简介：矩阵分析-重邮期末试题是一份面向高校研究生矩阵分析课程期末备考的真题资料，聚焦线性空间、矩阵分解与Hermite矩阵等核心考点。资源包含重庆邮电大学研究生试卷及配套解答，试题共八大题，从判断R^2×2的基与过渡矩阵入手，依次考查矩阵范数、线性变换的核与值域、行列因子与Jordan标准型、正定Hermite矩阵及内积验证、满秩分解、正规矩阵谱分解，并涉及幂等矩阵Jordan块性质的证明。对应解答覆盖线性无关性验证、过渡矩阵方程组求解、范数定义计算、线性变换在自然基下的矩阵表示、核与值域刻画、顺序主子式正定判定、内积三条性质验证、满秩分解步骤、正规矩阵条件验证及谱分解构造，同时对最后一题给出由秩等式推断Jordan块阶数与特征值取值的完整证明思路。每个问题均提炼了方法要点，适合考研复习、期末冲刺及自学对照。压缩包内为1份PDF文档，体积仅170KB，便于保存与打印；已有274人学习下载，是一份紧凑实用的矩阵分析真题资料。

1. 矩阵分析期末试题：一次从基到谱分解的八题闭环

如果你正在备考矩阵分析，最怕的不是题难，而是不知道考点会以什么形态出现。我拆过的这套某高校研究生矩阵分析期末试题，正好覆盖了线性空间基、过渡矩阵、范数、线性变换、Jordan 标准型、Hermite 正定性、满秩分解和谱分解八个方向，八道大题全部是计算加证明的混合题型。它不考概念默写，每个题都要求你真正算得出来。适合两类人：一是临考两周需要刷整套题的考生，二是想验证自己是否真的理解矩阵结构而非只会背公式的从业者。下面我把每道题的考点、解法步骤和容易翻车的地方逐一说清。

2. 试卷结构与考点地图：八大题如何串起矩阵分析主线

这份试卷看起来是八个独立题目，实际上内部有一条清晰的主线：先把线性空间和线性变换的语言建立起来，再用范数衡量大小，最后用 Jordan 标准型和谱分解揭示矩阵的内部结构。下面按这条主线拆解。

2.1 线性空间与基：为什么第一题就考过渡矩阵

第一题给出 R2×2 中四个矩阵 α1、α2、α3、α4，要求证明它们是线性空间的基，并求 β1、β2、β3、β4（即四个标准矩阵 E11、E12、E21、E22）到 α1、α2、α3、α4 的过渡矩阵。这一步是整个试卷的地基，因为后面 Jordan 标准型、谱分解本质上都在处理“换基”。

做题的逻辑链是这样的：判定一组向量是基，需要同时验证线性无关和生成性。在有限维空间里，个数等于维数时，只要线性无关就能推出生成性，因此本题只需要检查 α1、α2、α3、α4 是否线性无关。实践中最快的做法是把四个矩阵按行展开成 4 维列向量，拼成一个 4×4 矩阵，再算行列式。如果行列式非零，它们就是基。

过渡矩阵的方向是这题的重灾区。从 β 基到 α 基的过渡矩阵，意思是把向量在 β 基下的坐标变成在 α 基下的坐标。我一般先写出每个 αj 在 β 基下的坐标，按列拼起来得到矩阵 T，此时 α = βT 成立。也就是说，α 基在 β 基下的坐标矩阵就是过渡矩阵，方向是“从 β 到 α”。很多考生顺手把坐标矩阵转置了，方向直接反掉，后面的题全部白做。

实际操作上，第二问并不需要重新做一遍线性方程组。因为 β1 到 β4 是标准基，α1 里第几行第几列是 1，直接读出来就是坐标。α1 = [0 1; 1 1] 在 β1、β2、β3、β4 下对应的坐标就是 (0,1,1,1)T，α2 对应 (1,1,0,1)T，α3 对应 (1,1,1,0)T，α4 对应 (1,0,1,1)T。把这四个列向量拼起来就是过渡矩阵 T。如果你不放心，可以验算一下 det(T) 是否非零，顺便也就证明了第一小问。

