矩阵理论 第二版 课后答案(苏育才 姜翠波 张跃辉 著) 科学出版社
谈谈矩阵条件数及其几种计算方法

谈谈矩阵条件数及其几种计算方法摘要:矩阵条件数在数值分析领域中有重要作用,特别是在线郑治波性方程组和矩阵特征值扰动分析中有广泛的应用,条件数的大小就决定了方程组解的相对误差的大小,用条件数来判断方程组的解对于误差的敏感度是很有用的,它反映了方程组的状态。
关键词:矩阵条件数估计在生产实践和企业管理等实际问题中,经常会碰到许多大型线性方程组的求解问题,其系数阵a总是以抽样统计数据或以实验数据为基础。
统计技术的高低,实验仪器分辨率的高低等等都将给数据带来误差,而这种不可避免的误差,有时甚至是微小的变动也会引起解的极大波动,这时就称系数阵为“病态矩阵”。
对于这种“病态矩阵”一般的算法很难得出理想的结果。
我们知道,算法对误差的传播和积累有很大影响,为了减少这种影响,算法的选取是很重要的,这就是通常所说的算法的稳定性问题。
另一方面,方程组本身对计算中误差的积累也起着极其重要的作用,系数阵a的条件的好坏至关重要,如果问题是病态的,那么即使选择良好的计算方法,也不能指望有好的结果出现,因此判别原始方程组是否病态是十分重要的。
怎样有效地判别矩阵是否为病态矩阵?近几十年国内外许多从事计算数学的学者都在进行摸索研究,得知“条件数”与矩阵病态有密切关系。
“条件数”这一名词在上世纪五十年代初出现,主要用来衡量矩阵的病态程度,条件数越小,则矩阵的非奇异程度越高,称矩阵是良态的;条件数越大,则矩阵的非奇异程度越差,称矩阵为病态的。
另外,在数值分析中,常常要讨论矩阵扰动对一个给定矩阵的特征值的影响,条件数可以衡量矩阵的特征值经过扰动的偏离度,也是衡量矩阵a关于特征值问题是否良态的重要标志。
然而由于矩阵的阶数较大时,的计算量大导致应用定义计算矩阵条件数十分困难,因此,矩阵条件数的估计对研究各种矩阵问题有着重要意义。
1.条件数的提出(1)线性方程组的条件数考虑线性方程组的求解,其中用精确的计算求解得:若对常数列加入的摄动量,即考虑,所得解与之差是 .显然,对方程组的右端向量只不过改变了,而解却相差1806 .又如,设,,,由计算可知方程组和方程组的解分别为和 .由此可见,系数矩阵只产生的误差而解却产生300000 的误差。
矩阵理论第一章课后习题答案

1.按通常矩阵的加法及数与矩阵的乘法,下列数域F 上方阵集合是否构成F 上的线性空间:(1)全体形如⎪⎪⎭⎫ ⎝⎛b a-a 0的二阶方阵的集合; (2)全体n 阶对称(或反对称、上三角)矩阵的集合; (3){|0,}n n V X AX X F ⨯==∈(A 为给定的n 阶方阵).解:(1)设⎪⎪⎭⎫ ⎝⎛=111b a-a 0α⎪⎪⎭⎫ ⎝⎛-=222a 0b a β⎪⎪⎭⎫⎝⎛-=3330b a a γ ①αββα+=⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛+--+=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=+111222212121222111b a -a 0a 00a 0b a -a 0b a b b a a a a b a ②)(0b a -a 0000a 0b a -a 0)(323232111321321321333212121333222111γβαγβα++=⎪⎪⎭⎫⎝⎛+--++⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛++---++=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛-+⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=++b b a a a a b b b a a a a a a b a a b b a a a a b a a b a③存在零向量V ∈0,使得对每个V a ∈,a a =⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛=+111111b a -a 00000b a -a 00④对每个V a ∈,存在负向量a -,使得0b -a a -0b a -a 0)(111111=⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛=-+a a再令F y x ∈,⑤αα)(b a -a 0xyb xya -xya 0yb ya -ya 0b a -a 0)(111111111111xy xy x y x y x =⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛= ⑥αα=⎪⎪⎭⎫⎝⎛=111b a -a 011⑦βαβαx x b a xb xb xa xa xa xa b b a a a a x b a x x +=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛+--+=⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=+222111212121212121222111a 0b a -a 000a 0b a -a 0)(⑧ya xa yb xb yaxa ya xa y x y x +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛+=+111111*********yb ya -ya 0xb xa -xa 00b a -a 0)()(α所以全体形如⎪⎪⎭⎫⎝⎛b a -a 0的二阶方阵的集合构成F 上的线性空间。
矩阵理论与应用(张跃辉 上海交大研究生教材)第四答案

(2) A 为正规矩阵 ⇐⇒
|λi |2 =
n ∑ i,j =1
|aij |2 .
证明:(1) 由 Schur 酉三角化定理可知 U ∗ AU = B 是上三角矩阵, 故 U ∗ AA∗ U = BB ∗ . ∑ 2 ∗ 从而 AA∗ 与 BB ∗ 有相同的迹. 注意 tr(AA∗ ) = n i,j =1 |aij | ,而 BB 的第 i 个对角元素 n ∑ 2 2 2 2 ∗ 2 |λi |2 . 故 为 |b2 i1 + bi2 + · · · + bii |, 因此 tr(BB ) ≥ |b11 + b22 + · · · + bnn | =
x∗ Ax x∗ x
0=x⊥wi 1≤i≤n−k
= max ∗
0=y ⊥U wi 1≤i≤n−k
y ∗ Ay y∗ y
= max ∗
∑n
y y =1,y ⊥wi 1≤i≤n−k
2 i=1 λi |yi |
≥ max ∗
∑n
y y =1,y1 =y2 =···=yk−1 =0, y ⊥wi ,1≤i≤n−k
2 i=1 λi |=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 ;
0
i √ 2 1 √ 2
(3) 非正规矩阵
2. 证明正规矩阵与其共轭转置具有相同的化零空间. 该结论一般地成立吗? 证明:设 Aα = 0, 则 α∗ A∗ Aα = 0. 由于 A 正规,故 A∗ A = AA∗ , 故 α∗ AA∗ α = 0, 即 (A∗ α)A∗ α = 0,从而 A∗ α = 0,因此 N (A) ⊂ N (A∗ ). 从而等号成立。 ) ( 0 1 , 则 N (A) = {(0, x)T : x ∈ C} 上述结论一般不成立。例如,设 A = 0 0 而 N (AT ) = {(x, )T : x ∈ C}. 3. 证明两个正规矩阵相似的充要条件是特征多项式相同. 证明:必要性是显然的。现设正规矩阵 A 与 B 的特征多项式相同,则它们有相同的特 征值,因此它们均酉相似于共同的对角矩阵,从而 A 与 B 彼此也相似。 4. 设 A ∈ Cn×n , 证明 A 为正规矩阵 ⇐⇒ A 有 n 个两两正交的单位特征向量. 证明:充分性是显然的。现设 A 为正规矩阵,则存在酉矩阵 U 使得 U ∗ AU = D 为对角 矩阵。于是 AU = DU ,这表明 U 的列均为 A 的特征向量,这些列是两两正交的单位向量。 5. 设 A 是 n 阶正规矩阵, x 是任意复数. 证明 (1) A − xI 也是正规矩阵; (2) 对于任何向量 x, 向量 Ax 与 A∗ x 的长度相同; (3) A 的任一特征向量都是 A∗ 的特征向量; (4) A 的属于不同特征值的特征向量正交. 37
矩阵理论(PDF)

§7 矩阵函数的性质及其应用一、矩阵函数的性质:设 n n C B A ×∈.1.A e Ae e dtd At At At⋅== proof : 由 ()∑∑⋅==∞=m m m m AtA t m At m e !1!1对任何收敛。
因而可以逐项求导。
t ()∑∞=−−=∴01!11m mm At A t m e dt d ()()⎟⎟⎠⎞⎜⎜⎝⎛−⋅=∑∞=−11!11m m At m A ()⎟⎟⎠⎞⎜⎜⎝⎛⋅=∑k At k A !1At e A ⋅= ()()()A e A At m A A t m At m m m m m ⋅=⋅⎟⎟⎠⎞⎜⎜⎝⎛−=⋅−=∑∑∞=∞=−−−01111!11!11 可见,A 与使可以交换的,由此可得到如下几个性质 At e 2.设,则BA AB =①. At At Be B e =⋅②.B A A B B A e e e e e +=⋅=⋅③.()()AA A AA AB A B A B A BA B A B A BA cos sin 22sin sin cos 2cos sin cos cos sin sin sin sin cos cos cos 22=−=⇒+=+−=+= proof :①,由m m BA B A BA AB =⇒=而∑∑∞=∞==⎟⎠⎞⎜⎝⎛=00!1!1m m m m m m AtB A t m B t A m B e()∑∑∞=∞=⋅==00!1!1m mm m m At m B BA t mAt e B ⋅=② 令 ()()A B t At B C t e e e +−−t =⋅⋅ 由于()0=t C dtd)(t C ∴为常数矩阵 因而E e e e C C t C =−⋅===000)0()1()(当时, …………………. (@) 1=t E e e e B A B A =⋅⋅−−+特别地 A B −= 有E e e e A A =⋅⋅−0∴ 有 ()A A e e −−=1∴同理有()B B e e −−=1代入(@)式 因而有 B A B A e e e ⋅=+3.利用绝对收敛级数的性质,可得①A i A e iA sin cos +=()()iA iAiA iAe e iA e e A −−−=+=⇒21sin 21cos ②()()A A A A sin sin cos cos −=−=−4.E A A =+22cos sin ()()A E A AE A cos 2cos sin 2sin ππ+=+A E i A e e =+π2二、矩阵函数在微分方程组中的应用—常用于线性监测系统中 1. 一阶线性常系数齐次方程组的通解AX dtdX= 其中()Tn n n x x x X C A ,,,21"=∈×则有 ()K e t X At ⋅=其中()T n k k k K ,,,21"=1eg解方程:⎪⎪⎪⎩⎪⎪⎪⎨⎧+=+−=+−=313212211234xx dtdx x x dtdxx x dt dx解:原方程变为矩阵形式AX dt dX =⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛−−=201034011A ()T x x x X 321,,=由()(212−−=−λλλA E ) 得⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=→100110002J A 1200000−⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=∴P e e e e P e t tt tAt⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛⎟⎟⎟⎠⎞⎜⎜⎜⎝⎛=∴−321120000)(k k k P e e e e P t X t tt t2. 一阶线性常系数微分方程组的定解问题:1Th :一阶线性常数微分方程组的定解问题:()()⎪⎩⎪⎨⎧==Tn x x x X AXdt dX)0(,),0(),0(210" 有唯一解)0(X e X At ⋅=proof :实际上,由AX dtdX=的通解为 K e t X At ⋅=)(将初值代入,得)0(X )0(X k =)0(X e X At =∴由可的定解问题1Th ()⎪⎩⎪⎨⎧==Tn t x t x t x t X AX dt dX)(,),(),()(002010" 的唯一解为()()00)(t X e t X t t A ⋅=−2eg 求定解问题:()()⎪⎩⎪⎨⎧==Tx Axdt dx1,00,的解⎟⎟⎠⎞⎜⎜⎝⎛−−=1221A 解:由 0=−A E λ 得i x 32,1±=对应的特征向量记为:Ti ⎟⎟⎠⎞⎜⎜⎝⎛+=231,1α ⎟⎟⎠⎞⎜⎜⎝⎛−=231,1i β 则,于是矩阵:⎟⎟⎠⎞⎜⎜⎝⎛−+=23123111i i P 13300−−⋅⎟⎟⎠⎞⎜⎜⎝⎛⋅=∴P e e P eit itAt⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎝⎛+=⎟⎟⎠⎞⎜⎜⎝⎛=t t t e t X At 3sin 313cos 3sin 3210)( 练习:求微分方程组1132123313383625dx x x dt dx x x x dt dx x x dt ⎧=+⎪⎪⎪=−+⎨⎪⎪=−−⎪⎩满足初始条件的解。
(精品课件)研究生教材《矩阵理论》PPT演示文档

列和第
行, x ( x1 , x2 ,, xn ) ,则有
( 2) ( n)
Ax x1 A x2 A xn A
这就是说,矩阵乘一个列向量,其结果是将该矩 阵的列向量进行线性组合,组合系数即是该列向量 的对应系数。 若令 y ( y1 , y2 ,, ym ), 则有:
yA y1 A(1) x2 A( 2) xm A( m)
其余元素均为0的矩阵。借助这些矩阵,任意 矩阵 A aij , 均能唯一地表示成: A
m n
n ij ij
a E .
i 1 j 1
m
对矩阵乘法的表达,可以利用下述性质:
Eij Ekl jk Eil ,1 i, j, k , l n,
其中 jk 是Kronecker符号,即当
.函数与极限
5
【定义1.1.4 】 一个 一个
m p
pn
p
矩阵 B bij
m n
矩阵 C cij , 其中
矩阵 A aij
与
的乘积是一个
cij aik bkj ,1 i m,1 j n.
j 1
★矩阵的乘法有下述性质: (M1)结合律:( AB)C A( BC);
并将其分块成
P Q1P2 ,
P 11 P P 21
.函数与极限
P 12 P22
26
其中
P 11 , P 12 , P 21 , P 22
分别为
r1 r2 ,
r1 ( p r2 ), ( p r1 ) r2 , ( p r1 ) ( p r2 )
A( E pq Eqp ) (aii Eii E pq aii Eii Eqp ) a pp E pq aqq Eqp ;
矩阵理论试题参考答案

