《矩阵分析》(第3版)史荣昌-魏丰.第一章课后习题答案Word版

合集下载

第1章 线性空间与线性变换-1

第1章  线性空间与线性变换-1
例如:在正实数集R {a | a 0, a R} 中定义加法“”和数乘“”运算如下: a b ab, a a , a,b R , R 则R是数域R上的线性空间。
矩阵分析简明教程
事实上, a, b R a b ab R; R, a R a a R . 所以对定义的加法与数乘运算封闭. 下面一一验证八条线性运算规律: (1) a b ab ba b a; (2)(a b) c (ab) c (ab)c a(bc) a (b c); (3) R中存在零元素 1, 对于a R , 有
2
矩阵分析简明教程
例1 数域 F上的n维向量全体,按n维向量加法与n维 向量的数量乘法构成数域 F上的线性空间 F n 。 例2 数域 F 上 m n 阶矩阵全体,按矩阵的加法 和数乘,构成 F 上的线性空间 F mn 。 例3 数域 F上一元多项式全体按照多项式的加法以 及数与多项式的乘法构成 F 上的一线性空间 F[ x] 。
矩阵分析简明教程
第一章 线性空间与线性变换
矩阵分析简明教程
§1.1、线性空间的基本概念
线性空间是线性代数最基本的概念之一, 是矩阵论中极其重要的概念之一。它是向 量空间在元素和线性运算上的推广和抽象。
线性空间中的元素可以是向量、矩阵、多 项式、函数等,线性运算可以是我们熟悉 的一般运算,也可以是各种特殊的运算。
数的加法和数与函数的乘法构成线性空间 C[a, b]
矩阵分析简明教程
例6 齐次线性方程组 Ax 的所有解的集合构成数 域 R 上的线性空间 N ( A) ,称为 Ax 的解空间, 或矩阵 A 的核空间或零空间,即
N ( A) { x Rn | Ax , A Rmn} Ker( A)
向量个数 n 称为线性空间V 的维数,记为 dimV n

矩阵理论第一章课后习题答案

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。

史荣昌魏丰版矩阵分析第一章(1)

史荣昌魏丰版矩阵分析第一章(1)

矩阵分析主讲教师:张艳霞矩阵理论的应用微分方程、概率与统计、优化、信号处理、控制工程、经济理论等等。

工程经济理论等等如需更深入地学习和了解在自己专业的应用,可如需更深入地学习和了解在自己专业的应用可参考:《矩阵分析与应用》,张贤达著,清华大学出版社;《Matrix Analysis for Scientists & Engineers》:Alan J. Laub,SIAM.第章第一章线性空间和线性变换线性空间的基本概念及其性质线性空间的基底,维数, 坐标变换线性空间的基底维数线性空间的子空间,交与和线性映射及其值域、核线性变换及其矩阵表示矩阵(线性变换)的特征值与特征向量矩阵的可对角化条件第一节第节线性空间一:线性空间的定义与例子线性间的义定义设是一个非空的集合,是一个数域,V F 在集合中定义两种代数运算,一种是加法运算,来表示另种是运算用来表示V 用来表示; 另一种是数乘运算, 用来表示, +i并且这两种运算满足下列八条运算律:(1)加法交换律αββα+=+(2)加法结合律()()αβγαβγ++=++(3)零元素: 在中存在一个元素,使得对于V 0任意的都有V α∈0αα+=(4)负元素: 对于中的任意元素都存在一V α个元素使得β0αβ+=(5)i =1αα(6)()()k l kl αα=(7)()k l k l ααα+=+(8)()k k k αβαβ+=+为数域F 称这样的上的线性空间。

V例1全体实函数集合构成实数域上的线性空间。

R 例2复数域上的全体型矩阵构成的集C m n ×合为上的线性空间。

m n × C C 例3实数域上全体次数小于或等于的多项式R n 集合构成实数域上的线性空间;1[]n R x +R 实数域上全体次数等于的多项式集合不构成实数域上的线性空间;R n R二:线性空间的基本概念及其性质定义:线性组合;线性表出;线性相关;线性无关;向量组的极大线性无关组;向量组的秩向量组的极大线性无关组向量组的秩R例1实数域上的函数空间中,函数组2x x1,cos,cos2是线性相关的函数组。

矩阵分析第章习题答案

矩阵分析第章习题答案

矩阵分析第章习题答案第三章1、已知()ij A a =是n 阶正定Hermite 矩阵,在n 维线性空间n C 中向量1212(,,,),(,,,)n n x x x y y y αβ==定义内积为(,)H A αβαβ=(1)证明在上述定义下,n C 是⾣空间;(2)写出n C 中的Canchy-Schwarz 不等式。

2、已知2111311101A --??=?-,求()N A 的标准正交基。

提⽰:即求⽅程0AX =的基础解系再正交化单位化。

3、已知308126(1)316,(2)103205114A A --??=-=-??----试求⾣矩阵U ,使得H U AU 是上三⾓矩阵。

提⽰:参见教材上的例⼦4、试证:在nC上的任何⼀个正交投影矩阵P 是半正定的Hermite 矩阵。

5、验证下列矩阵是正规矩阵,并求⾣矩阵U,使H U AU 为对⾓矩阵,已知131(1)612A=01(2)10000i A i -=??,434621(3)44326962260ii i A i i i i i +--=----?+--??11(4)11A -??=??6、试求正交矩阵Q ,使TQ AQ 为对⾓矩阵,已知220(1)212020A -=---??,11011110(2)01111011A -??-?=-??-??7、试求矩阵P ,使H P AP E =(或T P AP E =),已知11(1)01112i i A i i +=--??,222(2)254245A -??=---8、设n 阶⾣矩阵U 的特征根不等于1-,试证:矩阵E U +满秩,且1()()H i E U E U -=-+是Hermite 矩阵。