2.2 范数问题：算子范数不是“逐元素取绝对值”

第二题给了矩阵 A，要求计算 ‖A‖1、‖A‖∞，以及向量 x=(1,1,1)T 的 ‖Ax‖1 和 ‖Ax‖∞。这里最容易翻车的点是概念混淆：矩阵范数和向量范数是两个不同的东西，矩阵的 1 范数和 ∞ 范数也不等同于把矩阵逐元素取绝对值以后求最大。

矩阵的 1 范数是列和范数：先对每一列的元素绝对值求和，再取这些列和的最大值。矩阵的 ∞ 范数是行和范数：先对每一行的元素绝对值求和，再取这些行和的最大值。之所以这样定义，是因为它们分别对应向量范数诱导出的算子范数，代表矩阵对向量长度的最大拉伸倍数。如果题目只给了一个矩阵没有给向量，问的就是算子范数，你要按列和行去算，而不是按所有元素的绝对值总和去算。

第二问则回到向量范数：Ax 仍然是一个向量，‖Ax‖1 是 Ax 各分量绝对值之和，‖Ax‖∞ 是 Ax 分量绝对值的最大值。这里有个小技巧：先老老实实把 Ax 算出来，再套向量范数定义，不要试图从矩阵范数直接猜结果。矩阵范数和向量范数之间存在不等式关系，但那是用来做估计的，不是用来精确求值的。

很多参考书喜欢把矩阵 1 范数写成“最大列绝对值之和”，把 ∞ 范数写成“最大行绝对值之和”，这两个描述背起来容易，但落到具体矩阵时，复数取模这一步常常被忽略。题目里出现 i 这种纯虚数，取绝对值时要取模 √(a²+b²)，不是直接把 i 当 1。这个细节一旦漏掉，四个结果全错。

2.3 线性变换与 Jordan 标准型：从矩阵表示到相似结构

第三题定义一个线性变换 𝒜，作用于 R3 向量 [x,y,z]T，要求它在自然基下的矩阵表示，以及核与值域。第四题则是给一个具体的 4 阶矩阵，求行列因子、不变因子、初等因子和 Jordan 标准型。这两题连在一起，实际上是同一个问题的两个方向：线性变换选定基以后变成矩阵，而矩阵的 Jordan 标准型则是在“最好的基”下的表示。

求矩阵表示的方法是把自然基向量一个个代入变换。𝒜(ε1) = 𝒜[1,0,0]T = [1,0,1]T，这成为矩阵第一列；𝒜(ε2) = [1,1,2]T 成为第二列；𝒜(ε3) = [-1,1,0]T 成为第三列。所以矩阵表示就是这三列拼成的 3×3 矩阵。注意列的顺序不能乱，第 j 列是第 j 个基向量的像。

核与值域本质上是解方程和看列空间。核就是解 𝒜(x)=0，即那个 3×3 矩阵乘以向量等于零向量。对本题的矩阵而言，解得核是一维子空间，由一个向量张成。值域则是列空间，秩为 2，所以值域是二维子空间。这两块合起来正好满足维数定理：R3 的维数 3 = 核维数 1 + 秩 2。

第四题考的是从不变因子到 Jordan 标准型。核心工具是 λ-矩阵的 Smith 标准型。把 A 替换成 λI - A，对 λ-矩阵做初等行变换和列变换，化成对角形，对角元就是不变因子。行列因子则是所有不超过 k 阶子式的最大公因式 Dk，不变因子 dk 满足 dk = Dk / D(k-1)。最后不变因子拆成一次幂的乘积，每个因子 (λ-a)^m 对应一个 m 阶 Jordan 块，全部 Jordan 块拼起来就是标准型。

