$$A\mathbf{x}=\lambda\mathbf{x}\iff(A-\lambda E)\mathbf{x}=\mathbf{0}\iff\text{齐次方程组有非零解}\iff\lvert A-\lambda E\rvert=0$$
最后一步用的是幕4 的判定：齐次方程组有非零解 ⟺ 系数阵压扁（$r\lt n$，方阵即 $\lvert\cdot\rvert=0$）。
$$A=\begin{bmatrix}2&1\\1&2\end{bmatrix}:\quad \lvert A-\lambda E\rvert=(2-\lambda)^2-1=0$$
解得 $\lambda_1=1$、$\lambda_2=3$。
- $\lambda_1=1$：$(A-E)\mathbf x=\mathbf 0$，$A-E=\begin{bmatrix}1&1\\1&1\end{bmatrix}\to x_1+x_2=0$，基础解系 $\xi_1=(1,\ -1)$。
- $\lambda_2=3$：$A-3E=\begin{bmatrix}-1&1\\1&-1\end{bmatrix}\to x_1=x_2$，基础解系 $\xi_2=(1,\ 1)$。
几何验收：$A(1,-1)=(2-1,\ 1-2)=(1,\ -1)$ ✓（放大 $1$ 倍=不变）；$A(1,1)=(3,\ 3)=3(1,\ 1)$ ✓（放大 $3$ 倍）。这支矩阵把平面沿"东北-西南"对角线拉长 3 倍、沿"西北-东南"对角线原样保留——两幅画面，两个特征值。
图 2 · 对角化 = 换算—操作—换回：把坐标换到特征向量那套轴上（P⁻¹），各方向各自取 k 次幂（Dᵏ，对角直取），再换回原坐标（P）——中间的对消让连做变成"各回各家各找各妈"。
$$A^k=(PDP^{-1})(PDP^{-1})\cdots=P\,D^k\,P^{-1}$$
中间的 $P^{-1}P$ 两两相消（连做的结合律，幕2 §六）——
换到斜坐标、各自取 $k$ 次幂、换回来。刚才那笔两城账就是它：$M^{20}(100,60)\approx(53.3,106.7)$，比例 $1:2$。$D^k$ 是对角阵直取幂（$\lambda_i^k$），一秒出账。
### 3.2 走一遍：$A^5$ 的三步
还是 $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$（$\lambda=1,3$，特征向量 $(1,-1)$、$(1,1)$）：
$$P=\begin{bmatrix}1&1\\-1&1\end{bmatrix}，\qquad P^{-1}=\frac12\begin{bmatrix}1&-1\\1&1\end{bmatrix}，\qquad P^{-1}AP=\begin{bmatrix}1&0\\0&3\end{bmatrix}=D$$
算 $A^5$：
$$A^5=P\,D^5\,P^{-1}=\begin{bmatrix}1&1\\-1&1\end{bmatrix}\begin{bmatrix}1&0\\0&243\end{bmatrix}\cdot\frac12\begin{bmatrix}1&-1\\1&1\end{bmatrix}=\begin{bmatrix}122&121\\121&122\end{bmatrix}$$
直接连乘五次验证成本高，用性质旁证。$A^5$ 的特征值应为 $1^5,\ 3^5$，即 $1,\ 243$。
和：$\mathrm{tr}(A^5)=244=122+122$ ✓。积：$\lvert A^5\rvert=122^2-121^2=243$ ✓。
### 3.3 谁配穿对角这件衣服？
> ✏️
先判断，再看表：下面四个矩阵，哪些可对角化？先写“可/不可 + 理由”，再看表。
> ① $D=\mathrm{diag}(2,3)$ ② 剪切 $S$ ③ $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$ ④ $R=\begin{bmatrix}1&1\\-1&3\end{bmatrix}$
| 情形 | 结论 |
|------|------|
| $n$ 阶有 $n$ 个
互异特征值 | 必可对角化（异根特征向量无关，凑满 $n$ 支） |
| 有重根 |
逐个查：$k$ 重特征值名下恰有 $k$ 支无关特征向量（$n-r(A-\lambda E)=k$），全部达标才可对角化 |
| 实对称矩阵 |
必可对角化（且能挑成互相垂直的——下一节专场） |
反例就睡在幕2：剪切 $S$ 的特征方程 $(1-\lambda)^2=0$，$\lambda=1$ 是二重根，名下却只有 $1$ 支无关向量（$S-E$ 的解空间一维）——
