Матрицы (Further Pure 2)
Введено| English | Значение |
|---|---|
| matrix equation/ˈmeɪtrɪks ɪˈkweɪʒn/ | матричное уравнение |
| non-singular/ˌnɒnˈsɪŋɡjʊlə/ | невырожденный |
| singular/ˈsɪŋɡjʊlə/ | вырожденный (о матрице) |
| consistent/kənˈsɪstənt/ | совместный |
| inconsistent/ˌɪnkənˈsɪstənt/ | несовместный |
| eigenvector/ˈaɪɡənvektə/ | собственный вектор |
| eigenvalue/ˈaɪɡənvæljuː/ | собственное значение |
| scalar/ˈskeɪlə/ | скаляр |
| stretch/stretʃ/ | растяжение |
| characteristic equation/ˌkærɪktəˈrɪstɪk ɪˈkweɪʒn/ | характеристическое уравнение |
| diagonalisation/daɪˌæɡənəlaɪˈzeɪʃn/ | диагонализация |
| diagonal matrix/daɪˈæɡənl ˈmeɪtrɪks/ | диагональная матрица |
| linearly independent/ˈlɪnɪəli ˌɪndɪˈpendənt/ | линейно независимый |
| Cayley–Hamilton theorem/ˈkeɪli ˈhæmɪltən ˈθɪərəm/ | теорема Кэли–Гамильтона |
One map, many repeated moves
- A matrix can describe one change in a model. Repeating the change needs a power such as $A^{20}$; multiplying twenty times hides the structure.
- This lesson joins three tools: solve a matrix equation 矩阵方程, find special vectors, then simplify powers and inverses. Keep track of when a solution or inverse exists.
Put three equations into one matrix
- Put the coefficients of $x,y,z$ in that order in every row. The right-hand side is a column, not another row of the coefficient matrix.
- To read the matrix equation back, multiply each row by the unknown column. A missing variable has coefficient zero.
Запишите x+2y−z=4, 3x−z=2 и y+z=5 в виде матричного уравнения. Затем прочитайте обратно вторую строку.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Find and check the unique point
- Here $\det C=1\ne0$, so $C$ is non-singular 非奇异: there is exactly one solution. Inverse multiplication is valid, but elimination is shorter here.
- Subtract the first equation from the second to get $y=2$. The first then gives $x+z=4$, and the third gives $2x+3z=11$; hence $(x,y,z)=(1,2,3)$.
Check all three original equations: $1+2+3=6$, $1+4+3=8$ and $2+2+9=13$. Geometrically, the three planes meet at one point. Checking only two planes is not enough.
Решите систему x+y+z=7, x+2y+z=10, 2x+y+3z=13. Проверьте каждое уравнение и опишите пересечение.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
A zero determinant needs another check
- A singular 奇异 coefficient matrix has determinant zero. The equations may be consistent 相容 (at least one solution) or inconsistent 不相容 (no solution); singular does not mean no solution.
- For $x+y+z=3$ and $x+2y+z=4$, subtraction gives $y=1$, $x+z=2$. A third equation $2x+3y+2z=7$ adds no condition: the common line is $(x,y,z)=(2-t,1,t)$, $t\in\mathbb R$.
Change only the third right-hand side to $8$. Subtracting the first two equations from the third gives $0=1$, so no point lies on all three planes. Pairwise intersections do not prove a common intersection. Coincident planes can also occur; three identical equations leave a whole plane of solutions.

Each panel uses the value of y forced by the first two equations. The remaining lines represent the conditions on x and z.
Решите систему x+y+z=5, x+2y+z=7, 2x+3y+2z=12. Дайте все решения и объясните геометрию.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Оставьте первые два уравнения предыдущей задачи, но измените правую часть третьего уравнения на 13. Дает ли нулевой определитель теперь множество решений, образующих прямую?
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Separate exceptional parameter values
- For the system below, subtract row 1 from rows 2 and 3. The determinant is $(a-1)(a+1)$, so only $a=1,-1$ need a separate consistency check.
- If $a\ne\pm1$, then $y=1/(a-1)$, $z=0$ and $x=3-1/(a-1)$. Never divide by $a-1$ or $a+1$ before separating the zero cases.
