矩阵

AP 预备微积分· AP Precalculus CED — Functions Involving Parameters, Vectors, and Matrices· 14 分钟阅读

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。

📘 定义

矩阵

$m \times n$

按 $m$ 行 $n$ 列排列元素的矩形阵列，用于组织数据和表示线性关系。

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 $(k A)_{ij} = k \cdot a_{ij}$ 。

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。

📐 例题

已知 $A = [20 - 1 3]$ 和 $B = [- 4 1 2 - 2]$ ，计算 $3 A - 2 B$ 。

1
首先确认维度： $A$ 和 $B$ 都是 $2 \times 2$ 矩阵，因此该运算有效。
2
将 $A$ 的每个元素乘以3，得到 $3 A$ ：
$3A = \begin{bmatrix} 3(2) & 3(-1) \\ 3(0) & 3(3) \end{bmatrix} = \begin{bmatrix} 6 & -3 \\ 0 & 9 \end{bmatrix}$
3
将 $B$ 的每个元素乘以2，得到 $2 B$ ：
$2B = \begin{bmatrix} 2(-4) & 2(2) \\ 2(1) & 2(-2) \end{bmatrix} = \begin{bmatrix} -8 & 4 \\ 2 & -4 \end{bmatrix}$
4
按元素相减得到最终结果：
$3A - 2B = \begin{bmatrix} 6 - (-8) & -3 - 4 \\ 0 - 2 & 9 - (-4) \end{bmatrix} = \begin{bmatrix} 14 & -7 \\ -2 & 13 \end{bmatrix}$

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 $A B$ ， $A$ 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 $A B$ 是 $m \times p$ 矩阵。

$A B$ 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。

📐 例题

已知 $A = [1324]$ 和 $B = [02 - 1 5]$ ，计算 $A B$ 和 $det (A)$ 。

1
检查维度：两个都是 $2 \times 2$ 矩阵，因此乘法有效，乘积也是 $2 \times 2$ 矩阵。
2
计算元素 (1,1)：A 的第一行和 B 的第一列的点积： $(1) (0) + (2) (2) = 4$ 。
3
计算元素 (1,2)：A 的第一行和 B 的第二列的点积： $(1) (- 1) + (2) (5) = 9$ 。
4
计算元素 (2,1)：A 的第二行和 B 的第一列的点积： $(3) (0) + (4) (2) = 8$ 。
5
计算元素 (2,2)：A 的第二行和 B 的第二列的点积： $(3) (- 1) + (4) (5) = 17$ 。
6
合并元素得到 $A B$ ，再计算 $det (A)$ ：
$AB = \begin{bmatrix} 4 & 9 \\ 8 & 17 \end{bmatrix}, \quad \det(A) = (1)(4) - (2)(3) = -2$

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 $A A^{- 1} = A^{- 1} A = I$ ，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 $x = A^{- 1} b$ ，直接给出 $x$ 和 $y$ 的解。

📐 例题

使用逆矩阵求解方程组 ${2 x + 3 y = 12 x - 2 y = - 1$ 。

1
将方程组写成矩阵形式：
$A = \begin{bmatrix} 2 & 3 \\ 1 & -2 \end{bmatrix}, \quad \vec{b} = \begin{bmatrix} 12 \\ -1 \end{bmatrix}$
2
计算行列式判断是否可逆：
$\det(A) = (2)(-2) - (3)(1) = -7 \neq 0, 所以逆矩阵存在$
3
应用逆矩阵公式：
$A^{-1} = \frac{1}{-7} \begin{bmatrix} -2 & -3 \\ -1 & 2 \end{bmatrix} = \begin{bmatrix} 2/7 & 3/7 \\ 1/7 & -2/7 \end{bmatrix}$
4
乘以 $b$ 得到解向量 $x$ ：
$\vec{x} = \begin{bmatrix} (2/7)(12) + (3/7)(-1) \\ (1/7)(12) + (-2/7)(-1) \end{bmatrix} = \begin{bmatrix} 21/7 \\ 14/7 \end{bmatrix} = \begin{bmatrix} 3 \\ 2 \end{bmatrix}$
5
解为 $x = 3$ ， $y = 2$ ，代回原方程组验证成立。