矩阵理论2007年考试参考答案一、判断题(40分)(对者打∨,错者打⨯)1、设,n nA B C⨯∈的奇异值分别为120n σσσ≥≥≥>,'''120n σσσ≥≥≥>,如果'(1,2,,)i i i n σσ>=,则22||||||||A B ++>. ( ⨯ )2、设n nA C ⨯∈为正规矩阵,则矩阵的谱半径2()||||r A A =. ( ∨ )3、设nn CA ⨯∈可逆,nn C B ⨯∈,若对算子范数有1||||||||1A B -⋅<,则B A +可逆.( ∨ )4、设323121000a a A a a a a -⎛⎫⎪=- ⎪ ⎪-⎝⎭为一非零实矩阵,则2221123()a a a A --++为A 的一个广义逆矩阵 ( ∨ )5、设A 为m n ⨯矩阵,P 为m 阶酉矩阵, 则P A 与A 有相同的奇异值. ( ∨ )6、设n nA C⨯∈,且A 的所有列和都相等,则()r A A ∞=. ( ⨯ )7、如果12(,,,)T n n x x x x C =∈,则1||||min i i nx x ≤≤=是向量范数. ( ⨯ )8、0010140110620118A ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦至少有2个实特征值. ( ∨ ) 9、设,n nA C⨯∈则矩阵范数m A∞与向量的1-范数相容. ( ∨ )10、设n nA C⨯∈是不可逆矩阵,则对任一自相容矩阵范数有1I A -≥, 其中I 为单位矩阵. ( ∨ )二、计算与证明(60分)1. (10分)设矩阵n nA C ⨯∈可逆, 矩阵范数||||⋅是nC 上的向量范数||||v ⋅诱导出的算子范数,令()L x Ax =, 证明:||||11||||1max ||()||||||||||min ||()||v v vx vy L x A A L y =-==⋅.证明: 根据算子范数的定义, 有||||1max ||()||||||x L x A ==,11100||||1||||10||||||||111||||max max ||||||||||||min ||||min ||()||min ||||y A x x y y y y A x y A Ay x Ay Ay L y y --=-≠≠==≠=====,结论成立.2.(10分) 已知矩阵110130110,112114A b ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,(1) 求矩阵A 的最大秩分解; (2) 求A +;(3) 用广义逆矩阵方法判断方程组Ax b =是否有解?(4) 求方程组Ax b =的最小范数解或最佳逼近解?(要求指出所求的是哪种解)解: (1)10110101011011A BD ⎛⎫⎛⎫⎪== ⎪ ⎪⎝⎭ ⎪⎝⎭,(2)12111()1213T TB B B B +--⎛⎫== ⎪-⎝⎭, 121121()13521T T D D DD +--⎛⎫⎪ ⎪== ⎪- ⎪ ⎪-⎝⎭,541033157215541A D B +++-⎛⎫ ⎪ ⎪==⎪- ⎪ ⎪-⎝⎭, (3) 314AA b b +⎛⎫⎪== ⎪ ⎪⎝⎭, 方程组Ax b =有解;(5) 最小范数解:()01101Tx A b +==.3. (10分) 设矩阵n nA C ⨯∈为单纯矩阵, 证明: A 的特征值都是实数的充分必要条件是存在正定矩阵n nH C⨯∈, 使得HA 为Hermite 矩阵.证明: (充分性) (0)Ax x x λ=≠, ,(0,)HHHHx HAx x Hx R x Hx x HAx R λ=∈>∈,R λ∈.(必要性) A 为单纯矩阵, 所以11, (,,),n i A P DP D diag R λλλ-==∈,令H H P P =, 则1H HHA P PP DP P DP -==为Hermite 矩阵. 4. (10分) 设矩阵n nA C⨯∈为行严格对角占优矩阵, 用Gerschgorin 圆盘定理证明:(1) 矩阵A 为可逆矩阵;(2) 如果矩阵A 的所有主对角元均为负数, 证明A 的所有特征值都有负实部. 证明:(1)A 行严格对角占优||||i ij ii j iR a a ≠⇒=<∑1({:||||})ni i i ii ii i S S z C z a a λ=⇒∈=∈-<100ni ii S S =⇒∉⇒∉(2)0,||||ii ii ii a a a λ<-<⇒A 的特征值都有负实部5. (10分) (1) 设矩阵()m nA Cm n ⨯∈<, 且H m AA I =, 其中m I 为单位矩阵, 证明H A A 酉相似于对角矩阵, 并求此对角矩阵.证明: 由于矩阵H A A 和H m AA I =的非零特征值相同, 所以矩阵HA A 的特征值为1(m个)和 0(n m -个), 同时由于矩阵H A A 为Hermite 矩阵, 所以矩阵HA A 酉相似于对角矩阵000m n nI D ⨯⎛⎫=⎪⎝⎭ (2) 设矩阵m nnA C ⨯∈, 证明: 2||||1AA +=.证明: 令2B AA B B +=⇒=. 设B 的特征值为λ, 则2λλ=, 即0,1λ=.设,00n x C x Ax ∈≠⇒≠, 所以有()1()B Ax AA Ax Ax +==⋅, 即1是矩阵B 的特征值, 故()1r B =, 1/22||||[()]()1H B r B B r B ⇒===.6. (10分) (1) 设矩阵()ij n n A a ⨯=, 则,||||max ||a ij i jA n a =⋅是矩阵范数.(2) 设,,,n x y p q C ∈为非零列向量, 矩阵H H A xp yq ,x y,p q =+⊥⊥其中,求2||m A .解:(1) 0A ≠⇒ij a ⇒不全为零,||||max ||0;a ij i jA n a =⋅>,,||||max ||||max ||||||||a ij ij a i ji jkA n ka k n a k A =⋅=⋅=;,,,||||max ||max ||max ||||||||||a ij ij ij ij a a i ji ji jA B n a b n a n b A B +=⋅+≤⋅+⋅=+(2)H H A xp yq ,x y,p q =+⊥⊥⇒其中2222()()||||||||H H H H H H H HA A xp yq xp yq x pp y qq=++=+⇒22222222||||||||||||||||x p x q +p,q 为矩阵HA A 对应于2222||||||||,x p 2222||||||||x q 的特征向量.又因为()()2H rank A A rank A =≤⇒()()2H rank A A rank A ==⇒2222||||||||,x p 2222||||||||x q 为H A A 全部非零特征值所以22222222221||||()||||||||||||||||nHm i i A AA x p x q λ===+⇒∑2||||m A =。
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。
矩阵论第二章答案

n
n
(α, β ) = ∑ iξiηi ∑ = iηiξi =( β ,α )
i =1
i =1
n
n
n
(α, β + γ ) = ∑iξiηi (ηi + Ci ) = ∑ iξiηi ∑ + iξiηiCi = (α, β ) + (α,γ )
i =1
i =1
i =1
1
当α = θ 时, (α,α ) = 0 ;当α ≠ 0 ,存在 i0 使得ζ i0≠ ≠ 0 ,从而
k1(xi , x1) + k2 (xi , x2 ) + L + km (xi , xm ) = 0 ,
i = 1,2,L, m
由于上述方程组仅有零解 k1 = k2 = L = km = 0 (意味着 x1, x2 ,L, xm 线性无关)
的充要条件是系数行列式 det△ ≠ 0 ,从而得证.
10. 证: 设基(I)与基(II)的度量矩阵分别为 A 与 B,向量
)T
A(CY2
)
( ) =
X
T 2
C T AC Y2
=
X
T 2
BY2
11. 解: (1) ⇒ u= a v , θ = cos−1((u,v)) = cos−1( a(v,v)) = cos−11 =0
uv
avv
3
⇐ 由 cos−1 ((u, v)) = 0 , u 与 v 必共线,
uv
即成比例 u= a v ,且 a f 0 ;
(2) ⇒ u= a v ( a p 0), θ = cos−1 ((u, v)) = cos−1 ( a(v, v)) = cos−1 (−1) =π
《矩阵的秩的等式及不等式的证明》