反之,若H 是Hermite 矩阵,则E iH +满秩,且1()()U E iH E iH -=+-是⾣矩阵。

证明:若||0+=E U ,观察0-=E U λ知1-为U 的特征值,⽭盾,所以矩阵E U +满秩。

《矩阵分析》(第3版)史荣昌,魏丰.第六章课后习题答案

《矩阵分析》(第3版)史荣昌,魏丰.第六章课后习题答案

第六章 矩阵函数(详解)6-1 解:A 的Jordan 标准形是210020002⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J变换矩阵P 和1-P 分别为1011010100,111101011-⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦P P所以得1()()p p -=A P J P1()()011(2)(2)00101000(2)011110100(2)011(2)00(2)(2)(2)(2)(2)(2)(2)(2)1009899910p p p p p p p p p p p p p p p -='⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥'''=-⎢⎥'''⎢⎥-+⎣⎦⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦A P J P6-2 解:不难验算得1001000()0000i d i i -⎡⎤⎢⎥⎢⎥-=≠⎢⎥⎢⎥⎣⎦J λE()0i d i i -=J λE因此,Jordan 块i J 的最小多项式为()i d i -λλ,显然它等于i J 的初等因子。

6-3 解:(1)A 的Jordan 标准形为1111⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2(1)λ-。

(2)A 的Jordan 标准形为1010-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2(1)λλ+。

(3)A 的Jordan 标准形为112-⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦J故A 的最小多项式为(1)(2)λλ+-。

(4)A 的Jordan 标准形为010010⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦J故A 的最小多项式为2λ。

设()p λ与()q λ是两个不同的多项式,对于n 阶矩阵A 满足什么条件使得()()p q =A A 。

为了研究这个问题及引进矩阵函数定义的需要,我们首先给出关于函数在矩阵A 的谱上的定义。

6-4 解:由题意得Jordan 标准形为100021002⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦J 变换矩阵P 和1-P 分别为1052010100,102031305-⎡⎤⎡⎤⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦P P (1)00()0(2)(2)00(2)f f f f f ⎡⎤⎢⎥'=⎢⎥⎢⎥⎣⎦J以()f A 的Jordan 表示为1()()052(1)000101000(2)(2)10203100(2)305f f f f f f -=⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥'=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦A P J P 为了计算所求矩阵函数,()f A 可写为(2)15(2)025(2)()0(1)09(2)0(2)15(2)f f f f f f f f ''+-⎡⎤⎢⎥=⎢⎥''⎢⎥-⎣⎦A 当()x f x e =时,2(2)(2)f f e '==,(1)f e =故222216025009014e e e e e e ⎡⎤-⎢⎥=⎢⎥⎢⎥-⎣⎦A 当()tx f x e =时,22(2),(2),(1)t t t f e f te f e '===故2222(115)0250090(115)t t t tt t e t e e e te e t ⎡⎤+-⎢⎥=⎢⎥⎢⎥-⎣⎦A 当()cos f x x =时,(2)cos 2,(2)sin 2,(1)cos1f f f '==-=,故cos 215sin 2025sin 2cos 0cos109sin 20cos 215sin 2-⎡⎤⎢⎥=⎢⎥⎢⎥-+⎣⎦A 当3()sin 2f x x π=时,3(2)0,(2),(1)12f f f π'==-=- 45750223sin 010********πππππ⎡⎤-⎢⎥⎢⎥=-⎢⎥⎢⎥-⎢⎥⎣⎦A6-5 解:A 的最小多项式2()(2)x x ϕ=-A得(1,1,2)k l ==1()1x ϕ=得112()(2)x a f x f === 122()(2)x d a f x f dx ='==得()(2)(2)(2)p x f f x '=+-因此()f A 的拉格朗日——西勒维斯特内插多项式表示是 ()()(2)(2)(2)f p f f '==+-A A E A E为了计算所求矩阵函数,把A 代入上式得(2)00()(2)(2)(2)(2)(2)(2)(2)(2)f f f f f f f f f f ⎡⎤⎢⎥'''=-⎢⎥'''⎢⎥-+⎣⎦A当()tx f x e =时,22(2),(2)t t f e f te '==,所以222222200(1)(1)tt tt t t t t e e te e t te te te e t ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当()sin f x x =时,(2)sin 2,(2)cos 2f f '==所以sin 200sin cos 2sin 2cos 2cos 2cos 2cos 2sin 2cos 2⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当()cos f x x π=时,(2)1,(2)0f f '==,故100cos 010001π⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦A E 当1()(1)f x x -=-时,(2)1,(2)1f f '=-=,故1100()121110--⎡⎤⎢⎥-=-⎢⎥⎢⎥-⎣⎦E A 当()arctan 2x f x =时,1(2),(2)44f f π'==,故 00arctan 1112111πππ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 当10()f x x =时,109(2)2,(2)102f f '==⨯,故109200210810101012⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦A6-6 解:A 的最小多项式2()(1)(2)x x x ϕ=--A得(1,2)k =1()2x x ϕ=-,22()(1)x x ϕ=-得12(1,2)λλ==1111()(1)()x f x a f x ϕ===- 1211()(1)(1)()x d f x a f f dx x ϕ=⎛⎫'==-- ⎪⎝⎭ 2122()(2)()x f x a f x ϕ=== []2()(1)((1)(1)(1)(2)(2)(1)p x f f f x x f x '=--+--+-因此()f A 的拉格朗日——西勒维斯特内插多项式表示为 []2()()(1)((1)(1)()(2)(2)()f P f f f f '==--+--+-A A E A E A E A E (*) 当()sin 2f x x π=时,(1)1,(1)0,(2)0f f f '===,代入(*)式得 100sin (2)0102110π⎡⎤⎢⎥=--=⎢⎥⎢⎥-⎣⎦A A A E 当()tx f x e =时,2(1),(1),(2)t t t f e f te f e '===,代入(*)式得[]22222(1)()(2)()(1)(2)()107320000410000210111t t t t t t t t e e e t e e t t e t t e t e t ⎡⎤=--+--+-⎣⎦=--+-+---+⎡⎤⎡⎤⎢⎥⎢⎥=--+⎢⎥⎢⎥⎢⎥⎢⎥-+-⎣⎦⎣⎦A E A E A E A E E A A E A E6-7 解:A 的最小多项式2()(2)x x ϕ=-A由题意得01()p x a a x =+,1()p x a '=把(2),(2)f f '代入上二式011(2)(2)2,(2)(2)f p a a f p a ''==+==解之得01(2)2(2),(2)a f f a f ''=-=于是矩阵函数()f A 的多项式表示为[]()()(2)2(2)(2)f p f f f ''==-+A A E A当()tx f x e =时,2(2),(2)t tx f e f te '==将其代入上式可得210011t t e e t t t t t t ⎡⎤⎢⎥=-⎢⎥⎢⎥-+⎣⎦A 6-8 解:A 的最小多项式2()(1)(2)x x x ϕ=--A由题意得201212(),()2p x a a x a x p x a a x '=++=+把(1),(2),(1)f f f '代入上二式得01212(1)(1),(1)(1)2f p a a a f p a a ''==++==+000(2)(2)24f p a a a ==++解之得01(2)2(1),2(1)3(1)2(2)a f f a f f f ''=-=+-2(2)(1)(1)a f f f '=--所以()f A 的多项式表示为[][][]2()(2)2(1)2(1)3(1)2(2)(2)(1)(1)f f f f f f f f f '''=-++-+--A E A A 当()sin 2f x x π=时,(1)1,(1)0,(2)0f f f '===,故2100()2010110f ⎡⎤⎢⎥=-=⎢⎥⎢⎥-⎣⎦A A A6-9 解:所求矩阵幂级数之对应的数项幂级数为 10110k k k k x ∞+=+∑ 由积分学幂级数理论知1002211211(1)()(10)1010101123()(1)()10101010110()()101010101(1)1(1)(10)101010k k k k k k k k x x k x x x x k x x x x x x ∞∞+==+--+=+<⎛⎫=++++++ ⎪⎝⎭'⎡⎤=+++⎢⎥⎣⎦'⎡⎤=--=-<⎢⎥⎣⎦∑∑因此矩阵幂级数之和21011()(()10)101010k k k k ρ∞-+=+=-<∑A A E A所给矩阵A 的谱半径2ρ=,所以21()10--E A 即为所求矩阵幂级数之和。

