矩阵理论与应用(张跃辉)习题参考解答 (上海交大)
(2021年整理)上海交通大学矩阵理论张跃辉思考题汇总
矩阵理论思考题汇总第一章线性代数概要与提高1.秩为0的n阶矩阵只有1个.秩为1的矩阵与秩为2的矩阵是否可以比较多少?2.当n≥2时,n阶可逆矩阵与不可逆矩阵都是无限的.是否存在某种方式可以比较它们的多少?3.试给出矩阵秩的一种直观意义.1.齐次线性方程组的解的几何意义是什么?非齐次线性方程组的解与其对应的齐次线性方程组的解的几何意义是什么?2.初等变换的几何意义是什么?3.试给出满秩分解的一种直观意义.1.矩阵的特征向量和特征值有何直观意义?2.交换矩阵A的两行对其特征值与特征向量有何影响?交换两列呢?试总结之.3.如果同时交换矩阵A与B的相同两行(比如同时交换第1、2行),所得的矩阵相似,那么A与B是否相似?如果既交换1、2两行，又交换1、2两列,则又如何?4.能否有某种办法衡量有相同特征值的矩阵与无相同特征值的矩阵的多少?你认为哪种多一些?5.能否有某种办法衡量可对角化的矩阵与不可对角化的矩阵的多少?你认为哪种多一些?1.将线性空间的条件(B4)即1•α=α改为1•α=2α将如何?2.线性空间的定义实际上没有用到每个非零元素均有逆元这个条件.如何改造线性空间的定义,使其包括更多的系统,比如包括通常加法和乘法下的整数集合(去掉数域F中每个非零元素均有逆元的条件将得到数数环的概念)?3.设u=u(x,y,z,t)是未知函数,c是常数,∇2=∂2∂x2+∂2∂y2+∂2∂z2是Laplace算符.波动方程∂2u∂t2=c2∇2u的全体解是否构成线性空间?若u与时间t无关,则波动方程变为Laplace方程∇2u=0.该方程的全体解是否构成线性空间?总结之.4.试给出基与基向量一个直观的解释.5.试给出过渡矩阵的一种直观解释.1.将内积的正定性条件去掉将如何?是否这是无稽之谈?2.正交性概念是通常垂直概念的推广.Gram-Schmidt正交化方法在立体几何中有何解释?3.试给出标准正交基的一个直观解释.4.由标准正交基到另一组标准正交基的过渡矩阵有何特点?5.设F=C或R.F上的n元二次型全体是否构成F上的线性空间?n维双线性型全体呢?6.试对F上的任意m维向量x与n维向量y,推广双线性型的概念.这样的双线性型全体是否构成F上的线性空间?7.三阶度量矩阵的行列式有何几何解释?8.设(•,•)i,i=1,2是n维实线性空间V上的两个不同的内积,α,β∈V.是否可能(α,β)1=0但(α,β)2=0?是否可能(α,α)1<(β,β)1但(α,α)2>(β,β)2?一般地,这两个内积有何关系?19.试对n维实线性空间V上的双线性型讨论上题类似的问题?第二章矩阵与线性变换1.两个子空间的并何时是子空间?2.两个向量张成的子空间的几何意义是什么?3.两个子空间的交,并与和的几何意义分别是什么?4.实数域R作为实线性空间的所有子空间是什么?作为有理数域上的线性空间呢?5.复数域C作为实线性空间的所有子空间是什么?作为复数域上的线性空间呢?6.解释3阶矩阵A的四个子空间的几何意义和相互位置关系.7.设F=C或R.则F上的n元二次型全体构成F上的线性空间(第一章第五节思考题5).全体半正定二次型是否是该线性空间的子空间?全体不定二次型呢?8.设F=C或R.则F上的n维双线性型全体构成F上的线性空间(第一章第五节思考题5).全体n维对称双线性型是否是该线性空间的子空间?1.是否有可加性与齐次性等价的情形?2.平面(即R2)上的线性变换能否将直线变为抛物线或者椭圆?能否将抛物线或者椭圆变为直线?空间(即R3)中的线性变换能否将平面变为直线?能否将抛物线变为直线或者椭圆?3.如何建立空间中的过原点的直线和平面上的过原点的直线之间的同构映射?4.试利用线性变换的观点解释矩阵的等价.5.以线性变换的观点解释列满秩与行满秩矩阵以及矩阵的满秩分解.6.设V是1维线性空间,则End V与Aut V是什么?特别,什么是End R,Aut R,End C,Aut C?7.有限维线性空间上的单线性变换就是满线性变换,此结论对无限维线性空间成立吗?8.同构R∼=R∗与R3∼=(R3)∗有何自然含义?9.设V是空间中满足x+y+z=0的子空间,V的对偶空间是什么?1.试用正交分解理论解释勾股定理.2.试利用正交分解理论在空间中建立关于面积的勾股定理.能否建立更高维的勾股定理?3.最优解何时唯一?4.如果在R3中定义“广义内积”(x,y)=x1y1+x2y2−x3y3,则正交性有何变化?是否存在非零向量x与自己正交?1.平面(即R2)上的非等距线性变换不能保持所有向量的长度,但可否保持所有角度?2.空间(即R3)中的非等距线性变换能否保持一些向量的长度?能否将某个半径为1的圆还变为半径为1的圆?特别,空间中的幂零变换能否保持一些向量的长度?幂等变换保持哪些向量的长度?3.平面上的反射变换能否由旋转实现?反过来呢?4.对称变换并不保持图形的对称性,如何为“对称”一词找一个恰当的几何解释?5.反对称矩阵对应的线性变换有何特点?6.对称变换是否在任何一组基下的矩阵均为对称矩阵?在某组基下的矩阵为对称矩阵的线性变换是否一定是对称变换?1.设U i,V j,1≤i≤n,1≤j≤m是线性空间.描述Hom(n∑i=1⊕U i,m∑j=1⊕V i)中的元素的结构,并以此给出分块矩阵的一个几何解释.22.Q (√2)是有理数域上的2维线性空间.它与Q 及自身的张量积(空间)分别是什么?3.复数域C 是实数域R 上的2维线性空间.商空间C /R 是什么?4.设p 是素数,有限域F p =Z /p Z 的加法与乘法结构如何?能否建立F 2(或F p )上的线性空间(线性变换)理论?5.实多项式空间R [x ]与复数域C 均是R 上的线性空间,它们的张量积是什么?6.设V 是线性空间,σ∈End V 是幂零(幂等,同构,等)变换.设U 是σ的不变子空间,设¯σ是由σ诱导的V/U 上的商变换,问¯σ是否也是幂零(幂等,同构,等)变换?第三章矩阵的Jordan 标准形1.实数域上的Schur 三角化定理成立吗,即每个实方阵是否可以正交三角化?2.是否每个矩阵都可以分块酉三角化,即分块Schur 三角化定理中的可逆矩阵是否可以加强为酉矩阵?3.设A,B 为同阶方阵,则由降幂公式知AB 与BA 有相同的特征多项式,它们是否相似?4.特征多项式与最小多项式的商多项式有何意义?5.如果一个线性变换σ的特征值的模均小于1,σ有何特点?6.如果一个线性变换σ有一组正交的特征向量,σ有何特点?1.设矩阵A ∈M n (Q ),且A 的特征值均属于Q .是否存在可逆矩阵P ∈M n (Q )使得P −1AP 为Jordan 标准形?将Q 换成Z 又如何?2.分块矩阵(A B B A)的Jordan 标准形与A,B 的Jordan 标准形有何关系?特征值有何联系?特别讨论A =0与A =B 的情形.3.仿照幂零矩阵相似的判别准则给出两个同阶矩阵相似的判别准则.是否能够判断该准则与幂零矩阵相似的判别准则哪个更有意义?1.两个矩阵的和与积的Jordan 标准形是否等于它们的Jordan 标准形的和与积?2.如果P 与Q 均为Jordan 标准形中的变换矩阵,它们之间有何关系?1.用盖尔圆盘定理如何估计酉矩阵与正交矩阵的特征值?第四章正规矩阵与矩阵的分解1.复对称矩阵是否是正规矩阵?2.正规矩阵的和与积是否为正规矩阵?3.