剪切歪得太彻底，找不到第二根不转歪的轴，不可对角化。"可对角化"的白话：变形足够"轴向好"——沿 $n$ 个独立方向各自纯拉伸，才配穿对角这件衣服。
✅ 四题答案（先写理由，再看）
① $D$ 可（本身就是对角阵）；② 剪切 $S$ 不可（$\lambda=1$ 二重，$n-r(S-E)=1$）；③ $A$ 可（两个互异特征值）；④ $R$ 不可（$\lambda=2$ 二重，$n-r(R-2E)=1$，只有一支无关特征向量）。
🧠 合上页·先回忆
① 可对角化的充要条件？
② 剪切为什么不可对角化？
③ $A^k$ 的三步曲是什么？
答不出，回 §3.1–3.3。
> ✏️
立刻练一道：$A=\begin{bmatrix}4&1\\2&3\end{bmatrix}$。求特征值特征向量，判断可对角化；若可，写出 $P$ 与 $D$。
>
>
✅ 答案
>
> $\lvert A-\lambda E\rvert=(4-\lambda)(3-\lambda)-2=\lambda^2-7\lambda+10=(\lambda-2)(\lambda-5)$。$\lambda_1=2$：$A-2E=\begin{bmatrix}2&1\\2&1\end{bmatrix}\to\xi_1=(1,\ -2)$；$\lambda_2=5$：$A-5E=\begin{bmatrix}-1&1\\2&-2\end{bmatrix}\to\xi_2=(1,\ 1)$。两值互异，必可对角化：
> $$P=\begin{bmatrix}1&1\\-2&1\end{bmatrix}，\quad D=\begin{bmatrix}2&0\\0&5\end{bmatrix}$$
> 验收：$A(1,-2)=(4-2,\ 2-6)=(2,\ -4)=2(1,\ -2)$ ✓。
>
---
## 四、为什么实对称矩阵这么好？
### 4.1 先量一量：两个特征向量垂不垂直？
> ✏️
先量一量：$A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$ 的两支特征向量 $(1,-1)$、$(1,1)$。先算它们的点积。你发现了什么？换 $A=\begin{bmatrix}1&2\\2&1\end{bmatrix}$ 再试一次。
内积：$\alpha\cdot\beta=a_1b_1+\cdots+a_nb_n$（对应分量乘积之和；2 维就是"横乘横+竖乘竖"）。正交：内积为零——两箭互相垂直。模：$\lvert\alpha\rvert=\sqrt{\alpha\cdot\alpha}$（箭长，勾股定理）。
一支箭除以自己的模，就变成同方向的
单位箭（模 1）。
正交矩阵：列向量两两正交、且都是单位箭的方阵——它代表的变形"只转不拉"（长度和角度全保全，旋转、镜像都是它）。它有一条好用的性质：$Q^TQ=E$，即 $Q^{-1}=Q^{T}$（转置就是逆——"转回去"就是"撤销"）。
### 4.2 三张好牌
幕2 §8.2 说对称矩阵在幕5 有专场，现在开演。
实对称矩阵（$A^T=A$ 且元素全实数）拿到三张好牌（②马上给一行证明；①③各标一条入口假设，说清"为什么不推也行"）：
1. 特征值全是
实数（虚根没资格出现）；
2.
不同特征值的特征向量
自动正交（不用额外扶正，天生垂直：$\lambda_1\neq\lambda_2$ 时 $\xi_1\cdot\xi_2=0$，一行可验）；
3.
必可正交对角化：存在正交矩阵 $Q$ 使 $Q^{-1}AQ=Q^{T}AQ=D$——连"重根名下凑不齐"的病都不犯（重根名下必有足够多支，且能挑成正交的）。
第 2 条的验算（一行）：$(A\xi_1)\cdot\xi_2=\xi_1\cdot(A\xi_2)$（对称阵搬运内积的招牌本领，转置定义直查），左边 $=\lambda_1\,\xi_1\cdot\xi_2$，右边 $=\lambda_2\,\xi_1\cdot\xi_2$，相减 $(\lambda_1-\lambda_2)\,\xi_1\cdot\xi_2=0$，异根逼内积为零。∎
第 1 条为什么不推也行〔入口假设：实根证明要动用复数共轭那一套（对 $A\xi=\lambda\xi$ 取共轭转置、用对称性逼 $\bar\lambda=\lambda$），复向量运算不在数三工具箱里；本课立场：特征方程是实系数多项式，实系数多项式的复根成对出现、而对称性把成对的虚根拒之门外——知道这句机制即可，想看推导→任一教材"实对称矩阵性质"一节〕。
第 3 条为什么不推也行〔入口假设：证明是对重根个数做数学归纳（一根一根拆掉正交的方向、剩下的子空间里继续找），思路不深但篇幅长、纯技术；本课立场：①②两条（全实根+异根自动正交）已经给了它全部的"为什么"，剩下的是施工细节。数三直接用它——实对称 ⟹ 必可正交对角化，这是考试的免费午餐〕。