这题最容易出错的地方是几何重数与 Jordan 块个数之间的关系：特征值 a 的几何重数等于 λ=a 时矩阵 λI - A 的零空间维数，也就是自由变量的个数，它决定了 Jordan 块的个数。代数重数决定所有块阶数之和。如果某特征值的几何重数小于代数重数，就一定存在阶数大于 1 的 Jordan 块。很多同学算出了特征值就直接写对角阵，完全没检查几何重数，这在矩阵可对角化的判定上是致命伤。

2.4 Hermite 矩阵、正定性与谱分解：复空间里的三块基石

第五题到第七题集中在 Hermite 矩阵和正规矩阵上。第五题给出一个含 i 的矩阵，要求先证明它是正定 Hermite 矩阵，再用它定义一个内积并验证四条性质；第七题要求证明矩阵是正规矩阵，并求谱分解。

先看 Hermite 和正定。Hermite 矩阵的定义是 A^H = A，也就是共轭转置等于自身。对含 i 的矩阵，第一件事就是把 A^H 写出来：每个元素取共轭再整个矩阵转置。如果 A^H 等于 A，才谈得上用顺序主子式判定正定。顺序主子式判定的对象必须先是 Hermite 矩阵，否则“主子式全为正”不一定推出正定性。题目里明确提示用顺序主子式，意思是前 k 阶主子式全部大于 0，这时矩阵正定。这个提示实际上也暗示了矩阵是 Hermite 的，你只需要按步骤验证。

内积的验证是这类题的常规收尾。定义 (X,Y) = Y^H A X，需要验证对第一变元线性、共轭对称性以及正定性。正定性这一步依赖 A 正定：X ≠ 0 时 X^H A X > 0。有些同学只验证了数值结果就潦草收场，忽略了共轭对称性和正定性的完整书写，证明题按步骤给分时就会吃亏。

第七题的谱分解是整张试卷的压轴技巧之一。正规矩阵满足 A^H A = A A^H，这个条件保证矩阵可以被酉对角化。谱分解本质上就是把 A 写成特征值乘上对应特征子空间投影矩阵的加权和。步骤是先求特征值和特征向量，把特征向量正交化、单位化得到酉矩阵 U，然后 A = U D U^H，写成 A = Σ λi Pi 的形式，其中 Pi 是第 i 个特征子空间上的正交投影。对正规矩阵来说，不同特征值的特征向量自动正交，这一性质让谱分解的构造变得非常机械。

3. 典型题型解法拆解：拿到题就能下笔的步骤链

这一章我按题号给出一套可以直接照做的步骤链，每道题都按“先做什么、再做什么、最后验算什么”的顺序展开。

3.1 第 1 题：坐标列、拼矩阵、算行列式三步走

第一步，把四个 α 矩阵逐行展开。按行展开的顺序，α1 = [0 1; 1 1] 变成向量 (0,1,1,1)T，α2 = [1 1; 0 1] 变成 (1,1,0,1)T，α3 = [1 1; 1 0] 变成 (1,1,1,0)T，α4 = [1 0; 1 1] 变成 (1,0,1,1)T。

第二步，把这四个列向量拼成矩阵 T。T 的每一列就是对应 αj 的展开坐标，于是得到：

T = [ 0 1 1 1; 1 1 1 0; 1 0 1 1; 1 1 0 1 ]

第三步，计算 det(T)。这里我一般先做一次行变换观察结构：把第 4 行加到第 1 行，提取公因子 2，再消元，能比较快地得到 det(T) = -2。行列式非零，所以四个向量线性无关，自然构成 R2×2 的基。

这里要说明：T 本身就是从 β 基到 α 基的过渡矩阵。如果你需要从 α 坐标转 β 坐标，用的则是 T 的逆矩阵。很多人在这一步犹豫，我的经验是记住一个原始关系式：α = βT，然后看题目问的“谁到谁”。β 乘 T 得到 α，说明 T 把 β 基下的坐标映射成 α 基下的坐标，所以 T 就是从 β 到 α 的过渡矩阵。如果题目反过来问 α 到 β，答案就是 T⁻¹。

