出处**　[[1-1-向量与线性组合]] · 基础题 1
> **考点**　数乘与加法逐分量进行；$\lVert\mathbf v\rVert=\sqrt{\mathbf v\cdot\mathbf v}$

**题干**　$\mathbf v=(2,-1,3)^{\mathsf T}$、$\mathbf w=(0,4,-2)^{\mathsf T}$，求 $3\mathbf v-2\mathbf w$ 与 $\lVert\mathbf v\rVert$。

**解**

**第 1 步：分别数乘。**

$$
3\mathbf v=(6,-3,9)^{\mathsf T},\qquad 2\mathbf w=(0,8,-4)^{\mathsf T}
$$

**第 2 步：相减。**

$$
3\mathbf v-2\mathbf w=(6-0,\ -3-8,\ 9+4)^{\mathsf T}=(6,-11,13)^{\mathsf T}
$$

**第 3 步：长度。** $\lVert\mathbf v\rVert=\sqrt{4+1+9}=\sqrt{14}$。

**答案**　$(6,-11,13)^{\mathsf T}$；$\sqrt{14}$。

**易错点**　① 减号只作用于第二个向量的某一项；② 忘记 $(-2)\cdot(-2)=+4$；③ 长度忘记开方。

### 基础题 2　（判断线性组合）

> **出处**　[[1-1-向量与线性组合]] · 基础题 2
> **考点**　解 $c_1\mathbf a_1+c_2\mathbf a_2=\mathbf b$，无解则不是组合

**题干**　$\mathbf b=(2,4,6)^{\mathsf T}$ 是否为 $(1,0,1)^{\mathsf T}$ 与 $(0,2,1)^{\mathsf T}$ 的线性组合？

**解**

**第 1 步：写成分量方程。**

$$
\begin{cases}c_1=2\\ 2c_2=4\\ c_1+c_2=6\end{cases}
$$

**第 2 步：解前两式。** $c_1=2$、$c_2=2$。

**第 3 步：检查第三式。** $c_1+c_2=4\ne6$，矛盾，故方程组无解。

**第 4 步：几何关系。** 该平面为 $\{c_1(1,0,1)+c_2(0,2,1)\}$，其方程为 $z=x+\frac y2$。$\mathbf b$ 代入得 $6\ne2+2=4$，故 $\mathbf b$ 在平面**外**；它到平面的差是 $\mathbf b-(2,4,4)^{\mathsf T}=(0,0,2)^{\mathsf T}$，即沿 $z$ 方向偏出 $2$。

**答案**　不是线性组合；$\mathbf b$ 位于平面 $z=x+y/2$ 的上方，垂直偏出 $2$。

**易错点**　① 只验证前两个分量就下结论；② 把「张成空间」当成整个 $\mathbb R^3$；③ 不会用平面方程判断「在不在平面内」。

### 基础题 3　（行列式、线性关系与平面）

> **出处**　[[1-1-向量与线性组合]] · 基础题 3
> **考点**　$\det[\mathbf u\ \mathbf v\ \mathbf w]=0\iff$ 线性相关；$\mathbf u\times\mathbf v$ 给平面法向

**题干**　$\mathbf u=(1,1,0)$、$\mathbf v=(0,1,1)$、$\mathbf w=(1,2,1)$。（1）求 $\det[\mathbf u\ \mathbf v\ \mathbf w]$，判断是否张成 $\mathbb R^3$；（2）求一个线性关系；（3）写出 $\operatorname{span}\{\mathbf u,\mathbf v\}$ 的平面方程。

**解**

**第 1 步：行列式（按第一行展开）。**

$$
\det\begin{bmatrix}1&0&1\\1&1&2\\0&1&1\end{bmatrix}=1(1\cdot1-2\cdot1)-0+1(1\cdot1-1\cdot0)=-1+0+1=0
$$

**第 2 步：结论。** 行列式为 $0$ ⇒ 三列线性相关，**不**张成 $\mathbb R^3$（只张成一个平面）。

**第 3 步：关系式。** 直接观察 $\mathbf u+\mathbf v=(1,2,1)=\mathbf w$，故

$$
\mathbf u+\mathbf v-\mathbf w=\mathbf 0
$$

**第 4 步：平面方程。** 法向 $\mathbf n=\mathbf u\times\mathbf v$：

$$
\mathbf n=\begin{vmatrix}\mathbf i&\mathbf j&\mathbf k\\1&1&0\\0&1&1\end{vmatrix}=(1\cdot1-0\cdot1,\ -(1\cdot1-0\cdot0),\ 1\cdot1-1\cdot0)=(1,-1,1)
$$

过原点的平面：$x-y+z=0$（验算 $\mathbf u$、$\mathbf v$ 都满足 ✓）。

**答案**　（1）$\det=0$，不张成 $\mathbb R^3$；（2）$\mathbf u+\mathbf v-\mathbf w=\mathbf 0$；（3）$x-y+z=0$。

**易错点**　① 行列式展开符号；② 只算出行列式为 $0$ 却找不出关系式；③ 叉积的分量符号（中间项取负）。

### 基础题 4　（两种乘法与列空间）

> **出处**　[[1-1-向量与线性组合]] · 基础题 4
> **考点**　列组合法 vs 行点积法；列空间由列张成

**题干**　$A=\begin{bmatrix}1&2&3\\2&4&6\end{bmatrix}$、$\mathbf x=(1,1,1)^{\mathsf T}$。（1）列组合法算 $A\mathbf x$；（2）行点积法验证；（3）$A$ 的各列张成什么？

**解**

**第 1 步：列组合。**

$$
A\mathbf x=1\begin{bmatrix}1\\2\end{bmatrix}+1\begin{bmatrix}2\\4\end{bmatrix}+1\begin{bmatrix}3\\6\end{bmatrix}=\begin{bmatrix}1+2+3\\2+4+6\end{bmatrix}=\begin{bmatrix}6\\12\end{bmatrix}
$$

**第 2 步：行点积。**

$$
\begin{bmatrix}1&2&3\end{bmatrix}\cdot\begin{bmatrix}1\\1\\1\end{bmatrix}=6,\qquad\begin{bmatrix}2&4&6\end{bmatrix}\cdot\begin{bmatrix}1\\1\\1\end{bmatrix}=12
$$