第 3 条的价值：
重根特征向量若不止一支，先用下框的办法扶正、再单位化（同一根名下的几支扶成两两垂直的单位箭），不同根之间天生垂直直接单位化——拼成正交阵 $Q$。
施密特正交化（2 支版）：$\beta_1=\alpha_1$；$\beta_2=\alpha_2-\dfrac{\alpha_2\cdot\beta_1}{\beta_1\cdot\beta_1}\,\beta_1$——从 $\alpha_2$ 里抠掉沿 $\beta_1$ 的"影子"，剩下的必与 $\beta_1$ 垂直（"减投影"）。都除以模即单位化。
3 支版不用另学：同一招连用——$\beta_3=\alpha_3-\dfrac{\alpha_3\cdot\beta_1}{\beta_1\cdot\beta_1}\beta_1-\dfrac{\alpha_3\cdot\beta_2}{\beta_2\cdot\beta_2}\beta_2$，从 $\alpha_3$ 里依次抠掉沿 $\beta_1$、$\beta_2$ 的两个影子，剩下的同时垂直于前两支（题 12 有 3 维全程）。$n$ 支同理：每支新箭都把之前所有方向的影子抠干净——"减投影"一招走天下。
例：$\alpha_1=(1,0)$、$\alpha_2=(1,1)$：$\beta_2=(1,1)-\frac{1}{1}(1,0)=(0,1)$ ✓ 扶正成竖轴。
### 4.3 流水线：求根 → 求向量 → 正交单位化 → 拼 $Q$
> ① 求特征值；② 每个根名下求特征向量；③
同根多名的先施密特、逐支单位化；④ 按列拼 $Q$；⑤ $Q^T AQ=D$。
拿老朋友 $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$（实对称）走一遍：$\lambda_1=1$ 的 $\xi_1=(1,-1)$ 单位化 $\tfrac{1}{\sqrt2}(1,-1)$；$\lambda_2=3$ 的 $\xi_2=(1,1)$ 单位化 $\tfrac{1}{\sqrt2}(1,1)$。两根互异自动正交（验：内积 $1\cdot1+(-1)\cdot1=0$ ✓）。
$$Q=\frac{1}{\sqrt2}\begin{bmatrix}1&1\\-1&1\end{bmatrix}，\qquad Q^{T}AQ=\begin{bmatrix}1&0\\0&3\end{bmatrix}$$
🧠 合上页·先回忆
① 实对称矩阵的三张好牌？
② 为什么不同特征值的特征向量自动正交？
③ 施密特正交化在做什么？
答不出，回 §4.1–4.3。
> ✏️
立刻练一道：把 $\alpha_1=(1,1)$、$\alpha_2=(2,0)$ 施密特正交化并单位化；验证所得两箭互相垂直且模为 1。
>
>
✅ 答案
>
> $\beta_1=(1,1)$；$\beta_2=(2,0)-\frac{(2,0)\cdot(1,1)}{2}(1,1)=(2,0)-(1,1)=(1,\ -1)$。内积 $1\cdot1+1\cdot(-1)=0$ ✓ 垂直。单位化：$\tfrac{1}{\sqrt2}(1,1)$、$\tfrac{1}{\sqrt2}(1,-1)$，模均为 $1$ ✓。
>
---
## 五、这条二次曲线是碗还是马鞍？
### 5.1 先看形状，再记账
> ✏️
先猜形状：$f=2x^2+2xy+2y^2$。先不看矩阵，猜它的等值线是椭圆还是双曲线？为什么？
二次型：全是二次项的多项式 $f(x_1,\cdots,x_n)$。它总能写成 $\mathbf{x}^TA\mathbf{x}$（$A$ 取对称矩阵），$A$ 叫它的矩阵——交叉项系数对半分给 $a_{ij}$ 与 $a_{ji}$。
为什么对半拆：同一交叉项 $2xy$ 其实有不对称的记法（比如 $a_{12}=2, a_{21}=0$，展开一样）——但只有对半拆，矩阵才唯一（一个二次型只认一张表），而且只有对称阵才拿得到本幕的大礼包（实对称必可正交对角化——歪账本配不上好命）。〔约定，但约定背后有两条实打实的理由〕
例：$f=2x^2+2xy+2y^2$：平方项系数 $2,2$ 上对角，交叉项 $2$ 对半拆成 $1+1$：
$$f=\begin{bmatrix}x&y\end{bmatrix}\begin{bmatrix}2&1\\1&2\end{bmatrix}\begin{bmatrix}x\\y\end{bmatrix}$$
它的矩阵 $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$。
$f=\text{常数}$ 的图像是一张二次曲面：系数正正得"碗"（椭圆族），有正有负得"马鞍"。
歪椭圆（带交叉项）与