✓ 快速检测

用这道AP风格的选择题测试你的理解：

已知 $A = [- 2 3 10]$ 和 $B = [4 - 2 - 1 3]$ ， $2 A + A B$ 中第二行第一列的元素是多少？
- -2
- 6
- 10
- 该表达式无定义
显示答案
2 —
$2 A$ 的 (2,1) 元素是 $2 \cdot 3 = 6$ 。 $A B$ 的 (2,1) 元素是 A 的第二行和 B 的第一列的点积： $(3) (4) + (0) (- 2) = 12$ 。相加得到 $6 + 12 = 10$ 。

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。

5. 常见陷阱

错误做法:

对不同维度的矩阵相加（例如，将2×2矩阵和2×3矩阵相加，只相加匹配位置的元素，保留最后一列不变）

原因:

学生混淆了矩阵加法和矩阵乘法（乘法仅要求内维度匹配），认为只要行数匹配就可以相加

正确做法:

相加前务必确认两个矩阵的行数和列数都相同；否则和无定义

错误做法:

交换矩阵乘法顺序，例如将 $A B + A C$ 化简为 $(B + C) A$ ，或默认 $A B = B A$

原因:

学生错误地将实数乘法的交换律迁移到矩阵上

正确做法:

除非两个矩阵互为逆矩阵，否则绝不要交换矩阵乘法的顺序

错误做法:

将 $[a c b d]$ 的行列式算成 $a d + b c$ ，或在逆矩阵中保留 $b$ 和 $c$ 的正号

原因:

学生记错了行列式和逆矩阵公式的符号规则

正确做法:

每次计算行列式时，默念「ad减bc」确认符号；求逆矩阵时，先明确标出 $b$ 和 $c$ 的负号再继续计算

错误做法:

求解 $A x = b$ 时，将逆矩阵乘在右侧，得到 $x = b A^{- 1}$ ，而非 $x = A^{- 1} b$

原因:

学生习惯了实数的交换性，没有重视逆矩阵乘法的顺序

正确做法:

始终在矩阵方程两边同时左乘逆矩阵，以消去 $x$ 左侧的 $A$

错误做法:

行列式为零时仍声称逆矩阵存在，或试图计算分母为零的逆矩阵

原因:

学生忘记行列式对可逆性的意义

正确做法:

总是先计算行列式；如果行列式等于零，说明矩阵是奇异矩阵，不存在逆矩阵，方程组没有唯一解

6. 速查表

类别	公式/规则	说明
矩阵维度	$m \times n$	$m$ = 行数， $n$ = 列数；加法要求两个矩阵的 $m$ 和 $n$ 都匹配
矩阵加法	$(A + B)_{ij} = A_{ij} + B_{ij}$	仅对同维度矩阵有效
标量乘法	$(k A)_{ij} = k \cdot A_{ij}$	对任意矩阵和标量 $k$ 都有效
矩阵乘法	$(A B)_{ij} = \sum_{k = 1}^{n} A_{ik} B_{k j}$	仅当 $A$ 的列数 = $B$ 的行数时有效；一般情况下 $A B \neq = B A$
2×2行列式	$det [a c b d] = a d - b c$	$det (A) = 0$ 表示不存在逆矩阵
2×2逆矩阵	$A^{- 1} = \frac{1}{d e t ( A )} [d - c - b a]$	仅当 $det (A) \neq = 0$ 时有效； $A A^{- 1} = A^{- 1} A = I$
2×2单位矩阵	$I = [1001]$	乘法单位元： $A I = I A = A$
线性方程组解	$A x = b ⟹ x = A^{- 1} b$	仅适用于 $A$ 可逆的情况

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2024 · AP Precalculus
求2×2矩阵的逆矩阵
2023 · AP Precalculus
用逆矩阵求解线性方程组

深入阅读

unit overviewAP 预备微积分第4单元概述完整单元学习目标与分值占比

下一步

矩阵是线性代数的基础，如果你后续学习AP微积分、大学统计学、数据科学或工程学，都会大量用到矩阵。在AP预备微积分第4单元中，本主题是学习向量线性变换的前置知识，线性变换依靠矩阵乘法将输入向量映射为输出向量。如果不掌握矩阵运算、行列式和逆矩阵，你将无法分析线性变换，也无法求解本单元后续出现的含参数线性方程组，而这些内容是本单元参数、向量和线性关系核心主题的综合应用。