摘要矩阵的秩是矩阵的一个重要特征,它具有许多的重要性质.本文总结归纳出了有关矩阵的秩的等式和不等式命题,以及证明这些命题常用的证明方法,即从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法•本文主要解决以下几个问题:用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题;用线性空间的方法证明矩阵秩的等式和不等式问题;用向量组秩的理论证明矩阵秩的等式和不等式问题;用矩阵分块法证明秩的等式和不等式问题•目录第一章绪论 (1)第二章预备知识 (2)第三章用矩阵的秩的理论证明秩的等式和不等式 (3)第四章用线性空间的理论证明秩的等式和不等式 (6)第五章用向量组秩的理论证明秩的等式和不等式 (10)第六章用矩阵分块法证明秩的等式和不等式 (15)第七章小结 (23)参考文献 (24)致谢 (25)第一章绪论矩阵的秩是矩阵的一个重要特征,是矩阵理论中研究的一个重要内容,它具有许多的重要性质•研究矩阵的秩对于解决矩阵的很多问题具有重要意义•矩阵的秩的等式及不等式的证明对于学习矩阵也是重点和难点,初学者在做这方面的题目往往不知如何下手.笔者归纳了矩阵的秩的常见等式和不等式以及与之相关的一些结论,并从向量组、线性方程组、矩阵分块、矩阵初等变换等角度探索了多种证明方法,它有助于学习者加深对秩的理解和知识的运用,也方便教师教学•目前对矩阵秩的研究已经比较成熟了,但是由于秩是矩阵论里的一个基本而重要的概念,它仍然有着重要的研究价值,有关它的论文时见报端•很多国内外的有关数学书籍杂志对矩阵的秩都有讲述,如苏育才、姜翠波、张跃辉在《矩阵论》(科学出版社、2006年5月出版)中较完整地给出了矩阵秩的理论.北京大学数学系前代数小组编写的《高等代数》(高等教育出版社,2003年7月出版)也介绍了秩的一些性质•但是对秩的等式及不等式的介绍都比较分散,不全面也没有系统化,不方便初学者全面掌握秩的性质.因此有必要对矩阵的秩的等式和不等式进行一个归总,便于学习和掌握•本文通过查阅文献资料,总结归纳出有关矩阵的秩的等式和不等式命题,以及证明这些命题常用的证明方法,从向量组、线性方程组、线性空间同构、矩阵分块、矩阵初等变换等角度给出多种证明方法•主要内容有:(1)用矩阵已知的秩的理论证明矩阵秩的等式和不等式问题;(2)用线性空间的方法证明矩阵秩的等式和不等式问题;(3)用向量组秩的理论证明矩阵秩的等式和不等式问题;(4)用矩阵分块法证明秩的等式和不等式问题•第二章预备知识定义1矩阵的行向量组的秩称为矩阵的行秩;矩阵的列向量组的秩称为矩阵的列秩;矩阵的行秩和列秩统称为矩阵的秩.定义2如果两个向量组互相可以线性表出,它们就称为等价.定义3数域P上的矩阵的初等行(列)变换是指下列三种变换:(1)以数域P中的一个非零数乘以矩阵的某一行(列);(2)把矩阵的某一行(列)的c倍加到另一行(列);(3)互换矩阵中两行(列)的位置.定义4在一个s n矩阵A中任意选定k行和k列,位于这些选定的行列交叉点上的k2个元素按原来的次序组成的k级行列式称为A的一个k级子式.定义5设A为m n矩阵,称线性方程组Ax = 0的解空间为A的零空间(即核空间),记作N (A),即N(A )={x Ax =0}.引理1⑴矩阵的行秩等于列秩.引理2⑴任意两个等价的向量组必有相同的秩.弓I理3 n阶方阵A可逆二| A式0.证明:充分性:当d = A式0,由A(-A*)=(丄A*)A = E知A可逆,且A」=丄八.d d d必要性:如果A可逆,那么有A J使AA’二E.两边取列式,得IAA,= E =1,因而AH0.引理4⑴矩阵的秩是r的充要条件为矩阵中有一个r级子式不为0,同时所有的r - 1 级子式全为0.引理5[1]如果向量组:可以由向量组丄线性表出,那么的秩不超过的秩.证明:根据已知可知向量组极大线性无关组可由[i的极大线性无关组线性表出,根据向量组的基本性质(见参考文献[1])可得,向量组〔极大线性无关组的向量个数不超过〔I,的极大线性无关组的向量个数,即'■的秩不超过〔II]的秩.引理6[1]在齐次线性方程组有非零解的情况下,它有基础解系,并且基础解系所含解的个数为n-r,这里r表示系数矩阵的秩,n-r也是自由未知量的个数.第三章用矩阵的秩的理论证明秩的等式和不等式本章主要是利用矩阵已知的秩的理论证明秩的等式和不等式问题,例如行秩等于列秩,秩为r的充要条件,常见的秩的不等式等等.要掌握并且灵活运用这些知识才能证明下面的命题.这些命题都是一些基本的命题.命题3.1 r A [=r A T.证明:由矩阵转置的定义,A的行向量组就是A的列向量组,因此A的行秩就是A的列秩,又由引理1知r A]=r A T,命题证毕.命题 3.2 r kA =r A (其中k = 0).证明:kA的行向量组可由A的行向量组线性表出,A的行向量组也可由kA的行向量组线性表出,因此kA的行向量组与A的行向量组等价.由引理2它们的秩相等,再由秩的定义知kA与A的秩相等,命题证毕.命题3.3 A是一个s n矩阵,如果P是s s可逆矩阵,Q是n n可逆矩阵,那么r A =r PA =r AQ .证明:令B二PA,由矩阵乘积的秩不超过各因子的秩可知r B <r A,但是由A 二P」A,又有r A <rB .所以r A二r B二r PA .另一个等式可以同样地证明,命题证毕.n,女口r A 二n命题3.4⑵设A是一个n阶方阵,则r八二1,如r A二n-1卫,如r(A)兰n—2证明:若r A二n,由引理3,A=0,知A可逆,A = A 可逆,故r A =n .若r A =n -1,由引理4,A存在n-1阶子式不为0,因此A=0, r A“ -1,又因为AA* 二 A E = 0,有r A r A* 5,即r A* 乞n - r A =1,从而r A* =1 .若r A乞n-2,则由引理4, A存在n-1阶子式全为0,于是A*=0,即r A* =0 .命题证毕.从这个命题可以得出r A* <r A的结论.命题3.5⑶设A是一个m n矩阵,任取A的s行t列,交叉处的s t个元素按原来的相对位置构成s t子矩阵C,则r C^m・n_r Ai亠s・t .证明:设D为A的s行所构成的s t子矩阵,它由C所在的s行确定.设r D二d.则A的任意一个大于d • m - s阶的子式M必须至少有d 1行出现在D中.根据行列式的性质,对这个子式M按出现在D中的那些行进行拉普拉斯展开,则可以看出,这个M可以表示成D的一些阶子式的线性组合,其中k为某个大于d的数. 由引理3这些子式全为零.因此任意一个大于d • m—s阶子式M必须等于零.由秩的定义,r A _r D • m-s.由行与列的对称性类似地可推出r D <r C・n-t,两式相加即可得到r C 厂m n _ r A s t,命题证毕.命题3.6⑷设A,B都是n阶矩阵,证明:r A^ A B < r A r B .证明:rAB^A^B = r ABE B _ r ABE B _ r A r B ,命题证毕.例3.1设A为n阶方阵,求证必存在正整数m使得r A m二r A m 1 .证明:由于A为n阶方阵,则n 一r A _ r A2…_ r A’ 一…_ 0,其中i为正整数,而n是有限数,上面的不等式不可能无限不等下去,因而必存在正整数m使得r A m二r A m1 .例3.2设A,B都是n阶方阵,E是n阶单位矩阵,证明rAB-E^rA-E rB-E.证明:因为AB-E^A-E ,AB-E,所以rAB—E 二r A — E AB—E 岂rA — E rAB — E 乞rA — E rB—E.命题3.7设A为n阶矩阵,证明:如果A2 =E,那么r A-E r A-E二n.证明:因为A-E A E 二A2• A-A-E 二E-E =0,由命题5.3 知rA-E rA-EE n. ①r A-E r A E - r A E A-E ]=r 2A]=r A而A2=E,所以A2|=1,即卜式0, r(A)= n.因此rA「E rA-E_ n. ②由①,②可得r A-E - r A-E]= n.例3.3呵设A, B为n阶方阵,且ABA=B」,则r(E + AB尸r(E - AB戶n.证明:因为ABA =:B‘,所以AB 2=:E.由命题3.7知r AB E r AB - E 1= n ⑴由r E AB = r AB E ,r E - AB 二r AB - E (2)由(1),(2)知有r E AB rE-AB 二n 成立.例3.4设A为n阶矩阵,且A2=A,证明r A r A-E]= n. 证明:由A2 =A,可得A A-E =0.r A r A - E 乞n ①又因为E -A和A-E有相同的秩,所以n 二rE 二rAE-A_rA rE-A ②由①,②可得r A r A-E[= n.第四章用线性空间的理论证明秩的等式和不等式本章主要是利用线性空间的维数公式,同构,直和分解,核与值域的一些性质和定理来证明矩阵的一些秩的等式和不等式命题.线性空间和线性变换的知识本来就比较抽象,还要和矩阵的联系起来,是有一定的难度的•这其中要构造一些映射.命题4.1 A设为n阶方阵,如果A的列向量所生成的R n的子空间R A与A的零空间(即核空间)N A的直和为R n,则r A二r A2 .证明:根据引理6,要证r A日A2,只要证AX =0与A2X =0同解.AX =0的解显然为方程组A2X =0的解.下面我们用反证法证明A2X = 0的任一解Y同时也是A2X =0的解.若AY = 0,因 A AY ]=0,故AY N A .n另一方面,AY =為R A,其中i占TA 二2, ,〉n ,Y hiyy,…,yn ,从而0 = AY R A - N A ,这与R n= R A二N A矛盾,所以A2X = 0的任一解同时也是AX = 0的解,于是它们同解,故r A =r A2 .命题4.2设A为m n矩阵,B为n 1矩阵,证明Sylrester公式:r A +r B -n 汀AB .证明:设A为m n矩阵,B为n 1矩阵,■‘X1、fABX =0(1)考虑X =,Y =,方程组(BX =0⑵]AY = O⑶l x n j设(1) (2) (3)的解空间分别为V AB,V B,V A,则dimV A = n-r A,将三者联系起来, 作{BX|^V A J,则它为V A的子空间,从而dim <BX x 壬V AB} - dim V A = n — r (A),又V B为V AB的子空间,作:V AB »B二 W一方面dimW 二dimV AB -dimV B =1 -r AB i [1-r B 二r B -r AB下证W —BX X V AB?定义f:WT I BX X E V AB}f =B易知这个映射是单满的,并且满足线性运算条件,所以它是同构映射•dim W =dim〈BX X V AB h r B - r AB但上面:dim {BX X E V AB}兰dim V A= n-r(A).因此n-r A _r B -r AB ,即r A r B -n _ r AB .命题 4.3 设 A 为m n,B 为n m矩阵,AB = BA .证r A B 乞r A r B -r AB .证明:设w-!, w2, w3, w4分别为A, B , A十B , AB行空间,那么dim 则=r A , dim w^ = r Bdim w3二r A B , dim w4二r AB由于W3 W1 W2 ,并由维数公式得:dim w3込dim w1 w2 = dim w「dim 叫一dim w w2即得:r A B < r A r B - dim ' w2(1)由于AB的行向量是B的行向量的线性组合,所以有w4w2又AB = BA ,所以有Jw^ w1 ,因此有w4 ■三w1 ' w2 ,所以有r AB -dim w「w2 (2).将⑵代入⑴即得:r A B - r A r B -r AB .命题 4.4 若r AB ju r B,证明r ABC ]= r BC .证明:设方程组ABX =0与BX =0的解空间分别为V AB,V B.若r AB二r B,则根据引理6知dim V AB二dim V B①又因为满足BX =0解向量也满足ABX =0,所以V AB二V B②由①②可推出V AB二V B.要证r ABC =r BC,只要证ABCX =0与BCX =0同解.设方程组ABCX =0与BCX = 0的解空间分别为V ABC,V BC .显然V ABC二V BC,只要证V ABC V BC .由ABCX =0 知CX • V AB =V B ,即BCX =0,因此V ABC V BC,命题得证.此例是一个有价值的结论.例4.1 n阶矩阵A满足A2= A当且仅当r A • r A-E二n.广1 、+证明:先证明必要性.由A2 = A知A相似于形如 1 @ AI ■丿的对角阵,其中1的个数为r A ,又E-A与E-A相似,从而有相同的秩,而(1 ]E-代= 1 ,*I ■丿其中0的个数为A的秩,1的个数n-r A .所以r Ai 亠r E「A 二r Ai 亠r E-A0 二r Ai 亠n-r A =0.充分性.只要证明对任意X均有A2X二AX即可.由rA・rE-A二n说明,AX i =0的解空间V与E —A X2 =0的解空间V2满足M二V2二R n,从而对任意X存在唯一分解X二人• X其中X^ 7" V2,所以A2X = A2 X, X2二A AX, A AX2 = 0A AX2 = 0 X2二必AX2二A X, X2 =AX综上即证A2二A.命题4.5设A, B分别是m m,m n矩阵,其中A为可逆矩阵,证明r(AB) = r(B). 证明:设AB = Q, A =(:,,:2 ,...,:m), B =( r , :2 ,..., :n),Q =( 1 , 2,..., n),则 C 1, :2,..., :m) S V(〉1,〉2,..., :m) 2 =◎,••.,(〉1,〉2,...,〉m) ' ;'n因为A为可逆矩阵,秩为m,故可将C1,〉2,...,〉m)看做m维线性空间的一组基,则向量1, 2,..., n在这组基下的坐标向量分别为11「2,...,人作l( :1, :2,..., \),1( 1, 2,..., n),在这两个线性空间中构造映射,将1( 1, 2,..., n)中的每个向量映射到在基(冷「2,...,山) 下的坐标向量,这个映射是一个同构映射,因此1(\「2,...,=),1( 1, 2,..., n)这两个线性空间同构,所以dim(l( l「2,...「n))二dim(l( 1, 2,..., n)),而dim(l「1「2,..「n))二r(B),dim(l( 1, 2,..., n))二r(AB).所以r(AB)二r(B).同理可证明当B为可逆矩阵时,r(AB)二r(A).这章主要是利用线性空间和线性变换的一些知识来证明矩阵的秩的等式和不等式命题,难点在于要好好理解线性空间和线性变换的一些知识,重要定理和性质,再把握它们同矩阵的联系.第五章用向量组秩的理论证明秩的等式和不等式本章主要利用向量组的秩和极大线性无关组的一些知识,以及线性方程组的解空间的维数和系数矩阵的秩的关系来证明秩的等式和不等式.命题5.1设A是m n矩阵,B是m p矩阵,则r A或r B < r A B < r A r B .证明:A B列向量组向量的个数比A和 B 多,所以r(A)或r(B)W r(A、B).下面证明r AB <r A r B .不妨设每,人2…,与B j「B j2…,B j「2分别是A与B的列向量组的极大线性无关组,则A B的每个列向量均可用向量组A l , A i2 , A ir1,B j1 , B j2 , B jr2线性表出,根据引理5可知r A B - r A i1 , A2 , , B j1, B j2 ,B jr2 - r1 r2 = r A r B.命题证毕.命题 5.2 设A, B 是mxn矩阵,r (A )—r (B )兰r (A土B )兰r (A)+r (B ).证明:先证明r A B _ r A r B .设A=(AA…,An ) B=(B,B2…,B )J J则A B 二A, B1A B2 ,A n B n .不妨设A i1,A2…,如与B j1,B j2…,B jr2分别是A与B的列向量组的极大线性无关组,则有A s 二kA k2A2 krA S = 1,2, ,nB s “1B i1 l2Bi^ l r2B ir2A sB s=k A k2A2 」出片hB i1 l2B i2 「r2B ir2即A B的列向量可以由A1,A2…,AiB j1, B j2…,B jr2线性表出,由引理5知r A B < r 人1,人2 ,An,B j1,B j2 ,B jr2乞几飞二r A r B .再证明r (A )_r (B j兰r (A + B ).由刚证明的结论r (A + B )兰r (A )+r( B )可知r A = r A B j 亠i B 汀A B r :;-B 二r A B r B ,移项得到r A -r B _ r A B ,同理可得r B -r A _ r A B ,因此r A -r B _ r A B .综上所述我们证明了r(A )—r(B )M r(A + B )兰r(A)+r(B ),对于r(A)—r(B jw r( A—B)W r( A) + r( B),只要把以上证明过程的B改成-B即可得证,命题证毕.由命题3.1 r A二r A T ,命题3.2 r kA二r A (其中k = 0 )和本命题可推知r kA IB < r A r B (其中kl = 0).例5.1设A, B是m n矩阵,证明:r A_B乞r AB .证明:先证明r A B < r A B .设A二 AZ人B= B,,B2 ,B n ,则A+B=(A+B,A2+B2 …,An+Bn} (A£)=(A A …,A n,B1,B2 …,Bn).不妨设A i1,A2 A’与B j1,B j2…,B jr2分别是A与B的列向量组的极大线性无关组,则有A s =k1A1 k?A2 k r., A ir1S = 1,2, ,nB s =1启1 曲2 gB%A B s=kA k2A2 」rA hB i1 胡2即A B的列向量可以由A1,A2…,A r「B j1,B j2…,B jr2线性表出,由于A1,A2 ,AjB j1,B j2 ,B jr2也是来自于 A B的列向量组的向量,所以A B的列向量也可以由 A B的列向量组线性表出,根据引理5可知r A B <r A B .对于r A-B < r A B ,只要把以上证明过程的B改成-B 即可得证,命题证毕.命题5.3设A是m n矩阵,B是n p矩阵,如果AB =0,则r A、亠r B _ n .证明:设 B = B I,B2/ ,B p,则AB 二AB I,AB2, ,AB p =0.故有AB = AB2「二AB p =0,即齐次方程组AX =0有p个解Bi©,…,B p.若r A j=r,则根据引理6, B i,B2,…,B p可由n - r个解向量组成的基础解系线性表出.根据引理5有r B\ =n - r, r A r B -r n - r ;=n ,命题证毕.例5.2 A 是m n 矩阵,贝U r A T A]=r AA T]=r A]=r A T .证明:由命题3.1知r A二r A .下面我们先证明r A T A二r A .只要证明A T AX =0与AX =0同解便可得到r A T A]=r A .一方面,满足AX =0解向量也满足A T AX =0 ;另一方面,由A T AX =0两边同时左乘X T得到X T A T AX=0,即(AX T(AX)=0,- T 2 2设AX =:,那么(AX )(AX 尸k i+…k n =0,所以k j =0(i =1,2,…,n ), AX = 0,l k n」满足A T AX =0的解也满足AX =0 .综上所述A T AX-0与AX-0同解,解空间的维数相等,由系数矩阵的秩与线性方程解空间的维数之间的关系可知n-r A T A =n-r A ,r A T A =r A .对r AA T]=r A T证明过程与此类似,所以r A T A i;= r AA T i=r A]=r A T,命题证毕.例5.3证明:若线性方程组AX =0的解均为BX =0的解,贝U r A -r B .证明:设方程组AX =0与BX =0的解空间分别为V A,V B,若线性方程组AX =0的解均为BX =0的解,则V A V B , dim V A< dim V B根据引理6有n-r A _n—r B ,即r A - r B,命题得证.例5.4设A为m n矩阵,B为n 1矩阵,证明ABX =0与BX =0同解的充分必要条件为r AB二r B .证明:设方程组ABX =0, BX =0解空间分别为V AB ,V B .必要性:若V AB =V B,dim V AB[= dim V B ,根据引理6可知n -r AB 严n -r B ,可以推出r AB =r B .充分性:若r AB =r B,则根据引理6知dim V AB =dim V B①又因为满足BX =0解向量也满足ABX =0,所以V AB二V B②由① ②可推出V AB =V B .命题证毕.命题5.4设A是数域P上n m矩阵,B是数域P上m s矩阵,证明r AB < min Cr A ,r B 1即矩阵乘积的秩不超过各因子的秩.证明:构造齐次线性方程组ABX = 0与BX = 0 ,设方程组ABX = 0与BX = 0的解空间分别为V AB,V B.显然,满足BX =0解向量也满足ABX =0,所以V AB二V B, dim V AB -dim V B ,根据引理6知r AB <r B .再构造齐次线性方程组B T A T X =0与A T X =0,同理可得r B T A T< r A T ,即r AB <r A .综上所述r AB < min ^r A ,r B ?.例5.4如果m n方程组AX =0的解为方程^x1 b,x^ b n x^0的解,其中X h[x1,X2, X ,求证rA, b2 , , b n )此命题用归纳法可以推广为:如果…Am那么秩(A) <j 秩(AJ.证明:由已知可知AX =0与A占,b2,…,b n」X=0同解,根据引理6它们的系数矩阵的秩相等,所以rA©,b2,…,b n=r A .第六章 用矩阵分块法证明秩的等式和不等式本章主要是利用矩阵分块的方法来证明矩阵的秩的等式和不等式, 也包括矩阵分解 的方法证明秩的等式和不等式,涉及到了矩阵的广义初等变换和广义初等矩阵•例6.1⑷设A 是数域P 上n m 矩阵,B 是数域P 上m s 矩阵, 求证r AB < min 「A ,r B /,即矩阵乘积的秩不超过各因子的秩.an a 12a1 m,zbn b 12■ aBb 1s证明:设A = a 21a 22…32m,B =b21b 22■ asb 2s,a n1 a n2…anm j<_bm1b m2■ a »令B 「B 2,…,B m 表示B 的行向量,G ,C 2,…,C n 表示C = AB 的行向量。
线性代数简明教程,(第二版)科学出版社课后答案第一章矩阵习题答案

