简介：本资源是面向高校数学专业本科生及研究生的《矩阵论》课程期末考试参考答案详解，聚焦特征值与特征向量、Jordan标准形、Smith标准形、QR分解、正交投影、矩阵范数不等式及线性微分方程组求解等核心考点，覆盖典型计算题与证明题的完整推演过程。压缩包为单文件PDF（284KB），内容排版清晰，含多道大题的手写风格详细解答，包括Jordan基向量构造、Gram-Schmidt正交化步骤、QR分解全过程、Hamilton-Cayley定理应用及常系数线性微分方程组的矩阵指数解法，每步均标注关键原理与计算依据。目前已有619人学习下载，适合作为期末冲刺复习、考前自测与解题思路拓展的权威参考材料，尤其利于厘清高阶矩阵理论中易混淆的概念关联与运算逻辑。
1. Jordan 标准形不是“算出来”的，而是被特征结构唯一决定的：为什么同一个矩阵的 Jordan 块大小、个数、位置，连手算都容不得半点自由发挥？
你有没有试过这样：抄下一道矩阵题，照着课本步骤把 λI − A 行变换到 Smith 标准形，再读出初等因子 (λ − 2)³，接着直接写 J = diag(J₃(2))，然后心安理得地去解 (A − 2I)P₁ = 0、(A − 2I)P₂ = P₁、(A − 2I)P₃ = P₂ —— 结果算出的 P 满足 P⁻¹AP = J，但换一组 P₁（哪怕只是缩放一下），后面全崩？更玄的是：明明 A 是实矩阵，Jordan 块却强制要求超对角线填 1；明明你用不同初等变换路径得到的 Smith 形式看起来不一样，最后 Jordan 形却完全一致。这不是巧合，也不是老师出题凑巧——这是代数不变量在底层死死卡住你的每一步自由度。Jordan 标准形本质上不是“构造结果”，而是特征空间几何结构的刚性编码：初等因子 (λ − λ₀)ᵏ 直接对应一个 k 阶 Jordan 块，而块的个数等于该因子在 Smith 形中出现的次数；广义特征向量链的长度 k，由 (A − λ₀I)ᵏ−¹ ≠ 0 但 (A − λ₀I)ᵏ = 0 严格界定。这份《矩阵论期末考试参考答案1》里所有看似“随手一写”的步骤——从 λI − A 的三步行变换到最终 P 的具体数值，其实都在反复验证同一个事实：矩阵的相似等价类，由其初等因子组（即 Smith 标准形的对角元）完全分类。它不依赖于你选哪组基、用哪种消元顺序、甚至不依赖于你是否手抖抄错一个符号——只要中间每一步初等变换合法，最终 Jordan 块的结构就铁板钉钉。搞懂这一点，你就不会再把 Jordan 化当成“多解题”或“技巧题”，而会把它看作一次对矩阵内禀几何的精准测绘：P 不是任意找的过渡矩阵，它是广义特征空间的一组规范基；J 不是人为拼凑的块阵，它是该空间在线性映射下的最简坐标表达。这才是为什么，哪怕题目只给 20 分，它却值得你花 200 分去拆解其底层逻辑。
2. Smith 标准形：初等变换背后的代数不变量如何锁定 Jordan 块的全部信息？
2.1 初等变换不改变矩阵的“行列式因子”：为什么行变换和列变换能安全混用？
在答案第一题中，λI − A 被反复做行变换和列变换（注意：不是仅行变换！），最终变成 diag(1, 1, (λ − 2)³)。这乍看违反直觉——我们解线性方程组时只做行变换，因为列变换会改变变量含义；但这里 λ 是未定元，λI − A 是一个多项式矩阵（entries ∈ ℚ[λ]），它的“解空间”不是传统意义的向量空间，而是 ℚ[λ]-模。此时，初等行变换对应左乘可逆多项式矩阵（如交换两行、某行加另一行的 f(λ) 倍），初等列变换对应右乘可逆多项式矩阵（如交换两列、某列加另一列的 g(λ) 倍）。关键定理是：左右乘可逆多项式矩阵，不改变矩阵的“行列式因子”序列。