正椭圆（纯平方项）只差一次换坐标——而"换坐标"正是 $\mathbf{x}=Q\mathbf{y}$（正交变换，转一下坐标系）。转完之后 $f=\mathbf y^T(Q^TAQ)\mathbf y$，新矩阵 $Q^TAQ$ 恰是上一节的正交对角化——
化标准形=正交对角化的直接应用：
$$f=\lambda_1y_1^2+\lambda_2y_2^2\quad(\lambda_i\ \text{就是 }A\ \text{的特征值})$$
上例 $A$ 的特征值 $1,3$：正交变换后 $f=y_1^2+3y_2^2$——歪椭圆转正，主轴长度由特征值报数（这一结论的大名叫"主轴定理"，了解即可）。
### 5.2 两条路：正交变换 vs 配方
| 路子 | 手艺 | 产出 |
|------|------|------|
|
正交变换法 | §4 流程求 $Q$，令 $\mathbf x=Q\mathbf y$ | 标准形系数=特征值（几何最干净） |
|
配方法 | 先配 $x_1$ 的平方项，余下再配（拉格朗日配方法） | 标准形系数不一定是特征值，但快 |
配方法小例：$f=x^2+4xy+3y^2$：集中 $x$：$(x+2y)^2-4y^2+3y^2=(x+2y)^2-y^2$。令 $z_1=x+2y$、$z_2=y$，得 $f=z_1^2-z_2^2$（有负号——马鞍，不是碗）。
### 5.3 碗底朝上还是朝下？
> ✏️
先判，再算：$f_1=2x^2+2xy+2y^2$ 与 $f_2=x^2+4xy+3y^2$，哪个是碗、哪个是马鞍？先看符号/配方，再看下面的判定表。
正定二次型：对一切 $\mathbf{x}\neq\mathbf 0$ 都有 $f(\mathbf x)\gt0$（原点外处处为正——"碗底朝上兜得住"）。$\lt0$ 称负定；有正有负称不定。
判定三条（等价，考场上按手感挑一条）：
| 判定 | 口径 |
|------|------|
| 特征值 | 全部 $\gt0$ |
| 标准形 | 系数全正（配完/转完看符号） |
|
顺序主子式 | 左上角连续截取的 $1$ 阶、$2$ 阶、…、$n$ 阶小块各自的行列式（幕3 余子式的近亲），全 $\gt0$（
幕3 尺子连测：一把尺子量 $n$ 次） |
例：$f=2x^2+2xy+2y^2$（$A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$）：特征值 $1,3$ 全正 ✓；顺序主子式 $2\gt0$、$\lvert A\rvert=3\gt0$ ✓——正定碗。含参版：$f=x^2+2axy+y^2$（$A=\begin{bmatrix}1&a\\a&1\end{bmatrix}$）：一阶 $1\gt0$，二阶 $1-a^2\gt0\iff-1\lt a\lt1$——参数一比，区间到手。
🧠 合上页·先回忆
① 二次型矩阵为什么交叉项对半拆？
② 化标准形两条路各得到什么系数？
③ 正定三判分别是什么？
答不出，回 §5.1–5.3。
> ✏️
立刻练一道：$f=x^2+2xy+2y^2$。写矩阵、判正定、用正交变换化标准形。
>
>
✅ 答案
>
> $A=\begin{bmatrix}1&1\\1&2\end{bmatrix}$。特征方程 $(1-\lambda)(2-\lambda)-1=\lambda^2-3\lambda+1=0$，$\lambda=\dfrac{3\pm\sqrt5}{2}$——两根皆正（$\sqrt5\approx2.24\lt3$），正定；顺序主子式 $1\gt0$、$\lvert A\rvert=1\gt0$ 复核 ✓。标准形 $f=\dfrac{3+\sqrt5}{2}y_1^2+\dfrac{3-\sqrt5}{2}y_2^2$（特征向量单位化拼 $Q$，数值略）。
>
---
## 六、全课总装：五幕一张图
幕2 §一 埋下的全课三问，至此全部回收。五幕的家底，一张图收进兜里：
| 幕 | 主角 | 一句话 | 对应传统教材章节（做题对照用） |
|----|------|--------|------------------------------|
| （开篇·并入幕2 §一） | 世界观 | 线代=研究均匀变形；三判据+全课三问 | —（教材没有，恰是它最缺的） |
| 幕1 | 对象 | 向量、两招、组合、相关无关、极大无关组 | 第 4 章（向量组的线性相关性） |
| 幕2 | 操作 | 矩阵=新家登记表；乘法=连做 | 第 2 章（矩阵） |
| 幕3 | 尺子 | 行列式=面积倍数；性质七画面 | 第 1 章（行列式） |
| 幕4 | 反操作 | 逆、秩、消元、方程组三态与解结构 | 第 2、3、4 章（矩阵/向量/方程组后半） |