0
0 0
1 0 0
0 0 0 1 0 1
1 0
0 1
3 6
1 1
1 2
610
1 0 0 0 2 1 1 4
~r1 2r2
0
0 0
1 0 0
0 1 0
0 0 1
0 3 6
1 1 1
0 1 2
1
6 10
(E A1 )
1 2 3 1
r2 2r1
r3 r1
1 2 3 1 0 0 0 0
0 0 0 0
3 1 4 2 2
(2) B
1 1 1
0 2 4
1 1 13 3 3
0
4 0
1 0 1 1 0
X X
11 21
X12 X 22
E
En O
O Es
AX21 En
A X 22 BX11
O O
BX12 Es
X 21 A1 X 22 O
X11 O
X12 B1
方法二:
Ons Bs
AB A 2B
B1 ( A 2E)1 A
方法一:先求 ( A 2E)1, 再求 ( A 2E)1 A
方法二:直接求 ( A 2E)1 A
行
(( A 2E)A)
(E( A 2E)1 A)
其中
1 0 0
(A
2E)1
2 0
矩阵论第二版答案

矩阵论第二版答案【篇一:华北电力大学硕士研究生课程考试试题(a卷)矩阵论答案】14)一、判断题(每小题2分,共10分)1. 方阵a 的任意一个特征值的代数重数不大于它的几何重数。
(x)见书52页,代数重数指特征多项式中特征值的重数,几何重数指不变子空间的维数,前者加起来为n,后者小于等于n?,?,?,?m是线2. 设12性无关的向量,则 dim(span{?1,?2,?,?m})?m.正确,线性无关的向量张成一组基v,v3.如果12 是v 的线性v?vv12子空间,则也是的线性子空间.错误,按照线性子空间的定义进行验证。
a(?)4. n阶?-矩阵是可逆a(?)的充分必要条件是的秩是n .见书60页,需要要求矩阵的行列式是一个非零的数5. n阶实矩阵a是单纯矩阵的充分且必要条件是a的最小多项式没有重根. 见书90页。
二、填空题(每小题3分,共27分)?210???a??021?,??003(6)??则ea的jordan标准型为?e?0??0?21e200??0?,3?e?。
【篇二:矩阵论简明教程课后习题与答案解析】mite正定矩阵的充分必要条件是,存在hermite正定矩阵b,使得a=b2。
解:若a是hermit正定矩阵,则由定理1.24可知存在n阶酉矩阵u, 使得??1??uhau=?????2???, ?i﹥0,i=1, 2, ?,n. ????n??于是??1????2??ha=u?u ??????n????1??1?????h??2= u??uu?????????n???2????h?u ??n??令?1??b=u????2????h?u ?n??则a=b2.反之,当a=b2且b是hermit正定矩阵时,则因hermit 正定矩阵的乘积仍为hermit正定矩阵,故a是hermit 正定的.14. 设a?cn?n是hermite矩阵,则下列条件等价:(1)a是mermit半正定矩阵。
(2)a的特征值全为非负实数。
矩阵理论第4章习题解答

第四章 习题解答1. 证明:实对称矩阵A 的所有特征值在区间[],a b 上的充要条件是对任何0a λ<,0λ-A E 是正定矩阵;而对任何0a λ<,0λ-A E 是负定矩阵.证:因为A 为实对称矩阵,所以存在正交矩阵Q ,使得{}12,,n diag λλλ T A =Q Q ,其中特征值[],i a b λ∈.{}010200,,n diag λλλλλλλ--- T A -E =Q Q ,所以对于00,0i a λλλ∀<->知A 为正定矩阵;00,0i b λλλ∀>-<知A 为负定矩阵. 2. 设A ,B 都是实对称矩阵, A 的一切特征值在区间[],a b 上, B 的一切特征值在区间[],c d 上. 证明: A+B 的特征值必在区间[],a c b d ++.证:设A ,B 的特征值分别为()()()12n b A A A a λλλ≥≥≥≥≥ , ()()()12n d B B B c λλλ≥≥≥≥≥ ,又因为A ,B 为实对称矩阵,所以A ,B 为Hermite 矩阵,由定理18知,A+B 的特征值()k λ+A B ,1,2,,k n ∀= . 有()()()()()1k n k k λλλλλ+≤+≤+A B A B A B .即()()()()()()()1k k n k k k a c c d b dλλλλλλλ+≤+≤+≤+≤+≤+≤+A A B A B A B A 3 设P 是酉矩阵,()1,,n A diag a a = ,证明PA 的特征值μ满足不等式m M μ≤≤,其中,{}min i im a =,{}max i iM a =.证:因为P 是酉矩阵,所以HP P E =,又因为()()HH H H PA PA A P PA A A ==,所以由Browne 定理知,PA 的特征值μ满足不等式minminmaxmaxiiiiμ=≤≤=而minmin i iia m ==,maxmax i iia M ==,所以 m M μ≤≤.4.用圆盘定理证明9121081110401001-⎡⎤⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦A =至少有两个实特征值. 证: A 的4个盖尔圆为{}1|94G z z =-≤,{}2|82G z z =-≤, {}3|41G z z =-≤,{}4|11G z z =-≤,它们构成的两个连通区域部分为1123S G G G = , 24S G =, 易知1S 与2S 都关于实轴对称, 因为实矩阵的复特征值必成对共轭出现, 所以2S 中含有A 的一个特征值, 而1S 中至少含有A 的一个实特征值, 因此A 中至少有两个实特征值. 5 参见课本135页中的例1. 6 用圆盘定理估计7-168-1678885⎡⎤⎢⎥-⎢⎥⎢⎥--⎣⎦A =的特征值和A 的谱半径, 然后选取一组正数123,,p p p 对A 的特征值作更细的估计. 解: A 的3个特征值在它的2个盖尔圆724z -≤,516z +≤得并集中, 且()31r A ≤. 因为矩阵A 有相同的主对角元素,所以,无法通过选取正数123,,p p p 给出更精细的估计.7证明141414141525115161636161171737⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦A =的谱半径()1r <A . 证: 113:||44S z -≤,223:||55S z -≤,333:||66S z -≤,433:||77S z -≤,故矩阵A 的盖尔,圆盘位于单位圆内且只与单位圆交于1,又因为||0E A -≠,所以知()1r <A .8. 证明14141141251515161636161717147⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦A =的谱半径()1r =A . 证: 113:||44S z -≤,223:||55S z -≤,333:||66S z -≤,443:||77S z -≤,故矩阵A 的盖尔,圆盘位于单位圆内且只与单位圆交于1,又因为()det 10=I -A , 所以()1r =A . 9.举例说明:(1)在有两个盖儿圆构成构成的连通部分中,可以在每一个盖儿圆中恰有一个特征值. (2)不一定每个盖尔圆中必有一个特征值.解:(1)如122-1⎛⎫ ⎪⎝⎭A =,故250λλ-=-=E A,1,2λ=(2)如1-0.80.50⎛⎫ ⎪⎝⎭A =,故20.40λλλ-=-+=E A,(1,211.2λ=±11.设()n,nij a =∈C A ,满足()1,2,,ij ij j ia a i n ≠>=∑ 则(1)A 可逆; (2)1det .nii ij j i i a a ≠=⎛⎫≥- ⎪⎝⎭∑∏A 证:(1)因为A 为严格对角占优矩阵,由定理4知,A 可逆。
矩阵理论课后习题答案习题二

3 0 1 λ⎤ 0 0 ⎡ 2λ ⎡ 0 ⎢ 4λ ⎥ ⎢ 3λ + 6 0 λ + 2 2λ ⎥ c − 2c ⎢ 0 0 0 ⎢ c −3 c ⎢ 0 6λ λ 2λ 0 ⎥ ⎯⎯⎯ →⎢ 0 0 λ ⎢ ⎥ ⎢ 0 λ −1 0 0⎥ 0 λ −1 ⎢ λ −1 ⎢ λ −1 ⎢ ⎢ 0 0⎥ ⎣3λ − 3 1 − λ 2 λ − 2 ⎦ ⎣3 λ −3 1 − λ 2 λ −2
于是不变因子为
d1 (λ ) = d 2 (λ ) = d 3 (λ ) = 1,d 4 (λ ) =
Smith 标准形为
D4 (λ ) D (λ ) = λ (λ − 1),d 5 ( λ )= 5 = λ2 ( λ − 1) 故 该 矩 阵 的 D3 ( λ ) D4 ( λ )
0 1 0 0 0 0 0 0 ⎤ ⎥ 0 0 0 ⎥ 1 0 0 ⎥. ⎥ 0 λ (λ − 1) 0 ⎥ 0 0 λ 2 (λ − 1) ⎥ ⎦
0 0 0 ⎡1 ⎤ ⎢0 λ (λ − 1) ⎥ 0 0 ⎢ ⎥; ⎢0 0 λ( λ − 1) 0 ⎥ ⎢ 2 2⎥ 0 0 λ (λ − 1) ⎦ ⎣0
(3)对矩阵作初等变换
⎡3λ 2 + 2 λ − 3 2 λ −1 λ 2 + 2 λ − 3 ⎤ c − c ⎡3 λ 2 − 2 3 ⎢ 2 ⎥ c1 ⎢ 2 3 − c2 → ⎢4 λ 2 −3 ⎢4λ + 3λ − 5 3λ − 2 λ + 3 λ − 4 ⎥ ⎯⎯⎯ ⎢ λ2 + λ − 4 ⎢ λ2 − 2 λ −2 λ −1 ⎥ ⎣ ⎦ ⎣ 4 2 3 2 ⎡ −λ + 7 λ − 6 −λ + 2λ + 4λ − 5 0 ⎤ ⎢ ⎥ r2 − r1 ⎯⎯⎯⎯→ λ 2 −1 λ −1 0⎥ r1 −( λ 2 −2) r3 ⎢ ⎢ λ2 −2 λ −2 1⎥ ⎣ ⎦ 4 2 3 2 ⎡ −λ + 7λ − 6 −λ + 2λ + 4λ − 5 0 ⎤ 2 ⎢ ⎥ c1 −( λ −2) c 3 ⎯⎯⎯⎯⎯ →⎢ λ 2 −1 λ −1 0⎥ c2 −( λ − 2) c3 ⎢ 0 0 1⎥ ⎣ ⎦ ⎡ −λ 3 + λ 2 − λ −1 −λ3 + 2λ 2 + 4λ − 5 0 ⎤ ⎢ ⎥ c1 −( λ +1) c 2 ⎯⎯⎯⎯ →⎢ 0 λ −1 0⎥ ⎢ 0 0 1⎥ ⎣ ⎦ ⎡λ 3 − λ 2 − λ +1 0 0⎤ ⎡1 2 ⎢ ⎥ r1 ↔ r3 ⎢ r1 + (λ −λ − 5)r2 ⎯⎯⎯⎯⎯ →⎢ 0 λ −1 0 ⎥ ⎯⎯⎯ → ⎢0 r1× (− 1) c1 ↔ c3 ⎢ ⎢ 0 0 1⎥ ⎣0 ⎣ ⎦
矩阵论简明教程(第二版)习题答案