第 k 个行列式因子 dₖ(λ) 定义为所有 k 阶子式最大公因式（monic gcd）。例如，原始 λI − A 的 1 阶子式是所有元素，其 gcd 是 1；2 阶子式有多个，它们的 gcd 仍是 1；3 阶子式（即全部 3×3 子式）的 gcd 经计算为 (λ − 2)²？不，答案中最终 Smith 形是 diag(1,1,(λ−2)³)，说明 d₁ = d₂ = 1，d₃ = (λ−2)³。这意味着所有 3 阶子式的 gcd 是 (λ−2)³，而 2 阶子式 gcd 是 1。这个序列 {d₁, d₂, d₃} 就是核心不变量。Smith 标准形 diag(e₁, e₂, e₃) 中的不变因子 eᵢ 由 eᵢ = dᵢ / dᵢ₋₁（约定 d₀ = 1）给出，故 e₁ = 1, e₂ = 1, e₃ = (λ−2)³。初等变换只是把隐藏在杂乱子式中的这些不变因子，以对角阵形式显性暴露出来。所以你能放心混用行列变换——因为你在保护的不是某个具体方程，而是整个 ℚ[λ]-模的结构。
2.2 初等因子如何从不变因子导出：为什么 (λ−2)³ 直接生成一个 3 阶 Jordan 块？
不变因子 e₃ = (λ−2)³ 是一个幂次多项式。将其分解为素因子幂次积，就得到初等因子。此处只有一个素因子 (λ−2)，其幂次为 3，故初等因子集合为 {(λ−2)³}。一般地，若初等因子为 {(λ−λ₁)ᵏ¹, (λ−λ₂)ᵏ², …}，则 Jordan 标准形 J 就由若干 Jordan 块组成：每个 (λ−λᵢ)ᵏⁱ 对应一个 kᵢ 阶 Jordan 块 Jₖᵢ(λᵢ)，其主对角线全为 λᵢ，超对角线全为 1。本例中，仅有一个初等因子 (λ−2)³，故 J 必为唯一的 3 阶块 J₃(2) = [[2,1,0],[0,2,1],[0,0,2]]。注意：初等因子的幂次 k 直接决定块的大小，而不同初等因子的底数 λᵢ 决定块的特征值。如果初等因子是 {(λ−2)², (λ−2)¹}，那就会出现一个 2 阶块和一个 1 阶块（即 diag(J₂(2), 2)）；如果是 {(λ−2)¹, (λ−3)¹, (λ−3)²}，那就是 diag(2, 3, J₂(3))。初等因子集合是 Jordan 形的完整指纹——它不告诉你 P 是什么，但绝对确定 J 的每一个数字、每一处 1 的位置。答案中跳过“解释为什么 (λ−2)³ 对应 J₃(2)”这一步，正是因为它已由模论基本定理保证：有理标准形（基于不变因子）与 Jordan 形（在代数闭域上）通过初等因子一一对应。
2.3 为什么必须用多项式矩阵的 Smith 形，而不是数值矩阵的秩？——特征值重数的陷阱
一个常见误区是：看到 A 的特征多项式 |λI − A| = (λ−2)³，就断言 J 是 J₃(2)。错！特征多项式只给出代数重数（此处为 3），但无法区分几何重数。例如，若 A = 2I（3×3 单位阵乘 2），则 |λI − A| = (λ−2)³，但 A 已是对角阵，其 Jordan 形就是 diag(2,2,2)，对应三个 1 阶块，初等因子是 {(λ−2)¹, (λ−2)¹, (λ−2)¹}。而本题中，通过 Smith 形得到的初等因子是 {(λ−2)³}，说明几何重数（即 λ=2 的特征向量空间维数）为 1，因为初等因子个数 = 几何重数。验证：解 (A−2I)x = 0，A−2I = [[3,5,−2],[−2,−3,1],[−1,−1,0]]，秩为 2（答案中已算出 (A−2I)² ≠ 0），故 nullity = 3−2 = 1，确实只有 1 个线性无关特征向量。Smith 形绕过了特征多项式的模糊性，直接从 λI − A 的结构中提取出精确的广义特征空间维数信息。数值矩阵的秩只能告诉你当前 λ 下的零空间大小，而多项式矩阵的 Smith 形告诉你：当 λ 在整个复平面上变化时，零空间维数如何分段跳跃——这种跳跃点（即初等因子的根）及其跳跃幅度（即幂次），才是 Jordan 块的真正起源。
