如果你正在刷《工程数学 线性代数第七版》或者手里还有一份没来得及做的期末试卷看到“矩阵运算二”这个小标题时大概率意味着你已经硬着头皮啃完了矩阵乘法接下来要面对的是逆矩阵、伴随矩阵、分块矩阵这一串名字。别慌这一讲恰恰是整个线性代数从“会算”走向“会想”的拐点。我在学生阶段对矩阵运算的理解很肤浅觉得就是一堆数排成方块来回乘考试前突击背公式也能混个及格。直到后来复习考研、又重新翻教材才发现转置、逆矩阵、分块矩阵这些东西不是孤立的小技巧它们共同构成了一套“运算工具箱”。后面学向量组的线性相关性、解线性方程组、特征值、二次型全都在反复调用这个工具箱里的工具。这篇笔记我把矩阵运算里最容易混淆、也最常考的几个模块一次性理清楚配套典型例题和考场易错点适合正在期末复习、准备考研基础阶段、或者单纯想把这部分知识串起来的同学参考。1. 从“单点运算”到“复合运算”这一讲到底在学什么1.1 为什么矩阵运算要分两讲很多教材会把矩阵运算拆成“加法、数乘、乘法”和“转置、逆、伴随、分块”这样的顺序。第一讲是定义层面的运算规则相对直接加法要求同型数乘是每一个元素都乘乘法是“左行右列”的对应乘积再求和。这些属于基础操作练的是手速和细心。到了第二讲难度会突然上一个台阶因为这里不再是单纯地“算一个结果”而是开始研究矩阵之间的“关系”。转置本质上是行列互换逆矩阵是在寻找一个矩阵的“倒数”伴随矩阵是行列式理论延伸到逆矩阵之间的桥梁分块矩阵则是一种高阶的“视图切换”把一个大规模矩阵按逻辑切成小块再沿用原来的运算规则。把这些放在一起才是完整的矩阵运算体系。1.2 矩阵乘法先行的“历史遗留问题”在学习逆矩阵之前你必须先接受一个反直觉的事实矩阵乘法不满足交换律。AB 和 BA 在绝大多数情况下是不相等的。这意味着由乘法派生出来的一系列公式比如 (AB) 的逆、 (AB) 的转置都必须严格遵守“顺序反转”的规则。这个反直觉点就是矩阵运算二里所有坑的源头。我见过太多同学在做 (AB)^T 时直接写成 A^T B^T结果考试扣了分还不知道错在哪。原因其实很简单两个矩阵相乘右边的矩阵先作用在向量上所以转置之后原本在右边的矩阵要先转置、再放到左边。你把这个逻辑想通了逆矩阵那块儿的 (AB)⁻¹ B⁻¹A⁻¹ 也就不会再记反了。2. 转置被低估的“镜像操作”2.1 转置的定义与三条“反序律”转置的定义本身没什么好纠结的把矩阵 A 的行变成列、列变成行得到的新矩阵记作 A^T。如果 A 是 m×n 矩阵那 A^T 就是 n×m 矩阵。这个操作关键在于它和加法、数乘、乘法之间的交互规则(A B)^T A^T B^T(kA)^T kA^T(AB)^T B^T A^T前两条很直观第三条就是前面说的“反序律”。我复习时为了让自己不搞混会把乘法转置记成“脱衣服穿回去的时候里外要反过来”。这个比喻虽然糙但考试时真的能救命。2.2 对称矩阵与反对称矩阵的判定转置的一个重要应用就是定义对称矩阵和反对称矩阵。满足 A^T A 的方阵叫对称矩阵满足 A^T -A 的方阵叫反对称矩阵。这两类矩阵在后续二次型、正定判定里会反复出现。做题时判断一个矩阵是不是对称矩阵不一定要老老实实转置再看是否相等。你可以观察主对角线两侧的元素是否关于主对角线对应相等。比如矩阵 [[1, 2, 3], [2, 4, 5], [3, 5, 6]]只看第1行第2列是2第2行第1列也是2再抽查其他位置全部对应相等就可以快速判断它是实对称矩阵。反之反对称矩阵的主对角线上元素必须全为0因为要满足 a_ii -a_ii只有0才成立。这个结论在很多填充题里可以直接用。