相似变换是否保持矩阵的正规性?4.讨论2阶与3阶实对称矩阵的特征值(包括零)的几何意义.1.试讨论非正规矩阵的谱分解的几何意义.2.设单纯矩阵A 仅有一个非零特征值λ,则A 的谱分解是什么?3.两个n 阶矩阵A 与B 何时满足条件AB =BA =0?4.研究单纯矩阵的谱分解,说明为什么不定义非单纯矩阵的谱分解.31.如果一个矩阵有LU 分解,它是否一定有UL (即上三角在左,下三角在右)分解?2.设一个矩阵既有LU 分解也有UL 分解,试比较正定矩阵的这两种分解在计算上的差异?3.半正定矩阵有无类似的Cholesky 分解?负定矩阵和不定矩阵呢?4.如果去掉对角元素均为正的条件,正定矩阵的Cholesky 分解是否具有唯一性?5.可逆矩阵未必有三角分解.能否设计一种方法以比较有三角分解的可逆矩阵与没有三角分解的可逆矩阵的数量?1.可逆矩阵是否存在“三角正交分解”即“A =RU ”,其中R,U 同正交三角分解？又,能否将上三角矩阵变为下三角矩阵?2.对行满秩矩阵如何定义正交三角分解?3.对不可逆矩阵能否定义类似的分解?4.由U ∗U =I 是否可以推出UU ∗=I ?1.矩阵的奇异值分解不唯一,但是否可以确定到某种程度?2.能否将极分解中的顺序改变?即是否存在酉矩阵U 和半正定矩阵P 使得A =UP ?3.不是方阵的矩阵可否定义极分解?唯一性如何?4.可否以满足条件B 2=A 的矩阵B 来定义√A ?更一般地,可否以满足条件B m =A 的矩阵B 来定义A 1/m ?第五章矩阵函数及其微积分1.在R 2中,中心在原点的非等边矩形是否可以是单位圆?中心在原点的正三角形与双曲线呢?2.三角不等式中的等号何时成立?是否存在范数使得三角不等式总是等式?3.两个范数的乘积是否仍是范数?(和的情形见习题18.)4.内积可以诱导范数.哪些p -范数可以诱导内积,即定义(x −y,x −y )=||x −y ||2?哪些不能?5.矩阵A 与其共轭转置A ∗的矩阵范数有何联系?可逆矩阵与其逆矩阵的矩阵范数有何联系?线性变换与其伴随变换的范数有何联系?6.矩阵范数中次乘性的等号何时成立?是否存在矩阵范数使得次乘性中的等号永远成立?7.能否在赋范线性空间中定义合理的角度?研究1-范数和∞-范数的单位圆中的几个角,它们是直角吗?1.若lim n →∞A n B n 存在,是否lim n →∞A n ,lim n →∞B n 一定存在?为什么?2.设A,B 均幂收敛,A +B,AB 幂收敛吗?1.e A e B =e B e A 成立的可能性有多大?更一般地,设f (x )是一个幂级数,则f (A )f (B )=f (B )f (A )成立的可能性如何?一般地,如何比较与A 可交换的矩阵的数量(当然是无穷多个)和与A 不可交换的矩阵的数量?2.试举例说明矩阵e A e B ,e B e A 与e A +B 可以两两不等.又,如果e A e B =e B e A ,是否有e A e B =e A +B ?3.矩阵的勾股定理是否成立,即是否有cos 2A +sin 2A =I ?4.公式(A (t )2) =2A (t )A (t )正确吗?45.设A (t )可逆,如何计算(A (t )−1) ?又A (t )是否可逆?6.设A (t )是正交矩阵,问A (t )还是正交矩阵吗?7.即使A 不可逆,积分∫t t 0e As d s 仍然有意义.应如何计算?1.设α∈C m ×1,β∈C n ×1,则J (αT Xβ)=∂αT Xβ∂X =?2.设α∈C m ×1,β∈C n ×1,则J (αT X T β)=∂αT X T β∂X=?3.设X 是方阵,J (X 2)=?4.如果定义J (X )=∂X ∂rvec X ,将得到何种结果?是否还有其它方式?5.试比较隐函数存在定理与Jacobian 猜想.第六章广义逆矩阵1.2×1矩阵与1×2矩阵的广义逆矩阵的几何意义是什么?2.两个n 阶矩阵A 与B 何时满足条件AB =BA =0?3.设P,Q 是两个可逆矩阵,等式(P AQ )†=Q −1A †P −1成立吗?1.列满秩矩阵与行满秩矩阵的Moore-Penrose 广义逆的几何意义是什么?2.利用谱分解计算Moore-Penrose 广义逆的几何意义是什么?1.零矩阵的广义逆矩阵是所有矩阵,是否还有别的矩阵的广义逆矩阵是所有矩阵?2.不可逆的方阵可否有可逆的广义逆矩阵?3.A −A 与AA −的几何意义是什么?4.试给出矩阵A 的广义逆矩阵的秩的一个上限?1.除了零矩阵与可逆矩阵外,是否还有别的矩阵的{1,2}-逆是唯一的?2.Hermite 矩阵的{1,2}-逆一定是Hermite 的吗?3.不可逆矩阵的{1,3}-逆与{1,4}-逆一定是不可逆的吗?4.矩阵的{1,2}-逆,{1,3}-逆,{1,4}-逆的几何意义是什么?5.何时A {1,i }=A {1,j },1≤i =j ≤4?6.何时A {1,i }是元素个数大于1的有限集合?1.利用广义逆矩阵如何刻画方程组Ax =b 的相容性?2.方程Ax =b 的最小范数解是否唯一?几何意义是什么?3.利用矩阵的张量积与广义逆求解矩阵方程AXB =C 有何异同?5。
矩阵理论与应用(张跃辉)(上海交大)第二章参考答案
5. 设
112
A = 0 1 1 ,
134
求 A 的四个相关子空间. 解：
R(A) = [(1, 0, 1)T , (1, 1, 3)T ], R(AT ) = [(1, 0, 1)T , (0, 1, 1)T ], N (A) = [(−1, −1, 1)T ], N (AT ) = [(−1, −2, 1)T ]
6. 设 V 是线性空间, W1, W2, · · · , Ws 是 V 的真子空间. 证明 W1 ∪ W2 ∪ · · · ∪ Ws = V .(提 示: 利用 Vandermonde 行列式或归纳法.)
得
β
证 (t)
明 =
：∑不si=1妨ti设−1αWi ∈i
⊂ ∪j=iWj, ∀i. 因此存在 αi ∈ Wi \ ∪j=iWj. 所以存在 ∪sj=1Wj。否则：对 F 中的无穷多个数 t，至少有一个 Wi0
证明：U 关于加法与数乘显然封闭，故是子空间。dim U = n2 − 1, U 的一个补空间是全 体纯量矩阵构成的子空间。
8. 设 V 是所有次数小于 n 的实系数多项式组成的实线性空间, U = {f (x) ∈ V | f (1) = 0}. 证明 U 是 V 的子空间, 并求 V 的一个补空间.
12
记 α = k1α1 + k2α2 + · · · + krαr, β = br+1βr+1 + br+2βr+2 + · · · + bsβs, γ = cr+1γr+1 + cr+2γr+2 + · · · + ctγt.
则 α ∈ U ∩ W, β ∈ U, γ ∈ W , 以及 α + β + γ = 0. 于是 γ = −α − β ∈ U , 从而 γ ∈ U ∩ W ; 从而存在适当的数 d1, d2, · · · , dr, 使得 γ = d1α1 + d2α2 + · · · + drαr, 即
矩阵理论答案(上海交大版)
0 2 2 2 ， 3 1 2 1 3
即
T
e1, e2 , e3 e1, e2 , e3 A,
作
基
变
换
e1,
e2 , e3 '
'
,e1
'
,e 则 2
e3 .