3. 广义特征向量链：P 矩阵不是“解出来”的，而是按幂零算子的核塔逐层升维构造的
3.1 核塔（Kernel Tower）结构：为什么必须从 (A−2I)³x = 0 开始，而非直接解 (A−2I)x = 0？
答案中取 P₃ = [1,0,0]ᵀ，然后回推 P₂ = (A−2I)P₃，P₁ = (A−2I)P₂。这看似随意，实则严格遵循核塔理论。定义 Kᵢ = ker((A−2I)ⁱ)。由于 (A−2I)³ = 0（Cayley-Hamilton 保证），我们有链式包含关系：
{0} ⊂ K₁ ⊂ K₂ ⊂ K₃ = ℂ³。
计算各维数：dim K₁ = 几何重数 = 1；dim K₂ = dim ker((A−2I)²)；答案中 (A−2I)² = [[1,2,−1],[−1,−2,1],[−1,−2,1]]，秩为 1，故 dim K₂ = 3−1 = 2；dim K₃ = 3。因此核塔维数序列为 0→1→2→3，每步增加 1。这意味着：存在向量 v₃ ∈ K₃ \ K₂，使得 v₂ = (A−2I)v₃ ∈ K₂ \ K₁，v₁ = (A−2I)v₂ ∈ K₁ \ {0}。这组 {v₁,v₂,v₃} 就是长度为 3 的循环向量链，它自然构成 K₃ 的一组基，且在此基下 A 的作用就是移位：Av₁ = 2v₁, Av₂ = v₁ + 2v₂, Av₃ = v₂ + 2v₃ —— 这正是 Jordan 块 J₃(2) 的定义。P₃ 必须选在 K₃ \ K₂ 中（即 (A−2I)²P₃ ≠ 0），否则链长不足。答案中 P₃ = [1,0,0]ᵀ，计算 (A−2I)²P₃ = [[1,2,−1],[−1,−2,1],[−1,−2,1]][1,0,0]ᵀ = [1,−1,−1]ᵀ ≠ 0，满足条件。P 矩阵的列不是任意特征向量，而是核塔中逐层“提升”出来的循环基向量。
3.2 链的起点选择为何影响 P 的具体数值，但不改变相似性？——相似变换的自由度边界
P₃ 的选择有自由度：任何满足 (A−2I)²v ≠ 0 的 v 都可作起点。例如，若选 P₃' = [0,1,0]ᵀ，则 (A−2I)²P₃' = [[1,2,−1],[−1,−2,1],[−1,−2,1]][0,1,0]ᵀ = [2,−2,−2]ᵀ ≠ 0，继续算 P₂' = (A−2I)P₃', P₁' = (A−2I)P₂'，会得到另一组 P'。那么 P 和 P' 有何关系？它们都满足 P⁻¹AP = P'⁻¹AP' = J，故 P' = PC，其中 C 是 J 的中心化子（centralizer），即满足 CJ = JC 的矩阵。对单个 Jordan 块 J₃(2)，其中心化子是所有上三角 Toeplitz 矩阵：C = [[c₁,c₂,c₃],[0,c₁,c₂],[0,0,c₁]]。这意味着 P 的列可以被 C 线性组合，但链的层级结构（P₁ 在 K₁，P₂ 在 K₂\K₁，P₃ 在 K₃\K₂）不可破坏。答案中 P = [[1,3,1],[−1,−2,0],[−1,−1,0]]，其列确实满足：第一列 P₁ ∈ K₁（验算 (A−2I)P₁ = 0），第二列 P₂ ∉ K₁（(A−2I)P₂ = P₁ ≠ 0），第三列 P₃ ∉ K₂（(A−2I)²P₃ ≠ 0）。自由度只存在于同层向量的线性组合，而跨层提升关系 (A−2I)Pᵢ₊₁ = Pᵢ 是铁律。这就是为什么你“随便选”P₃ 可能失败——若误选 K₂ 中的向量，链就断在第二层。