At $a=1$, $0=1$ is impossible. At $a=-1$, $y=-1/2$ but $z=t$ is free, giving the common line $(x,y,z)=(7/2-t,-1/2,t)$. Both coefficient matrices are singular; only the second system is consistent.
Классифицируйте все действительные a для системы x+y+z=5, x+ay+z=7, x+y+(a+2)z=5. Дайте все решения при их существовании.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
A special vector stays on its line
- An eigenvector 特征向量 is a non-zero vector $\mathbf e$ with $A\mathbf e=\lambda\mathbf e$. Its eigenvalue 特征值 is the scalar 标量 $\lambda$. Every non-zero multiple of $\mathbf e$ is another eigenvector for the same value.
- A positive eigenvalue can stretch 拉伸 or shorten a vector. A negative value also reverses it; zero sends it to the origin, where direction is undefined. The zero vector is never an eigenvector, although it solves the equation.


Умножение собственного вектора на A всегда поворачивает его на 90°.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Неверно. Собственный вектор сохраняет свою прямую: Av = λv, поэтому A лишь масштабирует его на собственное значение λ (разворачивая, если λ < 0).
Если v — собственный вектор A, то 2v также является собственным вектором A.
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Собственные векторы не единственны — любое ненулевое скалярное кратное собственного вектора также является собственным вектором.
Для T=diag(−2,0) опишите образы векторов e₁=(1,0)ᵀ и e₂=(0,1)ᵀ. Является ли нулевой вектор собственным вектором?
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Find two eigenvalues and their vectors
- A non-zero solution of $(A-\lambda I)\mathbf e=\mathbf0$ exists when $\det(A-\lambda I)=0$. This is the characteristic equation 特征方程; using $\det(\lambda I-A)=0$ gives the same roots.
- For the matrix below, $\lambda=1$ gives $u+v=0$, so choose $(1,-1)^T$. For $\lambda=3$, $u-v=0$, so choose $(1,1)^T$. Check each by multiplying by $A$.
Матрицы (Further Pure 2)
(x', y') = M(x, y)
Сравните образы (1,1) и (1,−1): собственные значения равны 3 и 1. Общие векторы не обязательно остаются на своей исходной прямой.
У матрицы [[2,1],[1,2]] характеристическое уравнение имеет вид (2−λ)² − 1 = 0, откуда λ = 1 или λ = 3. Каково наибольшее собственное значение?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
(2−λ)² = 1 → 2−λ = ±1 → λ = 1 или 3; наибольшее из них равно 3.
Собственные значения матрицы A находятся решением уравнения:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Характеристическое уравнение det(A − λI) = 0 дает собственные значения.
Найдите собственные значения и по одному собственному вектору для каждой из матриц R со строками (3,1),(1,3). Покажите характеристическое уравнение.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Extend the method to three dimensions
- A triangular matrix has the diagonal entries as eigenvalues: its characteristic determinant is the product of the diagonal factors. Do not row-reduce the original matrix to find its eigenvalues; ordinary row operations need not preserve them.
- For each root below, solve $(B-\lambda I)\mathbf e=0$. At $\lambda=3$, the first row gives $-u+v=0$ and the third gives $w=0$, hence $(1,1,0)^T$.
Для T со строками (1,2,0),(0,3,0),(0,0,−2), найдите все собственные значения и соответствующий каждому из них ненулевой вектор.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Prove what happens under powers
- Start with $A\mathbf e=\lambda\mathbf e$, not with an inverse of the vector. Then $A^2\mathbf e=A(\lambda\mathbf e)=\lambda^2\mathbf e$; repeating gives $A^n\mathbf e=\lambda^n\mathbf e$ for positive integers $n$.
- Also $(A+cI)\mathbf e=(\lambda+c)\mathbf e$. If $A$ is invertible, $\lambda\ne0$ and multiplication by $A^{-1}$ gives $A^{-1}\mathbf e=\lambda^{-1}\mathbf e$. Positive powers do not require invertibility.
For $B$, the vector $(0,0,1)^T$ has eigenvalue $-1$. Under $B^2$ its eigenvalue is $1$, under $B^3$ it is $-1$, and under $B^{-1}$ it is $-1$. The vector remains non-zero in all these cases.