P
' ' e1' , e2 , e3 e1, e2 , e3 PAP 1. 故使为对角形的基 e1, e2 , e3 P1 即可。
u1 ； w1 ； 故 U W 的基为 3w1 w2 ， U 的基为 3w1 w2 ， W 的基为 3w1 w2 ， U W
的基为 3w1 w2 ， u1 ， w1 。 6． U W ( x, y, z, w)
1 1 1 1 x y z w 0 ， r 2， 1 1 1 1 x y z w 0
数非 0 且不满足此方程式的元即可生成此补空间。 5． 记 U= u1, u2 , u3 ， W w1, w2 ，把 U,W 放在一起成 4 行 5 列的矩阵，其 Hermite 标 准形为
1 0 0 0
4 5 1 2 1 5 1 1 3 9 ， 0 0 1 3 0 0 0 0
5． | Em AB |
mn
， En BA 知除 0 外 AB 与 BA 的特征值全相同（包括代数重数）
而迹为矩阵特征值之和。
2 6． （1）特征多项式 x 8 x 7 为最小多项式，可能角化
（2） | E A | 1 2 3 为最小多项式，可对角化 （ 3 ）特征多项式为 1
张跃辉-矩阵理论与应用 前第四章答案
0 1
0 −1
)
0 −1
;.
11
18. 证明第三种初等矩阵 (即 I + aEij, i = j, a = 0) 彼此相似. 又, 第一种初等矩阵是否 彼此相似?
4
证明：为证明第三种初等矩阵 (即 I + aEij, i = j, a = 0) 彼此相似，先证明 Eij(i = j) 均 与 E12 相似即可. 为此，若 i = 1，则交换 Eij 的第 2 列与第 j 列，然后交换新矩阵 (此时新的 矩阵即为 E12) 的第 2 行与第 j 行，但这两行都是 0 行，故所得矩阵仍是 E12. 因此 Eij(i = j) 与 E12 相似.
A C
B D
= |A||D − CA−1B|.
证明：利用分块矩阵的初等变换可得
(
)(
)(
)
I 0 AB
A
B
−CA−1 I
C D = 0 D − CA−1B ,
故两端的行列式相等.
()
14. (1) 设矩阵 A, C 均可逆, 求分块矩阵
AB 0C
的逆矩阵.
(
)
(2) 设矩阵 A 可逆, D − CA−1B 也可逆, 证明分块矩阵
6. 证明: 对任意 n 阶矩阵 A, 有 r(An) = r(An+1).
证明：由于 r(Ai+1) ≤ r(Ai), 故 A, A2, · · · , An+1 中必有 2 个矩阵 As 与 At 的秩相同. 不妨设 s < t. 于是 r(As) = r(As+1) = · · · = r(At). 下证必有 r(At+1) = r(At). 考虑方程 组 At+1x = 0 的任意解 α. 由于 Aα 是 Atx = 0 的解而 r(At) = r(At−1)，故 At−1x = 0 与 Atx = 0 同解，从而 Aα 满足方程 At−1x = 0 即 Atα = 0. 这表明 At+1x = 0 与 Atx = 0 同解，故 r(At+1) = r(At). 重复上述证明可知 r(Ai) = r(Aj), ∀i, j ≥ s.
上海交大研究生矩阵理论答案
nk rnn12习题 一1．（ 1）因cosnx sin nx sin nx cosnx cosx sin x sin x =cosxcos(n sin(n 1)x 1)x sin( n cos(n 1)x 1)x，故由归纳法知cosnx sin nx A。
sin nx cosnx（ 2）直接计算得A4E ，故设 n4 k r (r 0,1,2,3) ，则 AnA 4 k Ar( 1) A ， 即只需算出 A 2, A 3即可。
0 1 0 1（ 3 ）记 J=，则，1 0n1 n 12 n 2na C n aC n a C nanC 1 a n 1C n 1aAn(aE J )nnC i a i Jn ii 0n n an 。
C 1a n 1 an2. 设 AP1a2P 1(a 1,0),则由A 2E 得a 1时,11110 12 12 1 02不可能。
1而由 a10时,2 1知1 所以所求矩阵为 PB P 1 ，其中 P 为任意满秩矩阵，而ii2221 0 1 0 1 0 B 1, B 2, B 3。
0 10 11注： A2E 无实解， AnE 的讨论雷同。
3. 设 A 为已给矩阵，由条件对任意n 阶方阵 X 有 AX=XA ，即把 X 看作 n 2个未知数时线性方程 AXXA=0 有 n 2个线性无关的解， 由线性方程组的理论知其系数矩阵为零矩阵，1*1a w通过直接检验即发现 A 为纯量矩阵。
a na n 1 a 1 04. 分别对（ A B ）和A 作行（列）初等变换即可。
C5. 先证 A 或 B 是初等到阵时有AB*B *A *，从而当 A 或 B 为可逆阵时有AB*B * A *。
考虑到初等变换 A 对 B 的 n1阶子行列式的影响及 A A 即可得前面提到的结果。
E r 0 下设 PAQ，（这里 P ， Q 满秩），则由前讨论只需证下式成立即可：0 0**E r 0 *E r 0 B B，0 00 0（ 1） r<n-1 时，因秩小于 n-1 的 n 阶方阵的 n-1 阶子式全为 0，结论显然；B n1*E r 0 0 0 **E r 0 0B n2（ 2） r=n-1 时，0 0， B，但0 10 0E r 0b 11b 12b 21b 22b 1 nb 2nb 11b 12b 21b 22b 1n b 2n ，故0 B nn0 0b n1b n2b nn0 0E r 0 B n1 *B n 2**E r 0 BB。
矩阵理论与应用(张跃辉 上海交大研究生教材)第四答案
1. 判断下列矩阵能否酉对角化, 如能, 则求一个酉矩阵 U , 使 U ∗ AU 为对角形: −1 i 0 0 i 1 i i 0 (1) A = −i 0 −i ; (2) A = −i 0 0 ; (3) A = i 1 0 . 0 i −1 1 0 0 0 i i i 1 i 解：(1) U = (2) U =
2 i=1 λi |yi |
= max
∑n
i=k
|yk |2 +···+|yn |2 =1,y ⊥wi 1≤i≤n−k
λi |yi |2 ≥ λk .
9. 设 A = (aij )n×n 是复矩阵, λ1 , λ2 , · · · , λn 为 A 的 n 个特征值. 证明 n n ∑ ∑ (1) (Schur 不 等式 ) |λi |2 ≤ |aij |2 ∑ i,j =1
|aij |2
且等号成立当且仅当 B 是对角矩阵当且仅当 A 是正规矩阵, 即得 (2). 10. 直接证明实对称矩阵与 (实) 正交矩阵可以酉对角化, 从而均为正规矩阵. 证明：由线性代数知实对称矩阵可以正交对角化故可酉对角化。 设 A 是正交矩阵，则存在酉矩阵 U 使得 U ∗ AU = T 是上三角矩阵, 但 A 也是酉矩阵， 从而 T 也是酉矩阵，于是 T 只能是对角矩阵。 11. 设 A 是 n 阶实矩阵, 证明 A 是正规矩阵 ⇐⇒ 存在正交矩阵 Q 使得 QT AQ = A1 ⊕ A2 ⊕ · · · ⊕ As , 其中每个 Ai 或者是 1 阶实矩阵, 或者是一个 Schur 型. 证明：由于每个 Schur 型均为正规矩阵，故充分性是显然的。必要性。由实矩阵的三角 A1 ∗ A2 化定理 (见第三章习题 5) 可知存在正交矩阵 Q 使得 QT AQ = = B ，其 . . . 0 Ak 中 Ai , 1 ≤ i ≤ s 是 1 阶实矩阵 (即 A 的一个实特征值), Ai , s+1 ≤ i ≤ n 是一个 Schur 型 (对应 A 的一对非实数特征值, 其模长平方恰为该型的行列式). 设 A 是实正规矩阵，λ1 , λ2 , · · · , λn k k s n ∑ ∑ ∑ ∑ tr(Ai AT |Ai | = |Ai |2 + |λi |2 = 为 A 的 n 个特征值. 则 tr(BB T ) = tr(AAT ) = i ).