3.3 验证 P 的正确性：为什么必须检查 P⁻¹AP，而不仅是 AP = PJ？
答案最后给出 P = [[1,3,1],[−1,−2,0],[−1,−1,0]]，并声称 P⁻¹AP = J。但手算 P⁻¹ 很麻烦。更高效的方法是验证 AP = PJ，因为若 P 可逆，则 AP = PJ ⇔ P⁻¹AP = J。计算 AP：
A = [[5,5,−2],[−2,−1,1],[−1,−1,2]],
P = [[1,3,1],[−1,−2,0],[−1,−1,0]],
AP = [[5·1+5·(−1)+(−2)·(−1), 5·3+5·(−2)+(−2)·(−1), 5·1+5·0+(−2)·0], ...] = [[2,1,5], [−2,−2,−1], [−1,−1,−1]]? 等等，这不对。重新按答案步骤：答案中给出 AP₁ = 2P₁, AP₂ = P₁ + 2P₂, AP₃ = P₂ + 2P₃。
P₁ = [1,−1,−1]ᵀ, P₂ = [3,−2,−1]ᵀ, P₃ = [1,0,0]ᵀ。
则 PJ = P · [[2,1,0],[0,2,1],[0,0,2]] = [2P₁, P₁+2P₂, P₂+2P₃]。
计算：2P₁ = [2,−2,−2]ᵀ；P₁+2P₂ = [1,−1,−1]ᵀ + 2[3,−2,−1]ᵀ = [7,−5,−3]ᵀ；P₂+2P₃ = [3,−2,−1]ᵀ + 2[1,0,0]ᵀ = [5,−2,−1]ᵀ。
现在算 AP：A·P₁ = [[5,5,−2],[−2,−1,1],[−1,−1,2]][1,−1,−1]ᵀ = [5−5+2, −2+1−1, −1+1−2]ᵀ = [2,−2,−2]ᵀ = 2P₁ ✓
A·P₂ = [[5,5,−2],[−2,−1,1],[−1,−1,2]][3,−2,−1]ᵀ = [15−10+2, −6+2−1, −3+2−2]ᵀ = [7,−5,−3]ᵀ = P₁+2P₂ ✓
A·P₃ = [[5,5,−2],[−2,−1,1],[−1,−1,2]][1,0,0]ᵀ = [5,−2,−1]ᵀ = P₂+2P₃ ✓
故 AP = PJ 成立。而 P 的列 [P₁,P₂,P₃] = [[1,3,1],[−1,−2,0],[−1,−1,0]]，与答案所写一致。验证 AP = PJ 是比算 P⁻¹ 更可靠、更少出错的方式，因为它直接检验了 P 的列是否满足 Jordan 链的定义关系。
4. QR 分解中的 Gram-Schmidt：正交化不是数学洁癖，而是为了剥离矩阵的“旋转”与“拉伸”本质
4.1 为什么必须用经典 Gram-Schmidt，而非改进版？——数值稳定性在此题中反而是次要的
题目第二题对 4×4 矩阵 A = [[1,1,1,1],[1,2,3,4],[1,4,9,16],[1,8,27,64]] 做 QR 分解。答案采用经典 Gram-Schmidt（CGS）：β₁ = α₁, β₂ = α₂ − proj_{β₁}(α₂), β₃ = α₃ − proj_{β₁}(α₃) − proj_{β₂}(α₃), 等等。CGS 在数值计算中因舍入误差易导致 βᵢ 失去正交性，故常被改进 Gram-Schmidt（MGS）替代。但本题是符号计算（所有数字都是精确分数），不存在舍入误差。此时 CGS 的优势凸显：它的中间向量 βᵢ 具有清晰的几何意义——βᵢ 是 αᵢ 在 span{β₁,…,βᵢ₋₁}⊥ 上的正交投影，即 βᵢ 张成的空间恰好是前 i 个列向量张成空间与前 i−1 个张成空间的商空间。