第三章 矩阵的进一步讨论

第三章 矩阵的进一步讨论

基础训练题

1. 矩阵A 的秩指的是什么?

解:A 中非零子式的最大阶数, 若没有非零子式, 则A 的秩为零.

2. 设F 上的矩阵A 的秩是r ,下列论断哪些是对的?哪些是错的?是对的,给出证明;是错的,举出反例.

(1)A 中只有一个r 阶子式不为零;

⎛12⎫解:错. 例如A = 00⎪⎪, 秩A =1,但一阶非零子式有两个.

⎝⎭(2)A 中所有r -1阶子式全为零;

⎛100⎫ ⎪

解:错. 例如A = 012⎪, 秩A =2, 但A 有5个2-1阶子式非零.

024⎪⎝⎭

(3)A 中可能也有r +1阶子式不为零; 解:错. 否则与秩A =r 矛盾.

(4)A 中至少有一个r 阶子式不为零. 解:对. 若A 中r 阶子式全为零, 则秩A

⎛1-12⎫

⎪-11λ ⎪ 2-24⎪⎝⎭

的秩最小. 解:λ=-2.

4. 求下列矩阵的秩

201⎫⎛1

⎪2-110 ⎪(1) ;(2)

-2-1-1-1⎪ ⎪ 102-2⎪⎝⎭

⎛0

-1 2 1⎝

1214

12⎫

⎪3-1⎪

. 2-1⎪

⎪61⎪⎭

解: (1)4; (2)4.

5. 设A *是F 上的n 阶矩阵A 的伴随矩阵,若秩A

解: 秩A *=0. .

6. 设A 是F 上的m ⨯n 矩阵,其秩小于m . 证明,存在m 阶非零矩阵G , 使得GA =0.

证明: 设秩A =r , 则存在m 阶可逆矩阵P 和n 阶可逆矩阵Q , 使得

⎛I r

PAQ= 0

⎝0⎫⎪ ⎪0⎭

0⎫⎛0

令m 阶方阵B = 0I ⎪⎪, 其中I m -r 是m 阶单位矩阵, 因为r

m -r ⎭⎝

所以B ≠0, 而

⎛I r

BPAQ=B 0

⎝0⎫⎪=0 ⎪0⎭

令G =BP , 因为P 为m 阶可逆矩阵, 所以G ≠0. 在GAQ=0两边右乘以Q -1即得GA=0.

7. 已知矩阵A 的秩为2,求一个非零矩阵C 使得AC =0.

⎛10-1⎫ ⎪A = 11-1⎪

010⎪⎝⎭

⎛I 2

解:因为T 32(-1) T 21(-1) AT (1) =13 0⎝

⎛001⎫

⎪⎛00⎫

⎪000所以C =T 13(1) =⎪. 0I ⎪ 1⎭ ⎝⎪

⎝001⎭

0⎫⎪ ⎪0⎭

8. 设α, β 都是数域F 上的矩阵A 的属于特征根λ的特征向量,问α+β是不是A 的特征向量?为什么?

解:若α+β=0, 则α+β不是A 的特征向量;

若α+β≠0, 则α+β是A 的属于特征根λ的特征向量. 这是因为A (α+β)=λ(α+β).

9. 求下列矩阵的特征根.

⎛1-22⎫ ⎪

(1) -2-24⎪; (2)

24-2⎪⎝⎭

10⎫⎛3

⎪-4-10 ⎪. 4-8-2⎪⎝⎭

(1) λ1=-7, λ2=λ3=2; (2) λ1=-2, λ2=λ3=1.

10. 设λ1, λ2是数域F 上的矩阵A 的不同特征根,α1, α2是相应的特征向量,证明α1+α2不再是A 的特征向量.

证明:假设α1+α2是A 的属于特征根λ的特征向量, 则 A (α1+α2)= λ(α1+α2), 另一方面, A (α1+α2)= λα1+λα2

于是(λ-λ1) α1+(λ-λ2) α2=0. 因为λ1≠λ2, 所以λ-λ1, λ-λ2都不为零. 因此

α2=k α1(k ≠0) . 这样

k λ1α1= k A α1= Aα2=λ2α2=k λ2α1

从而 (λ1-λ2) α1=0.因此λ1=λ2. 矛盾.