2.3 转置与向量内积的关联还有一个容易忽略的点如果把向量看成 n×1 矩阵那么两个向量的内积可以写成 x · y x^T y。这个表示在正交性、最小二乘法、投影矩阵里都是基础工具。比如一个投影矩阵 P 满足 P^T P且 P² P这类抽象证明题的关键就是会熟练使用转置的运算规则。你第一次看到这种题可能觉得绕但只要把转置的“反序”记牢顺着展开两步就能出结果。3. 逆矩阵矩阵世界里的“除法”3.1 逆矩阵的定义与存在条件对于 n 阶方阵 A如果存在一个同阶方阵 B使得 AB BA E单位矩阵那么 B 就是 A 的逆矩阵记作 A⁻¹。这里必须强调三个前提第一A 必须是方阵第二AB 和 BA 都要等于单位矩阵第三逆矩阵是唯一的。非方阵压根儿不存在逆矩阵这个概念有些同学在抽象题里对一个 m×n 矩阵直接写 A⁻¹这种符号错误在考试里一分都拿不到。判断一个方阵是否可逆最常用的条件是|A| ≠ 0。这个条件可以写成很多等价说法A 的秩等于 n、A 的列向量行向量线性无关、齐次线性方程组 Ax 0 只有零解、A 可以表示为若干初等矩阵的乘积。期末和考研选择题特别喜欢考这种“等价条件”多选题你需要在脑子里把这条逻辑链打通。3.2 伴随矩阵与行列式之间的关系伴随矩阵记作 A*它的定义是A* 的第 i 行第 j 列元素等于 A 的第 j 行第 i 列元素的代数余子式。注意是“代数余子式”的转置位置排列不是简单地把每个元素换成代数余子式。这里特别容易错先求代数余子式是 A_ij (-1)^(ij) M_ij然后把 A_ij 放到伴随矩阵的第 j 行第 i 列换句话说伴随矩阵在位置上做了一次转置。核心公式是A · A* A* · A |A| E这个公式是逆矩阵理论的基石。当 |A| ≠ 0 时两边同时除以 |A|就得到A⁻¹ (1/|A|) · A*所以求逆矩阵的方法之一就是“先求行列式再求伴随矩阵最后乘倒数”。这个方法理论上很漂亮但在三阶以上矩阵里计算量非常大不是最推荐的实战方法。3.3 求逆的两种常用方法实际做题中求具体数字矩阵的逆矩阵我极度推荐用初等行变换法把矩阵 A 和同阶单位矩阵 E 并排放在一起写成 (A | E)然后只进行初等行变换把左边的 A 化成 E此时右边的部分自然就是 A⁻¹。举个例子求 A [[1, 2], [3, 4]] 的逆矩阵首先把 A 和单位矩阵并排[1 2 | 1 0 3 4 | 0 1]第二行减去第一行的3倍得到[1 2 | 1 0 0 -2 | -3 1]第二行乘以 -1/2得到[1 2 | 1 0 0 1 | 3/2 -1/2]第一行减去第二行的2倍得到[1 0 | -2 1 0 1 | 3/2 -1/2]所以 A⁻¹ [[-2, 1], [3/2, -1/2]]。整个过程就是“行列变换左边变单位阵右边跟着变”这是最稳妥的套路不容易错而且每一步都可以检查。对于二阶矩阵还有一个速算公式A [[a, b], [c, d]] 的逆矩阵是 (1/(ad-bc)) · [[d, -b], [-c, a]]。主对角线互换副对角线变号。这个公式建议背到条件反射因为二阶矩阵的伴随矩阵本来就是那个形式用起来特别快。3.4 逆矩阵的运算律穿脱原理逆矩阵的运算律是整个章节最容易出错的宝藏地带。核心规则只有三条(AB)⁻¹ B⁻¹A⁻¹(A^T)⁻¹ (A⁻¹)^T(kA)⁻¹ (1/k) · A⁻¹其中 k ≠ 0这里你必须记住的是第一条的顺序问题。原因就是矩阵乘法不交换所以 (AB)⁻¹ 不可能拆成 A⁻¹B⁻¹只能是 B⁻¹A⁻¹。