| 幕5 | 不变方向 | 特征值、对角化、二次型、正定 | 第 5 章（相似矩阵及二次型） |
图 3 · 五幕总装：世界观生出对象与操作，尺子与反操作会师于判定，不变方向收官；全部家当最终汇入真题战场。合上五幕，你能凭记忆画这张图吗？
---
## 📒 本篇规则账
| 条目 | 身份 | 说明 |
|------|------|------|
| $A\mathbf x=\lambda\mathbf x$（$\mathbf x\neq0$） | 〔原理〕 | 不变方向+放大倍数；定义即几何 |
| 特征方程 $\lvert A-\lambda E\rvert=0$ | 〔原理〕 | 齐次有非零解 ⟺ 压扁（幕3+幕4 合击） |
| 迹=和、读数=积；$f(A)\to f(\lambda)$ | 〔原理〕 | 特征多项式系数对账；反复作用/移项 |
| 异根特征向量无关 | 〔原理〕 | 两式相减一行证（幕1 无关的收官演出） |
| $k$ 重根至多 $k$ 支无关 | 〔原理·立信级〕 | 解空间维数 $n-r(A-\lambda E)$；封顶证明超出主线 |
| 相似=换记账；$P^{-1}AP=D$ | 〔约定+原理〕 | 记法约定；"可对角化⟺n 支无关向量"是定理 |
| $A^k=PD^kP^{-1}$ | 〔原理〕 | 连做结合律，中间对消 |
| 实对称三好（实根/自动正交/必正交对角化） | 〔原理×1＋入口假设×2〕 | ②异根正交一行证（§4.2 现场推）；①实根、③必可正交对角化各标入口假设（§4.2 说清为什么不推也行＋想看去哪） |
| 施密特=减投影 | 〔原理〕 | 抠掉沿 $\beta_1$ 的影子，剩下垂直 |
| 二次型矩阵（交叉项对半拆） | 〔约定〕 | 历史记法；对称阵由此天然入场 |
| 正交变换化标准形（系数=特征值） | 〔原理〕 | $\mathbf x=Q\mathbf y$ 正好是正交对角化 |
| 正定三判（特征值/标准形/顺序主子式） | 〔原理〕 | 每一判自身可用（标准形=配方/正交变换现场算出；主子式=幕3 尺子连测）；"三判互推"的完整证明超数三 →〔入口假设〕，考场上按手感挑一条用即可 |
---
## ⚠️ 易混·翻车清单
| 易混对 | 一句话拆开 |
|------|------|
| 特征向量 $\neq\mathbf 0$ | 零向量对一切 $\lambda$ 都满足方程，被定义开除——判"无关"时也别把它算进族 |
| 特征值的"重数"两个身份 | 代数重数（根的重数）$\ge$ 几何重数（名下无关向量支数）；相等才凑得齐对角化 |
| $A$ 可逆 vs 可对角化 | 两码事：剪切不可对角化但 $\lvert S\rvert=1$ 可逆；$\begin{bmatrix}0&1\\0&0\end{bmatrix}$ 既不可逆也不可对角化 |
| $P$ 与 $Q$ | $P$ 只要列无关（可逆）；$Q$ 还要列正交单位（正交阵）。正交对角化是更强的要求 |
| $P^{-1}AP=D$ 的列对应 | $D$ 对角线上第 $i$ 个值必须对应 $P$ 的第 $i$ 列——列序换了 $D$ 跟着换 |
| 相似 vs 相等 | 相似是"换记账后同一变形"；$A\sim B$ 不意味着 $A=B$，但特征值、迹、读数都相同（相似不变量） |
| 正定的三判别混用顺序 | 顺序主子式要求
从左上角连续截取的子式全正，不是"任意子式" |
| $f(A)$ 的特征值 | $A+kE\to\lambda+k$（加的是 $kE$ 不是 $k$）；$A^{-1}\to\tfrac1\lambda$（前提 $\lambda\neq0$ 即 $A$ 可逆） |
---
## 🎯 考试导航（数三 · 特征值与二次型）
> ⚠️ 优先级按数三版图排定，真题考频待 848 情报线校准。
| 考点 | 常见题貌 | 优先级 | 本篇弹药 |
|------|---------|------|---------|
| 特征值/特征向量计算 | 给矩阵求全套（含 3 阶） | ★★★ | §1 三步流水线 |
| 特征值性质运用 | 抽象矩阵求 $f(A)$ 特征值、判可逆 | ★★★ | §2 五条主干 |
| 相似对角化判定与计算 | 判可否、求 $P$（或 $Q$）与 $D$ | ★★★ | §3–§4 |
| 二次型化标准形 | 正交变换/配方法全流程 | ★★★ | §5 |
| 正定判定（含参） | 求 $a$ 的范围 | ★★★ | §5.3 三判 |
| $A^k$ 速算 | 用对角化算幂 | ★★☆ | §3.2 |
| 施密特正交化 | 给两三支向量扶正 | ★★☆ | §4.2 |
---
## ✏️ 配套练习（18+5 题 · 先做后看，纸上留痕）
> 📏