张跃辉矩阵理论与应用 第五章参考答案
证明：因为
x = 0,
故
||Ax|| ||x||
=
||A
x ||x||
||，由于
x ||x||
的范数为
1，即得所需。
16. (1) 证明 |||A|||2 = (ρ(A∗A))1/2 定义了一个矩阵范数, 称为 A 的谱范数; (2) 试求一个与矩阵的谱范数相容的向量范数; (3) 证明若 A 是正规矩阵, 则 A 的谱范数就是其谱半径 ρ(A); (4) 设 V 是由全体 Hermite 矩阵构成的复线性空间, 证明谱半径给出 V 上的一个向量范 数. 该范数是矩阵范数吗?
|((a − b)x, y)| + |(b − a)(x, y)| ≤ 2|a − b|||x||2||y||2. 由于对任意给定的 ε > 0, 总存在 b ∈ Q 使
得 |a − b| < ε, 因此上式意味着 |(ax, y) − a(x, y)| 可以任意小, 故它们必相等.
(4) 仅有 l2 范数.
(4) | ||x|| − ||y|| | ≤ ||x − y||.
证明：(1) ||0|| = ||0x|| = 0||x|| = 0;
x
1
(2) ||x|| = ||x|| ||x|| = 1;
(3) || − x|| = | − 1|||x|| = ||x||;
(4) ||x|| ≤ ||x − y|| + ||y||, ||y|| ≤ ||x − y|| + ||x||.
证明：为方便起见，设内积空间为欧氏空间. (1) 设 || • || 是由内积 (•, •) 诱导的范数，则
||x ± y||2 = (x ± y, x ± y) = (x, x) ± 2(x, y) + (y, y).
上海交通大学矩阵理论试卷张跃辉
八、证明题(6 分)
设A为n阶矩阵，证明：A非奇异的充分必要条件是存在常数项不等于0的多项式g(λ)使 得g(A) = 0。
8
附
录
上海交通大学 2009-2010 学年第一学期《矩阵理论》试卷
姓名
学号
矩阵理论分班号
成绩
本试卷共四道大题, 总分 100 分. 其中 A∗ 表示矩阵 A 的共轭转置.
A
与
B
的最小多项式分别为
(x
−
1)2(x
−
2)
与
(x
−
1)(x
−
2)2,
则矩
阵
A A−B 0B
的最小多项式为 (
)
(A)(x−1)2(x−2)
(B)(x−1)(x−2)2
(C)(x−1)2(x−2)2
(D)(x−1)3(x−2)3
4. 设 A 为 n 阶可逆矩阵, ρ(A) 是其谱半径, || • || 是一种矩阵范数, 则必有 ( )
(3) 设 σ 是 V 的一个等距变换, σ(e1) = e1 + e2. 求 σ((x, y)T )? 这样的等距变换唯一吗?
100
13. 设 A = 1 0 1 .
010
(1) 求 A 的 Jordan 标准形 J(不必计算变换矩阵 P ); (2) 设 n ≥ 3, 计算 An − An−2 与 A2 − E; (3) 求 ∫0t(E − A−2)eAsds.
1
二. 填空题(每空 3 分, 共 15 分)
设二维线性空间V 的线性变换T1 : V → V 与T2 : V → V 在基α1, α2下的矩阵分别为
()
A=
1 2
矩阵理论第4章习题解答 (2)
矩阵理论第四章习题解答1. 习题1问题描述已知矩阵A和B定义如下：A = [1, 2, 3][4, 5, 6][7, 8, 9]B = [9, 8, 7][6, 5, 4][3, 2, 1]求矩阵C = A + B。
解答我们可以直接对A和B对应位置的元素进行相加，得到矩阵C。
A +B = [1+9, 2+8, 3+7][4+6, 5+5, 6+4][7+3, 8+2, 9+1]计算结果为：[10, 10, 10][10, 10, 10]2. 习题2问题描述已知矩阵A和B定义如下：A = [1, 2, 3][4, 5, 6][7, 8, 9]B = [9, 8, 7][6, 5, 4][3, 2, 1]求矩阵D = A - B。
解答我们可以直接对A和B对应位置的元素进行相减，得到矩阵D。
A -B = [1-9, 2-8, 3-7][4-6, 5-5, 6-4][7-3, 8-2, 9-1]计算结果为：[-2, 0, 2][4, 6, 8]3. 习题3问题描述已知矩阵A和B定义如下：A = [1, 2, 3][4, 5, 6][7, 8, 9]B = [2, 0, 1][1, 2, 1][0, 1, 2]求矩阵E = A * B。
解答我们可以通过矩阵乘法的定义来计算E。
矩阵乘法的定义为：矩阵C的第i行第j列的元素等于矩阵A的第i行与矩阵B的第j列对应元素的乘积之和。
对于矩阵A和B，可以计算得到矩阵E。
E = [1*2+2*1+3*0, 1*0+2*2+3*1, 1*1+2*1+3*2][4*2+5*1+6*0, 4*0+5*2+6*1, 4*1+5*1+6*2][7*2+8*1+9*0, 7*0+8*2+9*1, 7*1+8*1+9*2]计算结果为：E = [4, 7, 8][10, 13, 16][16, 19, 22]4. 习题4问题描述已知矩阵A定义如下：A = [1, 2, 3][4, 5, 6][7, 8, 9]求矩阵F = A^T，其中A^T表示A的转置矩阵。
上海交通大学矩阵理论试卷张跃辉
二．（本题 15 分）
设V {a cos bsin,其中a,b为任意实数}是实二维线性空间。对任意 f , g V ,定义：
(f
, g)
f
(0)g(0)
f
(
)g(
) 。证明：(
f
, g)是V
上的内积，并求 h( )
3cos(
7) 4sin(
9) 的长度。
1、取定一组基，求该线性变换在该基下的矩阵A； 2、求与A相关的四个子空间N (A), R(A), R(AT )和N (AT )； 3、求线性变换T 的值域的基与维数； 4、求线性变换T 的核的基与维数。
6
七.证明题(6 分)
设 A ∈ Cn×n 证明A 是正定矩阵当且仅当存在一个正定矩阵B,使得A = B2.
(B) Hermite 矩阵的集合，对于矩阵的通常加法和实数与矩阵的通常乘法；
(C) 平面上全体向量的集合，对于通常的加法和如下定义的数乘运算k · x = x0，k是实数, x0 是某一取定向量.
(D) 投影矩阵的集合，对于矩阵的通常加法和实数与矩阵的通常乘法；
3.线性变换为正交变换的必要而非充分条件的是( ) (A) 保持向量的长度不变; (B) 将标准正交基变为标准正交基；
7
八、证明题(6 分)
设A为n阶矩阵，证明：A非奇异的充分必要条件是存在常数项不等于0的多项式g(λ)使 得g(A) = 0。
8
附
录
上海交通大学 2009-2010 学年第一学期《矩阵理论》试卷
姓名
学号
矩阵理论分班号
成绩
本试卷共四道大题, 总分 100 分. 其中 A∗ 表示矩阵 A 的共轭转置.
研究生 矩阵论 课后答案
|
xk
|2
)
1 2
是范数.
k =1
(2)证明函数 || x ||∞ = max{| x1 |,| x2 |,...,| xn |}是范数.
2.设
x∈R2,
A=
⎛4 ⎜⎝1
1⎞ 4⎟⎠
,请画出由不等式||
x
||
A
≤
1决定的x的全
体所对应的几何图形.
3.在平面 R2中将一个棍子的一端放在原点,另一端放
生成子空间V,求V的正交补空间V ⊥.
15.(MATLAB)将以下向量组正交化.
(1) x1 = (1,1,1)T , x2 = (1,1, 0)T , x3 = (1, −1, 2);T
(2) f (t) = 1, g(t) = t, h(t) = t2是[0,1]上的多项式空间
的基,并且定义(
f
9.把下面矩阵A对应的λ -矩阵化为Smith标准形,并且写
出与A相似的Jordan标准形.
