矩阵 — AP 预备微积分

1. 矩阵基础：定义与记号 ★☆☆☆☆ ⏱ 3 min

矩阵是将数字（称为元素或元）按有序行和列排列的矩形阵列。矩阵的维度（大小）记为$m \times n$，其中$m$是行数，$n$是列数。

单个元素记为$a_{ij}$，其中$i$是该元素的行号，$j$是列号。例如，$a_{23}$指第二行第三列的元素。矩阵用于紧凑地组织数据、表示线性系统和描述线性变换，是AP预备微积分第4单元的核心主题。

2. 按元素运算：加法与标量乘法 ★★☆☆☆ ⏱ 4 min

最简单的矩阵运算是按元素运算：加法、减法和标量乘法。矩阵加法仅对两个维度相同（行数和列数都相同）的矩阵有定义。两个矩阵相加时，对应元素相加：$(A + B)_{ij} = a_{ij} + b_{ij}$。减法遵循相同规则：$(A - B)_{ij} = a_{ij} - b_{ij}$。

标量乘法是将整个矩阵乘以一个常数（称为标量）。进行标量乘法时，将矩阵的每个元素都乘以该标量：对任意标量$k$和任意矩阵$A$，都有$(kA)_{ij} = k \cdot a_{ij}$。

这些运算遵循大多数我们熟悉的实数代数规则：加法满足交换律和结合律，标量乘法对矩阵加法满足分配律。

Exam tip: 进行任何矩阵运算前，务必先检查矩阵维度。AP考试选择题经常将「无定义」作为选项，考察你是否知道只有同维度矩阵才能相加。

3. 矩阵乘法与2×2行列式 ★★★☆☆ ⏱ 4 min

矩阵乘法*不是*按元素运算，遵循不同的规则。要计算矩阵$A$乘以矩阵$B$得到$AB$，$A$的列数必须等于$B$的行数。若$A$是$m \times n$矩阵，$B$是$n \times p$矩阵，则乘积$AB$是$m \times p$矩阵。

$AB$中位置$(i,j)$处的元素是$A$的第$i$行与$B$的第$j$列的点积：

(AB)_{ij} = \sum_{k=1}^n a_{ik}b_{kj}

对于方阵（行数等于列数，例如$2 \times 2$），我们可以计算行列式，这是一个标量值，用于判断矩阵是否存在逆矩阵。对于$2 \times 2$矩阵，行列式为：

\det(A) = ad - bc \quad \text{for} \quad A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}

如果$\det(A) = 0$，矩阵称为奇异矩阵，不存在逆矩阵。如果$\det(A) \neq 0$，矩阵可逆。

Exam tip: 时刻记住矩阵乘法的「先行后列」规则：(i,j)元素来自第一个矩阵的第i行和第二个矩阵的第j列。交换顺序会得到错误结果。

4. 逆矩阵与2×2线性方程组的求解 ★★★★☆ ⏱ 3 min

对于可逆的$2 \times 2$矩阵$A$，逆矩阵$A^{-1}$满足性质$AA^{-1} = A^{-1}A = I$，其中$I$是2×2单位矩阵：

I = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}

单位矩阵是矩阵乘法中的单位元，就像1对于实数一样。$2 \times 2$矩阵的逆矩阵公式为：

A^{-1} = \frac{1}{\det(A)} \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} \quad \text{for} \quad A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}

逆矩阵最常见的考试应用是求解2×2线性方程组。任意线性方程组都可以写成紧凑的矩阵形式：

A\vec{x} = \vec{b}, \quad A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}, \quad \vec{x} = \begin{bmatrix} x \\ y \end{bmatrix}, \quad \vec{b} = \begin{bmatrix} e \\ f \end{bmatrix}

如果$A$可逆，我们可以在等式两边同时左乘$A^{-1}$，得到$\vec{x} = A^{-1}\vec{b}$，直接给出$x$和$y$的解。

Exam tip: 写逆矩阵时，交换$a$和$d$后不要忘记给$b$和$c$加上负号——这是AP考试最常考察的易错点。