矩阵建模实际场景 — AP 预备微积分
AP 预备微积分 · 第4单元：含参数的函数、向量与矩阵 · 14 min read
1. 为线性方程组建立增广矩阵 ★★☆☆☆ ⏱ 4 min
在处理实际场景中的线性约束问题（如溶液配制、预算规划、生产排程）时，增广矩阵可以紧凑地整理方程组，方便后续求解。对于包含 $m$ 个方程和 $n$ 个未知数的方程组，增广矩阵的维度一定是 $m \times (n+1)$。
Exam tip: 方程组所有方程中变量的顺序必须始终保持一致。如果某个约束条件中不包含某变量，该变量的系数为0——不要把这个位置留空。
2. 用于场景组合的矩阵运算 ★★★☆☆ ⏱ 5 min
当你得到表示场景中相关量集合的矩阵后，不同的矩阵运算可以解决不同类型的问题：
- **矩阵加法**: 合并两组匹配的量（例如，计算两家工厂的月产量总和，每个条目都对应相同的输入项）。只有当两个矩阵维度完全相同时，加法才有意义，满足 $c_{ij} = a_{ij} + b_{ij}$。
- **数乘**: 将所有量按常数因子缩放（例如，计算6批相同产品的总成本）。每个条目都乘以常数，满足：$c_{ij} = k \cdot a_{ij}$。
- **矩阵乘法**: 当你得到速率矩阵和数量矩阵时，用来计算总值（例如，计算一批生产所需的原材料总量）。对于 $\bold{A}$ ($m \times n$) 乘以 $\bold{B}$ ($n \times p$)，第 $i$ 行第 $j$ 列的条目为 $(AB)_{ij} = \sum_{k=1}^n a_{ik}b_{kj}$，乘积矩阵的维度为 $m \times p$。
Exam tip: 乘法前一定要检查矩阵维度：内维度必须相等，结果矩阵的维度等于两个因子的外维度。如果维度不匹配，运算无意义，这是选择题中常见的错误选项考点。
3. 马尔可夫过程的转移矩阵 ★★★★☆ ⏱ 5 min
马尔可夫过程对可处于多个离散状态之一的系统建模，状态间转移的概率仅取决于当前状态。该模型可用于对客户忠诚度、人口流动、疾病传播和用户行为建模。如果初始状态行向量为 $\bold{v_0}$（时间0时系统各状态的占比），则经过 $n$ 步后的状态向量为 $\bold{v_n} = \bold{v_0}\bold{P}^n$。
Exam tip: 记住转移矩阵是行之和为1，不是列之和为1。如果你的行之和不为1，说明你交换了行和列（当前状态和下一状态的位置），结果会出错。
4. AP风格概念检查 ★★★☆☆ ⏱ 3 min
Common Pitfalls
Why: 学生急于提取系数，没有在所有方程中保持统一的变量顺序。
Why: 学生认为矩阵乘法和普通乘法一样满足交换律，所以顺序无关紧要。
Why: 学生认为如果没提到某个变量，就不需要给它留位置。
Why: 学生混淆了「行是当前状态」和「列是当前状态」的约定。
Why: 学生认为任意两个表示同类型量的矩阵都可以相加，不需要检查维度。
Quick Reference Cheatsheet