Дано Ae=λe с e≠0, докажите A³e=λ³e. Если A обратим, докажите также обратное утверждение. В каком доказательстве требуется обратимость?
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Match each column to its eigenvalue
- Diagonalisation 对角化 writes $B=QDQ^{-1}$, where $D$ is a diagonal matrix 对角矩阵. Put eigenvectors in the columns of $Q$, and put their eigenvalues in the same order down $D$.
- $BQ=QD$ checks all three eigenvector equations at once. The columns must be linearly independent 线性无关 so that $Q^{-1}$ exists. Real, distinct eigenvalues guarantee this in the syllabus cases; do not assume every matrix is diagonalisable.

В диагонализации A = QDQ⁻¹ матрица D содержит:
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
D — диагональная матрица, на главной диагонали которой стоят собственные значения A.
Для урока о матрице B студент берет столбцы Q: (1,1,0)ᵀ,(1,0,0)ᵀ,(0,0,1)ᵀ, но D=diag(2,3,−1). Исправьте утверждение B=QDQ⁻¹.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Compute powers without repeated multiplication
- In $(QDQ^{-1})(QDQ^{-1})$, the middle $Q^{-1}Q$ cancels. Thus $B^n=QD^nQ^{-1}$: raise only the diagonal entries of $D$ to the power.
- For $n=0$ this gives $I$; because $B$ is invertible, the same formula holds for negative integers too. Its upper-right block shows why powers of individual entries of $B$ would be wrong.
For the earlier $2\times2$ matrix $A$, choose $Q_A=\begin{pmatrix}1&1\\-1&1\end{pmatrix}$ and $D_A=\operatorname{diag}(1,3)$. Then
Если A = QDQ¹, то A³ = QD³Q⁻¹. Если D имеет диагональные элементы 1 и 3, то D³ имеет диагональные элементы 1 и ?
Сложность 2/5 · 140 монет + небольшой бонус за первое завершение сегодня
D³ имеет диагональные элементы 1³ = 1 и 3³ = 27.
Для A со строками (2,1),(1,2), используйте диагонализацию для вычисления A⁴. Не возводите каждый элемент в четвертую степень по отдельности.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Для урока о B найдите B⁵ и B⁻¹, используя ее диагональную форму. Объясните, почему допустимо использовать отрицательную степень.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Reuse the vectors for a changed matrix
- A polynomial $f(B)$ has the same eigenvectors with eigenvalues $f(\lambda)$. Therefore $f(B)=Qf(D)Q^{-1}$; do not change $Q$ merely because the question asks about a shifted or squared matrix.
- For $(B+I)^2$, use $D'=\operatorname{diag}(9,16,0)$ with the same $Q$. It is singular but still diagonalisable. Repeated transformed eigenvalues also do not invalidate an already invertible $Q$.
For $(B-2I)^3$, the diagonal becomes $\operatorname{diag}(0,1,-27)$. For $B^{-1}$ it becomes $\operatorname{diag}(1/2,1/3,-1)$. In every case, keep the order $2,3,-1$ used to build $Q$.
Используйте урок B и его Q для диагонализации (B−I)². Два собственных значения преобразованной матрицы совпадают: мешает ли это вашему методу?
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Reconstruct a matrix from its eigenvectors
- Given the eigenvectors first, form $Q$ and $D$, then calculate $QDQ^{-1}$. The columns may be scaled separately by non-zero numbers without changing the resulting matrix.
- If $(1,1)^T$ has eigenvalue $4$ and $(1,-1)^T$ has eigenvalue $2$, the calculation below gives $R$. Check $R(1,1)^T=4(1,1)^T$ and $R(1,-1)^T=2(1,-1)^T$.
Матрица имеет строки (4, 1) и (1, 4). Каково её наибольшее собственное значение и почему собственный вектор — это не один конкретный вектор?
Собственные значения удовлетворяют условию (4 минус lambda) в квадрате минус 1 = 0. Масштабирование собственного вектора не изменяет уравнение собственных значений.