习 题 一1. 设λ为的任一特征值,则因 λλ22- 为A =-A 22O 的特征值, 故022=-λλ. 即 λ=0或2.2. A ~B , C ~D 时, 分别存在可逆矩阵P 和Q , 使得 P 1-AP =B , Q 1-CQ =D .令T =⎪⎪⎭⎫⎝⎛Q O O P则 T 是可逆矩阵,且 T1-⎪⎪⎭⎫ ⎝⎛C O O AT =⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫⎝⎛--Q OO PC OO A Q O O P 11=⎪⎪⎭⎫⎝⎛D OO B3. 设i x 是对应于特征值i λ的特征向量, 则 A i x =i λi x , 用1-A 左乘得iiix A x 1-λ=.即i i i x x A 11--λ= 故 1-i λ是A 的特征值, i =1,2,, n .4. (1) 可以. A E -λ=)2)(1)(1(-+-λλλ,=P ⎪⎪⎪⎭⎫⎝⎛--104003214, ⎪⎪⎪⎭⎫⎝⎛-=-2111AP P . (2) 不可以. (3)⎪⎪⎪⎭⎫ ⎝⎛=110101010P , ⎪⎪⎪⎭⎫⎝⎛=-1221AP P . 5. (1) A 的特征值是0, 1, 2. 故A =-(b -a )2=0. 从而 b =a .又11111-λ----λ----λ=-λaa aa A I =)223(22+---a λλλ将λ=1, 2 代入上式求得 A =0.(2) P =⎪⎪⎪⎭⎫⎝⎛-101010101. 6.AI -λ=)1()2(2+-λλ, A 有特征值 2, 2, -1.λ=2所对应的方程组 (2I -A )x =0 有解向量p 1=⎪⎪⎪⎭⎫ ⎝⎛041,p 2=⎪⎪⎪⎭⎫ ⎝⎛401 λ=-1所对应的方程组 (I +A )x =0 有解向量p 3=⎪⎪⎪⎭⎫ ⎝⎛001令P =(p ,1p ,2p 3)=⎪⎪⎪⎭⎫⎝⎛140004111, 则P 1-=⎪⎪⎪⎭⎫ ⎝⎛---4416414030121. 于是有A 100=P ⎪⎪⎪⎭⎫⎝⎛122100100P 1-=⎪⎪⎪⎭⎫⎝⎛-⋅-⋅-⋅---12412244023012122431100100100100100100100.7.(1)A I -λ=)1(2+λλ=D 3(λ),λI -A 有2阶子式172111----λ=λ-4λ-4不是D 3(λ)的因子, 所以D 2(λ)=D 1(λ)=1, A 的初等因子为λ-1, 2λ. A 的 Jordan 标准形为J =⎪⎪⎪⎭⎫ ⎝⎛-000100001 设A 的相似变换矩阵为P =(p 1,p 2,p 3), 则由AP =PJ 得 ⎪⎩⎪⎨⎧==-=23211pAp Ap p Ap 0解出P =⎪⎪⎪⎭⎫ ⎝⎛-----241231111; (2) 因为),2()1()(23--=λλλD1)()(12==λλD D ,故A ~J =⎪⎪⎪⎭⎫⎝⎛200010011设变换矩阵为 P =(321,,p p p ), 则⎪⎩⎪⎨⎧=+==33212112pAp p p Ap p Ap⇒P =⎪⎪⎪⎭⎫⎝⎛---502513803(3) ),2()1()(23-+=-=λλλλA I D ,1)(2+=λλD1)(1=λD .A的不变因子是11=d ,12+=λd )2)(1(3-+=λλdA ~J =⎪⎪⎪⎭⎫⎝⎛--211因为A 可对角化,可分别求出特征值-1,2所对应的三个线性无关的特征向量:当λ=-1时,解方程组 ,0)(=+x A I 求得两个线性无关的特征向量,1011⎪⎪⎪⎭⎫ ⎝⎛-=p⎪⎪⎪⎭⎫⎝⎛-=0122p 当λ=2时,解方程组,0)2(=-x A I 得⎪⎪⎪⎭⎫⎝⎛-=1123p ,P =⎪⎪⎪⎭⎫⎝⎛---101110221(4)因⎪⎪⎪⎭⎫⎝⎛---+=-41131621λλλλA I ~⎪⎪⎪⎭⎫⎝⎛--2)1(11λλ, 故A ~J =⎪⎪⎪⎭⎫⎝⎛10111 设变换矩阵为P =),,(321p p p , 则⎪⎩⎪⎨⎧+===3232211pp Ap p Ap p Ap21,p p 是线性方程组 0=-x A I )(的解向量,此方程仴的一般解形为p =⎪⎪⎪⎭⎫⎝⎛+-t s t s 3取⎪⎪⎪⎭⎫ ⎝⎛-=0111p ,⎪⎪⎪⎭⎫⎝⎛=1032p 为求滿足方程23)(p p A I -=-的解向量3p , 再取,2p p = 根据⎪⎪⎪⎭⎫ ⎝⎛------t s t s 3113113622~⎪⎪⎪⎭⎫ ⎝⎛----t s t s s033000311由此可得 s =t , 从而向量 T3213),,(x x x =p 的坐标应満足方程 s x x x -=-+3213取T3)0,0,1(-=p , 最后得P =⎪⎪⎪⎭⎫ ⎝⎛--010001131 8. 设 f (λ)=4322458-++-λλλλ. A 的最小多项式为 12)(3+-=λλλA m ,作带余除法得 f(λ)=(149542235-+-+λλλλ),(λA m +1037242+-λλ, 于是f (A )=I A A 1037242+-=⎪⎪⎪⎭⎫⎝⎛----346106195026483. 9. A 的最小多项式为 76)(2+-=λλλA m , 设 f(λ)=372919122234+-+-λλλλ,则f (λ)=)()52(2λλA m ++2+λ. 于是 [f (A )]1-=1)2(-+I A .由此求出[f (A )]1-=⎪⎪⎭⎫⎝⎛-3217231 10. (1)λI -A =⎪⎪⎪⎭⎫⎝⎛---+41131621λλλ标准形⎪⎪⎪⎭⎫⎝⎛--2)1(000101λλ, A 的最小多项式为 2)1(-λ;2) )1)(1(+-λλ; (3) 2λ.11. 将方程组写成矩阵形式:⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛----=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛321321188034011d d d d d d x x x tx t x t x , ⎪⎪⎪⎭⎫⎝⎛=321x x x x ,⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=tx t x t x td d d d d d d d 321x , A =⎪⎪⎪⎭⎫⎝⎛----188034011则有J =PAP 1-=⎪⎪⎪⎭⎫⎝⎛-100010011, .其中P =⎪⎪⎪⎭⎫ ⎝⎛124012001.令 x =Py , 将原方程组改写成 :,d d Jy y =t则⎪⎪⎪⎩⎪⎪⎪⎨⎧-=+==3321211d d d d d d yty y y ty y t y解此方程组得: y 1=C 1e t +C 2T e t , y 2=C 2e t , y 3=C 3e t -. 于是x =Py =⎪⎪⎪⎭⎫⎝⎛++++++-t t t tt tt c )t (c c )t (c c t c c e e 24e 4e 12e 2e e 3212121. 12. (1) A 是实对称矩阵. A I -λ=2)1)(10(--λλ,A 有特征值 10, 2, 2. 当λ=10时. 对应的齐次线性方程组 (10I -A )x =0的系数矩阵⎪⎪⎪⎭⎫ ⎝⎛--542452228~⎪⎪⎪⎭⎫ ⎝⎛000110102由此求出特征向量p 1=(-1, -2, 2)T , 单位化后得 e 1= (32,32,31--)T .当λ=1时, 对应的齐次线性方程组 (I -A )x =0的系数矩阵⎪⎪⎪⎭⎫ ⎝⎛-----442442221~⎪⎪⎪⎭⎫⎝⎛-000000221由此求出特征向量 p 2=(-2, 1, 0)T , p 3=(2, 0, 1)T . 单位化后得 e 2=(0,51,52-)T, e 3=(535,534,532)T . 令U =⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---5353253451325325231, 则U 1-AU =⎪⎪⎪⎭⎫⎝⎛1110.(2) A 是Hermit 矩阵. 同理可求出相似变换矩阵U =⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---2121212i 2i 2i21210, U 1-AU =⎪⎪⎪⎭⎫ ⎝⎛-22. 13. 若A 是Hermit 正定矩阵,则由定理1.24可知存在n 阶酉矩阵U , 使得U H AU =⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21, i λ﹥0, I =1, 2, , n . 于是A =U ⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21U H= U ⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21U H U ⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21U H令B =U ⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21U H则 A =B 2.反之,当 A =B 2且B 是Hermit 正定矩阵时,则因Hermit 正定矩阵的乘积仍为Hermit 正定矩阵,故A 是Hermit 正定的. 14. (1)⇒(2). 因A 是Hermit 矩阵,则存在酉矩阵U,使得U H AU =diag(n λλλ,,,21 )令x =Uy , 其中 y =e k . 则 x ≠0. 于是x H Ax =y H (U H AU )y =k λ≧0 (k =1, 2, , n ).(2)⇒(3).A =U diag(n λλλ,,,21 )U H =U diag(n λλλ,,,21 )diag(n λλλ,,,21 )U H令 P =diag(n λλλ,,,21 )U H , 则 A =P H P . (3)⇒(1). 任取x ≠0, 有x HAx =x H P H Px =22Px ≧0. 习 题 二1.1x=01i 42i 1+++-++=7+2,2x =1i)4i(4)2(i)1i)(1(2+-+-+-+=23, ∞x =max {}1i 42i 1,,,-+=4.2. 当 x ≠0时, 有 x ﹥0; 当 x ﹦0时, 显然有 x=0. 对任意∈λC , 有xλ=xnk kk nk kk λξωλλξω==∑∑==1212.为证明三角不等式成立,先证明Minkowski 不等式: 设 1≦p ﹤∞, 则对任意实数 x k ,y k (k =1, 2, , n )有pnk pkk y x 11)(∑=+≦∑∑==+nk ppknk ppky x 1111)()(证 当 p =1时,此不等式显然成立. 下设 p ﹥1, 则有∑=+nk pkk y x 1≦∑∑=-=-+++nk p kk k nk p kk k y x y y x x 1111对上式右边的每一个加式分别使用H ölder 不等式, 并由 (p -1)q =p , 得∑=+nk pkk y x 1≦qnk qp kk pnk pkqnk qp kk pnk pky x y y x x 11)1(1111)1(11)()()()(∑∑∑∑=-==-=+++=qnk pkk pnk pkpnk pky x y x 111111)]()()[(∑∑∑===++再用 qnk pkk y x 11)(∑=+ 除上式两边,即得 Minkowski 不等式.现设任意 y =(n ηηη,,,21 )T ∈C n , 则有∑=+=+nk kk k y x 12ηξω=∑=+nk k k k 12)(ηξω≦∑=+nk k k k k 12)(ηωξω≦∑∑==+nk jk nk k k 1212()(ηωξω=yx +.3. (1) 函数的非负性与齐次性是显然的,我们只证三角不等式.利用最大函数的等价定义:max(A , B )=)(21b a b a -++max(),b a y x y x ++≦max(bba ayxy x++,)=)(21bbaababayxyxyyxx --+++++ ≦)(21babababayyxx y yxx-+-++++=)(21)(21bababa bay yyyxxxx-+++-++=max( b a x x ,)+max( b a y y ,) (2) 只证三角不等式.k 1a y x ++k 2b y x +≦k 1a x +k 1a y +k 2b x +k 2by=( k 1a x +k 2b x )+( k 1a y +k 2b y ) .4. 218132i 453i 11m +=+++++++=A ;66132i 453i 1222222F=+++++++=A;15m =∞A;=1A列和范数(最大列模和)=27+;∞A =行和范数(最大行模和)=9 ;5. 非负性: A ≠O 时S 1-AS ≠O , 于是 m 1AS S A -=>0. A =O 时, 显然A=0;齐次性: 设λ∈C , 则λλλ==-m1)(SA SA m1ASS-=λA;三角不等式: m11m1)(BSSAS SSB A S B A ---+=+=+≦BA BS S ASS+=+--m1m 1;相容性:m11m1)(BSASSSS AB SAB ---==≦m1m1BSSAS S--=A B.6. 因为I n ≠O , 所以nI >0.从而利用矩阵范数的相容性得:n n n I I I =≦n I n I ,即n I ≧1.7. 设 A =(A ij)∈C n n ⨯, x =∈ξξξT21),,,(nC n , 且 A =ij ji a ,max , 则 ∑∑=ikkikAxξa1≦∑∑i kkik a ξ=∑∑kiik k a ][ξ≦n A ∑kkξ=∞m A1x;∑∑=ikkikAx22ξa≦∑∑ikk ik a 2][ξ=∑∑ikk a 22][ξ=nA2x≦n A =∞m A2x.8. 非负性与齐次性是显然的, 我们先证三角不等式和相容性成立. A =(a ij), B =(b ij)∈C n m ⨯,C =(c st )∈C l n ⨯且 A =ijji a ,max, B =ijji a ,max, C =stts c ,max. 则MBA +=max{m ,n }ijij ji b a +,max≦max{m ,n })(max ,ij ij ji b a +≦max{m ,n }(A +B )=max{m ,n }A +max{m ,n }B =MMBA+;MAC=max{m ,l }∑kkt ik t i c a ,max ≦max{m ,n }}{max ,∑kkt ik ti c a≦max{m ,n }}{max 22,∑∑⋅kkt kikti c a(Minkowski 不等式)=max{m ,n }n AC ≦max{m ,n }max{n ,l }AC =M M C A .下证与相应的向量范数的相容性.设 x =∈ξξξT21),,,(nC n , d =kmax {k ξ}, 则有∑∑=ikkikaAxξ1≦∑∑ikkik a ξ=∑∑ki ik k a )(ξ≦∑kk na ξ=n A ∑kk ξ≦max{m ,n }A ∑kk ξ=1MxA;2Ax=∑∑ikk ik a 2ξ≦∑∑ikk ik a 2)(ξ≦∑∑∑ikkk ika )(22ξ (H ölder 不等式)=∑∑∑⋅kkikika 22ξ≦mnA 2x≦max{m ,n }A2x=2MxA;}{max 1∑=∞=nk k ik iAxξa ≦∑=n k k ik ia 1}{max ξ≦}{max22∑∑⋅kk kikia ξ≦}max{22nd nai⋅=n AD ≦max{m ,n }AD =∞x A M .9. 只证范数的相容性公理及与向量2–范数的相容性. 设 A =(a ij)∈C n m ⨯, B =(b st )∈C l n ⨯, x =∈ξξξT21),,,(nC n 且 A =ij ji a ,max , B =st ts b ,max , 则 ∑=≤≤≤≤=nk ktiklt m i AB11,1Gmaxb aml≦}{max ,kt kik ti b a ml ∑≦}{max 22,∑∑⋅kkt kikti b a ml(Minkowski 不等式)≦mln ab =))((b nl a mn =GGBA.∑∑===mi nk k ikAx1212ξa≦∑∑ikk ik a 2)(ξ≦∑∑∑⋅ikkk ika )(22ξ(H ölder 不等式) ≦∑∑⋅ikkna )(22ξ=mnA2x=2G x A .10. 利用定理2.12得122H2===nI UU U.11.A 1-=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---0110211214321cond 1(A )=225255111=⋅=-AA; cond ∞(A )=10251=⋅=∞-∞AA.12.设x 是对应于λ的特征向量, 则A x x m m λ=.又设 v⋅是C n 上与矩阵范数⋅相容的向量范数,那么vmvmvmxA xx==λλ≦vmxA因vx>0, 故由上式可得 mλ≦mA⇒λ≦mmA.习 题 三1. 2c λc λλ))(2(+-=-AI , 当c λρ=)(﹤1时, 根据定理3.3, A 为收敛矩阵.2. 令S )N (=∑=N)(k k A,)(lim N N S+∞→=S , 则0)(lim lim )()()(=-=+∞→+∞→k k k k k SSA .反例: 设A )(k =k⎪⎪⎭⎫⎝⎛0001k , 则因 ∑+∞=01k k发散, 故 ∑+∞=0)(k k A发散, 但)(lim k k A+∞→=O .3. 设 A =⎪⎪⎭⎫⎝⎛6.03.07.01.0, 则)(A ρ≦=∞A行和范数=0.9<1, 根据定理3.7,∑∞+=⎪⎪⎭⎫⎝⎛06.03.07.01.0k k=(I -A )1-=⎪⎪⎭⎫⎝⎛937432.4. 我们用用两种方法求矩阵函数e A : 相似对角化法. 22a λλ+=-A I , a -a i ,i =λ 当=λi a 时, 解方程组 (i a -A )x =0, 得解向量 p 1=(i, 1)T .当 λ=-i a 时, 解方程组 (i a +A )x =0, 得解向量 p 2=(-i, 1)T .令 P =⎪⎪⎭⎫⎝⎛-11i i , 则P 1-=⎪⎪⎭⎫⎝⎛-i 1i 1i 21, 于是e A =P ⎪⎪⎭⎫⎝⎛-a a i 00i P 1-=⎪⎪⎭⎫⎝⎛a a a -acos sin sin cos . 利用待定系数法. 设e λ=(2λ+a 2)q (λ)+r (λ), 且 r (λ)=b 0+b 1λ, 则由⎩⎨⎧=-=+-a aa b b a b b i 10i 10ei e i⇒b 0=cos a , b 1=a1sin a .于是e A =b 0I +b 1A =cos a ⎪⎪⎭⎫⎝⎛11+a1sin a ⎪⎪⎭⎫⎝⎛-a a =⎪⎪⎭⎫⎝⎛-a a a a cos sin sin cos . 后一求法显然比前一种方法更简便, 以后我们多用待定系数法. 设f (λ)=cos λ, 或 sin λ则有⎩⎨⎧=-=+a -a b b aa b b sini i sini i 1010 与⎩⎨⎧=-=+aa b b aa b b i cos i i cos i 1010由此可得⎪⎩⎪⎨⎧-==a a b b sini i 010 与⎩⎨⎧==0i cos 10b ab故 (a2i sini a )A =⎪⎪⎭⎫⎝⎛-0isini isini 0aa =sin A 与(cosi a )I =⎪⎪⎭⎫ ⎝⎛a acosi 0cosi =cos A .5. 对A 求得P =⎪⎪⎪⎭⎫ ⎝⎛--013013111, P 1-=⎪⎪⎪⎭⎫⎝⎛-24633011061, P 1-AP =⎪⎪⎪⎭⎫⎝⎛-211根据p69方法二,e At =P diag(e t -,e t ,e t2)P 1-=⎪⎪⎪⎭⎫ ⎝⎛+--++---------tt tt t tt ttt t tt t e3e 3e3e 30e 3e 3e 3e 30e e 3e 2e e 3e 4e 661222tsin A =P diag(sin(-1),sin1,sin2)P 1-=⎪⎪⎪⎭⎫⎝⎛--01sin 601sin 6001sin 42sin 21sin 22sin 42sin 616. D 3(λ)=110011----λλλ=2)1(-λλ, D 2(λ)=D 1(λ)=1, A ~J =⎪⎪⎪⎭⎫⎝⎛000010011. 现设r (λ,t )=b 0+b 1λ+b 2λ2, 则有⎪⎩⎪⎨⎧==+=++1e 2e 021210b t b b b b b ttb 0=1, b 1=2e t -t e t -2, b 2=t e t -e t +1. 于是e t A =r (A , t )=b 0I +b 1A +b 2A 2=I +(2e `t -t e t-2)⎪⎪⎪⎭⎫ ⎝⎛100100011+(t e t -e t+1)⎪⎪⎪⎭⎫⎝⎛100100111=⎪⎪⎪⎭⎫⎝⎛-+--tt e 01e 101e e 1e e ttttt同理,由⎪⎩⎪⎨⎧=-=+=++1sin 2cos 021210b t t b b t b b b⇒b 0=1, b 1=t sin t +2cos t -2, b 2=1-t sin t -cos t . 将其代入cos A t =b 0I +b 1A +b 2A 2, 求出cos A t =⎪⎪⎪⎭⎫⎝⎛----t t t t t t t cos 001cos 10cos sin 11cos cos7. 设 f (A )=∑+∞=0k k A ka ,S N=∑=Nk k A 0k a .则 f (A )=NN S +∞→lim 并且由于 (S N)T=T)(∑=Nk kk Aa =∑=Nk k k A 0T )(a所以, f (A T )=T)(lim N N S +∞→=f (A )T . 