一致 ✓

**第 3 步：列空间。** 三列分别是 $(1,2)^{\mathsf T}$ 的 $1,2,3$ 倍，故

$$
\mathbf C(A)=\operatorname{span}\left\{(1,2)^{\mathsf T}\right\}
$$

是 $\mathbb R^2$ 中的一条**直线**，不是整个 $\mathbb R^2$（因为第二列是第一列的 $2$ 倍，第二行也是第一行的 $2$ 倍）。

**答案**　（1）（2）$A\mathbf x=(6,12)^{\mathsf T}$；（3）直线 $\operatorname{span}\{(1,2)^{\mathsf T}\}$。

**易错点**　① 列组合时把 $\mathbf x$ 的分量配错列；② 认为「两列就能张成 $\mathbb R^2$」（必须线性无关）；③ 把行空间与列空间混为一谈。

### 思考题 5　（表示的唯一性）

> **出处**　[[1-1-向量与线性组合]] · 思考题 5
> **考点**　线性无关的定义：$\sum c_i\mathbf v_i=\mathbf 0\Rightarrow c_i=0$

**题干**　设 $\operatorname{span}\{\mathbf v,\mathbf w\}=\mathbb R^2$（$\mathbf v,\mathbf w$ 不共线）。证明任一 $\mathbf b$ 的表示 $c_1\mathbf v+c_2\mathbf w$ 唯一。

**解**

**第 1 步：设两种表示。**

$$
c_1\mathbf v+c_2\mathbf w=d_1\mathbf v+d_2\mathbf w
$$

**第 2 步：移项。**

$$
\left(c_1-d_1\right)\mathbf v+\left(c_2-d_2\right)\mathbf w=\mathbf 0
$$

**第 3 步：用不共线。** $\mathbf v,\mathbf w$ 不共线即线性无关，故上式只能是平凡组合：

$$
c_1-d_1=0,\qquad c_2-d_2=0
$$

即 $c_1=d_1$、$c_2=d_2$，表示唯一。

**第 4 步：为什么需要「张成 $\mathbb R^2$」。** 张成性只保证表示**存在**；不共线（无关性）保证**唯一**。两者合起来即「$\{\mathbf v,\mathbf w\}$ 是 $\mathbb R^2$ 的基」。

**答案**　得证。$\blacksquare$

**易错点**　① 只说「不共线所以唯一」而不写出相减的论证；② 把「张成」当「无关」；③ 忘记线性无关的定义要求所有系数为零。

### A1　（数域判定）

> **考点**　数域：含 $0,1$，对加、减、乘、除（除数非零）封闭

**题干**　判断是否为数域：（1）$\mathbb Q(\sqrt3)=\{a+b\sqrt3:a,b\in\mathbb Q\}$；（2）$\mathbb Z[\sqrt2]=\{a+b\sqrt2:a,b\in\mathbb Z\}$；（3）$\mathbb R^+$；（4）$\{0,1\}$。

**解**

**第 1 步：（1）是。** 对加减乘显然封闭；除法：$\frac{1}{a+b\sqrt3}=\frac{a-b\sqrt3}{a^2-3b^2}$，分母 $a^2-3b^2\in\mathbb Q$ 且非零（$b\ne0$ 时 $\sqrt3$ 无理），故结果仍在 $\mathbb Q(\sqrt3)$ 内。

**第 2 步：（2）不是。** $\frac12=a+b\sqrt2$ 无整数解（否则 $\sqrt2$ 有理），故对除法不封闭。

**第 3 步：（3）不是。** 缺加法零元 $0$（$0\notin\mathbb R^+$），且 $a+(-a)=0\notin\mathbb R^+$，对减法不封闭。

**第 4 步：（4）不是。** $1+1=2\notin\{0,1\}$，加法不封闭。

**答案**　（1）是；（2）（3）（4）都不是。

### A2　（最小数域）

> **考点**　由 $1$ 出发用封闭性生成全部有理数

**题干**　证明任意数域 $F$ 都包含 $\mathbb Q$。

**解**

**第 1 步：正整数。** $1\in F$；由加法封闭，$n=\underbrace{1+\cdots+1}_{n}\in F$。

**第 2 步：整数。** $0\in F$，由减法封闭 $-n=0-n\in F$。

**第 3 步：分数。** 对 $m,n\in\mathbb Z$、$n\ne0$：$m,n\in F$，由除法封闭 $\frac mn\in F$。

故 $\mathbb Q\subseteq F$，即 $\mathbb Q$ 是最小数域。$\blacksquare$

### A3　（求和计算）

**题干**　（1）$\sum\limits_{i=1}^{10}(3i-2)$；（2）$\sum\limits_{i=1}^{n}(2i+1)$；（3）$\sum\limits_{i=1}^{4}\sum\limits_{j=1}^{3}(i+2j)$；（4）$\prod\limits_{i=1}^{4}\frac{i}{i+1}$。

**解**

**第 1 步：（1）** $3\sum i-2\cdot10=3\cdot55-20=145$。

**第 2 步：（2）** $2\cdot\frac{n(n+1)}2+n=n^2+2n$。

**第 3 步：（3）** $3\sum_{i=1}^4i+2\cdot4\sum_{j=1}^3j=3\cdot10+8\cdot6=78$。

**第 4 步：（4）望远镜相消：** $\frac12\cdot\frac23\cdot\frac34\cdot\frac45=\frac15$。

**答案**　$145$；$n^2+2n$；$78$；$\frac15$。

### A4　（指标变换）

**题干**　设 $a_i=i^2$，验证 $\sum_{i=1}^{n}a_i=\sum_{j=0}^{n-1}a_{j+1}$ 在 $n=4$ 时成立，并说明「换名」与「换界」的区别。

**解**

**第 1 步：左边。** $1+4+9+16=30$。

**第 2 步：右边。** $j=0,1,2,3$ 对应 $a_1,a_2,a_3,a_4$，和仍为 $30$ ✓

**第 3 步：区别。** 「换名」$i\to j$ 只是改写哑标，求和对象与范围不变，值必然相同；「换界」$i=1..n\mapsto j=0..n-1$ 必须同步把被加项改成 $a_{j+1}$，否则会漏掉 $a_n$、多算 $a_0$。规则：**下标与界要一起平移**。

**答案**　$30=30$；换名不改值，换界必须同步改项。

### A5　（交换求和次序）

**题干**　$a_{ij}=ij$、$n=3$，验证 $\sum_{i=1}^3\sum_{j=i}^3a_{ij}=\sum_{j=1}^3\sum_{i=1}^j a_{ij}$，并描述求和区域。

**解**

**第 1 步：左边。** 对 $i=1$：$1(1+2+3)=6$；$i=2$：$2(2+3)=10$；$i=3$：$3\cdot3=9$，和 $=25$。

**第 2 步：右边。** $j=1$：$1\cdot1=1$；$j=2$：$2(1+2)=6$；$j=3$：$3(1+2+3)=18$，和 $=25$ ✓

**第 3 步：区域。** 两种写法都遍历集合 $\{(i,j):1\le i\le j\le3\}$，即 $3\times3$ 表格中主对角线及其上方的 $6$ 个格点。

**答案**　两边都是 $25$；区域为上三角（含对角线）。

### A6　（含参数的线性表示）

**题干**　$\mathbf a_1=(1,1,2)$、$\mathbf a_2=(2,3,5)$、$\mathbf b=(1,2,t)$，问 $t$ 为何值时 $\mathbf b$ 可由 $\mathbf a_1,\mathbf a_2$ 表示？表示是否唯一？