3.2 第 2 题：先分清楚三种范数再动手

这题给了一个含虚数 i 的矩阵 A，第一步不是算数，而是把矩阵按行和按列分别排列清楚。原题里的矩阵元素因为排版原因容易看错，建议你自己抄一遍时先把矩阵补齐成标准形式。

求 ‖A‖1，每一列的元素取模求和。比如某一列是 0、i、-1，那这一列的贡献是 |0| + |i| + |-1| = 0 + 1 + 1 = 2。对每一列都这么做，再取最大值。

求 ‖A‖∞，每一行的元素取模求和，再取最大值。注意这里的“模”对复数很重要，|2i| = 2，|1-i| = √2，不能直接丢掉虚部。

求 ‖Ax‖1 和 ‖Ax‖∞，必须先把 Ax 完整算出来。A 是 3×3 矩阵时，Ax 是一个三维向量，分量都是复数；对这个向量分别求分量绝对值之和与分量绝对值的最大值。我一般会先写 Ax 的表达式再逐项检查，防止前面 A 抄错导致后面全错。

这个题完全没有技巧含量，考察的就是定义是否清晰。但它能出现在期末试题里，说明出题人预期很多学生会把矩阵范数和向量范数混着用。如果你能做到不看公式直接写出定义，这道题就稳了。

3.3 第 4 题：行列因子、不变因子、初等因子一次推完

第四题的 A 是：

A = [ 2 1 0 -1; 0 2 0 0; 0 0 2 0; 0 0 0 2 ]

第一步，写出 λI - A。这是一个对角结构为主的矩阵，只有第 1 行第 2 列有一个 1，第 1 行第 4 列有一个 -1。

第二步，算行列因子 Dk。D1 是所有一阶子式的最大公因式。λI - A 的元素里有常数 1，所以 D1 = 1。D2 是全部二阶子式的最大公因式。取第 1、2 行和第 2、4 列，子式为 [[1, -1], [2-λ, 0]]，行列式是 2-λ；再取第 2、3 行和第 3、4 列，子式是 [[2-λ, 0], [0, 2-λ]]，行列式是 (2-λ)²。综合看，D2 = λ-2。D3 是全部三阶子式的最大公因式，结果是 (λ-2)²。D4 是整个矩阵的行列式，即 (λ-2)⁴。

第三步，由 dk = Dk / D(k-1) 求不变因子：d1 = 1，d2 = λ-2，d3 = λ-2，d4 = (λ-2)²。这四个不变因子满足整除链 d1 | d2 | d3 | d4。

第四步，拆初等因子。每个不变因子拆成不可约因式的幂：λ-2 拆成 λ-2，λ-2 拆成 λ-2，(λ-2)² 保持不动。所以初等因子为 λ-2、λ-2、(λ-2)²。

第五步，写 Jordan 标准型。一个因子 λ-2 对应一个 1 阶 Jordan 块 [2]，因子 (λ-2)² 对应一个 2 阶 Jordan 块 [[2,1],[0,2]]。合起来：

J = [ 2 0 0 0; 0 2 0 0; 0 0 2 1; 0 0 0 2 ]

这样排列只是其中一种，Jordan 块顺序可以交换。关键信息是：一个 2 阶块加两个 1 阶块。几何重数等于 4 减 λ=2 时 λI-A 的秩。代进去看，λI-A 在 λ=2 时非零行只有一行，秩为 1，所以几何重数为 3，正好对应 3 个 Jordan 块。这个交叉验证很有用，能帮你发现前面哪一步算错了。