8, (1) 对A 求得P =⎪⎪⎪⎪⎪⎭⎫⎝⎛1111, P 1-=P ,J =⎪⎪⎪⎪⎪⎭⎫⎝⎛1111111 则有e t A =P ⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛t t tt tt tttt t t t ttt e eee 2e ee 6e2e 232e P 1-=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛t ttt ttt t t e ee 2e 60ee e 200ee 000e 232t tt t t t tsin A t =P ⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---t t t tt t t t tt tt tt t t sin cos sin sin 2cos sin cos 6sin 2cos sin 232P 1-=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---t tt ttt t t t t t t t t t t sin cos sin 2cos 6sin cos sin 2sin cos sin 232cos A t =P ⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-----t t t tt t t t tt tttt t t cos sin cos cos 2sin cos sin 6cos 2sin cos 232P=⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-----t tt ttt t t t t t t t tt t cos sin cos 2sin 60cos sin cos 200cos sin 000cos 232 (2) 对A 求出P =P 1-=⎪⎪⎪⎪⎪⎭⎫⎝⎛010100000100001,J =⎪⎪⎪⎪⎪⎭⎫⎝⎛--010212则有eAt=P ⎪⎪⎪⎪⎪⎭⎫⎝⎛---11ee e 222tt ttt P 1-=⎪⎪⎪⎪⎪⎭⎫⎝⎛---100010000e000e e 222tt tttsin A t =P ⎪⎪⎪⎪⎪⎭⎫⎝⎛--002sin 2cos 2sin t tt t tP 1-=⎪⎪⎪⎪⎪⎭⎫⎝⎛--0000000002sin 0002cos 2sin tt t t tcos A t =P ⎪⎪⎪⎪⎪⎭⎫⎝⎛1012cos 2sin 2cos t tt tP 1-=⎪⎪⎪⎪⎪⎭⎫⎝⎛10000100002cos 0002sin 2cos t t t t 9. (1) sin 2A +cos `2A =[)e (e i 21i i A A --]2=[)(e 21i i A A e -+]2=)e e e (e 41)e e e (e 41i 2i 2i 2i 2O O A A O O A A ++++--+---=e O =I(2) sin(A +2πI )=sin A cos(2πI )+cos A sin(2πI ) =sin A [I -!21(2πI )2+!41(2πI )4-…]+cos A [2πI -!31(2πI )3+!51(2πI )5-…] = sin A [1-!21(2π)2+!41(2π)4-…]I +cos A [2π-!31(2π)3+!51(2π)5-…]I=sin A cos2π+cos A sin2π (3)的证明同上.(4) 因为 A (2πi I )=(2πi I )A ,所以根据定理3.10可得 e I A i π2+=e A e I πi 2=e A [I +(2πI )+!21(2πi I )2+!31(2πi I )3+…]=e A {[1-!21(2π)2+!41(2π)4-…]+i[2π-!31(2π)3+!51(2π)5-…]}I=e A {cos2π+isin2π}I =e A此题还可用下列方法证明:eIA πi 2+=e ⋅AeIi π2=e ⋅A P ⎪⎪⎪⎪⎪⎭⎫⎝⎛i π2iπ2πi 2e eeP 1-=e ⋅A PIP 1-=e A用同样的方法可证: e I A πi 2-=e A e I πi 2-.10. A T =-A , 根据第7题的结果得 (e A )T =e TA =e A -, 于是有e A (e A )T =e A e TA =e A A -=e O =I11. 因A 是Herm(i A )H =-i A H =-i A , 于是有e A i (e A i )H =e A i e A i -=e O =I12. 根据定理3.13, A 1-tt A e d d =e At , 利用定理3.14得⎰tA 0d eττ=⎰-tA A1d ed d τττ=A 1-τττd ed d 0A t⎰=A 1-(e -At I ).13.t d dA (t )=⎪⎪⎭⎫ ⎝⎛---t t t tsin cos cos sin , t d d(det A (t ))=td d (1)=0, det(td d A (t ))=1, A 1-(t )=⎪⎪⎭⎫⎝⎛-t tt t cos sin sin cos , t d dA 1-(t )=⎪⎪⎭⎫⎝⎛---t tt t sin cos cos sin14. ⎰tA 0d )(ττ=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛⎰⎰⎰⎰⎰⎰-0d 30d e2d e d d e d e 02002002ttt ttt τττττττττττττ=⎪⎪⎪⎪⎪⎭⎫⎝⎛--+---002301e e 1311e e )1(e 212232t t t ttttt15. 取 m =2, A (t )=⎪⎪⎭⎫⎝⎛t t t 02, 则A2(t )=⎪⎪⎭⎫ ⎝⎛+2234t t t t , t d d(A (t ))2=⎪⎪⎭⎫⎝⎛+t t t t 2023423≠2A (t )t d dA (t )=⎪⎪⎭⎫⎝⎛+t t t t 2022423. 困为++==--21)]()[(d d )()]()[(d d )]()()([d d )]([d d m m A A A A A A A A A t t tt t t tt t t tt t m+)(d d )]([1t tt A A m -所以当(td d A (t ))A (t )=A (t )td d A (t )时, 有)(d d )]([)(d d )]([)(d d )]([)]([d d 111t tt t tt t tt t tA A A A A A A m m m m---++==m [A (t )])(d d 1t tA m -16. (1) 设 B =(ijb )n m ⨯, X =(ijξ)m n ⨯, 则 BX =(∑=nk kj ik 1ξb )m m ⨯,于是有tr(BX )=∑∑∑===++++nk kmmkn k kjjk n k k k 11111ξξξbb bijBX ξ∂∂)tr(=jib (i =1,2,…,n ;j =1,2,…,m )⎪⎪⎪⎭⎫⎝⎛=mn nm BX X b bb b1111)(tr(d d=T B由于 BX 与TT T )(BX BX =的迹相同,所以TTT))(tr(d d ))(tr(d d BBX XB X X==(2) 设A =(ija )n n ⨯,f=tr(AX X T ), 则有⎪⎪⎪⎭⎫⎝⎛=nm mn Xξξξξ1111T,AX =⎪⎪⎪⎪⎪⎭⎫⎝⎛∑∑∑∑kkmnkkk nk km kk k k ξξξξaa a a1111 f =∑∑∑∑∑∑++++lkkmlklmlkkjlk lj lkk lk l ξξξξξξaa a 11)]()([][∑∑∑∑∑∂∂⋅+⋅∂∂=∂∂=∂∂kkj lk lkijlj kj lk ijlj lkkj lk lj ijijξξξξξξξξξξa a a f=∑∑+klj li kkj ik ξξa amn ij X ⨯⎪⎪⎭⎫⎝⎛∂∂=ξf fd d =XA A X A AX)(TT +=+17. 设A =(ija )m n ⨯, 则 F (x )=(∑∑∑===nk kn k nk k nk k k 1211,,,a a a 1k ξξξ ),且A d F F F x Fnn n n n n n =⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=a a a a a a a a a21222211121121d d d d d d d ξξξ18. ()⎪⎪⎪⎭⎫⎝⎛---------=='tt tt t t t tt t tt t t t ttt AtAt A 222222222e4e 3e 3e 6e3e 6e2e ee 4e e 2e 2e e e 2e e 4ee在上式中令t =0, 则有A =⎪⎪⎪⎭⎫ ⎝⎛---=133131113e OA19. A =⎪⎪⎪⎭⎫⎝⎛---502613803, x (0)=⎪⎪⎪⎭⎫ ⎝⎛111, A的最小多项式为 2)1()(+=λλϕ. 记f (λ)=t λe ,并设f (λ)=g(λ))(λϕ+)(10λb b +, 则⎩⎨⎧==---tte e 110t b b b ⇒tt--=+=e,)1(10t b et b于是⎪⎪⎪⎭⎫⎝⎛--+=++=---t t t tt t t t 41026138041e ee)1(etttAtA I , x (t )=Ate x (0)=⎪⎪⎪⎭⎫⎝⎛-++-t t t 6191121e t20. A =⎪⎪⎪⎭⎫⎝⎛--101024012, f (t )=⎪⎪⎪⎭⎫ ⎝⎛-1e 21t , x (0)=⎪⎪⎪⎭⎫ ⎝⎛-111, =)(λϕdet(λI -A)=23λλ-. 根据O A =)(ϕ,可得;252423,,A A A A A A ===,….于是23232)!31!21()(!31)(!21)(eAA I A A A I At++++=++++=t t t t t t=2)1(e A A I t t t --++=⎪⎪⎪⎭⎫⎝⎛---++--t tt e 1e e 210124021t t t t t tx (t )=⎪⎪⎪⎭⎫⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛+=+⎰⎰-t t t t f e )1(11]02111[e ]d 021)0([]d )(e )0([e 00Att At tA At x e x ττττ习 题 四1. Doolite 分解的说明,以3阶矩阵为例: 11r 12r 13r 第1框 21l 22r 23r 第2框 31l 32l 33r 第3框 计算方法如下: (ⅰ) 先i 框,后i +1框,先r 后l .第1框中行元素为A 的第1行元素; (ⅱ)第2框中的jr 2为A 中的对应元素ja 2减去第1框中同行的21l 与同列的jr 1之积.第3框中的33r 为A 中的对应元素33a 先减去第1框中同行的31l 与同列的13r 之积,再减去第2框中同行的32l 与同列的23r 之积; (ⅲ)第2框中的32l 为A 中的对应元素32a 先减去第1框中同行的31l 与同列的12r 之积,再除以22r . 计算如下:1 3 02 -3 0 2 2 -6A =⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛60030031122012001 2.Crout 分解的说明,以3阶矩阵为例:11l 12u 13u 第1框 21l 22l 23u 第2框 31l 32l 33l 第3框(ⅰ) 先i 框,后i +1框.每框中先l 后r .第1框中的列元素为A 的第1列的对应元素;(ⅱ)第2框中的2i l 为A 中对应元素2i a 减去第1框中同行的1i l 与同列的12u 之积;(ⅲ)第2框中的23u 为A 中的对应元素23a 减去第1框中同行的21l 与同列的13u 之积,再除以22l .第3框中的33l 为A 中的对应元素33a 先减去第1框中同行的31l 与同列的13u 之积,再减去第2框中同行的32l 与同列的23u 之积. 计算如下:1 3 02 -3 02 -6 -6A =⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛---1000100316620320012. 先看下三角矩阵的一种写法:⎪⎪⎪⎭⎫ ⎝⎛333231222111000a a a a a a =⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛332211223211311121000000101001a a aa a a a a a , ii a ≠0对本题中的矩阵A 求得Crout 分解为A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--10021********240512005利用下三角矩阵的写法对上面的分解变形可得A =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--10021********0051000512540152001=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--10021********0510005100051000512540152001=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--10052510545251525405152005 3.对A 的第1列向量)1(β, 构造Householder 矩阵1H 使得 =)1(1βH 12)1(e β, 31C e ∈⎪⎪⎪⎭⎫ ⎝⎛=010)1(β, ⎪⎪⎪⎭⎫ ⎝⎛-=-01112)1()1(e ββ, u =⎪⎪⎪⎭⎫ ⎝⎛-=--01121212)1()1(12)1()1(e e ββββ⎪⎪⎪⎭⎫⎝⎛=-=1000010102T1uuI H ,⎪⎪⎪⎭⎫⎝⎛=2301401111A H , ⎪⎭⎫ ⎝⎛=23141A对1A 的第1列向量⎪⎪⎭⎫ ⎝⎛=34)2(β, 类似构造Householder 矩阵2H :⎪⎪⎭⎫ ⎝⎛-=--=3110122)2)2(12)2()2ββββe u , 21C e ∈,⎪⎪⎭⎫⎝⎛-=-=4334512T22uu I H ⎪⎪⎭⎫ ⎝⎛-=102512A H 令12001H H H ⎪⎪⎭⎫⎝⎛=, 则有⎪⎪⎪⎭⎫ ⎝⎛-=100250111HA =R 并且⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛==---10025*******300015354000101T2T 112111R H H R H H R H A =QR4. 对A 的第1列向量⎪⎪⎪⎭⎫ ⎝⎛=202)1(β, 构造Givens 矩阵⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=210210102102113T ,⎪⎪⎪⎪⎭⎫⎝⎛=0022)1(13βT , ⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫⎝⎛-=1132221210220232322A O A T对1A 的第1列向量⎪⎪⎪⎭⎫⎝⎛-=212)2(β, 构造⎪⎪⎪⎪⎭⎫ ⎝⎛-=3223131322~12T , ⎪⎪⎪⎭⎫ ⎝⎛=023~)2(12βT ,⎪⎪⎪⎪⎭⎫⎝⎛=34023723~112A T 令⎪⎪⎭⎫⎝⎛=12T12~1T O O T , 则有⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛==3402372302323221312R A T T . 于是QR R T T A =⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--==34023723023232232231213123403223121H13H 125. 设A =),,(i i0i 0i0i 1321ααα=⎪⎪⎪⎭⎫ ⎝⎛----, 对向量组321,,ααα施行正交化, 令⎪⎪⎪⎭⎫ ⎝⎛--==0i 111αβ,⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛--+⎪⎪⎪⎭⎫ ⎝⎛=-=i 212i 0i 12i i 0i ],[],[1111222ββββααβ,⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫ ⎝⎛--=--=323i 232i 212i 3i 0i 1211i 0],[],[],[],[222231111333ββββαββββααβ于是⎪⎪⎪⎩⎪⎪⎪⎨⎧++=+-==3213212113i 212i βββαββαβα写成矩阵行式K ),,(1003i 10212i 1),,(),,(321321321ββββββααα=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛----=32632316i 203i 612i 316i 21),,(321βββ 最后得A =K ⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛----32632316i 203i 612i 316i 21=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛----3206i 630212i 2316i 203i 612i 316i 21=QR 6. 令⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-==1000515205251121T T 则⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-=0110005205501140220110005152052511A T再令⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-==305061010610305132T T ,⎪⎪⎪⎪⎪⎭⎫⎝⎛-=3010305000061061612A T T最后令⎪⎪⎪⎭⎫ ⎝⎛=0101000013T , RA T T T =⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-=30103050610616123A =⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---=03010305061061603056151302625230161H 3H 2H 3R T T T =QR7.=)1(β(0, 1)T,12)1(=β, u =2121)1(1)1(=--e e ββ(-1, 1)T ,H 1=⎪⎪⎭⎫ ⎝⎛=-01102T2uu I , H =⎪⎪⎭⎫ ⎝⎛1001H 则有HAH T=⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛01100001111210121010100001=⎪⎪⎪⎭⎫ ⎝⎛--120111211, H 是Householder 矩阵.同理, 对)1(β, 取 c =0, s =1, T 12=⎪⎪⎭⎫⎝⎛-0110, T =⎪⎪⎭⎫⎝⎛12001T , 则⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛-=='-011000011112101210101000011TATT TA=⎪⎪⎪⎭⎫⎝⎛---120111211, T 是Givens 矩阵.8. 对⎪⎪⎭⎫ ⎝⎛=1612)1(β, 计算u =⎪⎪⎭⎫ ⎝⎛-=--2151202021)1(1)1(e e ββ, H =I -2uuT=⎪⎪⎭⎫⎝⎛-344351 令Q =⎪⎪⎭⎫ ⎝⎛H 001, 则⎪⎪⎪⎭⎫ ⎝⎛=0750756********TQAQ同理,对1(β,为构造Givens 矩阵,令c =53, s =54, ⎪⎪⎪⎪⎭⎫ ⎝⎛-=5354545312T ,则 当⎪⎪⎭⎫⎝⎛=12001T T时,='T TA ⎪⎪⎪⎭⎫ ⎝⎛--07575600200200. 1. (1) 对A 施行初等行变换⎪⎪⎪⎭⎫⎝⎛----10424201011200010321~⎪⎪⎪⎪⎭⎫ ⎝⎛---142002102121100111201 S=,1420210011⎪⎪⎪⎪⎭⎫ ⎝⎛--A =⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛-2121101201422021(2)⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--------10001111010011110010111100011111~⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-----110011000002102111100210210001S=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---110011021021021021,A =⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎪⎪⎭⎫⎝⎛----1110000111111111 (3)⎪⎪⎪⎪⎪⎭⎫ ⎝⎛1000126420100632100101264200016321~⎪⎪⎪⎪⎪⎭⎫⎝⎛---1010010100000011000000016321⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=1010010100110001S ,()63212121⎪⎪⎪⎪⎪⎭⎫⎝⎛=A10. (1)⎪⎪⎪⎭⎫ ⎝⎛=000000005TA A 的特征值是5,0,0. 分别对应特征向量321,,e e e ,从而V=I,),(11p V = ∑=(5),11AV U =∑1-=⎪⎪⎭⎫⎝⎛2151. 令,12512⎪⎪⎭⎫ ⎝⎛-=U ()21U U U =,则I U A ⎪⎪⎭⎫⎝⎛=000005(2)⎪⎪⎭⎫⎝⎛=2112T A A 的特征值是,,1321==λλ对应的特征向量分别为TT11,11⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛.于是∑=⎪⎪⎭⎫⎝⎛1003, ⎪⎪⎪⎪⎭⎫ ⎝⎛-=21212121V =1V ,11AV U =∑1-=⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛-06221612161取⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=3131312U , 构造正交矩阵()21U U U ==⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛---31062312161312161‘所以,A 的奇异值分解为T001003V U A ⎪⎪⎪⎪⎭⎫ ⎝⎛=11. 根据第一章定理1.5, A A H 的特征值之和为其迹,而由第二章2.7 F-范数的定义AA A A AHH2F)tr(==的特征值之和=∑=ri i 12σ习 题 五1.设x =T21),,,(nηηη 为对应于特征值λ的单位特征向量,即(QD )x =λx两边取转置共轭:HHHHx Q D x λ=与上式左乘得2H H λ=Dx D x即22222221212nn ηηηd d d λ+++= ,由此立即有2min iid ≤2λ≤2maxiid从而i dim i n ≤λ≤idimax.后一不等式的另一证明:根据定理2.13,λ≤)(QD ρ≤2QD i dimax 最大特征值的H 22.11定理==D D D2. A 的四个盖尔园是1G : 9-z ≤6,2G : 8-z ≤2, 3G : 4-z ≤1,4G :1-z ≤1.由于4G 是一个单独的连通区域,故其中必有一个实特征值.321G G G ⋃⋃是连通区域,其中恰有三个特征值,因而含有一个实特征值 .3. A 的四个盖尔园:1G 1-z ≤2713,:2G 2-z ≤2713, :3G 3-z ≤2713,:4G 4-z ≤2713是互相隔离的,并且都在右半平面,从而每个盖尔园中恰有一个特征值且为正实数.。
研究生矩阵论课后习题答案(全)习题一