你可以类比“先穿袜子再穿鞋现在要脱掉必须先脱鞋再脱袜子”这个“穿脱相反”的直觉几乎可以迁移到所有矩阵运算的“反序律”里。还有一个很实用的结论如果 A、B 都是 n 阶可逆矩阵那么 AB 也可逆且 (AB)⁻¹ B⁻¹A⁻¹。这个结论在抽象矩阵的证明题里反复出现比如说已知 A 可逆且 AB C要解出 B就应该在等式两边左侧同时左乘 A⁻¹得到 B A⁻¹C。注意是左乘不是右乘。很多同学就是在这个“左乘右乘”上栽跟头。4. 分块矩阵大矩阵的“化整为零”4.1 分块矩阵的加法和乘法当一个矩阵规模很大或者内部有明显的零块、单位块时把它切割成若干小矩阵再按矩阵运算法则处理就是分块矩阵的思想。分块加法要求划分方式一致分块乘法的规则要求左边矩阵的列划分方式和右边矩阵的行划分方式一致。这个约束对应的是普通矩阵乘法“左矩阵列数等于右矩阵行数”的自然延伸。一个经典例子如果 A 和 B 都是分块对角矩阵A [[A11, 0], [0, A22]] B [[B11, 0], [0, B22]]那么 AB [[A11 B11, 0], [0, A22 B22]]。也就是说分块对角矩阵相乘只需要对应块各自相乘。这个结论能省下大量计算时间。4.2 分块对角矩阵的特殊性质分块对角矩阵在求行列式、逆矩阵时优势更大。如果 A [[A11, 0], [0, A22]]则 |A| |A11| · |A22|。这个结论可以重复使用比如四阶矩阵主对角线上有两个二阶子块直接各自求行列式再相乘比按一行展开硬算省事得多。逆矩阵方面若 A11、A22 分别可逆则A⁻¹ [[A11⁻¹, 0], [0, A22⁻¹]]也就是每个对角块分别求逆零块保持不变。如果你遇到的是分块上三角矩阵A [[A11, A12], [0, A22]]那么 A 可逆的条件是 A11、A22 都可逆且A⁻¹ [[A11⁻¹, -A11⁻¹ A12 A22⁻¹], [0, A22⁻¹]]这个公式考试中偶尔会用到推导方式是用待定系数法设 A⁻¹ [[X, Y], [Z, W]]然后根据 A·A⁻¹ E 反解 X、Y、Z、W。如果你现场忘了公式可以用这个方法现推虽然慢一点但至少不会错。4.3 分块求逆的典型套路我习惯把分块矩阵求逆分成三类分块对角、分块上三角、分块下三角。分块对角最简单直接对每个块求逆上三角的右上角那个块要套一个负号加逆矩阵的组合公式。分块下三角同理公式方向转一下。做题时先把矩阵划好块再看属于哪一种套对应公式就行。这里要额外提醒一个坑分块矩阵的“零块”也必须按矩阵大小写清楚。比如一个 4×4 矩阵左上角是 2×2 的块右下角是 2×2 的块那么右上角的零块也是 2×2 的零矩阵不能只写一个“0”了事。有些同学在演算纸上图省事零块写得含含糊糊结果分块乘法时维度对不上白白丢分。5. 初等变换与秩下一个关键跳板5.1 初等变换为什么重要很多教材在矩阵运算这一章的最后会引入初等变换和矩阵的秩。初等行变换就是对矩阵做三类操作互换两行、某行乘非零常数、某行加上另一行的 k 倍。它看起来只是“解方程组的操作被抽象成了矩阵操作”但意义非常深远任何可逆矩阵都可以通过有限次初等行变换化成单位矩阵反过来矩阵乘法也可以理解成一系列初等变换的复合。这个观点直接把“求逆矩阵的初等行变换法”和“矩阵的秩”统一起来了。求逆矩阵的过程本质上是把 A 通过初等行变换化成 E这些变换步骤合成一个矩阵恰好就是 A⁻¹。理解这层关系之后你就不用死记 (A | E) 的算法流程而是知道“我一直做行变换目的就是把左边变单位阵右边记录下来的就是逆矩阵”。5.2 秩的初步概念矩阵的秩定义为矩阵中非零子式的最高阶数。