11. 设A , B 都是数域F 上的n 阶矩阵,且A 可逆,证明,AB 与BA 相似. 证明:因为 AB =ABAA -1=(A -1) -1(BA ) A -1,

所以AB 与BA 相似.

12. 已知相似矩阵有相同的特征多项式,问这个命题的逆命题成立吗?若不成立,请举一个反例.

⎛10⎫⎛11⎫2

⎪ ⎪解:不成立. 例如:A = 尽管有, 但A 与 f (x ) =f (x ) =(x -1) , B =A B 01⎪ 01⎪⎝⎭⎝⎭B 不相似(否则B =A ).

13. 设矩阵A 与B 相似,其中

⎛-200⎫⎛-100⎫ ⎪ ⎪A = 2a 2⎪, B = 020⎪.

311⎪ 00b ⎪⎝⎭⎝⎭

求a 与b 的值. 解: a=0, b =-2.

14. 设A , B , T 都是复数域上的n 阶方阵, 且T 是可逆矩阵. 证明, 若T -1AT = B , 则对任意的正整数m , 有T -1A m T = B m .

证明: B2=(T -1AT )(T -1AT )= T -1A 2T B 3=B 2B =( T -1A 2T )( T -1AT )= T -1A 3T ……………………. B m =T -1A m T .

15. 设A , B 都是F 上的n 阶对称矩阵,证明,AB 是对称矩阵当且仅当AB =BA .

证明:必要性:设AB 对称,则AB =(AB ) T =B T A T =BA . 充分性:设AB =BA ,则(AB ) T =B T A T =BA =AB .

16. 方阵A 称为斜对称的,如果A T =-A . 证明,实斜对称矩阵的特征根为零或纯虚数.

证明:设λ是A 的任一特征根,则存在复数域上n维列向量α,使得

⎛c 1⎫

⎪c 2

A α=λα.设α= ⎪,其中c 1, c 2, ⋅⋅⋅, c n 均为复数且不全为零.用α的转置矩阵

⋅⋅⋅⎪ c ⎪⎪⎝n ⎭

α左乘以上式的两边,得A α=λα=λ(α) .由于A =-A T ,所以由转置

矩阵的性质可得

T T T T

A α=-A T α=-(A ) T α=-α

所以(λ+λ) αα=0,而α=∑c i c i ≠0.因此λ+=0,即λ是零或纯虚数.

i =1

T T T

T T

n

17. 设矩阵A 与B 合同. 证明,秩A =秩B .

证明:若A 与B 合同,则存在可逆矩阵P 使得B =P T AP ,所以秩B =秩

(P T AP ) =秩A .

18. 设可逆实方阵A 与B 合同. 证明,det A 与det B 的符号相同.

证明:设实方阵A 与B 合同,则存在可逆实方阵P 使得B =P T AP ,因此

2

det B =det(P T AP ) =(detP ) det A ,因为(detP ) 2>0,所以det A 与det B 同正,

同负或同时为零.

19. 用合同变换化下列矩阵为对角形.

⎛112⎫ ⎪1(1) 101⎪, (2)

2

213⎪ 1⎝⎭

⎝2

12012

1⎫⎪2⎪1⎪. 2⎪⎪0⎪⎭

⎛10

⎛100⎫

1 ⎪

解:(1). 0-10⎪;(2). 0-

4 000⎪

⎝⎭ 00

⎝0⎫⎪

0⎪; (答案不唯一) ⎪-1⎪⎭

20. 用非退化的线性替换化下列二次型为标准形 (1)-4x 1x 2+2x 1x 3+2x 2x 3; (2)x 12-3x 22-2 x1x 2+2x 1x 3 -6x 2x 3.

1⎛⎫11⎪⎛y 1⎫⎛x 1⎫ 2

⎪ ⎪ ⎪

解:(1).经非退化的线形替换 x 2⎪= 013⎪ y 2⎪,得标准形:

x ⎪ ⎪ ⎪⎝3⎭ 112⎪⎝y 3⎭

2⎝⎭2y 12-

12

y 2+4y 32. 2

3⎫⎛

11- ⎪2⎛x 1⎫ ⎪⎛y 1⎫

1 ⎪ ⎪

(2).经非退化的线形替换 x 2⎪= 01-⎪ y 2⎪,得标准形:

2⎪ ⎪ x ⎪ ⎪⎝y 3⎭⎝3⎭001 ⎪ ⎪⎝⎭

(答案不唯一) y 12-4y 22.