⎛1 −1 2 ⎞
(1)
⎜ ⎜
3
−3
6
⎟ ⎟
⎜⎝ 2 − 2 4⎟⎠
⎛ −4 2 10⎞
(2)
⎜ ⎜⎜⎝
−4 −3
3 1
7 7
⎟ ⎟⎟⎠
⎧ dx1
⎪ ⎪
dt
=
3x1
+ 8x3
10.(MATLAB)求解微分方程:
α3 = (0,1,1)T 的矩阵为: ⎡ 1
A=⎢ 1 ⎢⎣−1
0 1⎤ 1 0⎥ 2 1⎥⎦
求在基e1 = (1,0,0)T ,e2 = (0,1,0)T ,e3 = (0,0,1)T下的矩阵.
10.设S = {ε1,ε2 ,ε3,ε4}是四维线性空间V的一个基,已知
矩阵理论与应用题目和答案
11.设4是宛阶矩阵.对任总O ≠r ∈ F”均HAT≠ x.址明/ 一 A对逆并求其逆.12.设〃阶矩阵/1可逆.R与“足八维列向虽.如果(A + r<∕∙)-1可逆.证明SherUIan-MQrrhoii'5公式:μ÷x∕Γ=.4--±±⅛≤l.'八 1 +旷心Jr(提示；可用上题的结论•)13.设门阶矩昨人可逆.ZrGD分别½∏ X m,m X n.τn × m矩阵•证明=∖A∖∖D-CA^l B∖.15.设炬阵/1与A-BG均可逆，试用A9A^∖β.C^^(Λ-BCΓ∖(提不：研宛廿块矩阵(：的逆矩陈•)30.对工=(zι,x2)τ, y = @1皿几规定(4") = Olly l+ biι y2 + bx2yι + Ci22/2 ・证明S2/)是酬的内积=α > O1αc > b2.31.设U= {αco6f+ bsinf,其中α,b为任意实数}是实二维线性空间.对任意/,g W匕定义(/.<7)= /(OMO)+ /(∣)<7(^).证明(/,g)是V■上的内积,并求仇⑴=3∣cos(f + 7) + 4 Sin (t + 9)的长度•32.设欧氏空间昭刃2中的内枳为1(/,g) = J f(χ)g(χ)dx.-J⑴求棊1・以2的度虽矩阵：(2)用矩阵乘法形式计算/U) = l-ι + F与ff(x)= l-4x-5F的内积.12.设线性空间V = R2是欧氏空间(未必是逋常的欧氏空间)∙‰1 = (l,l)τ,α2 = (1,-1)T与內=(0,2)Γ,A¾ = (6,12)r½V的两纽疥.设術巧与仇的内积分别为(αiw4ι) = 1. (a\.02)= 15. (az.βι) = -1∙(Q2.旳)=3∙(L)求阴组丛的度呈屯阵：(2)求U的一个标准IE交基.44・设A是反对称实矩阵(即ST = -A),证明；(1)A的特征值为0或纯虚数；(2)设α + 0i是4的属于一个非零特征值的特征向量，其中α,&均为实向量，则a与0正交.&设2是所竹次数小于71的实系数多项式爼成的实块性空间.U= {∕(r) ∈ V 1/(1) = 0}∙证明UiLV的子空间，并求V的一个补空间・9.设(/ = [(1,2,X6)τ. (4, -L3,6)τ, (5∙ L 6.12)T b W = [(1.-LLI)T,(2∙-13,5)τ]足R4的恃个子空何.(1)求UnW的基；(2)扩充U∩ IV的菇，使其成为D的基；(3)扩ftu∩ Vr的施，便其成为W的皐；(4)求U + W的基.Io-设U = {(τ,ι∕7 2. w) ∣τ + y + 2 + w = 0}1Ir = {(ι∙7y, 2τ w) |r —y÷2-tr = O}.求U ∩ W z, U + W 的维数与基•12.设/1是“阶方阵.证用(1)4∏f以唯4⅛衣乐成个对称炉阵和个反对称炉PnrJ和.试用f z空何的直和分鮒理论斛种这菇果(2)∙2J以唯一地农加成一个HCnnltC矩障和一个反HcrmItc舱阵的和.比用于空间的自和分鮮埋论解释这一(3)解释定义域为R的任盘实函敢可以咁•地衣示成个偶函数与•个奇函数的和；(4)请举一个类似于上曲(1)-(3)的例子并解释之・27. (1)求例2222屮的幕零变换丁的幕零指数及其在标准基下的矩阵；(2)设ST∈ EIKl”分别是线性空何"的同构变换和峯零变换，证∏JJσ÷ T&V的同构变换;(3)设AD是可逆矩阵，£,C是導零矩阵，证明分块矩阵(2 可逆.29.设V r = K3. σ(τ. t/, Z)=(工 + 2y -Z, # + z, @ + M — 2z)・求(1)。
矩阵理论第3章习题解答
第三章 习题解答1．求矩阵1141⎡⎤=⎢⎥⎣⎦A 的谱分解.解：(1) 求特征值()()12310E A λλλ-=-+=，所以特征值为123,1λλ==-.(2) 求特征向量：13λ=对应的特征向量为()11,2;Tp =21λ=-对应的特征向量为()21,2Tp =-.（3）谱分解：令1211(,)22P p p ⎡⎤==⎢⎥-⎣⎦，则1121124.1124TT P ωω-⎡⎤⎢⎥⎡⎤==⎢⎥⎢⎥⎢⎥⎣⎦-⎢⎥⎣⎦令1111124,112TA p ω⎡⎤⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦2221124,112T A p ω⎡⎤-⎢⎥==⎢⎥⎢⎥-⎢⎥⎣⎦故谱分解式为123A A A =- 2 求单纯矩阵296182051240825A -⎛⎫⎪=- ⎪ ⎪-⎝⎭的谱分解式.3.设()1,2,i i n λ=是正规矩阵n?n A ∈C 的特征值，证明：()21,2,ii n λ=是H A A 与HAA 的特征值.证：根据题设矩阵A ，则A 酉相似与对角矩阵，即()12diag ,,,H n A U U λλλ=其中U 为酉矩阵，则()()()()1212diag ,,diag ,,HH H H n n A A U U U U λλλλλλ=()22212diag ,,,HnU Uλλλ=即HA A 的特征值为()21,2,ii n λ=，同理可证()21,2,i i n λ=也是H AA 的特征值。
4 设A 是n n ⨯阶的实对称矩阵，并且20,A =你能用几种方法证明0.A =证：（1）设λ是矩阵A 的一个特征值，x 是对应于λ的一个非零特征向量，即,Ax x λ=220,A x x λ==所以20,λ=即0,λ=所以矩阵A 的特征值全为零，又A 酉相似与对角矩阵()12diag ,,,n λλλ所以0.A =（2）设0,A ≠则20,HA A A =≠与题设矛盾，所以结论成立。
5 试证：对于每一个实对称矩阵A ，都存在一个n 阶方阵S ，使3A S =。
《矩阵论及其应用》课后答案(大合集)
{
}
的 x = c1 sin t + c 2 sin 2t + ⋯ + c k sin kt ， − x = −c1 sin t − c2 sin 2t − ⋯ − ck sin kt 是其负元素. 由于函数的加法与数乘运算满足线性空间要求的其它各条，故集合 V 关于函数的加法与数乘构成实数域上的线性空间. 为证明函数组 sin t,sin 2 t, ⋯,sin kt 是 V 的一个基，由于 V 中的任意函数均可 由该组函数表示，故只需证明 sin t,sin 2 t, ⋯,sin