这个定义很数学但在实际操作中通常用初等行变换化成行阶梯形矩阵非零行的个数就是矩阵的秩。秩是后续判断向量组线性相关性、线性方程组解的结构、矩阵是否可逆的重要工具。可逆矩阵的秩等于阶数 n不可逆矩阵的秩小于 n。所以你在判断一个矩阵是否可逆时除了算行列式也可以通过化行阶梯形看秩。关于秩的更多计算技巧和定理我会在下一篇笔记里单独展开这里先记住“初等行变换不改变矩阵的秩”这个关键性质就够了。6. 实战用题目串起所有知识点6.1 典型例题一转置与逆的混合运算已知 A [[1, 2], [3, 4]]求 ((A^T A)⁻¹)^T。这个题综合了转置和逆两个考点。顺着算先算 A^T [[1, 3], [2, 4]]然后 A^T A [[1, 3], [2, 4]] · [[1, 2], [3, 4]]。算出来左上角元素是 1×1 3×3 10右上角是 1×2 3×4 14左下角是 2×1 4×3 14右下角是 2×2 4×4 20所以 A^T A [[10, 14], [14, 20]]。行列式是 10×20 - 14×14 200 - 196 4。利用二阶求逆公式得到 (A^T A)⁻¹ (1/4) · [[20, -14], [-14, 10]]即 [[5, -7/2], [-7/2, 5/2]]。最后再转置由于这个矩阵本身是对称的结果不变。如果你走另一条路先利用反序律 (A^T A)⁻¹ A⁻¹ (A^T)⁻¹ A⁻¹ (A⁻¹)^T算完再转置结果也一样。这就是运算律带来的灵活性和复查手段。6.2 典型例题二分块矩阵求逆求矩阵 A [[1, 2, 0, 0], [3, 4, 0, 0], [0, 0, 5, 6], [0, 0, 7, 8]] 的逆矩阵。这个矩阵明显可以分成四块左上角块是 B [[1, 2], [3, 4]]右下角块是 C [[5, 6], [7, 8]]右上和左下都是 2×2 零矩阵。显然这是个分块对角矩阵逆矩阵就是各个块分别求逆。前面已经算过 B⁻¹ [[-2, 1], [3/2, -1/2]]。C 的行列式是 5×8 - 6×7 40 - 42 -2所以 C⁻¹ (-1/2) · [[8, -6], [-7, 5]] [[-4, 3], [7/2, -5/2]]。最终结果是一个 4×4 矩阵左下角和右上角保持零块对角线上依次放 B⁻¹ 和 C⁻¹。这个题如果没有分块思想硬做四阶初等行变换也能算出来但中间步骤多、计算量大极容易出错。分块之后每个二阶求逆都只要几十秒这就是“化整为零”的威力。6.3 典型例题三抽象矩阵的可逆性判断已知 A、B 都是 n 阶方阵且 E AB 可逆证明 E BA 也可逆。这类抽象题在期末考试和考研中都很常见。做法是猜出 E BA 的逆矩阵然后验证。根据矩阵恒等式 E BA E - B(E AB)⁻¹ A 的变形题里可逆矩阵大概率是 E - B(E AB)⁻¹ A。验证方法就是把它与 E BA 相乘展开后用结合律和分配律整理。你会发现只用到 E、AB、以及 (E AB)⁻¹ 的性质不需要具体数字。这就是为什么你需要熟练掌握逆矩阵的运算律它们能帮你“化简”抽象表达式。这种题看着唬人其实考点特别单一会不会处理 (E AB) 与 (E BA) 的关系以及是否敢设一个候选逆矩阵再验证。我在复习时总结了这类题的固定套路把 A 提到左边、B 提到右边利用 (XY)⁻¹ 的反序律去凑大多数情况都能一步到位。7. 期末考场上的高频陷阱与避坑指南7.1 逆矩阵的“三大忌”第一忌把 (AB)⁻¹ 拆成 A⁻¹B⁻¹方向错。