矩阵分析 史荣昌 魏丰 第三版 第一章-第四章 期末复习总结

矩阵分析 史荣昌 魏丰 第三版 第一章-第四章 期末复习总结

定义:若v1 ∩ v =0,则称v1与v 2 的和空间v1 + v 2 是直和,用记号v1 ⊕ v 2 表示

定理:设v1与v 2 是线性空间 v 的两个子空间,则下列命题是等价的


1) v1 + v 2 是直和
直和
2) dim(v1 + v 2 )= dim v1 + dim v 2
3)

α1, αn1
α α α 定理:(1) R(T)=span{T( 1 ),T( 2 ),……T( n )} (2)rank(T)=rank(A)(A 为线性映射在基下的矩阵表示)


性质:
设 A 是 n 维线性空间V1 到 m 维线性空间V2 的线性映射,α1,α2, αn
是V1
的一组基,β1,
β
2
,
,βm
是V2 的一组基。线性映射 A 在这组基下的矩阵表示是 m*n 矩阵 A=( A1,A2, An
特征子
空间
V 性质:特征子空间 λi 是线性变换 T 的不变子空间。
定义:设v1和v 2 是数域 F 上的两个线性空间,映射 A:v1 → v 2 ,如果对任何两个向量 α1,α2 ∈ v1和任何数λ ∈ F
有 A( α1 + α2 )=A( α1 )+A( α2 ),A( λα1 )= λ A( α1 ),便称 映射 A 是由v 1到v 2 的线性映射
α1,α
2
,
αr
生成的子空间为
T
的不变子空间。
0 0 an,r +1 ann
λ α λ λ λ 定义:设 T 是数域 F 上 n 维线性空间 V 的线性变换,如果 V 中存在非零向量α,使得 T(α)= 0 , 0 ∈F.那么称 0 是 T 的一个特征值,称α是 T 的属于 0 的一个特征向量。

矩阵分析课后习题解答整理版

矩阵分析课后习题解答整理版

第一章线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)R对m C满足加(AR是m C的非空子集,即验证)(A法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A n n ij (,分别令T i X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B HH-==,且C C B B ≠≠11,,由1111C B C B A H H H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾)第二章酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n T n i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n T n j ==(1在第j 行) 根据此题内积定义⎩⎨⎧≠===j i j i X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

史荣昌魏丰版矩阵分析第三章(1)

史荣昌魏丰版矩阵分析第三章(1)

内积空间正规矩阵与第三章内积空间、正规矩阵与H -矩阵定义:设是实数域上的维线性空间,对于中的任意两个向量按照某一确定法则对应着一V R n V ,αβ个实数,这个实数称为与的内积,记为,并且要求内积满足下列运算条件:αβ(,)αβ1()(,)(,)αββα=2()(,)(,)(()(k k αβαβ=34000),,)(,)()(,),(,).αβγαγβγααααα+=+≥==当且仅当时这里是中任意向量,为任意实数,我们称带有这样内积的维线性空间为欧氏空间。

,,αβγV k n V 例1在中,对于nR 1212(,,,),(,,,)n n x x x y y y αβ==""规定11122(,)n nx y x y x y αβ=+++"容易验证是上的一个内积,从而成1(,)n R n R 为一个欧氏空间。

如果规定211222(,)n nx y x y nx y αβ=+++"容易验证也是上的一个内积,这样又成为另外一个欧氏空间2(,)n R n R又成为另外个欧氏空间。

例2在维线性空间中,规定n mR×nm T容易验证这是上的一个内积,这样对于(,):Tr()A B AB =n mR ×n mR ×这个内积成为一个欧氏空间。

例3在维线性空间中,规定2n n nC×(,):()HA B Tr AB =其中H表示中所有元素取共轭复数后再转置,容易验证是上的一个内积,从而连同这个内积一起成为酉空间。

B B (,)n n×n nC ×连同这个内积起成为酉空间。

C欧氏空间的性质)()β欧氏空间的性质:(1)(,,k k αβα==(2)(,)(,)(,))()ttαβγαβαγ++11(3)(,,i i i i i i k k αβαβ===∑∑(4)(,)(,)tti i i i k k αβαβ===∑∑11i i4242ii i ++⎡⎤(1)21i i ⎢⎥−+⎢⎥4212i i ⎢⎥−+−−⎣⎦6123i i +⎡⎤(2)1291i i ⎢⎥−−⎢⎥317i i ⎢⎥−+−⎣⎦⎡018(3)4i i −⎤⎢⎥100i i −−−⎢⎥−−⎦84i i ⎢⎥⎣3132i i +⎡(4)13415i i ⎤⎢⎥−+2155i i ⎢⎥⎢⎥−−⎣⎦标准正交基底与Schmidt 正交化方法定义为一组不含有零向量的向量组如果:设为组不含有零向量的向量组,如果内的任意两个向量彼此正交,则称其为正交向量组{}i α{}i α量组。

