Merge remote-tracking branch 'origin/develop' into develop

线代素材.md

@@ -0,0 +1,67 @@
+1.下列关于矩阵秩的结论中，错误的是 【 】
+
+A. 若矩阵 $A, B, C$ 满足 $A = BC$ 且 $B$ 是列满秩的，则 $A$ 列满秩当且仅当 $C$ 列满秩。
+
+B. 行阶梯形矩阵中 1 的个数等于矩阵的秩。
+
+C. 设 $A, B$ 均为 $n$ 阶方阵，则 $\text{rank}(AB) = \text{rank}B$ 的充要条件是线性方程组 $(AB)x = 0$ 与 $Bx = 0$ 同解。
+
+D. 设 $A$ 为 $n$ 阶方阵，则 $\text{rank}(A^n) = \text{rank}(A^{n+1})$。
+
+# 矩阵秩的结论辨析（选择题解析）
+**答案**：$\boldsymbol{B}$
+
+## 选项A：列满秩矩阵的乘积性质
+**结论**：正确
+**解析**：
+设$A = BC$，且$B$ 是列满秩矩阵（$\text{rank}(B) = B的列数$）。
+- 列满秩矩阵的核心性质：$B\boldsymbol{y} = \boldsymbol{0} \iff \boldsymbol{y} = \boldsymbol{0}$。
+- 因此$A\boldsymbol{x} = BC\boldsymbol{x} = \boldsymbol{0} \iff C\boldsymbol{x} = \boldsymbol{0}$。
+- 而$A$ 列满秩$\iff A\boldsymbol{x} = \boldsymbol{0}$ 只有零解；$C$ 列满秩$\iff C\boldsymbol{x} = \boldsymbol{0}$ 只有零解。
+- 故$A$ 列满秩$\iff C$ 列满秩。
+
+## 选项B：行阶梯形矩阵的秩
+**结论**：错误
+**解析**：
+行阶梯形矩阵的秩等于**非零行的个数**，而非“1的个数”。
+例：
+$$
+M = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & 0 \end{pmatrix}
+$$
+是行阶梯形矩阵，秩为$2$，但矩阵中无“1”，因此“1的个数等于秩”不成立。
+
+## 选项C：$\text{rank}(AB) = \text{rank}(B)$的充要条件
+**结论**：正确
+**解析**：
+设$A,B$ 为$n$ 阶方阵：
+- **必要性**：若$\text{rank}(AB) = \text{rank}(B)$，则$AB\boldsymbol{x} = \boldsymbol{0}$ 与$B\boldsymbol{x} = \boldsymbol{0}$ 的解空间维数相等；又$B\boldsymbol{x} = \boldsymbol{0}$ 的解必是$AB\boldsymbol{x} = \boldsymbol{0}$ 的解，故二者同解。
+- **充分性**：若$AB\boldsymbol{x} = \boldsymbol{0}$ 与$B\boldsymbol{x} = \boldsymbol{0}$ 同解，则解空间维数相等；由秩-零度定理，$\text{rank}(AB) = n - \dim N(AB) = n - \dim N(B) = \text{rank}(B)$。
+
+## 选项D：$\text{rank}(A^n) = \text{rank}(A^{n+1})$（$A$为$n$阶方阵）
+**结论**：正确
+**详细推导**：
+### 1. 秩的单调性铺垫
+对于$n$ 阶方阵$A$，秩序列$\text{rank}(A^k)$ 满足：
+$$
+\text{rank}(A) \ge \text{rank}(A^2) \ge \dots \ge \text{rank}(A^k) \ge \dots \ge 0
+$$
+（因$\text{rank}(AB) \le \min(\text{rank}(A),\text{rank}(B))$）
+
+### 2. 证明“必存在$k \le n$使$\text{rank}(A^k) = \text{rank}(A^{k+1})$”
+若秩序列一直严格递减，则$\text{rank}(A^{n+1}) \le \text{rank}(A) - n$；
+但$A$ 不满秩时$\text{rank}(A) \le n-1$，会推出$\text{rank}(A^{n+1}) \le -1$，与“秩非负”矛盾。
+故存在$k \le n$，使$\text{rank}(A^k) = \text{rank}(A^{k+1})$。
+
+### 3. 证明“取等后秩恒不变”
+设$N(A^m)$ 为$A^m\boldsymbol{x} = \boldsymbol{0}$ 的解空间：
+- 由秩-零度定理，$\dim N(A^k) = n - \text{rank}(A^k) = n - \text{rank}(A^{k+1}) = \dim N(A^{k+1})$；
+- 又$N(A^k) \subseteq N(A^{k+1})$，有限维空间中“子空间维数等于原空间维数则子空间相等”，故$N(A^k) = N(A^{k+1})$。
+
+下证$\text{rank}(A^{k+1}) = \text{rank}(A^{k+2})$：
+- 任取$\boldsymbol{x} \in N(A^{k+2})$，则$A^{k+2}\boldsymbol{x} = A(A^{k+1}\boldsymbol{x}) = \boldsymbol{0}$，即$A^{k+1}\boldsymbol{x} \in N(A)$；
+- 结合$N(A^k) = N(A^{k+1})$，可推出$A^{k+1}\boldsymbol{x} = \boldsymbol{0}$，即$\boldsymbol{x} \in N(A^{k+1})$；
+- 故$N(A^{k+2}) \subseteq N(A^{k+1})$，又$N(A^{k+1}) \subseteq N(A^{k+2})$，得$N(A^{k+1}) = N(A^{k+2})$，即$\text{rank}(A^{k+1}) = \text{rank}(A^{k+2})$。
+
+### 4. 结论
+因$k \le n$，故$\text{rank}(A^n) = \text{rank}(A^{n+1})$。
+