3.4 第 7 题：正规矩阵的谱分解四步法

第七题的矩阵 A 是上三角结构，第一步验证正规性：写出 A^H，然后算 A^H A 和 A A^H。两个乘积都是对角矩阵时，逐项对比相等就完成了证明。注意这类题目的矩阵通常被设计成“刚好满足交换条件”，计算量不大，但每一步都必须写清楚，因为老师就是看你对 A^H 和矩阵乘法顺序的理解是否到位。

第二步求特征值。A 是上三角阵，特征值就在对角线上。这时你要检查：如果特征值互不相同，矩阵自动可对角化，谱分解会简单很多；如果有重根，下一步就得仔细处理特征向量空间。

第三步求特征向量。对每个特征值 λ，解 (A - λI)x = 0。正规矩阵保证不同特征值对应的特征向量互相正交，所以你不需要额外做施密特正交化，只需要对同一个特征子空间内的向量做单位化。把所有单位特征向量按列拼成酉矩阵 U，对应特征值写成对角矩阵 D，就有 A = U D U^H。

第四步写谱分解。设 λ1、λ2、λ3 是三个特征值，对应单位特征向量 u1、u2、u3，则投影矩阵 Pi = ui ui^H。谱分解写为 A = λ1 P1 + λ2 P2 + λ3 P3。验算时可以用投影矩阵的性质：Pi² = Pi，Pi Pj = 0（i≠j），以及 Σ Pi = I。这三个性质都满足，谱分解才算完整。

4. 避坑与常见问题排查：这些地方错了整题白做

下面是拆这套题时最容易踩的五个坑，每一条我都按“现象 → 原因 → 解决”来写。

4.1 坑 1：过渡矩阵方向写反

现象：第 1 题第二问求出来一个矩阵，核对答案时发现差一个逆，整个结果不对。

原因：没搞清楚“从 β 基到 α 基的过渡矩阵”和“从 α 基到 β 基的过渡矩阵”是互逆关系。很多同学习惯性认为“新基到旧基”就是正向，结果正好反了。

解决：做题时先写出关系式 α = βT。题干说 β 到 α，那就找 T；如果要说 α 到 β，则取 T⁻¹。我每次写这种题都会顺手在草稿纸上把这个关系式列出来，再决定用 T 还是 T⁻¹。

4.2 坑 2：先用顺序主子式，不验证 Hermite

现象：第五题里矩阵含 i，某个同学直接算三阶顺序主子式，发现都为正，然后写“A 正定”，被扣了一半分。

原因：正定 Hermite 矩阵的定义本来就要求矩阵是 Hermite 的。顺序主子式全为正只是正定的一个判别条件，它的前提是矩阵为 Hermite 矩阵。如果连 A^H = A 都没验证，那这个判别法不成立。

解决：拿到任何一个含虚数的矩阵，先算 A^H 并与 A 对比。相等之后再算顺序主子式，并且在证明里写明“因为 A 是 Hermite 矩阵且各阶顺序主子式为正，所以 A 正定”。

4.3 坑 3：几何重数算错导致 Jordan 块个数错误

现象：第四题算出的 Jordan 标准型是四个 1 阶块组成的对角阵，但验算时发现 A 的行列式因子对不上。

原因：只看特征值都是 2，就默认特征值的代数重数是 4，几何重数也当成 4，忽略了 λI - A 在 λ=2 时的秩并不是 0。

解决：先求 rank(2I - A)，再算几何重数 = n - rank。本题 rank = 1，几何重数 = 3，因此 Jordan 块一定是 3 个。代数重数 4 与几何重数 3 的差就是最高 Jordan 块阶数减 1 的那个阶数，也就是存在一个 2 阶块。做完标准型后往回验证一下行列因子是否恢复了，能筛掉九成错误。

4.4 坑 4：满秩分解时秩误判

现象：第六题做满秩分解，中间用初等行变换化简，结果得到的前 k 列构造成的矩阵列数比实际秩多 1，导致分解式相乘后根本还原不出原矩阵。

原因：满秩分解的基本思路是 A = B C，其中 B 是列满秩矩阵，C 是行满秩矩阵。常见做法是通过行变换找 A 的秩 r，再选取 A 的 r 个线性无关列作为 B，把 A 化简成行阶梯形以后，非零行作为 C。如果秩算错，后面的分解全部错位。