《矩阵分析》(第3版)史荣昌,魏丰.第四章课后习题答案

《矩阵分析》(第3版)史荣昌,魏丰.第四章课后习题答案

第四章 矩阵分析4-1.(1)对矩阵A 只做初等行变换得到行简化阶梯形矩阵82100-55212311125141010551312114001-5582100-5521211251,0105513114001-55A B C A BC ⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-→⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦=取于是即为其满秩分解表达式(2)对矩阵A 只做初等行变换得到行简化阶梯形矩阵1101010-10-1011110111123131000001110-10-101,0111123A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(3)对矩阵A 只做初等行变换得到行简化阶梯形矩阵12101212101212213300112124314500000048628100000001112121012,2300112146A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(4)对矩阵A 只做初等行变换得到行简化阶梯形矩阵120111012011036142360011-1024022270000016121757300000010101201103136,0011-1020270000016173A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=取于是即为其满秩分解表达式4-2.解:首先注意到A 的秩为1,同时计算出HAA 的特征值12=6=0λλ,,所以A 的奇异值1=6.σ然后分别计算出属于12λλ,的标准正交特征向量.]] []121211112121,1-1,1,.3111111=[,]T TH HU UV A UVV V VAηηηηη-====⎡⎤⎢⎥=∆==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎢⎢⎢⎢⎢⎢⎥⎢⎥⎣⎦⎤⎥==⎢⎥⎥⎣⎦,记,现在计算取于是r000003333HrA U V⎤⎥⎤=⎥⎥⎢⎣⎦⎥⎦⎥⎢⎥⎣⎦=∆=⎦⎥⎦或者4-3.解:(1)容易验证H H H HAA A A BB B B==,所以A,B是正规矩阵.(2)下面求A的谱分解:[][]21231123232323111(+1)(-2)=2==-1.=2=.==-1=10-1=1-0.=0=.TTTTTH E A A G λλλλλλλξλλααααξξξξ-===故的特征值为:,对于特征值,其对应的特征向量对于特征值,其对应的特征向量,,,,1,将,正交化和单位化得,,于是2223311133311133311133300111110636221210003331110226H H G ξξξξ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢=+=+⎢⎥⎢⎢⎥⎢⎢⎢⎥⎢⎣⎢⎥⎣⎦-⎡⎤-⎢⎥⎢⎥=+--⎢⎥⎢⎥-⎢⎥-⎣⎦122113331213331111236333=2A G G ⎡⎤⎡⎤--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦-因此即为其谱分解.矩阵B 的谱分解参照矩阵A 的谱分解方法. 4-4. 解:已知矩阵024102211042A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦[][][]21231212331231231(+1)(+2),==-1=-2==-1=-2,1,0,4,0,1=-2=4,2,1.244[,,]102011T TTE A A A P P AP λλλλλλλλααλααααααα--==---⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦-=求得所以其对应的特征值为:,对应于特征值,其对应的特征向量对应于特征值,其对应的特征向量为:,,线性无关,所以矩阵可对角化,所以矩阵是单纯矩阵于是而且有:11231112223311161212100211010,()366002221333122112111=--=-=6331263126322433312263311212632T TTTT TT P G G βββαβαβαβ-⎡⎤-⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥-=-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥-⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥=+=--⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦==取:,,,,,,,,令122433312263311212632A G G A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=-+故即为矩阵的谱分解表达式.4-5.解:[][][]12312i 20000-i 0000500000,=5==0000=51,0,02001,0,0,=1,0,0-i 00100H H H H TT T H HHA A AA AA AA U V A U A V λλλδληηη-⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==∆⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢=∆=⎢⎢⎣⎦,求出的特征值为,所以的奇异值为:求出对应于的特征根:==H⎡⎤⎥⎥⎥⎥⎢⎥⎣⎦4-6.解:()()()1231212112204002000i ,0100-i 000000(-1)(-4)=4,=1,=02=2,=1,14=1,0,04=0,1,010,0100H H H H T H TH A A AA E AA AA AA AA U λλλλλλλααμμμμ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦-=⇒⎡⎤∆=⎢⎥⎣⎦⎡⎤⎢⎥==⎢⎢⎣⎦,所以的奇异值为:特征值为的单位特征向量为:特征值为的单位特征向量为:于是1111100-i 102100110-i 00H H H HV A U A U V -⎥⎥⎡⎤=∆=⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=∆=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦因此所以4-7.解:(1) 首先求出矩阵A 的特征多项式212322082(+2)(-6)06=-2==6A (6E-A)=14204206E-A=8400000000E A aa a λλλλλλλλλ---=--=---⎡⎤⎡⎤⎢⎥⎢⎥--→-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦所以其特征值为:,由于是单纯矩阵,从而r 有此可知:a=0;(2) 由上知a=0;()21231212331112223220=820-(+2)(-6)006==6;=-2,==6=0 =001=-2=0125524551TT T H H A E A A G G λλλλλλλλααλαααααα⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⇒⎫⎪⎭⎫⎪⎭⎛⎫ ⎪ ⎪⎪=+== ⎪ ⎪ ⎪ ⎪⎝⎭所以,求出对应于的单位正交特征向量为:,,,求出对应于的单位特征向量为:因此,的投影矩阵,31212552455062H A G G α⎛⎫- ⎪ ⎪ ⎪=- ⎪ ⎪ ⎪ ⎪⎝⎭=-4-8.解: (1)3i -13i -1-i 0i -i 0i -1-i 0-1-i 0,.HH H A A AA A A A ⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=,所以是正规矩阵 (2)()()())()()()212311223312312314122 1.2==-1=0,-i,1,,=0.8801,0.3251i,0.3251,=0.4597,0.6280i 0.6280,=TTTTTE A λλλλλλλλαλαλααααηηη-=+-+=+==-===求出与求出与求出与对应的特征向量为:将单位化得到单位特征向量为:,111222333112233,,=TH H HG G G A G G G ηηηηηηλλλ⎛ ⎝⎭===++所以4-9.解:对矩阵A 只作初等行变换100071415610290102000147712401525001772655700000310007141102901020077,1245250017726500000.A ABC BC A -⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=→→⎢⎥⎢⎥--⎢⎥⎢⎥--⎢⎥⎣⎦⎢⎥⎣⎦-⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦= 的秩为,且前三个列向量线性无关,故容易验证:4-10.