**解**

**第 1 步：解前两个分量。** $c_1+2c_2=1$、$c_1+3c_2=2$ ⇒ 相减得 $c_2=1$，回代 $c_1=-1$。

**第 2 步：代入第三个分量。** $2c_1+5c_2=-2+5=3$，故需 $t=3$。

**第 3 步：唯一性。** $\mathbf a_1,\mathbf a_2$ 不成比例（线性无关），故表示唯一；$t\ne3$ 时无解。

**答案**　$t=3$ 时 $\mathbf b=-\mathbf a_1+\mathbf a_2$，且唯一；$t\ne3$ 无解。

### A7　（含参数的相关性）

**题干**　$\boldsymbol\alpha_1=(1,2,1)$、$\boldsymbol\alpha_2=(2,3,1)$、$\boldsymbol\alpha_3=(1,1,\mu)$，问 $\mu$ 为何值时三者线性相关？相关时写出关系式。

**解**

**第 1 步：算行列式。**

$$
\det\begin{bmatrix}1&2&1\\2&3&1\\1&1&\mu\end{bmatrix}=1(3\mu-1)-2(2\mu-1)+1(2-3)=3\mu-1-4\mu+2-1=-\mu
$$

**第 2 步：相关条件。** $\det=0\iff\mu=0$。

**第 3 步：关系式。** 当 $\mu=0$ 时 $\boldsymbol\alpha_3=(1,1,0)=-\boldsymbol\alpha_1+\boldsymbol\alpha_2$（验算：$-(1,2,1)+(2,3,1)=(1,1,0)$ ✓）。

> [!warning] 本题原答案要点有误
> 原文要点写「$\det=2\mu-2$，故 $\mu=1$」。按实际计算 $\det=-\mu$，正确结论是 **$\mu=0$**（此时 $\boldsymbol\alpha_3=-\boldsymbol\alpha_1+\boldsymbol\alpha_2$）。若 $\mu=1$，则 $\det=-1\ne0$，三者线性**无关**。

**答案**　$\mu=0$；关系式 $\boldsymbol\alpha_1-\boldsymbol\alpha_2+\boldsymbol\alpha_3=\mathbf 0$。

### A8　（无关组的表示唯一）

**题干**　$\mathbf v_1,\dots,\mathbf v_k$ 线性无关。证明：若 $\mathbf b$ 可表示为它们的组合，则表示唯一。

**解**

**第 1 步：设两种表示** $\mathbf b=\sum c_i\mathbf v_i=\sum d_i\mathbf v_i$。

**第 2 步：相减得** $\sum(c_i-d_i)\mathbf v_i=\mathbf 0$。

**第 3 步：由无关性** 得 $c_i-d_i=0$，即 $c_i=d_i$。$\blacksquare$

**答案**　得证。

### A9　（表示的传递性）

**题干**　$\boldsymbol\alpha$ 可由 $\boldsymbol\beta_1,\dots,\boldsymbol\beta_s$ 表示，每个 $\boldsymbol\beta_j$ 可由 $\boldsymbol\gamma_1,\dots,\boldsymbol\gamma_t$ 表示。证明 $\boldsymbol\alpha$ 可由 $\boldsymbol\gamma$ 表示。

**解**

**第 1 步：写出两层表示。**

$$
\boldsymbol\alpha=\sum_{j=1}^{s}c_j\boldsymbol\beta_j,\qquad \boldsymbol\beta_j=\sum_{k=1}^{t}d_{jk}\boldsymbol\gamma_k
$$

**第 2 步：代入并按 $\boldsymbol\gamma_k$ 合并。**

$$
\boldsymbol\alpha=\sum_{j=1}^{s}c_j\sum_{k=1}^{t}d_{jk}\boldsymbol\gamma_k=\sum_{k=1}^{t}\left(\sum_{j=1}^{s}c_jd_{jk}\right)\boldsymbol\gamma_k
$$

括号内是数，故 $\boldsymbol\alpha$ 是 $\boldsymbol\gamma_k$ 的线性组合。$\blacksquare$

**答案**　得证（系数矩阵相乘 $c^{\mathsf T}D$）。

### A10　（稀疏组合的思考）

**题干**　$\mathbf b=2\mathbf a_1-3\mathbf a_2+0\mathbf a_3+5\mathbf a_4$。删去 $\mathbf a_3$ 后，「$3$ 个向量」的说法、$\mathbf b$ 的系数、张成空间各如何变化？

**解**

**第 1 步：说法。** $\mathbf b$ 实际只用到了 $3$ 个向量（$\mathbf a_1,\mathbf a_2,\mathbf a_4$），「$3$ 个向量」这个描述仍然准确。

**第 2 步：系数。** $0$ 系数的向量删去后，其余系数不变：$\mathbf b=2\mathbf a_1-3\mathbf a_2+5\mathbf a_4$。

**第 3 步：张成空间。** 若 $\mathbf a_3$ 不属于 $\operatorname{span}\{\mathbf a_1,\mathbf a_2,\mathbf a_4\}$，删去它会让张成空间**变小**；但 $\mathbf b$ 的表示不变。这说明「某个向量是否被某个组合用到」与「它是否属于向量组」是两件事。

**答案**　描述仍准确；系数不变；张成空间可能变小（取决于 $\mathbf a_3$ 是否可被其余表示）。

## 1-2 长度与点积（16 题）

**答案速查**

| 题号 | 结论 |
|---|---|
| 基础 1 | $\lVert\mathbf v\rVert=\lVert\mathbf w\rVert=5$，$\mathbf v\cdot\mathbf w=0$，正交 |
| 基础 2 | $\frac{1}{\sqrt3}(1,1,-1)$；$(1,-1,0)$ |
| 基础 3 | $\sqrt{13}$；$\sqrt{37}$；都满足三角不等式 |
| 基础 4 | $\mathbf p=(2,2,2)$，$\mathbf e=(-1,0,1)$，$P=\frac13J$ |
| 思考 5、6 | 见解析 |
| B1–B10 | 见解析 |