解
(1)设 Eij 是第 i 行第 j 列的元素为 1 而其余元素全为 0 的 n 阶方阵.
①令 Fij = ⎨
⎧ Eii , i = j , 则 Fij 是对称矩阵, 易证 F11 ,L , F1n , F22 , L , F2 n , ⎩ Eij + E ji , i ≠ j
L , 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
1 −1 −1
= aa −1 = 1
⑥ k o (l o a ) = k o a = (a ) = a
l l k
lk
= (lk ) o a
⑦ (k +;l
= a k a l = a k ⊕ a l = (k o a) ⊕ (l o a )
k k k
⑧ k o ( a ⊕ b) = k o ( ab) = ( ab) = a b = ( k o a ) ⊕ (k o 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 ′ + a 0 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
矩阵理论作业7:奇异值引理证明

奇异值引理证明—矩阵BA 和AB 的关系摘 要矩阵理论中关于矩阵AB 和BA 的特征值的关系非常丰富,本文针对两个结论:()()tr AB tr BA =和det()det()n mn m I BA I AB λλλ--=-进行了证明。
关键字:矩阵 迹 BA 和AB 特征值引言在学习矩阵奇异值分解前,我们引入了一个引理,本文参考矩阵理论中关于矩阵AB 和BA 的特征值的关系[1][2][3][4],用矩阵分块的方法证明了此引理,即对m nA ⨯∀∈R ,n mB ⨯∀∈Rdet()det()n m n m I BA I AB λλλ--=-,以及AB BA 、迹相等的结论。
引理证明对于m n A ⨯∀∈R ,n m B ⨯∀∈R ,证明 ①()()tr AB tr BA = ②det()det()n mn m I BA I AB λλλ--=-特别地,当T B A =时,则有det()det()T n m T n m I A A I AA λλλ--=-(提示:借助分块矩阵乘法证明) 证明①:已知111212122212n n m m mn a a a a a a A a a a ⎛⎫⎪⎪= ⎪⎪⎝⎭(1)111212122212m m n n nm b b b b b b B b b b ⎛⎫⎪⎪= ⎪⎪⎝⎭(2)先来计算AB ,令A 按行分块,B 按列分块11112122122212=(,,,)=(,,,)=(,,,)n n m m m mn a a a a a a a a a ααα(3)11121121222212=(,,,)'=(,,,)'=(,,,)'n n m m m nm b b b b b b b b b βββ(4)则矩阵A B 、可简化为12m A ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭(5),()11m B βββ= (6)111212122212=m m m m m m AB αβαβαβαβαβαβαβαβαβ⎛⎫⎪⎪⎪⎪⎝⎭(7) 由矩阵的迹的定义可知,AB 的迹为1122()m m tr AB αβαβαβ=+++ (8)将αβ、带入(8)展开,得111112211121122222221122112211111()()()()n n n n m m m m mn nm nnni i i i mi imi i i mnji ijj i tr AB a b a b a b a b a b a b a b a b a b a b a b a b a b ======++++++++++++=+++=∑∑∑∑∑(9)同理再来计算BA ,令A 按列分块,B 按行分块11121121222212=(,,,)'=(,,,)'=(,,,)'m m n n n mn a a a a a a a a a ααα(10)11112122122212=(,,,)=(,,,)=(,,,)mmn n n nmb b b b b b b b b βββ(11)矩阵A B 、简化为()12nA ααα= (12), 12n B βββ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭(13)1211112222122=nn n n n BA βαβαβαβαβαβαβαβαβα⎛⎫ ⎪⎪⎪ ⎪⎪⎝⎭(14) BA 的迹为1212()n n tr BA βαβαβα=+++ (15) 将 αβ、带入(15)展开111112211121122222221122112211111()()()()m m m m n n n n nm mn mmmi i i i ni ini i i nmji ijj i tr BA b a b a b a b a b a b a b a b a b a b a b a b a b a ======++++++++++++=+++=∑∑∑∑∑(16)显而易见,(9)和(16)式互换,i j 结果相等,由此可以证明()()tr AB tr BA =。
矩阵理论参考答案