这使得 R 矩阵的结构一目了然：R 是上三角，且 rᵢⱼ = ⟨αⱼ, γᵢ⟩（γᵢ 是 βᵢ 的单位化），即 R 的第 j 列就是 αⱼ 在正交基 {γ₁,…,γ₄} 下的坐标。答案中 R = [[2,15/2,10,85/2],[0,√460/4,436/115,213/23],[0,0,2√22310/115,735/194],[0,0,0,3√194/97]]，其上三角性直接反映正交化过程的因果性：α₁ 只含 γ₁ 分量，α₂ 含 γ₁、γ₂ 分量，α₃ 含 γ₁、γ₂、γ₃ 分量……在符号计算中，CGS 是揭示 QR 分解几何本质的最透明工具。
4.2 Q 矩阵的列为何是标准正交基？——从内积定义到坐标变换的物理意义
Q 的列 γᵢ = βᵢ / ‖βᵢ‖。答案中 γ₁ = [1/2,1/2,1/2,1/2]ᵀ，验证 ‖γ₁‖² = 4×(1/4) = 1；γ₂ = [−11/√460, −7/√460, 1/√460, 17/√460]ᵀ，其模平方 = (121+49+1+289)/460 = 460/460 = 1。更重要的是，⟨γᵢ, γⱼ⟩ = 0 (i≠j)。例如，⟨γ₁, γ₂⟩ = (1/2)(−11/√460) + (1/2)(−7/√460) + (1/2)(1/√460) + (1/2)(17/√460) = (−11−7+1+17)/(2√460) = 0/... = 0。这确保 Q 是正交矩阵（QᵀQ = I）。正交矩阵代表纯旋转/反射，不改变向量长度和夹角。因此，QR 分解 A = QR 的物理意义是：任何线性变换 A，都可分解为先做正交变换 Q（保形），再做上三角变换 R（沿坐标轴方向的拉伸和剪切）。R 的上三角性意味着：在 Q 的新坐标系下，A 的作用是“逐层”进行的——第一坐标只影响自身，第二坐标影响第一、二坐标，依此类推。这正是解线性方程组 Ax = b 时，先算 y = Qᵀb（旋转 b 到新坐标系），再解 Rx = y（上三角回代）的理论基础。
4.3 R 矩阵的非零结构如何反映列向量的线性相关性？——从数值到秩的直观映射
观察答案中 R 的结构：R = [[r₁₁,r₁₂,r₁₃,r₁₄],[0,r₂₂,r₂₃,r₂₄],[0,0,r₃₃,r₃₄],[0,0,0,r₄₄]]，所有 rᵢᵢ > 0（主对角元非零）。这意味着 A 的 4 个列向量线性无关（rank(A) = 4）。若某 rₖₖ = 0，则说明 αₖ ∈ span{α₁,…,αₖ₋₁}，即前 k 个列已线性相关。例如，若 A 的第四列是前三列之和，则 Gram-Schmidt 中 β₄ 会为零向量，r₄₄ = 0，R 成为阶梯形而非满上三角。答案中 r₄₄ = 3√194/97 ≈ 3×13.928/97 ≈ 0.43 > 0，确认 full rank。R 的主对角元是否为零，是判断列向量组秩的最直接数值指标。这比计算 det(A) 或行变换更本质，因为 R 的构造过程本身就是对列空间的一次正交基建设。
5. 常见问题排查：手算 Jordan 与 QR 时，那些让你怀疑人生的“小错误”究竟藏在哪？
5.1 现象：Smith 变换后得到 diag(1, λ−2, (λ−2)²)，但标准答案是 diag(1,1,(λ−2)³) —— 原因：漏做了某次必要的列变换，导致 gcd 计算不彻底