### 基础题 1　（长度、点积与夹角）

**题干**　$\mathbf v=(3,-4)$、$\mathbf w=(4,3)$：求长度、点积、夹角，判断是否正交。

**解**

**第 1 步：长度。** $\lVert\mathbf v\rVert=\sqrt{9+16}=5$，$\lVert\mathbf w\rVert=\sqrt{16+9}=5$。

**第 2 步：点积。** $\mathbf v\cdot\mathbf w=12-12=0$。

**第 3 步：夹角。** $\cos\theta=\frac{0}{25}=0\Rightarrow\theta=90^\circ$，**正交**。

**答案**　$5$、$5$、$0$；夹角 $90^\circ$，正交。

### 基础题 2　（单位向量与正交向量）

**题干**　$\mathbf a=(1,1,-1)$：求其方向上的单位向量，并求一个与它正交的非零向量。

**解**

**第 1 步：长度。** $\lVert\mathbf a\rVert=\sqrt3$，故单位向量 $\frac{1}{\sqrt3}(1,1,-1)$。

**第 2 步：找正交向量。** 令 $\mathbf x=(1,-1,0)$：$\mathbf a\cdot\mathbf x=1-1+0=0$ ✓

**答案**　$\frac{1}{\sqrt3}(1,1,-1)^{\mathsf T}$；$(1,-1,0)^{\mathsf T}$（答案不唯一）。

### 基础题 3　（由长度与点积算长度）

**题干**　$\lVert\mathbf v\rVert=3$、$\lVert\mathbf w\rVert=4$、$\mathbf v\cdot\mathbf w=-6$。求 $\lVert\mathbf v+\mathbf w\rVert$、$\lVert\mathbf v-\mathbf w\rVert$，并验证三角不等式。

**解**

**第 1 步：展开。** $\lVert\mathbf v\pm\mathbf w\rVert^2=\lVert\mathbf v\rVert^2+\lVert\mathbf w\rVert^2\pm2\mathbf v\cdot\mathbf w=9+16\mp12$。

**第 2 步：结果。**

$$
\lVert\mathbf v+\mathbf w\rVert=\sqrt{13},\qquad \lVert\mathbf v-\mathbf w\rVert=\sqrt{37}
$$

**第 3 步：三角不等式。** $\sqrt{13}\le3+4=7$ ✓；$\sqrt{37}\le7$ ✓（$\sqrt{37}\approx6.08$）。

**答案**　$\sqrt{13}$；$\sqrt{37}$；两者都 $\le7$。

### 基础题 4　（投影、误差与投影矩阵）

**题干**　$\mathbf w=(1,2,3)$ 在 $\mathbf v=(1,1,1)$ 上的投影 $\mathbf p$、误差 $\mathbf e$，验证 $\mathbf e\perp\mathbf v$，写出投影矩阵 $P$ 并验证 $P^2=P=P^{\mathsf T}$。

**解**

**第 1 步：投影系数。** $\mathbf v\cdot\mathbf w=6$、$\mathbf v\cdot\mathbf v=3$，系数 $=2$：

$$
\mathbf p=2(1,1,1)^{\mathsf T}=(2,2,2)^{\mathsf T}
$$

**第 2 步：误差。** $\mathbf e=\mathbf w-\mathbf p=(-1,0,1)^{\mathsf T}$；$\mathbf e\cdot\mathbf v=-1+0+1=0$ ✓

**第 3 步：投影矩阵。**

$$
P=\frac{\mathbf v\mathbf v^{\mathsf T}}{\mathbf v^{\mathsf T}\mathbf v}=\frac13\begin{bmatrix}1&1&1\\1&1&1\\1&1&1\end{bmatrix}=\frac13J
$$

**第 4 步：验证。** $P^{\mathsf T}=P$ ✓；$P^2=\frac19J^2=\frac19\cdot3J=\frac13J=P$ ✓（用了 $J^2=3J$）。

**答案**　$\mathbf p=(2,2,2)^{\mathsf T}$、$\mathbf e=(-1,0,1)^{\mathsf T}$、$P=\frac13J$。

### 思考题 5　（用 C-S 证 $\sum a_i\sum\frac1{a_i}\ge n^2$）

**解**

**第 1 步：取向量。** $\mathbf u=(\sqrt{a_1},\dots,\sqrt{a_n})$、$\mathbf w=\left(\frac1{\sqrt{a_1}},\dots,\frac1{\sqrt{a_n}}\right)$。

**第 2 步：点积与长度。**

$$
\mathbf u\cdot\mathbf w=n,\qquad \lVert\mathbf u\rVert^2=\sum a_i,\qquad \lVert\mathbf w\rVert^2=\sum\frac1{a_i}
$$

**第 3 步：C-S。** $(\mathbf u\cdot\mathbf w)^2\le\lVert\mathbf u\rVert^2\lVert\mathbf w\rVert^2$：

$$
n^2\le\left(\sum a_i\right)\left(\sum\frac1{a_i}\right)
$$

等号成立 $\iff\mathbf u,\mathbf w$ 共线 $\iff a_1=\cdots=a_n$。$\blacksquare$

### 思考题 6　（两两正交 ⇒ 线性无关）

**解**

**第 1 步：设组合为零。** $c_1\mathbf u+c_2\mathbf v+c_3\mathbf w=\mathbf 0$。

**第 2 步：两边与 $\mathbf u$ 点积。** 由 $\mathbf u\perp\mathbf v$、$\mathbf u\perp\mathbf w$：

$$
c_1\lVert\mathbf u\rVert^2=c_1\mathbf u\cdot\mathbf u=\mathbf 0
$$

因 $\lVert\mathbf u\rVert^2\ne0$，故 $c_1=0$；同理 $c_2=c_3=0$。$\blacksquare$

### B1–B3　（数值计算：长度、夹角、点积方程）

**B1** $\lVert\mathbf a\rVert=\sqrt{4+1+4}=3$；$\lVert\mathbf b\rVert=\sqrt{9+36+4}=7$；$\lVert\mathbf c\rVert=\sqrt{1+4+4}=3$。单位向量 $\frac13(2,-1,2)^{\mathsf T}$。$\mathbf a\cdot\mathbf c=2-2+4=4\ne0$，不正交。