矩阵理论参考答案矩阵理论参考答案矩阵理论是现代数学中的一个重要分支,广泛应用于各个领域,如物理学、工程学、经济学等。
矩阵理论的研究对象是矩阵,矩阵是由一定数量的数按照一定的规律排列成的矩形阵列。
在矩阵理论中,有许多重要的概念和定理,下面将对其中一些进行简要介绍。
首先,矩阵的基本运算是矩阵加法和矩阵乘法。
矩阵加法是指对应位置的元素相加,矩阵乘法是指按照一定的规则将两个矩阵相乘得到一个新的矩阵。
矩阵乘法是矩阵理论中的一个核心概念,它不仅可以用于解决线性方程组,还可以用于描述线性变换和矩阵的特征。
其次,矩阵的转置是指将矩阵的行和列互换得到的新矩阵。
转置矩阵在矩阵理论中有着重要的应用,它可以用于求解线性方程组的解和描述矩阵的性质。
例如,对于一个方阵,如果它的转置矩阵与原矩阵相等,那么这个矩阵就是对称矩阵。
此外,矩阵的逆是指存在一个矩阵,使得它与原矩阵相乘得到单位矩阵。
逆矩阵在矩阵理论中是一个非常重要的概念,它可以用于求解线性方程组的唯一解和描述矩阵的可逆性。
一个矩阵是否可逆与它的行列式有关,如果一个矩阵的行列式不为零,则它是可逆的。
此外,矩阵的特征值和特征向量也是矩阵理论中的重要概念。
特征值是一个数,特征向量是一个非零向量,它们满足一个方程:矩阵乘以特征向量等于特征值乘以特征向量。
特征值和特征向量可以用于描述矩阵的性质和求解线性方程组的解。
最后,矩阵理论还有一些重要的定理,如克莱因-高尔登定理、谱定理等。
克莱因-高尔登定理是矩阵理论中的一个基本定理,它描述了一个方阵的特征值和特征向量的性质。
谱定理是矩阵理论中的另一个重要定理,它描述了一个对称矩阵的特征值和特征向量的性质。
总之,矩阵理论是现代数学中的一个重要分支,它在各个领域都有广泛的应用。
矩阵的基本运算、转置、逆、特征值和特征向量等概念和定理都是矩阵理论中的重要内容。
通过对矩阵理论的研究,我们可以更好地理解和应用数学知识,推动科学技术的发展。
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
矩阵理论 第二版 课后答案(苏育才 姜翠波 张跃辉 著) 科学出版社

习题一1.(1)因 cos sin sin cos nx nx nx nx ⎡⎤⎢⎥−⎣⎦ cos sin sin cos x x x x ⎡⎤⎢⎥−⎣⎦= cos(1) sin(1)sin(1) cos(1)n x n x n x n x ++⎡⎤⎢⎥−++⎣⎦,故由归纳法知 cos sin sin cos nnx nx A nx nx ⎡⎤=⎢⎥−⎣⎦。
(2)直接计算得4A E =−,故设4(0,1,2,3)n k r r =+=,则4(1)n k r k rA A A A ==−,即只需算出23,A A 即可。
(3)记J=0 1 0 1 1 0 ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⋱⋱⋱,则,112211111 () n n n nn n n n n n n n nni i n inn i n n n a C a C a C a C a C a A aE J C a J a C aa −−−−−=−⎡⎤⎢⎥⎢⎥⎢⎥=+==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⋯⋯⋱⋮⋱0n∑。
2.设1122 (1,0),0 a A P P a A E λλ−⎡⎤===⎢⎥⎣⎦则由得21112111 1 1 210 0 0 a λλλλλλλ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦1时,不可能。
而由2112222 0 0 000 0 0 a λλλλλλ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦1时,知1i λ=±所以所求矩阵为1i PB P −,其中P 为任意满秩矩阵,而1231 0 1 0 1 0,,0 10 1 0 1B B B −⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥−−⎣⎦⎣⎦⎣⎦。
注:2A E =−无实解,nA E =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2n 个未知数时线性方程AX −XA=0有2n 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,通过直接检验即发现A 为纯量矩阵。
- 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)。
习题一1.(1)因 cos sin sin cos nx nx nx nx ⎡⎤⎢⎥−⎣⎦ cos sin sin cos x x x x ⎡⎤⎢⎥−⎣⎦= cos(1) sin(1)sin(1) cos(1)n x n x n x n x ++⎡⎤⎢⎥−++⎣⎦,故由归纳法知 cos sin sin cos nnx nx A nx nx ⎡⎤=⎢⎥−⎣⎦。
(2)直接计算得4A E =−,故设4(0,1,2,3)n k r r =+=,则4(1)n k r k rA A A A ==−,即只需算出23,A A 即可。
(3)记J=0 1 0 1 1 0 ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⋱⋱⋱,则,112211111 () n n n nn n n n n n n n nni i n inn i n n n a C a C a C a C a C a A aE J C a J a C aa −−−−−=−⎡⎤⎢⎥⎢⎥⎢⎥=+==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⋯⋯⋱⋮⋱0n∑。
2.设1122 (1,0),0 a A P P a A E λλ−⎡⎤===⎢⎥⎣⎦则由得21112111 1 1 210 0 0 a λλλλλλλ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦1时,不可能。
而由2112222 0 0 000 0 0 a λλλλλλ⎡⎤⎡⎤⎡⎤==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦1时,知1i λ=±所以所求矩阵为1i PB P −,其中P 为任意满秩矩阵,而1231 0 1 0 1 0,,0 10 1 0 1B B B −⎡⎤⎡⎤⎡⎤===⎢⎥⎢⎥⎢⎥−−⎣⎦⎣⎦⎣⎦。
注:2A E =−无实解,nA E =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2n 个未知数时线性方程AX −XA=0有2n 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,通过直接检验即发现A 为纯量矩阵。
110n n a a a −+++=⋯4.分别对(A B )和A C ⎛⎞⎜⎟⎝⎠作行(列)初等变换即可。
5.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1n −阶子行列式的影响及*1A A −=即可得前面提到的结果。
下设 00 0r E PAQ ⎡⎤=⎢⎥⎣⎦,(这里P ,Q 满秩),则由前讨论只需证下式成立即可:*** 0 00 00 0r r E E B B ⎛⎞⎡⎤⎡⎤=⎜⎟⎢⎥⎢⎥⎣⎦⎣⎦⎝⎠,(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;(2)r=n-1时,*00 00 10 0r E ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦,n12**nn 0 0 0 0 B 0n B B rE B ⎡⎤⎢⎥⎡⎤=⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⋮,但1112111121212222122212 00 0 0 0 0n n n r n n n nn b b b b b b b b b E b b b b b b ⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⋯⋯⋯⋯⋮⋮⋯⋯,故*00 0r E B ⎛⎞⎡⎤=⎜⎟⎢⎥⎣⎦⎝⎠n12 nn 0 B 0n B B ⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⋮**00 0r E B ⎡⎤=⎢⎥⎣⎦。
6.由()()0()0r A r A AX AX AX ⊥⊥==⇔=及,即0AX =与0A AX ⊥=同解,此即所求证。
7.设其逆为()ij a ,则当I 固定时由可逆阵的定义得n 个方程()()()121111123n j j j i i i in ij a a w a w a w δ−−−−++++=⋯,1,2,j n =⋯,其中ij δ为Kronecker 符号。
对这里的第l 个方程乘以()()1j n l w−−然后全加起来得()()()()111j n j n i ij nw a w −−−−=,即得()()111j n i ij a wn−+−=。
注:同一方程式的全部本原根之和为0,且mw 也是本原根(可能其满足的方程次数小于n )。
习题二1.因11x x x ⊕==⊕,所以V 中零元素为1,x 的负元素为1x,再证结合律、交换律和分配律。
2.归纳法:设121s W W W V −≠∪∪⋯∪,则下面三者之一必成立:(1)121s s W W W W −⊂∪∪⋯∪;(2)121s s W W W W −⊃∪∪⋯∪。
(3)存在121\s s W W W W α−∈∪∪⋯∪及121\()s s W W W W β−∈∪∪⋯∪。
如果是(1)(2)则归纳成立,如果是(3)则选s 个不同的数12,,,s k k k ⋯,则必有某一个12i s k W W W αβ+∉∪∪⋯∪。
3.U 是满足方程tr(A)=0解向量空间,其维数为21n −,故其补空间为一维的,可由任一迹非0的矩阵生成。
4.易证线性封闭。
又设V 中元素为1211n n n n f a x a x a −−−=+++⋯,则U 是满足方程110n n a a a −+++=⋯的子空间。
故U 的维数为n-1,其补空间为一维的,故任取一系数非0且不满足此方程式的元即可生成此补空间。
5.记U=()123,,u u u ,()12,W w w =,把U,W 放在一起成4行5列的矩阵,其Hermite 标准形为1 4 5 1 2150 1 1 390 0 0 1 30 0 0 0 0⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦,故U W ∩的基为123w w −+,U 的基为123w w −+,1u ;W 的基为123w w −+,1w ;U W +的基为123w w −+,1u ,1w 。
6.0(,,,)0x y z w U W x y z w x y z w ⎧+++=⎫⎧=⎨⎨⎬−+−=⎩⎩⎭∩, 1 1 1 121 1 1 1r ⎛⎞=⎜⎟−−⎝⎠,故()()()dim 2,dim dim dim dim 4U W U W U W U W =+=+−=∩∩;()()1,1,1,1U W −−∩的基为方程组的解向量0,1,1,-1和。
7.(1)由1(1)(1)j j jijii i x x a X x x −==−−−∑知可表示为线性组合,由基定义知其为一组基。
(2)由()001n nii iii i a x b x ===−∑∑及()0(11)1jijjij i xx C x ==−+=−∑得0jj j k k k b C a ==∑。
注:当k<j 时,1jk C =。
8.由12,,,j t αβββ⋯为的线性组合知存在矩阵A 使得()()1212,,,,,,s t A αααβββ=⋯⋯,由i α线性无关可知()r A s =故s t ≤,把A 的Hermite 标准形非0行的第一个非0元所在列对应的i β全替代为i α即为所求。
9.易证为子空间;{}n U B Z XA x F =∈为在空间上的核空间,故{}()()()dim dim nU Z XA X F r AB r A r AB ==∈−=−。
习题三1.略2.()()1122 ,, y a b x y x x b c y ⎛⎞⎛⎞=⎜⎟⎜⎟⎝⎠⎝⎠,故内积定义的(1)(3)显然;而(2)成立 c a b b ⎛⎞⇔⎜⎟⎝⎠为正定矩阵20,0a ac b ⇔>−>。
3.(1)(3)显然(2)(,)0f f ≥且等号成立当且仅当(,)0f f =⇔()22002f f π⎛⎞+=⎜⎟⎝⎠⇔()002f f π⎛⎞==⎜⎟⎝⎠⇔cos sin 0cos sin 022a b a b θθππ+=⎧⎪⎨+=⎪⎩⇔00a b f ==⇔=。
||()||5h t ==。
习题四1.设AB 的特征值及其对应的特征向量为,i i X λ,即i i i ABX X λ=,如0i BX =,则0i λ=(注意到只能有一个特征值为0)。
故由i i i BABX BX λ=知BA 与AB 特征值勤全相同,所以它们都相似于()12,,n dig λλλ⋯。
2.σ对应的矩阵为0 2 22 3 12 1 3T−−⎡⎤⎢⎥−−⎢⎥⎢⎥−−⎣⎦,即()()123123,,,,,e e e e e e A σ=作基变换()()'''123123,,,,.e e e e e e P =则()()'''1123123,,,,.e e e e e e PAP σ−=故使为对角形的基()1123,,e e e P −即可。
3.V 的一组基为1 00 00 10 1 1 00 0⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥−⎣⎦⎣⎦⎣⎦,,,分别记为123,,e e e ,则123223332,,e e e e e e e e e σσσ=−=−=−,故()()123123 0 0 0,,,, 1 1 11 1 1e e e e e e σ⎡⎤⎢⎥=−⎢⎥⎢⎥−−⎣⎦=()123,,e e e A ,求出使1PAP −为对角形阵的P ,基取为()1123,,e e e P−4.令11 20 0,2 10 1P P AP −⎡⎤⎡⎤==⎢⎥⎢⎥−⎣⎦⎣⎦则,()10 00 01,||0,0 10 5tr A A A P P −⎡⎤⎡⎤====⎢⎥⎢⎥⎣⎦⎣⎦。
5.()||m nm n E AB E BA λλλ−−=−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。
6.(1)特征多项式287x x −+为最小多项式,可能角化(2)()()()||123E A λλλλ−=−−−为最小多项式,可对角化(3)特征多项式为()()212λλ−+,经验证()()2A E A E −+,故最小多项式为()()12λλ−+,可对角化。
(4)同(3),但()()20A E A E −+≠,故最小多项式为()()212λλ−+,不能对角化。
7.(1) a 0 a 1, 0 a 0 a A B ⎡⎤⎡⎤==⎢⎥⎢⎥⎣⎦⎣⎦,则()()()22,A B A B f f x a m x a x a m ==−=−≠−=;(2) a 1 0 0 a 1 0 00 a 0 00 a 0 0,0 0 a 00 0 b 00 0 0 b 0 0 0 b A B ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦()()()()322A B f x a x b x a x b f =−−≠−−=,()()()()22A Bm x a x b x a x b m =−−=−−=8.由特征多项式的表达式特和题设有10,0ni i j i i j λλλ=≠==∑∑,故22110n n i i i j i i i j λλλλ==≠⎛⎞==+⎜⎟⎝⎠∑∑∑21ni i λ==∑,又i λ为实数故i λ均为0。