Матрица T имеет собственные значения 1,4, −2 с соответствующими собственными векторами (1,0,0)ᵀ, (1,1,0)ᵀ, (0,0,1)ᵀ. Восстановите T и проверьте три уравнения.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
При a≠0 возьмите Q со столбцами (a,0,0)ᵀ,(1,a,0)ᵀ,(0,0,1)ᵀ и D=diag(1,3,−2). Найдите T=QDQ⁻¹ в зависимости от a.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
A matrix satisfies its own equation
- The Cayley–Hamilton theorem 凯莱–哈密顿定理 states that a square matrix satisfies its characteristic equation. Replace the variable by the matrix and each scalar constant by that constant times $I$.
- For $B$, expanding the three factors gives $\lambda^3-4\lambda^2+\lambda+6=0$. Therefore $B^3-4B^2+B+6I=0$, or $B^3=4B^2-B-6I$.
Use the characteristic equation of the matrix named in the question. Writing $B^3-4B^2+B+6=0$ omits the identity matrix and adds a scalar to a matrix. The theorem does not say that the whole matrix is an eigenvalue.
Для R со строками (3,1),(1,3) найдите характеристическое уравнение и запишите теорему Кэли–Гамильтона со всеми членами единичной матрицы.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Reduce higher powers to lower ones
- Multiply the identity for $B^3$ by $B$, then replace $B^3$ again. The answer becomes a combination of $B^2,B,I$, without diagonalising again.
- A shifted cube can be expanded because $B$ and $I$ commute. After expanding, reduce every power of degree three or more using Cayley–Hamilton.
Используя R²−6R+8I=0 для R со строками (3,1),(1,3), выразите R³ через R и I, затем укажите её элементы.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Используйте B³−4B²+B+6I=0 для упрощения (B+I)³ до вида pB²+qB+rI. Укажите p,q,r.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Obtain an inverse from Cayley–Hamilton
- $\det B=-6\ne0$, so multiply the characteristic identity by $B^{-1}$ and collect it. This gives an inverse as a polynomial in $B$; do not multiply by an inverse before checking it exists.
- For the $2\times2$ matrix $A$, $A^2-4A+3I=0$ gives $A^{-1}=(4I-A)/3$. Cayley–Hamilton works for both matrix sizes.
An inverse square can simplify further. Multiply the identity for $B^3$ by $B^{-2}$: $B-4I+B^{-1}+6B^{-2}=0$. Substitute the expression for $B^{-1}$ to obtain $B^{-2}=(B^2-10B+25I)/36$.
Используйте R²−6R+8I=0 для нахождения R⁻¹ при R со строками (3,1),(1,3). Проверьте результат.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Для урока B используйте теорему Кэли–Гамильтона, чтобы записать B⁻² как многочлен степени не выше 2 от B.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.
Choose and justify the method
- For three equations: form the coefficient matrix, separate singular parameter values, then solve or prove inconsistency and describe the geometry. For eigenvectors: state non-zero, solve the characteristic equation and match each vector to its root.
- For powers or inverses: choose diagonalisation or Cayley–Hamilton, show the intermediate identity, and check the result. A determinant, a list of roots or a final matrix alone may leave most of the method unexplained.
$C\mathbf x=\mathbf b$ describes simultaneous equations. $A\mathbf e=\lambda\mathbf e$, $\mathbf e\ne0$, describes a special direction. $A=QDQ^{-1}$ requires an invertible eigenvector matrix. Cayley–Hamilton reduces matrix powers and, when the matrix is non-singular, gives its inverse.
Каким является наибольшее собственное значение?
Сложность 1/5 · 100 монет + небольшой бонус за первое завершение сегодня
Собственные значения равны 3 и 5, следовательно, наибольшее из них — 5. Другие варианты — 3 (наименьшее собственное значение, а также наибольшее собственное значение из урока); 125 (куб наибольшего собственного значения).
Для T со строками (1,2,0),(0,3,0),(0,0,−2) дайте Q,D, найдите T⁴ и используйте его характеристическое уравнение для получения T⁻¹. Проверьте хотя бы один внедиагональный элемент.
Опишите метод и проверьте заявленные условия перед сравнением с эталонным решением.