**B2** $\mathbf u\cdot\mathbf v=1+0-1=0\Rightarrow$ 夹角 $90^\circ$（先算点积可避免算 $\sqrt{4}$ 之类的长度）。

**B3** $\mathbf p\cdot\mathbf q=x+x-6=2x-6=0\Rightarrow x=3$。

### B4　（投影与最短距离）

**解**

**第 1 步：系数。** $\mathbf v\cdot\mathbf w=6+20=26$、$\mathbf v\cdot\mathbf v=25$，故

$$
\mathbf p=\frac{26}{25}(3,4)^{\mathsf T}=(3.12,\ 4.16)^{\mathsf T},\qquad \mathbf e=\mathbf w-\mathbf p=(-1.12,\ 0.84)^{\mathsf T}
$$

**第 2 步：距离。** $\lVert\mathbf e\rVert=\sqrt{1.2544+0.7056}=\sqrt{1.96}=1.4$。

**第 3 步：投影矩阵。**

$$
P=\frac{1}{25}\begin{bmatrix}9&12\\12&16\end{bmatrix}
$$

验证 $P^2=\frac{1}{625}\begin{bmatrix}9&12\\12&16\end{bmatrix}^2$，其中平方为 $\begin{bmatrix}225&300\\300&400\end{bmatrix}=25\begin{bmatrix}9&12\\12&16\end{bmatrix}$，故 $P^2=\frac{25}{625}\cdot25\cdot\frac1{25}\cdots=P$ ✓；且 $\operatorname{tr}P=\frac{9+16}{25}=1$（投影矩阵的迹等于所投子空间维数）。

**答案**　$\mathbf p=(3.12,4.16)$、$\mathbf e=(-1.12,0.84)$、距离 $1.4$、$P=\frac1{25}\begin{bmatrix}9&12\\12&16\end{bmatrix}$。

### B5　（三角形的角与面积）

**解**

**第 1 步：点积。** $\overrightarrow{OA}\cdot\overrightarrow{OB}=2+2-4=0$，直角在 $O$。

**第 2 步：长度。** $\lVert OA\rVert=\sqrt{1+4+4}=3$、$\lVert OB\rVert=\sqrt{4+1+4}=3$。

**第 3 步：面积。** $S=\frac12\cdot3\cdot3=4.5$。

**答案**　直角三角形（直角在 $O$）；$90^\circ$；$4.5$。

### B6　（由长度算长度）

**解**

**第 1 步：$\lVert\mathbf v+\mathbf w\rVert^2=4+6+25=35$** ⇒ $\sqrt{35}$。

**第 2 步：$\lVert\mathbf v-\mathbf w\rVert^2=4-6+25=23$** ⇒ $\sqrt{23}$。

**第 3 步：** $\lVert2\mathbf v-3\mathbf w\rVert^2=4\cdot4-12\cdot3+9\cdot25=16-36+225=205$ ⇒ $\sqrt{205}$。

**第 4 步：** $\cos\theta=\frac{3}{2\cdot5}=\frac3{10}$。

**答案**　$\sqrt{35}$；$\sqrt{23}$；$\sqrt{205}$；$\frac3{10}$。

### B7–B9　（三个 C-S 型证明）

**B7** 取 $\mathbf u=(a_1,\dots,a_n)$、$\mathbf v=(1,\dots,1)$：$\mathbf u\cdot\mathbf v=\sum a_i$、$\lVert\mathbf v\rVert^2=n$，由 C-S 平方得 $\left(\sum a_i\right)^2\le n\sum a_i^2$。等号 $\iff$ 所有 $a_i$ 相等。

**B8** 取 $\mathbf u=(\sqrt a,\sqrt b)$、$\mathbf v=(\sqrt b,\sqrt a)$：$\mathbf u\cdot\mathbf v=2\sqrt{ab}$、$\lVert\mathbf u\rVert=\lVert\mathbf v\rVert=\sqrt{a+b}$，C-S 给出 $2\sqrt{ab}\le a+b$，即 $\frac{a+b}2\ge\sqrt{ab}$。

**B9** 两式相减：$(c_1-c_2)\mathbf v+(\mathbf z_1-\mathbf z_2)=\mathbf 0$。与 $\mathbf v$ 点积，利用 $\mathbf v\cdot(\mathbf z_1-\mathbf z_2)=0$ 得 $(c_1-c_2)\lVert\mathbf v\rVert^2=0$，故 $c_1=c_2$；回代得 $\mathbf z_1=\mathbf z_2$。$\blacksquare$

### B10　（数域对「长度—夹角」的影响）

**解**

**第 1 步：点积。** $\mathbf v\cdot\mathbf w=1+0+0=1\in\mathbb Q$。

**第 2 步：长度。** $\lVert\mathbf v\rVert=\lVert\mathbf w\rVert=\sqrt2\notin\mathbb Q$。

**第 3 步：夹角余弦。** $\cos\theta=\frac{1}{\sqrt2\cdot\sqrt2}=\frac12\in\mathbb Q$。

**第 4 步：结论。** 长度一般不在 $\mathbb Q$ 内，故 $\mathbb Q$ 上无法定义欧氏长度；要么扩到 $\mathbb R$，要么改用「长度的平方」$\mathbf v\cdot\mathbf v$ 这个纯代数量。这正是教材强调「数域」的原因。

**答案**　是；不是（$\sqrt2$）；是（$\frac12$）；不能，需扩域或用长度平方。

## 1-3 矩阵入门（17 题）

**答案速查**

| 题号 | 结论 |
|---|---|
| 基础 1 | $AB=\begin{bmatrix}3&8\\0&4\end{bmatrix}$，$BA=\begin{bmatrix}3&6\\0&4\end{bmatrix}$，不同 |
| 基础 2 | $A\mathbf x=(0,2,-1)^{\mathsf T}$；两列无关 |
| 基础 3 | $AB=\begin{bmatrix}1&3\\2&3\end{bmatrix}$；$\mathbf C(AB)=\mathbf C(A)=\mathbb R^2$ |
| 基础 4 | $AB=O$；$\mathbf N(A)=\operatorname{span}\{(-2,1)\}$ |
| 基础 5 | $MN=[A_{12},A_{11};A_{22},A_{21}]$ |
| 基础 6、7 | 见解析 |
| C1–C10 | 见解析 |

### 基础题 1　（$AB$ 与 $BA$）

> **出处**　[[1-3-矩阵入门]] · 基础题 1
> **考点**　左乘 = 对行操作，右乘 = 对列操作；乘法不可交换

**题干**　$A=\begin{bmatrix}1&2\\0&1\end{bmatrix}$、$B=\begin{bmatrix}3&0\\0&4\end{bmatrix}$。算 $AB$、$BA$，并用对 $(1,1)$ 的作用解释差异。

**解**

**第 1 步：$AB$。**

$$
AB=\begin{bmatrix}1&2\\0&1\end{bmatrix}\begin{bmatrix}3&0\\0&4\end{bmatrix}=\begin{bmatrix}3&8\\0&4\end{bmatrix}
$$