解: 对矩阵A 只作初等行变换110130-331321421=261070013339311100000211012130-3321,210013333.2113210-361,93A A B C BC A A B C ⎡⎤⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥→→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦ 的秩为,且第一,第三个列向量线性无关,故容易验证:的秩为,且第二,第三个列向量线性无关,故10992100133.BC A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=容易验证:4-11.解:()()1231231231231===0=00=0004400TTTH A Schmidt U R U A R ααααααυυυυυυ-⎛ ⎝⎛⎝⎛⎝⎡⎢⎢⎢==⎢⎢⎢⎢⎣⎡⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎣⎦将,,的列向量,,用方法标准正交化得,命,,,则111335---1444420111==-=--2222-1131=.H x R U b Ax b -⎥⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦不难验证4-12.解:5000000005,0,0A H H AA AA ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦因为的特征值为,故4-13.解:2123111111202000202(-4),=4==0A=2=2.=4==,10111012HH HT T HHHAAE AA AAAA UV A Uλλλλλλαλ-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦-=∆=⎡⎤=∆=∙=⎢⎥⎢⎥⎣⎦⎢⎥所以的特征值,,的奇异值为,的特征值的单位特征向量u u因此:不难验1122124.3.443301001HHHHH HA U VAAUA AU A A VU=∆=⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎢⎢=⎢⎥⎢⎥⎣⎦=证这是定理表达形式.下面介绍定理..表述形式.又的零特征值所对应的次酉矩阵的零特征值所对应的次酉矩阵V于是AA的酉矩阵与的酉矩阵分别为V⎤⎥⎥=⎢⎥⎥⎢⎥⎥⎥⎦⎥⎦,且2000000HD A UDV ⎡⎤∆⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=不难验证4-14. 解:()()()12312111121111400010(1)(4),000=4=1=02=2=1=14=1001=01010==010010010=U V 010H HH H H H H H AA E AA AA A AA u AA u U u u V A U i A λλλλλλλαα-⎡⎤⎢⎥=-=--⎢⎥⎢⎥⎣⎦⎡⎤∆⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤=∆=⎢⎥⎣⎦∆=,的特征值,,所以的奇异值,,的特征值为的单位特征向量的特征值为的单位特征向量于是因此所以3222121010043300=0=110010(,)=010,V=V 0001100201001001000100HH Hi AA u U U U U i A UDV i ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦若要写成定理..形式还得计算U,V.特征值为的单位特征向量故所以4-15.解:242-24-2422-4-2-2-2252-2-5H i i A i i i i A i i i i -⎡⎤⎡⎤⎢⎥⎢⎥==-=⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦由于所以A 是反Hermite 矩阵.2123121233111222-424+22==(+6i)(-3i)-22A ==-6i =3i.==-6i =0==3i 221=i -33354i2i -999-TTT H H iE A i i iA G λλλλλλλλλλλααλααααα+-=⎛ ⎝⎛⎫ ⎪⎝⎭=+= 的特征值,属于特征值的正交单位特征向量,属于特征值的正交单位特征向量,,因此的正交投影矩阵为233124i529992i 2899944i 2i 9994i 429992i 219996i 3i H G A A G G αα⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦=-所以的谱分解式为:+4-16..解:130i 2202031-i 022HA A ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦由于所以A 是Hermite 矩阵.()21231212331112213--i 220-20==(-2)(+1)31-i 0-22A ==2=-1.==2=010=0=-1=01i 022010i 1-022TTTH H E A A G G λλλλλλλλλλλααλααααα-=⎡⎤⎢⎥⎢⎥=+=⎢⎥⎢⎥⎢⎥⎣⎦ 的特征值,属于特征值的正交单位特征向量,,,属于特征值的正交单位特征向量因此的正交投影矩阵为233121i 0-22010i 10222-H A A G G αα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦=所以的谱分解式为:4-17. . .解:先求A 的特征值和特征向量,由21234-603+50=(-1)(+2)36-1==1=-2.E A A λλλλλλλλλ--=故的特征值为:,()()()()1231212331123=1-3-60360=0360=2-1,0=0,0,1=-2-3-60360=0360=-11,1201111,,101()=122011010TTT Tx x x x x x P P λααλαααα-⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦--⎡⎤⎡⎢⎥==--⎢⎥⎢⎥⎣⎦⎣当时,由方程组求得特征向量为:,,当时,由方程组求得特征向量为:,所以,()()()1231112223312=1,1,0,=-1,-2,1,=1,2,022*******,1201211202TTTT TT G G A A G G βββαβαβαβ⎤⎢⎥⎢⎥⎢⎥⎦--⎡⎤⎡⎤⎢⎥⎢⎥=+=--==⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦=-因此于是所求投影矩阵为的谱分解表达式为4-18.解: 因为()()1122r r 1122r 20112012012r 11122r r 1122r r 220111011201=+++=++++=++++=(G +G ++G )+()++()=(++++)G +(++++)G ++(+k k k k r s s ss s s s s s A G G G A G G G f a a a a f A a E a A a A a A a a G G G a G G G a a a a a a a a a a λλλλλλλλλλλλλλλλλλλλλλλ=+++++++++ 若则()()()211122+++)=G +G ++s s r ra a f f f G λλλλλ 4-19.解:方法一:A 是单纯矩阵()()()()()31234123123441234-1-11-11-1=(-1)(+3)-11-11-1-1===1=-3.===1=1100=101,0=-100,1=-3=1-1-1,111-11100-1,,,=010-10011T T TTE A A P λλλλλλλλλλλλλλαααλααααα-=⎡⎤⎢⎢=⎢⎢⎣故的特征值为:,属于特征值的正交单位特征向量,,,,,,,,,属于特征值的正交单位特征向量,,所以1123411122331111-44443111--4444,()=1311--44441131444413111131=-=-4444444411131111=-=--44444444314+T TTT TT TT P A G ββββαβαβαβ-⎡⎤⎢⎥⎢⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎦⎢⎥⎢⎥⎣⎦⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭=+=因此,,,,,,,,,,,,,,因此的正交投影矩阵为11444131144441131444411134444⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦244121111-4444111144441111--444411114444-3H G A A G G αβ⎡⎤-⎢⎥⎢⎥⎢⎥--⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为:方法二:A 是正规矩阵.由方法一中已知A 的特征值1234===1=-3λλλλ,,把1234αααα,,,Schmidt 方法标准正交化得123441112233244=00=0=1111=--22223111444413114444+113144441113444411-44T T TTT T TH G G υυυαυυυυυυυυυ⎫⎫⎛⎪⎪ ⎭⎝⎭⎛⎫⎪⎝⎭⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥=+=⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦-==,,,把单位化得 ,,,正交投影矩阵121144111144441111--444411114444-3A A G G ⎡⎤⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为:。