提示：Smith 形要求对角元满足 e₁ | e₂ | e₃（整除关系）。若得到 diag(1, λ−2, (λ−2)²)，则 e₂ = λ−2, e₃ = (λ−2)²，满足 e₂|e₃；但若目标是 (λ−2)³，则 e₃ 必须是 (λ−2)³，e₂ 必须是 1 或 (λ−2)ᵏ (k≤3)。此处 e₂ = λ−2 意味着 d₂ = e₁e₂ = λ−2，即所有 2 阶子式的 gcd 是 λ−2。但原矩阵 λI−A 的 2 阶子式包含常数项（如取第1、2行，第1、3列：det[[λ−5,2],[2,λ+1]] = (λ−5)(λ+1)−4 = λ²−4λ−9，其与其它子式的 gcd 应为 1，而非 λ−2）。错误根源常是：在行变换后，忘记用列变换将新产生的非零元“扫”到对角线，或错误地将某行倍加操作引入了额外因子。解决：回到 λI−A，严格按算法：先用行变换使第一列除 (1,1) 位置外全为 0，再用列变换使第一行除 (1,1) 外全为 0，此时 (1,1) 元即为 d₁；然后对右下 (n−1)×(n−1) 子阵递归。答案中三步变换正是此流程。
5.2 现象：解 (A−2I)P₂ = P₁ 得到的 P₂ 代入 (A−2I)P₂ 却不等于 P₁ —— 原因：P₁ 本身计算错误，或 (A−2I) 矩阵抄错
提示：Jordan 链是传递的。若 P₁ 错，则后续全错。验证 P₁：必须满足 (A−2I)P₁ = 0。答案中 A−2I = [[3,5,−2],[−2,−3,1],[−1,−1,0]]，P₁ = [1,−1,−1]ᵀ。计算：3·1 + 5·(−1) + (−2)·(−1) = 3−5+2 = 0；−2·1 + (−3)·(−1) + 1·(−1) = −2+3−1 = 0；−1·1 + (−1)·(−1) + 0·(−1) = −1+1+0 = 0。✓ 若你算得非零，必是 A−2I 抄错（如把 −1 写成 1）或 P₁ 解错（解齐次方程组时漏解）。解决：先独立求解 nullspace of (A−2I)，得到通解 c·[1,−1,−1]ᵀ，取 c=1 得 P₁。
5.3 现象：QR 分解中，算出的 β₃ 与 γ₁、γ₂ 不正交 —— 原因：Gram-Schmidt 公式中，投影项用了未单位化的 βᵢ，而非 γᵢ
提示：经典 Gram-Schmidt 中，β₃ = α₃ − ⟨α₃,γ₁⟩γ₁ − ⟨α₃,γ₂⟩γ₂。但极易犯错写成 β₃ = α₃ − ⟨α₃,β₁⟩β₁ − ⟨α₃,β₂⟩β₂（错！），因为 ⟨α₃,β₁⟩β₁ 不是正交投影，其长度不对。答案中明确写出 “β₃ = α₃ − ⟨α₃,β₁⟩/⟨β₁,β₁⟩ β₁ − ⟨α₃,β₂⟩/⟨β₂,β₂⟩ β₂”，即用 βᵢ 自身做投影（需除以其范数平方）。验证：⟨β₃,γ₁⟩ = ⟨β₃, β₁/‖β₁‖⟩ = (1/‖β₁‖)⟨β₃,β₁⟩。而由构造，β₃ ⊥ β₁，故为 0。若你用了 β₁ 而非 γ₁，投影方向错误，β₃ 就不垂直。解决：始终牢记：正交投影到 span{v} 上的公式是 proj_v(u) = ⟨u,v⟩/⟨v,v⟩ v。
5.4 现象：P 矩阵算出来后，P⁻¹AP 数值接近但不等于 J，差一点小数 —— 原因：在符号计算中用了近似小数（如 √460 写成 21.447），破坏了精确性
提示：本题所有运算均为有理数和根式运算。答案中 β₂ = (1/4)[−11,−7,1,17]ᵀ，其范数平方 = (121+49+1+289)/16 = 460/16 = 115/4，故 ‖β₂‖ = √(115/4) = √115 / 2，而非 √460 / 4（因为 √460 / 4 = √(4×115) / 4 = 2√115 / 4 = √115 / 2，等价）。但若你用计算器算 √460 ≈ 21.447，再除以 4 得 5.3618，再用此近似值算 γ₂，后续所有内积都失真。解决：全程保留分数和根式符号。例如，γ₂ = β₂ / ‖β₂‖ = ([−11,−7,1,17]ᵀ / 4) / (√115 / 2) = [−11,−7,1,17]ᵀ / (2√115)。