⋯, Fnn 线 性 无 关 ， 且 对 任 意 n 阶 对 称 矩 阵 A = ( aij ) n× n ， 其 中 aij = a ji ， 有
n n
A = ∑∑ aij Fij ，故 F11 ,⋯ , F1n , F22 , ⋯, F2 n , ⋯, Fnn 是 R n× n 中全体对称矩阵所构
k+l
= aa−1 = 1
= a k a l = a k ⊕ a l = (k � a) ⊕ (l � a )
⑧ k � (a ⊕ b) = k � (ab ) = ( ab) k = a k b k = (k � a) ⊕ ( k � b) 所以 R+对这两种运算构成实数域 R 上的线性空间. （5）否. 设 V2 = y ( x ) y ′′ + a1 y ′ + a0 y = f ( x ), f ( x) ≠ 0 ，则该集合对函数的 加法和数乘均不封闭. 例如对任意的 y1 , y 2 ∈ V2 , y1 + y 2 ∉ V2 . 故不构成线性空间. （6）是. 集合 V 对函数的加法和数乘显然封闭.零函数是 V 的零元素；对任意
矩阵论B卷及答案上海交通大学
上海交通大学《矩阵论》 B 卷姓名： 班级： 学号： 一、 单项选择题(每题3分，共15分)（答案AAAAB ）1. 设1()kk A f A k ∞==∑收敛，则A 可以取为A. 0091⎡⎤⎢⎥--⎣⎦ B. 0091⎡⎤⎢⎥-⎣⎦C. 1011⎡⎤⎢⎥-⎣⎦ D. 100.11⎡⎤⎢⎥⎣⎦注：A 的特征值为0，-1，而1kk x k∞=∑的收敛区间为[1,1)-2. 设M 是n 阶实数矩阵，若M 的n 个盖尔圆彼此分离，则M A. 可以对角化 B. 不能对角化 C. 幂收敛 D. 幂发散 注：由定理M 有n 个不同特征值，故可以对角化3. 设211112121M --⎡⎤⎢⎥=--⎢⎥⎢⎥--⎣⎦的，则M 不存在 A. QR 分解 B. 满秩分解 C. 奇异值分解 D. 谱分解 注：M 的秩为2故无QR 分解 4. 设，则A = A.214020031-⎛⎫ ⎪ ⎪ ⎪⎝⎭B.114010061-⎛⎫ ⎪ ⎪ ⎪⎝⎭C.224020031-⎛⎫ ⎪ ⎪ ⎪⎝⎭D.204020061-⎛⎫⎪ ⎪ ⎪⎝⎭注：'()At Ate Ae =，故()'A At t A Ae Aee ====5. 设3阶矩阵A 满足多项式222(4)(3)A E A E O --=, 且其最小多项式m (x )满足条件(1)(3)1m m ==,则A 可以相似于A. 200130002M ⎡⎤⎢⎥=⎢⎥⎢⎥-⎣⎦B. 20002002M ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦C. 20012002M ⎡⎤-⎢⎥=-⎢⎥⎢⎥-⎣⎦ D. 200030013M -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦注：B 中矩阵的最小多项式为()22x - 二、填空题(每题3分，共15分) 1． 设220A A -=，则cos 2A ＝ [ E+()2cos11A - ]。
2．已知n nA C ⨯∈,并且()1A ρ<,则矩阵幂级数kk kA ∞=∑=［()2AE A - ］。
矩阵论典型试题解析
习题11.计算下列方阵的幂(1)n cos sin sin cos θθ⎡⎤⎢⎥-θθ⎣⎦； (2)1111n ⎡⎤⎢⎥-⎣⎦； (3)1111na a a a a ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ 解：(1)由 cos sin sin cos n n n n ⎡⎤⎢⎥-⎣⎦θθθθcos sin sin cos θθ⎡⎤⎢⎥-θθ⎣⎦= cos(1) sin(1)sin(1) cos(1)n n n n ++⎡⎤⎢⎥-++⎣⎦θθθθ，故由归纳法知cos sin sin cos nn n A n n ⎡⎤=⎢⎥-⎣⎦θθθθ。
法2：由矩阵cos sin sin cos A ⎡⎤=⎢⎥-⎣⎦θθθθθ为正交矩阵，且二维平面中任一向量x y ⎛⎫α= ⎪⎝⎭.则向量cos sin x A sin cos y θθθ⎡⎤⎛⎫α= ⎪⎢⎥-θθ⎣⎦⎝⎭相当于将向量x y ⎛⎫α= ⎪⎝⎭顺时针针旋转θ角度，故由此几何意义，有：() cos sin sin cos n n n n A A n n ⎡⎤==⎢⎥-⎣⎦θθθθθθ (2)由11441144cos sin A sin cos ππ⎡⎤⎥⎡⎤==⎥⎢⎥-ππ⎣⎦⎥-⎢⎥⎣⎦，得11441144n n n n cos sin(n n sin cos ππ⎡⎤⎢⎥⎡⎤=⎢⎥⎢⎥-ππ⎣⎦⎢⎥-⎢⎥⎣⎦ （3）记J=0 1 0 1 1 0 ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦，则由于B J J J E ⋅==⋅，2010010100101001010000J ,J ,,⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ 0K J =其中5K ≥112244113311 () n n n n n n n n n n n n n nk k n k n n n n n a C a C a C a a C a C a A aE J C a J a C a a -------⎡⎤⎢⎥⎢⎥⎢⎥=+==⎢⎥⎢⎢⎢⎣⎦40k =⎥⎥⎥∑(规定：0k n C (n k )=<)2. 求平方等于单位阵的所有二阶方阵 。
张跃辉-矩阵理论与应用 前第四章答案
A C
B D
可逆并求其逆.
(
解：(1)
A 0
B)−1 C
=
(A−1 0
−A−1BC C −1
−1
)
.
3
(2) 由 13 题可知该分块矩阵可逆. 根据 13 题证明中的下述等式
(
)(
)(
)
I0 −CA−1 I
AB CD
=
A
B
0 D − CA−1B
,
再由本题 (1) 中的结论可知 (以下记 G = D − CA−1B)
设矩阵 )
A
与
A − BC
均可逆,
试用
A, A−1, B, C
表示
(A − BC)−1.(提示:
研究分块
矩阵
AB CI
的逆矩阵.)
(
)(
)( )
证明：记 X = A − BC. 由于
A C
B I
=
A − BC 0
B I
I C
0 I
, 所以
( A C
B)−1 I
=
( I
−C
)( 0 A − BC
I
0
B)−1
17. 求下列各矩阵的满秩分解:
123 0
(1) A = 0 2 1 −1 ;
102 1
1 −1 1 1
(2)
A =
−1 −1
1 −1
−1 1
−1 1
.