做题前先估分：这 18 题，你估计自己能对几题？写在纸上。做完再对照。预测和实际差 3 题以上，说明你对自己“会不会”的判断需要校准——这比多做对一道题更重要。
自测前须知：特征值的题"算完必验收"（把 $\xi$ 代回 $A\xi=\lambda\xi$）；对角化的题"拼完必验账"（$P$ 列无关、$D$ 与列对应）。
### A 组 · 概念与求法（1–6）
1. 求 $A=\begin{bmatrix}3&1\\0&2\end{bmatrix}$ 的特征值与特征向量。
✅ 答案
$\lambda_1=3$（$\xi_1=(1,0)$）、$\lambda_2=2$（$\xi_2=(1,-1)$）。三角阵特征值=对角元。验收：$A(1,-1)=(3-1,\ -2)=(2,-2)=2(1,-1)$ ✓。采分点：两对值+至少一支验收。
求 $D=\begin{bmatrix}2&0\\0&3\end{bmatrix}$ 的特征值与特征向量，并用"不变方向"的语言读一遍。
✅ 答案
$\lambda_1=2$：全部横轴箭 $(t,0)$（整根横轴都躺着不动只拉长）；$\lambda_2=3$：全部纵轴箭。读法：对角变形的两根轴就是不变方向，对角元=各自的放大倍数。采分点：特征向量写成"族"（$k(1,0)$）而非单支。
判断："不同特征值的特征向量线性无关。"
✅ 答案
对。两支版一行证：$k_1\xi_1+k_2\xi_2=0$ 与左乘 $A$ 的 $k_1\lambda_1\xi_1+k_2\lambda_2\xi_2=0$ 相减（乘 $\lambda_1$），$(\lambda_2-\lambda_1)k_2\xi_2=0$ 逼 $k_2=0$。采分点：写出这条双式相减。
$A$ 的特征值为 $1,2$。求 $\lvert A\rvert$、$\mathrm{tr}(A)$、$A^2$ 与 $A^{-1}$ 与 $A-E$ 的特征值，并判断 $A-E$ 可逆否。
✅ 答案
$\lvert A\rvert=2$、$\mathrm{tr}=3$；$A^2$：$1,4$；$A^{-1}$：$1,\tfrac12$；$A-E$：$0,1$——含零，压扁，不可逆（幕4 判据复用）。采分点：五小问+最后一问的"零⟹不可逆"。
判断：剪切 $S=\begin{bmatrix}1&1\\0&1\end{bmatrix}$ 可对角化吗？为什么？
✅ 答案
不可。$(1-\lambda)^2=0$，$\lambda=1$ 二重；$S-E=\begin{bmatrix}0&1\\0&0\end{bmatrix}$ 解空间一维——$2$ 重根名下只有 $1$ 支无关向量（几何重数 $1\lt2$ 代数重数），凑不齐两支。几何：剪切只有横轴一根不转歪的轴。采分点：重数口径（或几何口径）二选一说清。
判断："$n$ 阶矩阵有 $n$ 个互异特征值"是可对角化的什么条件？
✅ 答案
充分不必要。互异⟹异根向量无关⟹凑满 $n$ 支⟹可对角化；但可对角化不要求互异（实对称阵可有重根照样可对角化，如单位阵 $E$：$\lambda=1$ 是 $n$ 重根，任何 $n$ 支无关向量都是特征向量）。采分点：方向+重根反例。
### B 组 · 手算（7–12）
7. $A=\begin{bmatrix}4&1\\2&3\end{bmatrix}$：求特征值特征向量，写出 $P$、$D$，并算 $A^5$ 的特征值与 $\mathrm{tr}(A^5)$。
✅ 答案
$\lambda^2-7\lambda+10=0$：$\lambda_1=2$（$\xi_1=(1,-2)$）、$\lambda_2=5$（$\xi_2=(1,1)$）。
$P=\begin{bmatrix}1&1\\-2&1\end{bmatrix}$，$D=\begin{bmatrix}2&0\\0&5\end{bmatrix}$。
$A^5$ 特征值 $2^5,5^5=32,3125$；$\mathrm{tr}=32+3125=3157$（不用真算 $A^5$——性质直接报账）。采分点：全套+用性质而非硬乘。
用对角化算 $A^5$，其中 $A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$。
✅ 答案
正文 §3.2 全程：$A^5=\begin{bmatrix}122&121\\121&122\end{bmatrix}$（$P D^5P^{-1}$，$D^5=\mathrm{diag}(1,243)$）。验收：$\mathrm{tr}=244=1+243$ ✓、$\lvert A^5\rvert=243$ ✓。采分点：三步曲（换算-取幂-换回）完整。
写出 $f=x^2+4xy+3y^2$ 的矩阵 $A$，判正定，并用配方法化标准形。
✅ 答案