21. 设n 阶实对称矩阵A 是正定的, P 是n 阶实可逆矩阵. 证明, P T AP 也是正定矩阵.

证明:因为A 正定,所以存在可逆的n 阶实矩阵Q ,使得Q T AQ =I n ,因此

(P -1Q ) T (P T AP )(P -1Q ) =Q T AQ =I n ,而P -1Q 是可逆的实矩阵,故P T AP 正定.

22. 设A 是n 阶实对称矩阵. 证明,A 是正定矩阵当且仅当存在n 阶实可逆矩阵P ,使A =P T P .

证明:因为A 正定的充要条件是A 与I n 合同,所以存在n 阶实可逆矩阵P ,使得A =P T I n P =P T P .

23. 如果n 阶实对称矩阵A 的秩等于A 的正惯性指数, 那么称A 是半正定的. 证明,如果A =(a ij ) 是秩为r 的n 阶实对称矩阵, 那么

⎛I r

(1) A 是半正定矩阵的充分且必要条件是A 与n 阶方阵 0

⎝0⎫⎪合同; ⎪0⎭

(2) A 是半正定矩阵的充分且必要条件是对于变量x 1, x 2, …, x n 每取一组不全为零的实数, 实二次型f (x 1, x 2, …, x n )=∑∑a ij x i x j 的函数值都是非负数.

i =1j =1n

n

⎛I

证明:(1).A 半正定⇔A 的正惯性指数P =A 的秩r ⇔A 与 r

⎝0(2).⇒.

0⎫

⎪合同.

0⎭

设A 半正定,则存在可逆的P ∈M n (R ) ,使得

⎛I

P T AP = r

⎝00⎫

⎪,其中r =秩A .令X =PY ,因为P 可逆,所以对任意一组不0⎭

全为零的x 1, ⋅⋅⋅, x n ,都有y 1, ⋅⋅⋅, y r , y r +1, , y n 不全为零.因此

f (x 1, ⋅⋅⋅, x n ) =X T AX =Y T (P T AP ) Y =y 12+ +y r 2≥0.

⇐.用反证法.假设A 不是半正定的,即p

⎛I P

使得P T AP = 0

0⎝

0-I r -p 0

0⎫⎪

0⎪,其中0≤p

f (x 1, ⋅⋅⋅, x n ) =X T AX =Y T (P T AP ) Y =y 12+ +y p 2-y p +12- -y r 2≥0

特别地取y 1= =y p =0,但y p +1, , y r 不全为零,即y r +1, , y n 任取.这样由P 可逆知,对应得一组不全为零的x 1, ⋅⋅⋅, x n .此时f (x 1, ⋅⋅⋅, x n )

24. 设A 是n 阶实对称矩阵. 证明, 若A 是半正定的, 则A 的行列式是非负实数.

⎛I

证明:因为A 半正定,所以存在可逆的P ∈M n (R ) ,使得P T AP = r

⎝0其中r =秩A .因此(detP ) 2det A =det

det A =0.

0⎫

⎪,0⎭

⎛I r ⎝00⎫

⎪.若r =n ,则det A >0.否则0⎭

25. 设A 是n 阶正定矩阵, B 是n 阶半正定矩阵. 证明, A +B 是正定矩阵. 证明:因为A 是n 阶正定矩阵,B 是n 阶半正定矩阵,所以对任意一个n 维非零向量X ,都有X T AX >0,X T BX ≥0,因此X T (A +B ) X >0 即A +B 是正定的.

26.设A 是一个正定矩阵. 证明, (1) 对于任意正实数l , l A 是正定矩阵; (2) 对于任意正整数k , A k 是正定矩阵; (3) A -1是正定矩阵;

(4) A 的伴随矩阵A *也是正定矩阵.

证明:(1).因为A 正定,所以存在可逆的P ∈M n (R ) ,使得A =P T P .因

此lA =) T ) .故lA 正定.