6. Moore-Penrose 伪逆：当矩阵不可逆时，“最像逆”的那个矩阵，是如何用最小二乘和投影来定义的？
6.1 伪逆 G 的四个 Penrose 方程：为什么 G = A⁺ 必须同时满足 AGA = A, GAG = G, (AG)ᵀ = AG, (GA)ᵀ = GA？
答案第五题求 A 的 Moore-Penrose 伪逆 G。A 是 4×4 矩阵，但秩为 3（行变换后只剩 3 个非零行），故不可逆。伪逆 A⁺ 是唯一满足以下四条的矩阵：
(1) AGA = A
(2) GAG = G
(3) (AG)ᵀ = AG （AG 对称）
(4) (GA)ᵀ = GA （GA 对称）
这四条不是凭空而来。方程 (1) 说：G 是 A 的“广义左逆”，即先 A 后 G 再 A，回到 A；(2) 说 G 是“广义右逆”。(3) 和 (4) 是关键：AG 是到 A 的列空间的正交投影矩阵，GA 是到 A 的行空间的正交投影矩阵。对称性保证了它们是正交投影（而非斜投影）。答案中通过满秩分解 A = BC（B 4×3, C 3×4），然后 G = Cᵀ(CCᵀ)⁻¹(BᵀB)⁻¹Bᵀ，这公式正是由 Penrose 方程推导出的标准解法。验证 (3)：AG = B(Cᵀ(CCᵀ)⁻¹(BᵀB)⁻¹Bᵀ) = B(Cᵀ(CCᵀ)⁻¹(BᵀB)⁻¹Bᵀ)，而 BᵀB 是 3×3 对称正定，CCᵀ 同理，故 AG 是对称的（因 B(Cᵀ(CCᵀ)⁻¹(BᵀB)⁻¹Bᵀ) = (B(Cᵀ(CCᵀ)⁻¹(BᵀB)⁻¹Bᵀ))ᵀ）。伪逆的本质，是将 A 的奇异值分解 A = UΣVᵀ 中的 Σ⁺（非零奇异值取倒数，零值仍为零）代入，得 A⁺ = VΣ⁺Uᵀ。答案中未显式 SVD，但满秩分解是其代数实现。
6.2 相容性条件 a−b+c−d = 0 的几何意义：为什么它等价于 b ∈ col(A)？
答案中推出相容性条件为 [1,−1,1,−1]b = 0，即 a−b+c−d = 0。这并非偶然。AG 是到 col(A) 的正交投影，故方程 Ax = b 有解 iff AGb = b，即 (I−AG)b = 0。答案计算 I−AG = (1/4)[[1,−1,1,−1]ᵀ[1,−1,1,−1]]，这是一个秩 1 矩阵，其零空间正是 [1,−1,1,−1]ᵀ 的正交补，即所有满足 [1,−1,1,−1]·b = 0 的 b。几何上，[1,−1,1,−1] 是 col(A) 的法向量，即 (col(A))⊥ 的基。验证：A 的行简化形显示，第四行可由前三行线性表示，其系数关系正是 a−b+c−d = 0。相容性条件就是 b 必须正交于 A 的左零空间。这是线性方程组理论的核心：Ax = b 有解 ⇔ b ⊥ N(Aᵀ)。
6.3 通解 x = Gb + (I−GA)z 中，(I−GA)z 为何在 ker(A) 中游走？
答案给出通解 x = Gb + (I−GA)z。这里 Gb 是特解（最小范数解），(I−GA)z 是齐次解。为什么 (I−GA)z ∈ ker(A)？因为 A(I−GA)z = (A−AGA)z = (A−A)z = 0（由 Penrose 方程 (1) AGA = A）。而 I−GA 是到 ker(A) 的正交投影矩阵（因 GA 是到 row(A) 的投影，故 I−GA 投影到 (row(A))⊥ = ker(A)）。答案中 (I−GA) = (1/4)[[1,−1,1,−1]ᵀ[1,−1,1,−1]]，其列空间正是 ker(A) 的一维空间。伪逆不仅给出一个解，还给出了整个解空间的参数化：z 是 ker(A) 的自由参数。
从那以后我每次手算 Jordan 形，都强制先算 (A−λI)ᵏ 的秩
本文还有配套的精品资源，点击获取