$A=\begin{bmatrix}1&2\\2&3\end{bmatrix}$（交叉项 $4$ 对半 $2+2$）。顺序主子式：$1\gt0$、$3-4=-1\lt0$——不正定（马鞍）。配方：$f=(x+2y)^2-y^2$，令 $z_1=x+2y$、$z_2=y$ 得 $f=z_1^2-z_2^2$。采分点：对半拆、两判、配方链。
用正交变换把 $f=2x^2+2xy+2y^2$ 化为标准形（写出 $Q$）。
✅ 答案
$A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$，$\lambda=1,3$；$\xi_1=(1,-1)$、$\xi_2=(1,1)$（异根自动正交），单位化：
$$Q=\frac{1}{\sqrt2}\begin{bmatrix}1&1\\-1&1\end{bmatrix}，\qquad f=y_1^2+3y_2^2$$
采分点：单位化（除 $\sqrt2$）别忘；系数与列对应。
求 $a$ 的范围，使 $f=x^2+2axy+y^2$ 正定。
✅ 答案
$A=\begin{bmatrix}1&a\\a&1\end{bmatrix}$：一阶主子式 $1\gt0$ 恒成立；二阶 $1-a^2\gt0\iff-1\lt a\lt1$。采分点：区间开闭（$a=\pm1$ 时 $\lvert A\rvert=0$，有零特征值、取不到正——不算正定）。
把 $\alpha_1=(1,1,0)$、$\alpha_2=(1,0,1)$ 施密特正交化（3 维两支）。
✅ 答案
$\beta_1=(1,1,0)$。$\alpha_2\cdot\beta_1=1$、$\beta_1\cdot\beta_1=2$：$\beta_2=(1,0,1)-\tfrac12(1,1,0)=(\tfrac12,\ -\tfrac12,\ 1)$（可放大 2 倍取 $(1,-1,2)$，方向不变）。验证内积 $1\cdot1+1\cdot(-1)+0\cdot2=0$ ✓。采分点：投影系数 $\dfrac{\alpha_2\cdot\beta_1}{\beta_1\cdot\beta_1}$；知道可整体放大。
### C 组 · 综合与证明（13–18）
13. 证明：$A$ 可逆时，$A^{-1}$ 的特征值是 $1/\lambda$（$\lambda$ 为 $A$ 的特征值）。
✅ 答案
$A\xi=\lambda\xi$（$\xi\neq0$）。$A$ 可逆 ⟹ $\lambda\neq0$（否则 $\lvert A\rvert=0$ 矛盾）。两边左乘 $A^{-1}$：$\xi=\lambda A^{-1}\xi$，除以 $\lambda$：$A^{-1}\xi=\tfrac1\lambda\xi$。∎ 采分点：先证 $\lambda\neq0$ 再移项。
证明：若 $A\sim B$（$B=P^{-1}AP$），则 $A$、$B$ 特征值相同。
✅ 答案
$\lvert B-\lambda E\rvert=\lvert P^{-1}AP-\lambda P^{-1}EP\rvert=\lvert P^{-1}(A-\lambda E)P\rvert=\lvert P^{-1}\rvert\lvert A-\lambda E\rvert\lvert P\rvert=\lvert A-\lambda E\rvert$（乘法公式+$\lvert P^{-1}\rvert\lvert P\rvert=1$，幕3 家当）。特征方程相同，根相同。∎ 采分点：把 $\lambda E$ 写成 $P^{-1}(\lambda E)P$ 那一步。
（含参）$f=2x^2+2txy+2y^2$：$t$ 为何值时正定？此时写出其标准形系数满足的关系。
✅ 答案
$A=\begin{bmatrix}2&t\\t&2\end{bmatrix}$：一阶 $2\gt0$；二阶 $4-t^2\gt0\iff-2\lt t\lt2$。特征值 $\lambda=2\pm t$——正定时两根皆正，标准形 $(2+t)y_1^2+(2-t)y_2^2$（系数和恒 $4$、积 $4-t^2$）。采分点：区间+特征值口径复核。
$A=\begin{bmatrix}1&2\\2&1\end{bmatrix}$：求特征值特征向量，写正交阵 $Q$ 化 $f=\mathbf x^TA\mathbf x=x^2+4xy+y^2$ 为标准形，判正定。
✅ 答案
$(1-\lambda)^2-4=0$：$\lambda_1=3$（$\xi_1=(1,1)$）、$\lambda_2=-1$（$\xi_2=(1,-1)$），异根自动正交。$Q=\tfrac{1}{\sqrt2}\begin{bmatrix}1&1\\1&-1\end{bmatrix}$，标准形 $f=3y_1^2-y_2^2$。有负系数（特征值 $-1$），不正定（马鞍）。采分点：正交流程四步+负号判负。