第二忌把 (A B)⁻¹ 拆成 A⁻¹ B⁻¹这个公式压根儿不成立矩阵加法之后求逆没有简单的分配律。第三忌对一个不可逆矩阵强行写逆矩阵比如零矩阵和奇异矩阵绝对没有逆矩阵。这三条按踩坑频率排能排到前三。遇到 (A B)⁻¹ 这种结构除非题目额外给出具体条件否则就把它看成整体不要尝试拆分。如果实在想化简可以尝试把 A B 因式分解成公共因子的形式比如 A AB A(E B)然后再考虑求逆。7.2 转置、伴随、逆的区分表我整理了一张小表自己复习时贴在笔记本上考试前扫一眼特别管用运算符号核心规则常见错误转置A^T(AB)^T B^T A^T忘记反序伴随A*A A* |A| E代数余子式忘记转置逆矩阵A⁻¹AA⁻¹ E对不可逆矩阵求逆数乘后求逆(kA)⁻¹kA 的逆是 (1/k)A⁻¹写成 kA⁻¹7.3 分块矩阵的“维度意识”分块矩阵最隐蔽的错误不是公式记不住而是分块时没有保持维度意识。例如一个 3×3 矩阵你不能把左上角切成 2×2右下角又切成 3×3那接不上。分块的线必须横平竖直地贯穿整个矩阵每一行分块的高、每一列分块的宽必须一致。遇到分块乘法时先检查块矩阵的“行划分”是否和右矩阵的“列划分”对应。如果不一致按定义重新切。这个检查过程只需要十秒钟但能避免整道大题白算。7.4 计算顺序与验证习惯矩阵运算的每个中间步骤我都会做一次简单检查左右维度是否匹配、每一项符号是否正确、行列式是否算对。特别是在求逆矩阵之后用 A·A⁻¹ 乘回去验证一下是否是单位矩阵这个验证只需要一分钟但很多同学觉得麻烦就跳过。实际考试里前几步出的错如果没被发现后面全白算。你宁可多选题少纠结一道也要给逆矩阵留出验证时间。另外做期末试卷时如果一道填空题要求你填写二阶矩阵某个元素你可以先用伴随矩阵公式算一遍再用初等行变换法验证一遍。两道工序得出的结果一致基本就稳了。这不是浪费时间而是对抗考场粗心的最有效手段。8. 复习路线与个人体会8.1 教材章节与习题搭配如果你用的是《工程数学 线性代数第七版》矩阵运算这章对应的练习一般包括两类一类是纯计算题求具体矩阵的逆和转置另一类是证明题利用运算律证明抽象恒等式。我复习时会把计算题全部做一遍证明题挑 3-5 道代表性题目精做。到了期末周再翻翻往年的重庆邮电大学线性代数期末试卷你基本能发现一个规律矩阵部分大题要么是求逆运算要么是解含参矩阵方程要么是与后续方程组、秩结合的综合性题目。8.2 我自己踩过的坑我第一遍学逆矩阵时把书上“若 AB E则 A、B 互为逆矩阵”当成天经地义忽略了这个结论只对方阵成立。后来做过一道反例题一个 m×n 矩阵和一个 n×m 矩阵相乘能得到单位矩阵但这两个矩阵压根儿谈不上“可逆”。这让我后来对定义极度较真也建议你看到结论先确认条件。还有一个更日常的坑是伴随矩阵的符号。求三阶矩阵的伴随矩阵时代数余子式的符号是正负交替的位置一错结果就完全变了。我的做法是先在草稿纸上把所有代数余子式的符号写出来再填入伴随矩阵的位置两步分开做能显著降低出错率。8.3 最后再分享一个记忆小技巧矩阵运算的符号规则很容易混我的土办法是把所有“乘积后做运算”的情况统一记成“里外用优先顺序要反转”转置、求逆、伴随这三类运算都满足“乘积的反序律”。做题时只要看到 (XY) 外面套了这三种符号第一时间想到把 X 和 Y 调换顺序再各自做运算基本就能避开最高频的那类错误。线代越往后学你会发现前面这些看似琐碎的运算规则越重要。矩阵运算二这块儿你要是能练到“闭着眼都能写对反序律”后面的特征值、二次型、正定矩阵这些章节会省下大量记忆成本。笔记先写到这里下一次整理向量组线性相关性时我们再用这里的工具去拆解更复杂的问题。