**第 2 步：$BA$。**

$$
BA=\begin{bmatrix}3&0\\0&4\end{bmatrix}\begin{bmatrix}1&2\\0&1\end{bmatrix}=\begin{bmatrix}3&6\\0&4\end{bmatrix}
$$

**第 3 步：对 $(1,1)$。**

$$
AB(1,1)^{\mathsf T}=(11,4)^{\mathsf T},\qquad BA(1,1)^{\mathsf T}=(9,4)^{\mathsf T}
$$

**第 4 步：解释。** $AB$ 表示「先 $B$ 后 $A$」：$(1,1)\xrightarrow{B}(3,4)\xrightarrow{A}(3+2\cdot4,4)=(11,4)$；$BA$ 表示「先 $A$ 后 $B$」：$(1,1)\xrightarrow{A}(3,1)\xrightarrow{B}(9,4)$。$A$ 的剪切（$x\mathrel{+}=2y$）在缩放前后作用，效果自然不同。

**答案**　$AB=\begin{bmatrix}3&8\\0&4\end{bmatrix}$、$BA=\begin{bmatrix}3&6\\0&4\end{bmatrix}$，不相等。

**易错点**　① 把 $AB$ 与 $BA$ 的求法弄混；② 认为「对角矩阵与谁都可交换」（本题 $B$ 对角但与 $A$ 不可交换）；③ 忘记乘法对应「复合」的次序（从右往左读）。

### 基础题 2　（两种乘法与列无关性）

**题干**　$A=\begin{bmatrix}1&2\\3&4\\0&1\end{bmatrix}$、$\mathbf x=(2,-1)^{\mathsf T}$：两种方法算 $A\mathbf x$，并判断两列是否无关。

**解**

**第 1 步：列组合。**

$$
A\mathbf x=2\begin{bmatrix}1\\3\\0\end{bmatrix}-1\begin{bmatrix}2\\4\\1\end{bmatrix}=\begin{bmatrix}2-2\\6-4\\0-1\end{bmatrix}=\begin{bmatrix}0\\2\\-1\end{bmatrix}
$$

**第 2 步：行点积。**

$$
\begin{bmatrix}1&2\end{bmatrix}\cdot\begin{bmatrix}2\\-1\end{bmatrix}=0,\quad\begin{bmatrix}3&4\end{bmatrix}\cdot\begin{bmatrix}2\\-1\end{bmatrix}=2,\quad\begin{bmatrix}0&1\end{bmatrix}\cdot\begin{bmatrix}2\\-1\end{bmatrix}=-1
$$

一致 ✓

**第 3 步：无关性。** 两列 $(1,3,0)$ 与 $(2,4,1)$ 不成比例 ⇒ 线性无关。

**答案**　$(0,2,-1)^{\mathsf T}$；无关。

**易错点**　① 列组合时符号（$x_2=-1$）；② 行点积漏第三个分量；③ 把「两列无关」与「两行无关」混淆。

### 基础题 3　（$AB$ 的列与列空间）

**题干**　$A=\begin{bmatrix}1&0&2\\0&1&3\end{bmatrix}$、$B=\begin{bmatrix}1&1\\2&0\\0&1\end{bmatrix}$。（1）算 $AB$；（2）验证第二列是 $A$ 的列按 $B$ 的第二列组合；（3）说明 $\mathbf C(AB)$ 与 $\mathbf C(A)$ 的关系。

**解**

**第 1 步：$AB$。** 逐列算：

$$
AB=\begin{bmatrix}1&3\\2&3\end{bmatrix}
$$

**第 2 步：第二列的来源。** $B$ 第二列为 $(1,0,1)^{\mathsf T}$，故

$$
1\begin{bmatrix}1\\0\end{bmatrix}+0\begin{bmatrix}0\\1\end{bmatrix}+1\begin{bmatrix}2\\3\end{bmatrix}=\begin{bmatrix}3\\3\end{bmatrix}
$$

正是 $AB$ 的第二列 ✓

**第 3 步：列空间。** $A$ 的两列 $(1,0)$、$(0,1)$ 张成 $\mathbb R^2$，故 $\mathbf C(A)=\mathbb R^2$；而 $AB=\begin{bmatrix}1&3\\2&3\end{bmatrix}$ 的行列式为 $3-6=-3\ne0$，故 $\mathbf C(AB)=\mathbb R^2$ 也成立。一般地只有 $\mathbf C(AB)\subseteq\mathbf C(A)$。

**答案**　（1）$\begin{bmatrix}1&3\\2&3\end{bmatrix}$；（2）如上；（3）$\mathbf C(AB)\subseteq\mathbf C(A)=\mathbb R^2$，本例中两者相等。

**易错点**　① 用「行 × 行」；② 解释第二列时用 $A$ 的行；③ 误以为总有 $\mathbf C(AB)=\mathbf C(A)$。

### 基础题 4　（零因子）

**题干**　$A=\begin{bmatrix}1&2\\2&4\end{bmatrix}$、$B=\begin{bmatrix}2&-2\\-1&1\end{bmatrix}$。（1）验证 $AB=O$；（2）求 $\mathbf N(A)$；（3）解释为何不能由 $AB=O$ 推出 $A=O$ 或 $B=O$。

**解**

**第 1 步：相乘。**

$$
AB=\begin{bmatrix}1\cdot2+2\cdot(-1)&1\cdot(-2)+2\cdot1\\2\cdot2+4\cdot(-1)&2\cdot(-2)+4\cdot1\end{bmatrix}=\begin{bmatrix}0&0\\0&0\end{bmatrix}
$$

**第 2 步：零空间。** $A\mathbf x=\mathbf 0$ 即 $x_1+2x_2=0$，故

$$
\mathbf N(A)=\operatorname{span}\left\{(-2,1)^{\mathsf T}\right\}
$$

**第 3 步：为什么。** 实数中 $ab=0\Rightarrow a=0$ 或 $b=0$（无零因子）；但矩阵环有**零因子**：$B$ 的每一列都属于 $\mathbf N(A)$，故 $B\ne O$ 也能被 $A$ 映成零。$A$ 不可逆、$B$ 也不可逆，正是这件事的根源。