(2).若k 为偶数,则A k =(A ) (A ) ,于是A k 正定;若k 为奇数,则

k

2T

k 2

A =(A

k

k -12T

) (A

k -12

) ,即A k 与A 合同,所以A k 正定.

(3).因为A 正定,所以A 是可逆的实对称矩阵,因此由A =A T A -1A 可得,

A 与A -1合同,故A -1正定.

(4).A *=(detA ) A -1,由于det A >0,A -1正定,所以由(1)知A *正定. 27. 判断下列实二次型是否正定:

22(1) 10x 12+8x 1x 2+24x 1x 3+2x 2-28x 2x 3+x 3;

(2)

∑x i 2+∑x i x j .

i =1

1≤i

n

解:(1).不正定; (2).正定


相关文章

  • SVD奇异值分解
  • SVD奇异值分解 SVD分解 SVD分解是LSA的数学基础,本文是我的LSA学习笔记的一部分,之所以单独拿出来,是因为SVD可以说是LSA的基础,要理解LSA必须了解SVD,因此将LSA笔记的SVD一节单独作为一篇文章.本节讨论SVD分解相 ...

  • 量子力学 第三章 表象理论
  • 第三章表象理论 本章提要:本章讨论态矢和算符的具体表示形式.首先,重点讨论了本征矢和本征函数.态矢量和波函数之间的关系,指出了函数依赖于表象.之后,引入投影算符,讨论了不同表象下的态矢展开,尤其是位置和动量表象,并顺带解决了观测值问题.接着 ...

  • 半定规划问题的两种数值解法
  • 青岛大学 硕士学位论文 半定规划问题的两种数值解法 姓名:薛丹 申请学位级别:硕士 专业:计算数学 指导教师:田志远 20100530 摘要 本文研究非线性半定规划问题的最优性条件和数值解法.全文包括三个部分. 第一章介绍了半定规划有关的基 ...

  • 品管新七大手法
  • 品管新七大手法 品管新七大手法,也叫品管新七大工具,其作用主要是用较便捷的手法来解决一些管理上的问题,与原来的"旧"品管七大手法相比,它主要应用在中高层管理上,而旧七手法主要应用在具体的实际工作中.因此,新七大手法应用于 ...

  • 哈工大研究生培养方案
  • 哈工大研究生培养方案 一.总体思路 土木工程一级学科硕士研究生分学术研究型和应用研究型两类进行分类培养.学术研究型学生的培养方案适当增加理论性课程比例,基础理论课程学时适度增加,在学位论文阶段应重点培养学生从事本学科基础性科学研究工作的能力 ...

  • 对称不定矩阵三对角化约化方法的新讨论
  • 对称不定矩阵三对角化约化方法的新讨论 作者:苏尔 来源:<上海师范大学学报·自然科学版>2013年第06期 摘要:对称不定矩阵实现三对角分解PAPT=LTLT的关键问题是如何从Tk-1约化到Tk进行递推计算,直接计算的工作量很大 ...

  • 第三章环境影响评价方法与技术
  • 第三章 环境影响评价方法与技术 3.1 环境影响识别方法 环境影响识别:就是通过系统地检查拟建项目的各项"活动"与各环境要素之间的关系,识别可能的环境影响,包括: 环境影响因子.影响对象(环境因子). 环境影响程度.环境 ...

  • 线性代数辅导第三章
  • 第三章 向量组的线性相关性和秩 一 基本要求 1.理解n 维向量的概念及运算,向量的线性组合与线性表示. 2.理解向量组的线性相关与线性无关的定义及相关结论,并会判别向量组的线性相关性. 3.了解向量组的最大无关组和向量组的秩的概念, 会求 ...

  • 矩阵特征值的计算
  • 矩阵特征值的计算 物理.力学和工程技术中的许多问题在数学上都归结为求矩力学和工程技术中的许多问题在数学上都归结为求矩阵的特征值和特征向量问题. �计算方阵A的特征值,就是求特征多项式方程: |A−λI|=0 即 λ+p1λ nn−1 +⋅⋅ ...

© 2024 范文参考网 | 联系我们 webmaster# 12000.net.cn