矩阵分析所有习题及标准答案

矩阵分析所有习题及标准答案

习题3-16
#3-16:设若A,BHnn,且A为正定Hermite矩阵, 试证:AB与BA的特征值都是实数.
证1:由定理3.9.4,A1/2是正定矩阵,于是 A-1/2(AB)A1/2=A1/2BA1/2=MHmn, 即AB相似于一个Hermite矩阵M. ∴ (AB)=(M)R,得证AB的特征值都是实数. 又 A1/2(BA)A-1/2=A1/2BA1/2=MHmn, 即BA相似于一个Hermite矩阵M. ∴ (BA)=(M)R,得证BA的特征值都是实数.
习题3-25
#3-25:A*=-A(ASHnn) U=(A+E)(A-E)-1Unn. (ASHnnAE的特征值全不为0,从而AE可逆)
解: U*=U-1 ((A-E)*)-1(A+E)*=(A-E)(A+E)-1 (-A-E)-1(-A+E)=(A-E)(A+E)-1 (A+E)-1(A-E)=(A-E)(A+E)-1 (A-E)(A+E)=(A+E)(A-E) A2-E=A2-E
n
j
nn使U*AU=R为 3 1 6 #3-3(1):已知A= ,试求UU 2 0 5 上三角矩阵. 解:det(E-A)=(+1)3给出=-1是A的3重特征值. 显然,1=(0,1,0)T是A的一个特征向量.作酉矩阵 V=(1,2,3),2=(1,0,0)T,3=(0,0,1)T,则
习题3-14
#3-14:若AHmn,A2=E,则存在UUnn使得 U*AU=diag(Er,-En-r).
证:存在UUnn使得 A=Udiag(1,…,n)U*, (*) 其中1,…,n是A的特征值的任意排列. ∵ A2=E=Udiag(1,…,1)U* 和 A2=Udiag(1,…,n)U*Udiag(1,…,n)U* =Udiag(12,…,n2)U* ∴ i2=1,即i=1,i=1,…,n,. 取1,…,n的排列使特征值1(设共有r个)全排在 前面,则(*)式即给出所需答案.

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-L 表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间.同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦ 故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T ,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++=1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些. 1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ.方法一 设1212{,}{,}span span ∈ξααββI ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T -. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T -,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span αααL 的基底就是12,,,n αααL 的极大线性无关组.维数等于秩12{,,,}n αααL .1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββI 就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==L L ,则11,,,,,k l ααββL L 的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξL A AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξL A A A②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===L ,于是21,(),(),,()k -ξξξξL A AA 线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξL A AA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]00000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξL L L L L L L M M M M L LA A A AA A A A AAA A A 所以A在21,(),(),,()n -ξξξξL A AA下矩阵表示为n 阶矩阵00001000010000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L L L M M M M L L评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξL A A A是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==L L L L L 设11,,,,,,r r s ξξξξξL L L 是的极大无关组,则可以证明11,,,,,,r r s αααααL L L 是的极大无关组. 1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα 设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.) 1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。

矩阵分析_第一章 北京理工大学

矩阵分析_第一章 北京理工大学

(5)
1
(6)
(7)
k (l ) (kl ) (k l ) k l
(8)
k ( ) k k
V中的元素称 为向量
称这样的 V 为数域
F 上的线性空间。
R
例 1 全体实函数集合 R 构成实数域 线性空间。 按函数的加法和数乘函数
R上的
例 2 复数域 C上的全体 m n 型矩阵构成 的集合为 C上的线性空间。
A线性表示, 且表示式是唯一的.
最大(线性)无关向量组
定义3 设有向量组A,如果在A中能选出r个向量
A0 : 1 , 2 ,, r,满足 (1)向量组 A0 : 1 , 2 ,, r 线性无关; (2)向量组A中任意r 1个向量(如果A中有
r 1个向量的话)都线性相关, 那末称向量组A0是
定理:过渡矩阵
P 是可逆的。
提示PX=0 只有零解
任取
V
,设 在两组基下的坐标分别为
T
x1 , x2 ,, xn

y1 , y2 ,, yn ,那么我们有:
T
x1 x 2 (1 , 2 , , n ) xn y1 y1 y y 2 ( , , , ) P 2 ( 1 , 2 , , n ) 1 2 n yn yn
按矩阵的加法和数乘矩阵
ห้องสมุดไป่ตู้
例 3 实数域 R 上全体次数小于或等于 n 的多项 式集合 R[ x ]n 构成实数域 R上的线性空间 例 4 全体正的实数 R 在下面的加法与数乘的 定义下也构成线性空间:

a b : ab, a , b R k a : a , a , k R

研究生课程-《矩阵分析》试题及答案

研究生课程-《矩阵分析》试题及答案

第一套试题答案一(10分)、证明:(1)设11k x +22k x +33k x =0, ①用σ作用式①两端,有111k x λ+222k x λ+333k x λ=0 ②1λ⨯①-②,有21223133()()0k x k x λλλλ-+-= ③再用σ作用式③两端,有2122231333()()0k x k x λλλλλλ-+-= ④ ③⨯2λ-④,有313233()()0k x λλλλ--=。