1 1 −1 −1
答案：
1
(1) A = 0
1
0 −1 1
(
1 0
2 −2
3 −1
)
0 1
;
1
矩阵理论与应用(张跃辉)(上海交大)第六章参考答案
证明：直接验证即可. 6. 证明命题 6.1.1. ∑ 证明：直接验证可知 A† A 与 AA† 均为正交投影矩阵. 再设 A = U V ∗ 是 A 的奇异值 ∑ ∑ ∑ ∑ 分解, 则 A† = V † U ∗ , A∗ = V ∗ U ∗ . 由于 † 与 ∗ 的列空间与零空间相同, U, V 可逆, 故 R(A† ) = R(A∗ ), N (A† ) = N (A∗ ). 7. 设 A ∈ Cm×n , 又 U ∈ Cm×m 和 V ∈ Cn×n 均为酉矩阵. 证明 (U AV )† = V ∗ A† U ∗ . ∑ ∗ ∑ ∗ 证明：设 A = P Q 是 A 的奇异值分解, 则 U P Q V 是 U AV 的奇异值分解. 因 ∑ ∑ † 此 (U AV )† = (U P Q∗ V )† = V ∗ (Q P ∗ )U ∗ = V ∗ A† U ∗ . 8. 设 H 为幂等 Hermite 矩阵, 证明 H31. 证明命题 6.4.3. 32. (1) 哪些矩阵的 {1, 2}- 逆等于它的转置矩阵? (2) 哪些矩阵的 {1, 4}- 逆等于它的转置矩阵? 33. 试求一个与书中公式形式不同的计算秩为 1 的矩阵的各种广义逆的公式. 34. 不可逆的方阵可否有可逆的 {1, 2}- 逆或 {1, 3}- 逆或 {1, 4}- 逆? 35. 哪些不可逆的方阵有唯一的 {1, 2}- 逆或 {1, 3}- 逆或 {1, 4}- 逆? 36. 是否存在矩阵其 {1, 2}- 逆或 {1, 3}- 逆或 {1, 4}- 逆不唯一但只有有限个? 37. 设正规矩阵 A 仅有一个非零特征值 λ. (1) 证明 A† = λ−2 A; (2) 试求 A 的 {1, 2}- 逆, {1, 3}- 逆及 {1, 4}- 逆的表达式; −2 1 1 (3) 根据 (1) 与 (2) 计算矩阵 1 −2 1 的各种广义逆. 1 1 −2 38. 设 L, M 是 Cn 的子空间. 证明: (1) PL+M = (PL + PM )(PL + PM )† = (PL + PM )† (PL + PM ); (2) PL∩M = 2PL (PL + PM )† PM = 2PM (PL + PM )† PL . 39. 证明: A† = A(1,4) AA(1,3) . 40. 取 A1 , A2 分别为第 18 题的 (1) 和 (2), 并设 b1 = (1, 1, 0, 1)T , b2 = (1, 1, 2)T . 分别求 出方程组 A1 x = b1 和 A2 x = b2 的通解. ) ) ( ( 2 1 2 −1 . 求 Ax = b 的最小范数解. ,b= 41. 设 A = −1 0 −1 0 ) ( ) ( 2 1 2 −1 . 求矛盾方程组 Ax = b 的最小二乘解. ,b= 42. 已知 A = 0 −1 −2 1 43. 证明推论 6.5.1. 44. 确定矩阵方程矩阵方程 AXB = 0 的通解, 并以此证明定理 6.5.6. 1 0 0 1 1 1 0 0 . 45. 设 A = 0 1 1 0 0 0 1 1 (1) 当 b = (1, 1, 1, 1)T 时, 方程组 Ax = b 是否相容? (2) 当 b = (1, 0, 1, 0)T 时, 方程组 Ax = b 是否相容? 若方程组相容, 求其通解和最小范数解; 若方程组不相容, 求其最小范数的最小二乘解. 46. 证明线性方程组 Ax = b 有解 ⇐⇒ AA† b = b. 这里 A ∈ Cm×n , b ∈ Cm . 47. 判断矩阵方程 AXB = C 是否有解, 有解时求其解, 其中
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
इᆔູࠧ E12 ) ֻ֥ 2 ྛაֻ j ྛđᆃਆྛ൞ 0 ྛđܣ෮֤इᆔಯ൞ E12 . ၹՎ Eij (i = j ) ა E12 ཌྷර. ᄜᆣ aE12 (a = 0 ა E12 ཌྷර. ູՎđ౼ P = I + (a − 1)E22 ࠧॖ. োරॖᆣđֻ၂ᇕԚ֩इᆔ္дՎཌྷර. 19. ഡइᆔ A ડቀٚӱ A2 − A + 2I = 0, ໙ A ॖၛؓ࢘߄ગ? ູહ? ࡼЧี၂Ϯ߄. ࢳğ(A − I/2)2 + 7I/4 = 0, ࠧ (A − I/2 + bI )(A − I/2 − bI ) = 0(ఃᇏ b2 = −7/4)đၹ Վ A ൞ॖؓ࢘߄इᆔ. ၂Ϯֹđ (A − xI )(A − yI ) = 0, ᄵ A ॖၛؓ࢘߄. 20. ᆣૼ:(1) Hermite इᆔ֥หᆘᆴनູൌඔ, උႿ҂หᆘᆴ֥หᆘཟਈдՎᆞࢌ. (2) Hermite इᆔ A ൞ᆞקइᆔ ⇐⇒ թᄝॖ༯࢘इᆔ L ֤ A = LL∗ . ᆣૼğ(1) ഡ A∗ = A Ⴕ၂۱หᆘᆴ a ∈ C, ཌྷႋ֥หᆘཟਈູ α. ᄵ Aα = aα, ¯α∗ . ෮ၛ α∗ A∗ α = a ¯α∗ α. ቐ =α∗ Aα = a(α∗ α), طα∗ α = 0, ܣαT AT = aαT , ࣉ طα∗ A∗ = a ܣa=a ¯. ࠧ a ൞ൌඔ. ᄜഡ A∗ = A ߎႵ၂۱หᆘᆴ b = a ∈ C, ཌྷႋႿ b ֥หᆘཟਈູ β , ࠧ Aβ = bβ . ၹ ູ aα∗ β = (Aα)∗ β = α∗ A∗ β = α∗ (A∗ β ) = α∗ (Aβ ) = bα∗ β , ၹՎ (a − b)α∗ β = 0, ႮႿ a − b = 0, ܣα∗ β = 0đࠧ α ა β ᆞࢌ. 21. ഡ V = { ෮Ⴕᆞൌඔ }, F = R ൞ൌඔთ. קၬ V ᇏ֥ࡆمᄎෘູ x ⊕ y = xy (ࠧ๙ ӈ֥ൌඔӰק ;)مၬ V ᇏჭა F ᇏඔ֥ඔӰᄎෘູ k • x = xk (๙ӈ֥ૢᄎෘ). ᄵ (V, ⊕, •) ൞ൌཌྟॢࡗ. ᆣૼğᆰࢤဒᆣࠧॖ. 22. ഡ V = C \ {−1}. ০Ⴈ௴๙ࡆ௴ބم๙Ӱקمၬ V ഈ֥ࡆمo pೂ༯: a b = a + b + ab. ᆣૼ ડቀཌྟॢࡗ֥ࡆ֥مಆ่҆ࡱ. ࣉ၂҄, ܒᄯگඔა V ᇏཟਈ֥၂۱oඔӰp♥, ֤ (V, , ♥) ൞ R ഈ֥ཌྟॢࡗ. ౨۳ԛھཌྟॢࡗ֥၂ቆࠎ. ࢳğ൮༵ࡆੰߐࢌ֥مཁಖડቀčၹູ௴๙ࡆمაӰمनऎႵࢌߐੰĎĠࢲੰކဒᆣೂ ༯ğ (a b) c = (a + b + ab) c = a + b + ab + c + (a + b + ab)c = a + b + c + ab + ac + bc + abc ॖՎᄎෘაՑܱ. ਬჭູ 0Ġ0 a = 0 + a + 0a = a. ഡ a = −1 ֥ڵჭູ x, ᄵ 0 = a x = a + x + ax, ෮ၛ x = −a/(1 + a)(ႮՎॖᆩԢಀ −1 ֥сေྟ). Ⴎഈॖᆩ ಒູࡆم.
;
√ (2) ( 2)n
;(ᇿğՎॖႮ (1) ֤
2. ᆣૼ: აၩ n ࢨٚᆔॖࢌߐ֥इᆔс൞Ղਈइᆔ λI . ᆣૼ: ഡ A = (aij ) აၩइᆔॖߐđᄵ A აࠎЧइᆔ Eij ॖߐ, ࠧ AEij = Eij A. ᇿ ၩ AEij ൞ֻ j ਙູ A ֻ֥ i ਙఃჅਙनູ 0 ֥इᆔđEij A ൞ֻ i ྛູ A ֻ֥ j ྛఃჅྛ नູ 0 ֥इᆔđႮՎॖᆩ A ֥٤ؓ࢘ჭनູ 0đ࢘ؓطჭनડቀ aii = ajj đࠧ A ൞Ղਈ इᆔ. 3. ০ႨԚ֩эߐ A−1 B ࠣ CA−1 , ఃᇏ 4 4 5 0 10 4 5 0 ⎜ 2 A = ⎝ 2 3 1 ⎠ , B = ⎝ 2 3 1 −1 ⎠ , C = ⎜ ⎝ 2 2 7 9 −3 2 7 −3 −2 −24 0 1 ⎝ − 1 0 −24 ճσ: A B = − 24 −10 −35 ⎛ −24 0 0 ⎜ 0 − 24 − 2 1 ⎜ CA−1 = − 24 ⎝ 96 −216 −18 112 −192 −22 ⎛ ⎞ 60 −175 −48 92 ⎠, −45 98 ⎞ ⎟ ⎟. ⎠ ⎛ ⎞ ⎛ ⎞ ⎛ 5 3 7 3 ⎞ 0 1 ⎟ ⎟. 9 ⎠ 7
π π 7. ഡ ω ൞ n ՑЧჰֆ໊۴ (ॖഡ ω = e2πi/n = cos 2n + i sin 2n ), ൫ Fourier इᆔ
⎛ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝
1 ω n−1 ω 2(n−1) · · · ֥इᆔ.