**答案**　（1）$AB=O$ ✓；（2）$\operatorname{span}\{(-2,1)^{\mathsf T}\}$；（3）矩阵环含零因子。

**易错点**　① 算 $AB$ 时某一步符号错；② 把 $\mathbf N(A)$ 写成行空间；③ 用「消去律」对待矩阵乘法。

### 基础题 5　（分块乘法）

**题干**　$M=\begin{bmatrix}A_{11}&A_{12}\\A_{21}&A_{22}\end{bmatrix}$（各块 $2\times2$，$A_{11}=A_{22}=I_2$、$A_{12}=A_{21}=\begin{bmatrix}1&1\\1&0\end{bmatrix}$），$N=\begin{bmatrix}0&I_2\\I_2&0\end{bmatrix}$。（1）直接算 $MN$；（2）用分块乘法验证；（3）为什么分块要求「列分组 = 行分组」。

**解**

**第 1 步：写出 $M$、$N$。**

$$
M=\begin{bmatrix}1&0&1&1\\0&1&1&0\\1&1&1&0\\1&0&0&1\end{bmatrix},\qquad N=\begin{bmatrix}0&0&1&0\\0&0&0&1\\1&0&0&0\\0&1&0&0\end{bmatrix}
$$

**第 2 步：直接乘。** $N$ 的列依次取 $M$ 的第 $3,4,1,2$ 列：

$$
MN=\begin{bmatrix}1&1&1&0\\1&0&0&1\\1&0&1&1\\0&1&1&0\end{bmatrix}
$$

**第 3 步：分块乘。** $N$ 的块为 $\begin{bmatrix}0&I\\I&0\end{bmatrix}$，按块相乘：

$$
MN=\begin{bmatrix}A_{11}\cdot0+A_{12}\cdot I&A_{11}\cdot I+A_{12}\cdot0\\ A_{21}\cdot0+A_{22}\cdot I&A_{21}\cdot I+A_{22}\cdot0\end{bmatrix}=\begin{bmatrix}A_{12}&A_{11}\\A_{22}&A_{21}\end{bmatrix}
$$

即 $\begin{bmatrix}1&1&1&0\\1&0&0&1\\1&0&1&1\\0&1&1&0\end{bmatrix}$，与第 2 步一致 ✓

**第 4 步：分组条件。** 分块乘法 $(AB)_{ij}=\sum_k A_{ik}B_{kj}$ 要求左矩阵每个块行的**列数**与右矩阵对应块列的**行数**相等，即 $M$ 的列分组必须与 $N$ 的行分组匹配。本题 $M$ 的列分成 $\{1,2\},\{3,4\}$，$N$ 的行也分成 $\{1,2\},\{3,4\}$，故合法。

**答案**　如上。

**易错点**　① 块乘时把 $A_{12}$ 与 $A_{21}$ 的顺序写反（本题恰好相等，掩盖错误）；② 分组数为奇数时不检查相容性；③ 直接乘与分块乘结果不一致时不复查下标。

### 基础题 6　（$\mathbf C(AB)\subseteq\mathbf C(A)$ 与秩不等式）

**解**

**第 1 步：列表示。** 设 $B$ 的列为 $\mathbf b_1,\dots,\mathbf b_p$，则

$$
AB=\begin{bmatrix}A\mathbf b_1&\cdots&A\mathbf b_p\end{bmatrix}
$$

**第 2 步：每列都是 $A$ 的列的组合。** $A\mathbf b_j=\sum_k b_{kj}\mathbf a_k$，其中 $\mathbf a_k$ 是 $A$ 的第 $k$ 列。

**第 3 步：包含关系。** 故 $AB$ 的列都落在 $\mathbf C(A)$ 内，即 $\mathbf C(AB)\subseteq\mathbf C(A)$；取维数得

$$
r(AB)\le r(A)
$$

同理（看成行）可得 $r(AB)\le r(B)$。$\blacksquare$

### 基础题 7　（列无关 ⇒ $AB=O$ 蕴含 $B=O$）

**解**

**第 1 步：用零空间。** 设 $A$ 的列线性无关，则 $A\mathbf x=\mathbf 0\Rightarrow\mathbf x=\mathbf 0$，即 $\mathbf N(A)=\{\mathbf 0\}$。

**第 2 步：$B$ 的列。** $AB=O$ 意味着 $B$ 的每一列 $\mathbf b_j$ 满足 $A\mathbf b_j=\mathbf 0$，故 $\mathbf b_j\in\mathbf N(A)=\{\mathbf 0\}$。

**第 3 步：结论。** 每列都是零向量 ⇒ $B=O$。$\blacksquare$

### C1　（乘法、转置与行列式）

**解**

**第 1 步：$AB$、$BA$。**

$$
AB=\begin{bmatrix}-1&6\\3&2\end{bmatrix},\qquad BA=\begin{bmatrix}8&12\\-3&-7\end{bmatrix}
$$

**第 2 步：转置。** $(AB)^{\mathsf T}=\begin{bmatrix}-1&3\\6&2\end{bmatrix}$；$B^{\mathsf T}A^{\mathsf T}=\begin{bmatrix}0&1\\4&-2\end{bmatrix}\begin{bmatrix}1&2\\-1&3\end{bmatrix}=\begin{bmatrix}-1&3\\6&2\end{bmatrix}$ ✓

**第 3 步：行列式。** $\det(AB)=-2-18=-20$；$\det A=5$、$\det B=-4$，乘积 $-20$ ✓

**答案**　如上。

### C2　（二阶求逆与解方程）

**解**

**第 1 步：** $\det A=6-5=1$，$A^{-1}=\begin{bmatrix}2&-1\\-5&3\end{bmatrix}$。

**第 2 步：** $A^{-1}A=AA^{-1}=I$ ✓

**第 3 步：** $\mathbf x=A^{-1}(4,7)^{\mathsf T}=(8-7,\ -20+21)^{\mathsf T}=(1,1)^{\mathsf T}$。

**答案**　$\det=1$、$A^{-1}=\begin{bmatrix}2&-1\\-5&3\end{bmatrix}$、$\mathbf x=(1,1)^{\mathsf T}$。

### C3　（矩阵的幂）

**解**

**第 1 步：算低次幂。**

$$
A^2=\begin{bmatrix}1&2\\0&1\end{bmatrix},\qquad A^3=\begin{bmatrix}1&3\\0&1\end{bmatrix}
$$

**第 2 步：归纳。** 设 $A^n=\begin{bmatrix}1&n\\0&1\end{bmatrix}$，则

$$
A^{n+1}=A^nA=\begin{bmatrix}1&n\\0&1\end{bmatrix}\begin{bmatrix}1&1\\0&1\end{bmatrix}=\begin{bmatrix}1&n+1\\0&1\end{bmatrix}
$$