由于123,,λλλ互不相等,30x ≠,因此30k =,将其代入④,有20k =,利用①,有10k =。

故1x ,2x ,3x 是线性无关的。

(2)用反证法。

假设1x +2x +3x 是σ的属于特征值λ的特征向量,于是有123123()()x x x x x x σλ++=++即112223123()x x x x x x λλλλ++=++112223()()()0x x x λλλλλλ-+-+-=由于1x ,2x ,3x 线性无关,因此123λλλλ===,这与123,,λλλ互不相等矛盾。

所以,1x +2x +3x 不是σ的特征向量。

二(10分)、解:2312321232()()1;()(2);()(2)()1;()(2);()(2)1()(2)(2)A D D D d d d A λλλλλλλλλλλλλλλλλλλλ==-=-==-=-⎛⎫⎪- ⎪ ⎪-⎝⎭的行列式因子分别为,不变因子分别为,于是的Smith 标准形为.三(10分)、解:11121634E A λλλλ+⎛⎫ ⎪-= ⎪ ⎪---⎝⎭210001000(1)λλ⎛⎫ ⎪≅- ⎪ ⎪-⎝⎭A λλ2矩阵的初等因子为: -1, (-1),100:011001J ⎛⎫⎪= ⎪ ⎪⎝⎭故约当标准形为。

四(12分)、解:令()()()1120,E A λλλλ-=-++=得特征值123112λλλ==-=-,,,解齐次方程组()0,E A x -=()2;Tii α=1得基础解系解齐次方程组()0,E A x --=()101;Tα=-2得基础解系解齐次方程组()20,E A x --=()1;T ii α=-3得基础解系αααααα123123由于,,已两两正交,将,,单位化得()()()11121011623T T Tp i i p p i i --123=,=,= ()1,(2)1.3H U p p p U AU ⎛⎫⎪==- ⎪ ⎪⎝⎭123令分,则五(10分)、解:(){}11(1),01,()TAx o i N A span ξξ===解齐次方程组得基础解系,,;又(){}{}()232323010,,,,100,,00H H R A span o span A o i ξξξξξξ⎛⎫⎪===-= ⎪ ⎪-⎝⎭这里,; 显然(),0,iji j ξξ=≠当时;()().HN A R A ⊥故有()()()()()()()()()333(2)dim dim dim 3dim ,Q H H H H N A R A C N A R A N A R A C N A R A C ++=+==+=是的子空间且故。

附录矩阵分析word版

附录矩阵分析word版

附录I 矩阵分析介绍一、内容提要本章以矩阵序列的极限理论为基础的,介绍矩阵分析的一些基本内容, 包括矩阵序列的极限运算,矩阵序列和矩阵级数的收敛定理, 矩阵幂级数的极限运算和矩阵函数,矩阵的微积分等. 由于采用相似的极限理论为基础, 因此本章内容与通常的(函)数列, (函)数项级数, 幂级数具有许多类似的结果, 建议读者在学习本章时, 与高等数学中相应的内容进行对照, 比较异同, 加深理解.(一) 矩阵序列于矩阵级数1.矩阵序列定义 设{}1k k ∞=A 为m n⨯C中的矩阵序列, 其中()()k k ij a =A .如果ij k ijk a a =∞→)(lim 对i=1,2,…,m, j=1,2,…,n 均成立,则称矩阵序列{}1k k ∞=A 收敛,而()ij a =A 称为矩阵序列{}1k k ∞=A 的极限,记为limk k →∞=A A .不收敛的矩阵序列称为发散的. 从定义可知, 判断矩阵序列收敛需要判断所有矩阵元素组成的n m ⨯个数列同时收敛. 下面的定理告诉我们可以通过矩阵范数的收敛(一个数列)来判断矩阵序列的收敛.定理 设{}1k k ∞=A 为m n⨯C中的矩阵序列,⋅为m n⨯C中的一种矩阵范数,则矩阵序列{}1k k ∞=A 收敛于矩阵A 的充要条件是k -A A 收敛于零.从线性空间的观点来看, 一个矩阵可以看作是它所在的矩阵空间中的一个“点”,因此一个矩阵序列的收敛问题就可以看成是该矩阵空间中的“点列”的收敛问题,就可以用各点到极限点的距离(范数)来描述收敛。