1 1 1 . . .
1 ω ω2 . . .
1 ω2 ω4 . . .
(2) ഡइᆔ A ॖ, D − CA−1 B ္ॖ, ᆣૼॶٳइᆔ ࢳğ(1) A B 0 C
−1
=
A−1 −A−1 BC −1 . 0 C −1
(2) Ⴎ 13 ีॖᆩॶٳھइᆔॖ. ۴ऌ 13 ีᆣૼᇏ֥༯ඍ֩ൔ I 0 −CA−1 I A B C D 6 = A B 0 D − CA−1 B ,
ᄜႮЧี (1) ᇏ֥ࢲંॖᆩ (ၛ༯࠺ G = D − CA−1 B ) A B C D =
−1
=(
I 0 − 1 −CA I
−1
A B 0 G =
)−1 =
A B 0 G
−1
I 0 − 1 −CA I .
A−1 −A−1 BG−1 0 G−1
I 0 −CA−1 I
A−1 + A−1 BG−1 CA−1 −A−1 BG−1 −G−1 CA−1 G−1
4. ഡ A, B ∈ Mn , ᆣૼ: adj (AB ) = adj (B )adj (A). ᆣૼğ(1) ೂ ݔA, B नॖđᄵ֩ൔཁಖӮ৫Ġ (2) ഡ x ∈ F ູҕඔ, ᄵԢႵཋ۱ x ຓ, A − xI ა B − xI ؓఃჅཋ؟۱ඔनॖ, ၹՎ ֩ൔؓᆃཋ؟۱ඔ x नӮ৫đࠧ adj ((A − xI )(B − xI )) = adj (B − xI )adj (A − xI ). Ⴟ൞ഈൔਆ؊इᆔ֥ၩֻ i ྛֻ j ਙཌྷႋ໊ᇂ֥ჭनཌྷ֩đᆃུჭन൞ x ֥؟ཛ ൔđطਆ۱؟ཛൔೂؓݔཋ؟۱ඔनཌྷ֩đᄵૌᆺି൞၂۱؟ཛൔđၹՎഈൔਆ؊֥ ཌྷႋ໊ᇂ֥ჭؓo෮Ⴕpx नཌྷ֩đหљؓ x = 0 ္ཌྷ֩đࠧ adj (AB ) = adj (B )adj (A). 5. ᆣૼ: ؓၩइᆔ A, Ⴕ r(A∗ A) = r(AA∗ ) = r(A). ᆣૼğᆺᆣֻؽ۱֩ݼ. ഡ α ൞ٚӱ yAA∗ = 0 ֥ࢳ, ᄵ (αAA∗ )α∗ = 0đࠧ (αA)(αA)∗ = 0, Վࠧཟਈ αA ֥ଆӉູ֥ٚ 0đၹՎ αA = 0. ܣٚӱ yAA∗ = 0 აٚӱ yA = 0 ࢳđၹ Վਆ۱༢ඔइᆔ֩ᇇ. 6. ᆣૼ: ؓၩ n ࢨइᆔ A, Ⴕ r(An ) = r(An+1 ). 4
1 0 0 0 0 1 −1 −1
;.
18. ᆣૼֻᇕԚ֩इᆔ (ࠧ I + aEij , i = j, a = 0) дՎཌྷර. Ⴛ, ֻ၂ᇕԚ֩इᆔ൞ڎ дՎཌྷර? ᆣૼğູᆣૼֻᇕԚ֩इᆔ (ࠧ I + aEij , i = j, a = 0) дՎཌྷරđ༵ᆣૼ Eij (i = j ) न ა E12 ཌྷරࠧॖ. ູՎđ i = 1đᄵࢌߐ Eij ֻ֥ 2 ਙაֻ j ਙđಖުࢌߐྍइᆔ (Վൈྍ֥ 7
11. ഡ A ൞ n ࢨइᆔ, ؓၩ 0 = x ∈ F n नႵ Ax = x, ᆣૼ I − A ॖѩః. ᆣૼğ่ࡱ Ax = x іૼइᆔ A ֥หᆘᆴन҂֩Ⴟ 1, ၹՎ I − A ॖ. ೂ ݔA ֥௶϶ ࣥ ρ(A) < 1, ᄵ (I − A)−1 = I + A + A2 + · · · + Am + · · · (Ⴗ؊֥ࠩඔ၂ק൬৻đॖҕЧ ֻᅣ). 12. ഡ n ࢨइᆔ A ॖ, x ა y ൞ n ົਙཟਈ. ೂ( ݔA + xy ∗ )−1 ॖ, ᆣૼ ShermanMorrison ܄ൔ: A−1 xy ∗ A−1 (A + xy ∗ )−1 = A−1 − . 1 + y ∗ A−1 x ᆣૼğഈൔਆ؊ൈቐӰ A ॖ֤ A(A + xy ∗ )−1 = I − ᄜ౼ॖ֤ (A + xy ∗ )A−1 = (I − ࠧ I + xy ∗ A−1 = (I − xy ∗ A−1 −1 ) . 1 + y ∗ A−1 x xy ∗ A−1 −1 ) . 1 + y ∗ A−1 x xy ∗ A−1 . 1 + y ∗ A−1 x
10. ᆣૼྛԚ֩эߐ҂ڿэइᆔ֥ਙཟਈᆭࡗ֥ཌྟܱ༢. ᆣૼğഡइᆔ A ֥ਙཟਈ α1 , · · · , αn Ⴕཌྟܱ༢ k1 α1 + · · · + kn αn = 0. A ࣜྛݖԚ֩ эߐުэູइᆔ B . ᄵթᄝॖइᆔ P ֤ B = P A. Ⴟ൞ B ֥ਙཟਈູ P α1 , · · · , P αn . ཁ ಖႵ k1 P α1 + · · · + kn P αn = 0. ࠧྛԚ֩эߐ҂ڿэइᆔ֥ਙཟਈᆭࡗ֥ཌྟܱ༢. 5
ݔM T ΩM = Ω. ᆣૼ: (1) 2n ࢨྌइᆔ֥ಆุܒӮ၂۱ಕ, ࠧྌइᆔ֥इᆔಯ൞ྌइᆔ, ਆ۱ྌइᆔ֥Ӱࠒಯ ൞ྌइᆔ; (2) ྌޅइᆔ֥ྛਙൔनູ 1. (ิൕ: ০Ⴈॶٳइᆔ.) ᆣૼğ(1) ཁಖ. (2) Ⴎ M T ΩM = Ω ॖᆩ |M |2 = 1, Ֆ| طM | = ±1. ᆣૼ |M | = 1 ࢠđĤĤĤĤ 17. ༯ਙ۲इᆔ֥ડᇇࢳٳ: 1 2 3 0 (1) A = ⎝ 0 2 1 −1 ⎠; 1 0 2 1 ճσğ 1 0 (1) A = ⎝ 0 −1 ⎠ 1 1 ⎛ ⎞ 1 2 3 0 0 −2 −1 1 ; ⎞ 1 −1 ⎜ −1 1 ⎟ ⎟ (2) A = ⎜ ⎝ −1 −1 ⎠ 1 1 ⎛ ⎛ ⎞ ⎞ 1 −1 1 1 ⎜ −1 1 −1 −1 ⎟ ⎟. (2) A = ⎜ ⎝ −1 −1 1 1 ⎠ 1 1 −1 −1 ⎛