解决：第一步永远先求 rank(A)，用高斯消元把 A 化成行最简形，数非零行数。然后取原矩阵 A 中与主元列对应的 r 列构成 B，取行最简形的前 r 个非零行构成 C。最后算一遍 BC 是否等于 A。这一步验算只要几十秒，不要省。

4.5 坑 5：幂等阵特征值只写 1 和 0，不交代 Jordan 块阶数

现象：第八题里证明 A² = A 时，只证出特征值是 1 或 0，却忽略了题目问的是“所有 Jordan 块的阶为 1”。

原因：特征值只有 1 和 0 只能推出对角元素，不能推出 Jordan 块一定是一阶。真正决定 Jordan 块阶数的是幂等关系 A² = A 对约当块的约束。

解决：设 J 是 A 的 Jordan 标准型，A² = A 等价于 J² = J。把每个 Jordan 块 Jm 代入，发现只有当 m = 1 时 Jm² = Jm 才能成立。这一步写完整，才能同时推出秩 r 等于单位块的个数，以及不同特征值只能是 1 和 0。这个题第二问和第三问都建立在“Jordan 块阶数全为 1”这个结论上，少了它，后面 Hermite 矩阵酉对角化的结论就没有支撑。

5. 进阶用法：把试卷当自测工具，三小时完成一轮查漏补缺

这套题刷完一遍之后，不要急着扔。它有很好的结构对称性：前四题考线性空间与标准型，后四题考复矩阵结构。我一般会把这张卷子拆成两轮自测，而不是一次性从头做到尾。

第一轮，只做第 1、3、4、8 题，限时 90 分钟。这四题是“结构型”考点，覆盖线性空间、线性变换、Jordan 标准型、幂等阵。如果你能在这轮里不看任何参考书完成全部推导，说明你对矩阵相似理论的主干已经掌握。做完后我把错题分成两类：一类是计算错误，另一类是概念错误。计算错误只需要对答案时标注，概念错误则要回到对应章节重新读一遍定义。

第二轮，做第 2、5、6、7 题，限时 90 分钟。这四题偏“分析型”，重点在范数、内积、分解和谱。这轮我特别关注的是第 5 题和第 7 题：它们都涉及复数矩阵，凡是 A^H 写错的地方，基本都是共轭没取或者转置方向错了。把这些错误集中起来，你会发现自己最容易栽的其实是同一个点：复矩阵求共轭转置时，把 i 的符号忽略掉。

做完两轮以后，我建议你用一张表做复盘，表的列分别是：题号、考点、我的用时、错误类型、对应教材章节、复做优先级。这张表不用填很复杂，但填完以后你会清楚看见自己的薄弱点集中在哪。比如如果你第 2 题和第 3 题都因为“没注意向量维数”出错，那说明你对矩阵乘法维度的敏感度不够，下次做题前先花三秒确认 A 的列数等于 x 的行数。

我还习惯在每道题旁边标注出题人给的关键提示。第 5 题明确写了“提示：顺序主子式”，这说明出题人希望你先验证 Hermite 再用判别法；第 8 题给 A² = A 和 rank(A)=r，则是在暗示你从 Jordan 块入手。把提示当作线索去反推命题思路，是一件很有意思的事。很多题看着复杂，但提示词已经划定了解题路径，你需要做的只是把那条路径走完。

从那以后，我每次刷这类期末卷子都强制自己走一遍“两轮限时 + 错题分类 + 出题意图标注”的流程，不再漫无目的地从头看到尾。这套流程帮我从“题都会做”变成“知道每道题在考什么”，效率高很多。如果你最近也在备考矩阵分析，希望这套拆解能帮到你。

本文还有配套的精品资源，点击获取