矩阵序列收敛有如下性质: (1) 设{}1k k ∞=A 和{}1k k ∞=B 为m n⨯C中的矩阵序列,并且lim k k →∞=A A ,lim k k →∞=B B ,则()lim ,,k k k αβαβαβ→∞+=+∀∈A B A B C .(2) 设{}1k k ∞=A 和{}1k k ∞=B 分别为m n⨯C和n l⨯C中的矩阵序列,并且lim k k →∞=A A ,lim k k →∞=B B ,则 lim k k k →∞=A B AB .(3) 设{}1k k ∞=A ,A ∈n n⨯C中的矩阵序列,lim k k →∞=A A 并且(1,2,)k k =A 和A 均为可逆的,则 11lim k k --→∞=A A . (4) 设n n⨯∈A C,lim 0kk →∞=A 的充分必要条件是<1ρ(A).若对m n⨯C上的某种范数⋅,有1<A ,则lim 0kk →∞=A .(5) 设{}1k k ∞=A ,∈A m n⨯C ,并且lim k k →∞=A A ,则A A k k =∞→lim .2. 矩阵级数 定义2设{}1k k ∞=A 为m n⨯C 中的矩阵序列, 称12++++k A A A 为由矩阵序列{}1k k ∞=A 构成的矩阵级数,记为1kk ∞=∑A.定义3 记1kk ii ==∑S A,称之为矩阵级数1kk ∞=∑A的前k 项部分和.若矩阵序列{}1k k ∞=S 收敛且lim k k →∞=S S ,则称矩阵级数1kk ∞=∑A收敛,而矩阵S 称为矩阵级数的和矩阵,记为1k k ∞=∑S =A .不收敛的矩阵级数称为发散的.定义4 设1kk ∞=∑A为m n⨯C中的矩阵级数,其中()()k k ija=A .如果∑∞=1)(k k ija 对任意的1≤i≤m,1≤j≤n 均为绝对收敛的,则称矩阵级数1kk ∞=∑A绝对收敛.对比矩阵级数绝对收敛的定义以及高等数学中的数项级数的绝对收敛的定义可以得出矩阵级数收敛的一些性质. (1) 若矩阵级数1kk ∞=∑A是绝对收敛,则它一定是收敛的,并且任意调换各项的顺序所得到的级数还是收敛的,且级数和不变. (2) 矩阵级数1kk ∞=∑A为绝对收敛的充分必要条件是正项级数1k k ∞=∑A 收敛.(3) 设1kk ∞=∑A为m n⨯C中的绝对收敛的级数,1kk ∞=∑B为n l⨯C中的绝对收敛的级数,并且1k k ∞==∑A A , 1k k ∞==∑B B , 则1k k ∞=∑A ·1k k ∞=∑B 按任何方式排列得到的级数也是绝对收敛的,且和均为AB . (4) 设p m⨯∈P C和n q⨯∈Q C为给定矩阵,如果n m ⨯型矩阵级数kk ∞=∑A收敛(或绝对收敛),则q p ⨯矩阵级数0k k ∞=∑PA Q 也收敛(或绝对收敛),且有等式 00k k k k ∞∞==⎛⎫= ⎪⎝⎭∑∑PA Q P A Q . (二) 矩阵幂级数 定理 设∑∞=0k kk ta 为收敛半径为r 的幂级数,A 为n 阶方阵,则(1) ()r ρ<A 时,矩阵幂级数0kk k a ∞=∑A绝对收敛;(2) ()r ρ>A 时,矩阵幂级数kkk a ∞=∑A发散.推论 设∑∞=-0)(k kkz z a 为收敛半径为r 的幂级数,A 为n 阶方阵,如果A 的特征值均落在收敛圆内,即r z <-0λ,其中λ为A 的任意特征值,则矩阵幂级数∑∞=-0)(k kkz a I A 绝对收敛;若有某个0i λ使得r z i >-00λ,则幂级数∑∞=-0)(k kkz a I A 发散.根据幂级数性质,幂级数的和函数是收敛圆内的解析函数(任意次可微,在任一点处均可展成Taylor 级数),而一个圆内解析的函数可以展开成收敛的幂级数.于是,如果)(z f 是r z z <-0内的解析函数,其展成绝对收敛的幂级数为∑∞=-=00)()(k k k z z a z f ,则当矩阵n n⨯∈A C的特征值落在收敛圆r z z <-0内时,定义∑∞=∆-=00)()(k k k z a f I A A并称之为A 关于解析函数)(z f 的矩阵函数.常用的一些矩阵函数有:232!3!e =++++AA A I A ;24cos 2!4!=-+-A A A I ;35sin 3!5!=-+-A A A A ;123()--=++++I A I A A A ;23ln()23+=-+-A A I A A .对于一般的矩阵函数()f A ,可以利用矩阵的Jordan 分解写出其具体表达式.定理 设∑∞=-=)()(k kkz z a z f 为收敛半径为r 的幂级数,A 为n 阶方阵,1-=A TJT 为其Jordan 分解,()s J J J J ,,,2 1diag =.当A 的特征值均落在收敛圆内时,即r z <-0λ,其中λ为A 的任意特征值,则矩阵幂级数∑∞=-0)(k kkz a I A 绝对收敛, 并且和矩阵为()()()()()-12,,,T J J J T A f s f f f 1diag =其中()i f J 的定义为(1)''()()()(1)!()()()()n f f f n f f f f λλλλλλ-⎛⎫⎪- ⎪⎪= ⎪ ⎪ ⎪⎝⎭J . 另外,还可以通过待定系数的方法来求矩阵函数,避免求矩阵的Jordan 分解。

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案

第1章 线性空间和线性变换(详解)1-1 证:用iiE 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,iiE ,ijE 都是对称矩阵,iiE 有(1)2n n -个.不难证明iiE ,ijE 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间.同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A EE E E即 故 于是解之得即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++=1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些.1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP 计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ. 方法一 设1212{,}{,}span span ∈ξααββ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T-. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组 13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T-,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span ααα的基底就是12,,,nααα的极大线性无关组.维数等于秩12{,,,}n ααα.1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββ就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==,则11,,,,,k l ααββ的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξA AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξA AA②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===,于是21,(),(),,()k -ξξξξA AA线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξAAA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]0000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξA A A AA A A A AAA AA 所以A 在21,(),(),,()n -ξξξξA AA下矩阵表示为n 阶矩阵000100001000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξA AA是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==设11,,,,,,r r s ξξξξξ是的极大无关组,则可以证明11,,,,,,r r s ααααα是的极大无关组.1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.)1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。

最新矩阵分析课后习题解答(整理版)

最新矩阵分析课后习题解答(整理版)

第一章线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)R对m C满足加(AR是m C的非空子集,即验证)(A法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A n n ij (,分别令T i X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B HH -==,且C C B B ≠≠11,,由1111C B C B A H H H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾)第二章酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n T n i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n T n j ==(1在第j 行) 根据此题内积定义⎩⎨⎧≠===j i j i X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

矩阵分析-(1)(终)

矩阵分析-(1)(终)
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
《矩阵分析》
1.教材:
《矩阵分析》史荣昌编,北京理工大学出版社
2.参考书:
《矩阵分析学习指导》魏丰,史荣昌等编, 北京理工大学出版社
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
难点: 求线性映射的值域、核的基与维数
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
首先, 我们回忆一下《线性代数》中的向量.
向量的运算及性质
负向量: 向量 ( a1 , a2 ,, an ) 称为向量 的负向量
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
向量的差: ( )
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2014-3-16
  1. 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. 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. 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)。

第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即 123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c=++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些.1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP 计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ. 方法一 设1212{,}{,}span span ∈ξααββ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T-. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组 13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T-,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span ααα的基底就是12,,,nααα的极大线性无关组.维数等于秩12{,,,}n ααα.1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββ就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==,则11,,,,,k l ααββ的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξA AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξA AA②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===,于是21,(),(),,()k -ξξξξA AA线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξAAA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]0000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξA A A AA A A A AAA AA 所以A 在21,(),(),,()n -ξξξξA AA下矩阵表示为n 阶矩阵000100001000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξA AA是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==设11,,,,,,r r s ξξξξξ是的极大无关组,则可以证明11,,,,,,r r s ααααα是的极大无关组.1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.)1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。

相关文档
最新文档