**答案**　$A^n=\begin{bmatrix}1&n\\0&1\end{bmatrix}$（$n\ge1$）。

### C4　（分块加法、乘法与行列式）

**解**

**第 1 步：分块。** 按 $2+1$ 分：$A=\begin{bmatrix}A_{11}&0\\0&5\end{bmatrix}$（$A_{11}=\begin{bmatrix}1&2\\3&4\end{bmatrix}$）、$B=\begin{bmatrix}I_2&0\\0&2\end{bmatrix}$。

**第 2 步：乘。**

$$
AB=\begin{bmatrix}1&2&0\\3&4&0\\0&0&10\end{bmatrix},\qquad A^2=\begin{bmatrix}7&10&0\\15&22&0\\0&0&25\end{bmatrix}
$$

**第 3 步：行列式。** $\det A=\det A_{11}\cdot5=(-2)\cdot5=-10$；消元主元 $1,\,-2,\,5$，乘积 $-10$ ✓

**答案**　如上。

### C5　（$\det$ 与加法）

**解**

**第 1 步：** $\det A=1\cdot4\cdot6=24$（上三角）；$\det B=1(50-48)-2(40-42)+3(32-35)=2+4-9=-3$。

**第 2 步：** $\det(AB)=\det A\det B=24\cdot(-3)=-72$ ✓（乘法定理）。

**第 3 步：** $A+B=\begin{bmatrix}2&4&6\\4&9&11\\7&8&16\end{bmatrix}$，$\det(A+B)=-22$，而 $\det A+\det B=21$——两者不等，说明**行列式对加法没有线性性**（它是多线性的：对每一行线性，但整体不是）。

**答案**　$24$；$-3$；$-72$；$-22\ne21$。

### C6　（置换矩阵）

**解**

**第 1 步：**

$$
PQ=\begin{bmatrix}0&1&0\\1&0&0\\0&0&1\end{bmatrix},\qquad QP=\begin{bmatrix}0&1&0\\1&0&0\\0&0&1\end{bmatrix}
$$

两者都仍是置换矩阵（每行每列恰一个 $1$）。本题中 $PQ=QP$ 是巧合（$Q$ 对称且与 $P$ 都是对换）。

**第 2 步：** $P^{\mathsf T}P=I$、$Q^{\mathsf T}Q=I$ ✓（列是标准基向量）。

**第 3 步：** $P^{-1}=P^{\mathsf T}=\begin{bmatrix}0&0&1\\1&0&0\\0&1&0\end{bmatrix}$；$Q^{-1}=Q^{\mathsf T}=Q$；$(PQ)^{-1}=Q^{-1}P^{-1}=QP^{\mathsf T}$，计算得 $\begin{bmatrix}0&1&0\\1&0&0\\0&0&1\end{bmatrix}=(PQ)^{-1}$ ✓（$PQ$ 是对换，自身即逆）。

**答案**　如上。

### C7　（$AB$ 的列是 $A$ 的列的组合）

**解**

**第 1 步：逐分量写。** $(AB)_{ij}=\sum_k a_{ik}b_{kj}$。

**第 2 步：把 $A$ 的第 $k$ 列记为 $\mathbf a_k$。** 则 $\sum_k b_{kj}(\mathbf a_k)_i=\sum_k b_{kj}a_{ik}=(AB)_{ij}$。

**第 3 步：结论。** 对每个 $i$ 都成立，故 $AB$ 的第 $j$ 列 $=\sum_k b_{kj}\mathbf a_k$，即 $A$ 的列按 $B$ 的第 $j$ 列加权求和。$\blacksquare$

### C8　（分块对角的行列式）

**解**

**第 1 步：用排列定义。** $\det A=\sum_\sigma\operatorname{sgn}(\sigma)\prod_i a_{i,\sigma(i)}$。

**第 2 步：非零项的限制。** 当 $i\le n_1$ 而 $\sigma(i)>n_1$ 时 $a_{i,\sigma(i)}=0$（在 $O$ 块里），故非零项要求 $\sigma$ 把前 $n_1$ 个指标映到前 $n_1$ 个指标（其余自动映到后 $n_2$ 个）。

**第 3 步：分解。** 于是 $\sigma=\sigma_1\oplus\sigma_2$，$\operatorname{sgn}\sigma=\operatorname{sgn}\sigma_1\operatorname{sgn}\sigma_2$，且

$$
\prod_i a_{i,\sigma(i)}=\left(\prod_{i\le n_1}a_{i,\sigma_1(i)}\right)\left(\prod_{i>n_1}a_{i,\sigma_2(i)}\right)
$$

**第 4 步：求和分解。**

$$
\det A=\left(\sum_{\sigma_1}\operatorname{sgn}\sigma_1\prod a\right)\left(\sum_{\sigma_2}\operatorname{sgn}\sigma_2\prod a\right)=\det A_{11}\det A_{22}
$$

$\blacksquare$

### C9　（可逆矩阵不改变秩）

**解**

**第 1 步：上界。** 由 $r(XY)\le r(X)$：$r(PA)\le r(A)$。

**第 2 步：反向下界。** 因 $P$ 可逆，$A=P^{-1}(PA)$，故 $r(A)\le r(PA)$。

**第 3 步：夹逼。** $r(PA)=r(A)$。同理 $AQ$：$r(AQ)\le r(A)$，又 $A=(AQ)Q^{-1}$ 得 $r(A)\le r(AQ)$。

**第 4 步：意义。** 这正是消元法「初等行变换不改变秩」的依据（初等矩阵可逆）。$\blacksquare$

### C10　（何时能用逆矩阵）

**解**

**第 1 步：** $\det A=4-4=0$，$A$ **不可逆**。

**第 2 步：$\mathbf b_1=(1,2)^{\mathsf T}$。** 它恰是 $A$ 的第一列，故 $A(1,0)^{\mathsf T}=\mathbf b_1$；零空间为 $\operatorname{span}\{(-2,1)\}$，故通解

$$
\mathbf x=(1,0)^{\mathsf T}+t(-2,1)^{\mathsf T}
$$

**第 3 步：$\mathbf b_2=(1,3)^{\mathsf T}$。** 列空间是直线 $\operatorname{span}\{(1,2)\}$，而 $(1,3)$ 不在其上，故**无解**。

**第 4 步：正确做法。** 逆矩阵法要求 $\det A\ne0$；否则回到消元：写增广矩阵化阶梯形，出现 $\begin{bmatrix}0&0&\mid&c\end{bmatrix}$（$c\ne0$）判无解，否则用自由变量写通解。$\blacksquare$

**答案**　$\det=0$ 不可逆；$\mathbf b_1$ 有无穷多解、$\mathbf b_2$ 无解；必须用消元法。