编写小组/讲义/矩阵相似变换（解析版）.md

@@ -574,19 +574,51 @@ $AB = BA$
 (2) 存在可逆矩阵 $P$，使得 $P^{-1}AP$ 与 $P^{-1}BP$ 均为对角矩阵。
 
 >[!note] **证明：**
->(1)
->	$\because AB = 2A - B$
->	$\therefore (A + E)(B - 2E) = -2E$
->	$\therefore ( B - 2E)(A + E) = (A + E)(B - 2E)$
->	$\therefore AB = BA$
->(2)
->	设 $P^{-1}AP = \Lambda_1$，$\Lambda_1$ 为对角矩阵  
->	则 $P^{-1}ABP = P^{-1}BAP$
->	$\therefore P^{-1}APP^{-1}BP = P^{-1}BPP^{-1}AP$
->	设 $P^{-1}BP = \Lambda_2$
->	$\therefore \Lambda_1\Lambda_2 = \Lambda_2\Lambda_1$
->	与对角矩阵可交换的矩阵必为对角矩阵  
->	证毕
+>**(1)**  
+>$\because AB = 2A - B$  
+>$\therefore (A + E)(B - 2E) = -2E$  
+>$\therefore ( B - 2E)(A + E) = (A + E)(B - 2E)$  
+>$\therefore AB = BA$  
+>
+>**(2)**  
+>设 $P^{-1}AP = \Lambda_1$，$\Lambda_1$ 为对角矩阵，且其对角元素互不相同。  
+>则 $P^{-1}ABP = P^{-1}BAP$  
+>$\therefore P^{-1}APP^{-1}BP = P^{-1}BPP^{-1}AP$  
+>设 $P^{-1}BP = \Lambda_2$，则 $\Lambda_1\Lambda_2 = \Lambda_2\Lambda_1$。  
+>
+>**定理**：设 $D = \operatorname{diag}(\lambda_1, \lambda_2, \dots, \lambda_n)$ 是一个 $n \times n$ 对角矩阵，且其对角元素两两互不相同（即当 $i \neq j$ 时，$\lambda_i \neq \lambda_j$）。若矩阵 $A$ 与 $D$ 可交换，即 $AD = DA$，则 $A$ 必为对角矩阵。
+>
+>**证明**：  
+>记 $A = (a_{ij})$ 为 $n \times n$ 矩阵，并记 $D$ 的对角元素为 $\lambda_1, \lambda_2, \dots, \lambda_n$。计算矩阵乘积 $AD$ 与 $DA$：
+>
+>1. 对于 $AD$ 的 $(i,j)$ 元素，由矩阵乘法规则，它是 $A$ 的第 $i$ 行与 $D$ 的第 $j$ 列对应元素的乘积之和。由于 $D$ 是对角矩阵，其第 $j$ 列只有第 $j$ 个元素非零，且等于 $\lambda_j$，其余元素均为零。因此：
+>$$
+>(AD)_{ij} = a_{i1} \cdot 0 + a_{i2} \cdot 0 + \dots + a_{ij} \cdot \lambda_j + \dots + a_{in} \cdot 0 = a_{ij} \lambda_j.
+>$$
+>
+>2. 对于 $DA$ 的 $(i,j)$ 元素，它是 $D$ 的第 $i$ 行与 $A$ 的第 $j$ 列对应元素的乘积之和。由于 $D$ 的第 $i$ 行只有第 $i$ 个元素非零，且等于 $\lambda_i$，其余元素均为零。因此：
+>$$
+>(DA)_{ij} = 0 \cdot a_{1j} + 0 \cdot a_{2j} + \dots + \lambda_i \cdot a_{ij} + \dots + 0 \cdot a_{nj} = \lambda_i a_{ij}.
+>$$
+>
+>由条件 $AD = DA$，对应元素相等，所以对于任意 $i,j$，有：
+>$$
+>a_{ij} \lambda_j = \lambda_i a_{ij}.
+>$$
+>移项得：
+>$$
+>a_{ij} (\lambda_j - \lambda_i) = 0.
+>$$
+>
+>当 $i \neq j$ 时，由已知 $\lambda_i \neq \lambda_j$，所以 $\lambda_j - \lambda_i \neq 0$，因此必须满足 $a_{ij} = 0$。  
+>当 $i = j$ 时，等式自然成立，对 $a_{ii}$ 没有限制。
+>
+>这表明 $A$ 的所有非对角元素（即 $i \neq j$ 时的 $a_{ij}$）都为零，因此 $A$ 是一个对角矩阵。∎
+>
+>由上述定理，因为 $\Lambda_1$ 的对角元素互不相同，且 $\Lambda_1\Lambda_2 = \Lambda_2\Lambda_1$，所以 $\Lambda_2$ 也是对角矩阵。  
+>因此，$B = P \Lambda_2 P^{-1}$ 可对角化，且 $A$ 和 $B$ 可同时对角化。
+>
+>**证毕**
 
 >[!example] 例题21
 设 $n$ 阶方阵 $A, B$ 满足 $AB = A + B$。