（综合）$A=\begin{bmatrix}2&1\\1&2\end{bmatrix}$，用特征值性质求 $\lvert A^2-2A+3E\rvert$（不许硬算矩阵）。
✅ 答案
12（性质链：$f(A)$ 特征值 $=f(\lambda)$、读数=积）。采分点：不硬算矩阵，两步性质到账。
（全课连线·终幕题）全课六问（开篇一问+五幕各一问），每问一句话作答：① 开篇（幕2 §一）：线性代数研究什么？② 幕1：什么叫"一组向量线性相关"？③ 幕2：为什么 $AB\neq BA$？④ 幕3：$\lvert A\rvert=0$ 的几何与代数含义各是什么？⑤ 幕4：方程组什么时候有唯一解？⑥ 幕5：什么样的矩阵可对角化？
✅ 答案
① 均匀变形（直线仍直、原点不动、网格平行等距）及其一切推论。② 存在不全为零的系数把它们组合出零向量（有人摸鱼）。③ 动作连做顺序影响效果（右先左后，先剪后转≠先转后剪）。④ 几何=压扁（面积/体积倍数为零）；代数=$r(A)\lt n$、不可逆、齐次有非零解。⑤ $r(A)=r(A\vert\mathbf b)=n$（满秩且无矛盾行——等价 $\lvert A\rvert\neq0$）。⑥ 有 $n$ 支线性无关的特征向量（$n$ 个互异特征值是充分条件；实对称是天然满足的特例）。采分点：六问全对=五幕通关；哪问卡壳，回哪幕。
### D 组 · 混合辨别（19–23 · 只判用哪条工具，不硬算）
19. 给 $A=\begin{bmatrix}1&2\\2&1\end{bmatrix}$，要算 $A^{10}$。第一步用哪条工具？
20. 给 $f=x^2+2xy+2y^2$，要判正定。最快用哪条？
21. 给 $S=\begin{bmatrix}1&1\\0&1\end{bmatrix}$，问“可对角化吗”。
22. 给 $A$ 的特征值 $1,2,3$，要算 $\lvert A^2-2A+3E\rvert$。
23. 给实对称 $A$，问“能不能正交对角化”。
✅ 答案（先写理由，再看）
19. 对角化：$P^{-1}AP=D$，$A^{10}=PD^{10}P^{-1}$。
20. 顺序主子式：$1\gt0$、$\lvert A\rvert=1\gt0$，两步判完；也可看特征值全正。
21. 不可：$\lambda=1$ 二重，$n-r(S-E)=1\lt2$。
22. 性质：$f(A)$ 的特征值 $2,6$，读数=积 $=12$。
23. 可以：实对称必可正交对角化（$Q^T AQ=D$）。
---
## 📅 复习节奏表
| 时点 | 动作 | 看什么 |
|------|------|--------|
| 学完当天 | 合上页面画"五幕总装图"（图 3）+ 合上页回答 5 个回忆框 | 全篇 |
| 第 3 天 | 回访口三问（闭卷）+ 重做错题 | 见下方回访口 |
| 第 7 天 | 只看规则账与易混清单，任选 4 题重做（建议 5、9、11、16） | 规则账+易混表 |
| 第 14 天 | 做 D 组混合辨别（19–23）+ 重做错题；遮住答案说理由 | D 组+错题 |
| 第 21 天 | 回幕3、幕4 各抽 1 题（读数/三态），确认旧工具还在 | 幕3/幕4 |
| 全课收官周 | 五幕串背一遍（全课三问为纲，六问答卷——题 18 就是考卷） | 五幕 |
| 真题期 | 每道真题先归幕再动笔；错题登记回对应幕 | 848 历年真题 |
> 复习方式一律
闭卷提取，不要"重读一遍"。
---
## 📮 回访口（学完三天后回来）
合上页面，凭记忆回答三问：
1. 特征值特征向量的定义与求法三步？特征方程为什么是 $\lvert A-\lambda E\rvert=0$（哪两幕的家当在合击）？
2. 可对角化的条件是什么？"剪切不可对角化"卡在哪一条？
3. 二次型正定的三个判据？顺序主子式判定用了幕3 的什么？
4. 你做这 18 题前估了几分？实际几分？差在哪类题？
终幕寄语 + 下一站：五幕到齐，幕2 §一 埋下的全课三问全部收回——这门课在你脑子里应该已经从"一堆计算规则"变成"
一场变形的完整档案"：对象是谁（幕1）、动作怎么记（幕2）、面积缩了多少（幕3）、能不能撤销（幕4）、哪些方向不变（幕5）。接下来去打真猎：848 历年真题到手后，每道线代题先问"它在考哪一幕"，再用那一幕的弹药拆解。五幕是你的地图，真题是你的战场——地图已经画完，剩下的路用笔走。跨模块连线（全课）：行列式=面积倍数（幕3）在幕5 两度返场（特征方程、正定主子式）；秩=骨干人数（幕4）是三态判定与对角化条件的共用判官；而幕1 的"无关⟹表示唯一"，从基础解系到特征向量族，一路定形到终幕——
第一课教的东西，最后一课还在发工资，这就是这门课的均匀。