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
(A
R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=A
1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(
1.15.存在性:令2
,2H
H 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 H H -==,且C C B B ≠≠11,,由
111
1C B C B A H
H
H
-=+=,得C A A C B A A B H
H =-==+=
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。
(注意,在无特别定义的情况下,内积的定义默认为X
,
()
)
Y
Y
X H
2.15 先求得C 使Λ=AC C H ,假设CB P =,使I AP P H =,则有Λ=-1)(H BB ,依次式求得B ,进而求得P 。(此方法不一定正确)
2.16 将),,(321ααα进行列变换化为阶梯型知可取21αα,为其中两个
基,另两个基可取T T
)1,0,0,0(,0,1,0,043==
αα)(,化标准正交基略。 2.17 略
第二章矩阵的分解
华南理工大学研究生课程考试题(A) 《矩阵分析》2016年12月 姓名院(系)学号成绩 注意事项:1.考试形式:闭卷(√)开卷() 2.考生类别:博士研究生()硕士研究生(√)专业学位研究生() 3.本试卷共四大题,满分100分,考试时间为150分钟。 一、单项选择题(每小题3分,共15分): 1、设,,是的两个不相同的真子空间,则下列不能构成子空间的是。(A);(B);(C);(D)。 2、设,为阶酉矩阵,则下列矩阵为酉矩阵的是。 (A);(B);(C);(D)。 3、设矩阵的秩为,则下列说法正确的是。 (A)的所有阶子式不等于0;(B)的所有阶子式等于0; (C)的阶子式不全为0;(D)的阶子式不全为0。 4、下列命题不正确的是。 (A)行数相同的两个矩阵一定存在最大右公因子; (B)列数相同的两个矩阵一定存在最大右公因子。 (C)特征多项式的根一定是最小多项式的根; (D)最小多项式的根一定是特征多项式的根; 5、设,则。 (A)1;(B);(C);(D)。 二、填空题(每小题3分,共15分): 1、设,,和,,是的
两个基,则从第一个基到第二个基的的过渡矩阵为 。 2、实线性空间的映射称为内积运算,如果满足下列条件: 。 3、奇异值分解定理内容为 。 4、设,则。 5、设,则。 三、计算题(每小题14分,共56分): 1、设,,;,, ,。求和的一个基。
2、求欧氏空间的一个标准正交基(从基,,,出发),内积定义为 。
3、求的若当标准形和可逆矩阵, 并计算。
4、1)写出的求解公式。 2)已知,计算。
四、证明题(第一小题8分,第二小题6分,共14分): 1、设,是维线性空间,证明都。 2、设方阵满足,且,证明。
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n C 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 1 31(1)612A ????? =????????? ? 01(2)10000i A i -????=??????,434621(3)44326962260i i i A i i i i i +--????=----? ???+--?? 11(4)11A -?? =?? ?? 6、 试求正交矩阵Q ,使T Q 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。()()1 1()()()--=-+=-+-H H H H H i E U E U i E U E U ,要H H H =,只要 ()()1 1()()()()()()---+-=-+?--+=+-?-=-H H H H H H i E U E U i E U E U E U E U E U E U U U U U 故H H H = 由()0+=--=E iH i iE H 知i 为H 的特征值。由Hermite 矩阵只能有实数特征值可得 0+≠E iH ,即E iH +满秩。 111111()()()()()()()()()()()()------=+-+-=+-+-=++--=H H H U U E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E 9、 若,S T 分别是实对称和实反对称矩阵,且det()0E T iS --≠,试证: 1()()E T iS E T iS -++--是酉矩阵。 证明: 1111 [()()]()()()()()()----++--++--=++--++--H E T iS E T iS E T iS E T iS E T iS E T iS E T iS E T iS 11()()()()--=++++----=E T iS E T iS E T iS E T iS E
矩阵分析模拟试题及答案 一.填空题(每空3分,共15分) 1. 设A 为3阶方阵, 数2-=λ, 3=A , 则A λ= -24. 2. 设向量组T )4,3,2,1(1=α,T )5,4,3,2(2=α,T )6,5,4,3(3=α,T )7,6,5,4(4=α,则 ),,,(4321ααααR =2. 3. 已知??? ?? ??---=11332 223a A ,B 是3阶非零矩阵,且0=AB ,则=a 1/3. 4.设矩阵????? ??------=12422 421x A 与??? ? ? ??-=Λ40000005y 相似,则y x -=-1. 5. 若二次型()32212 3222132122, ,x ax x x x x x x x x f ++++=是正定二次型,则a 的取值 范围是22< <-a . 二.单项选择题(每小题3分,共15分) 1. 设A 是3阶矩阵,将的第二列加到第一列得矩阵,再交换的第二行与第三行得单位矩阵, 记????? ??=1000110011P ,??? ?? ??=010*******P ,在则=A ( D ) 21)(P P A 211)(P P B - 12)(P P C 112)(-P P D 2. 设A 是4阶矩阵,且A 的行列式0=A ,则A 中( C ) )(A 必有一列元素全为0 )(B 必有两列元素成比例 )(C 必有一列向量是其余列向量的线性组合 )(D 任意列向量是其余列向量的线性组合 3. 设A 与B 均为3阶方阵, 且A 与B 相似, A 的特征值为1, 2, 3, 则1 )2(-B 的特 征值为(B ) )(A 2, 1, 32 )(B 12, 14, 16 )(C 1, 2, 3 )(D 2, 1, 2 3
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) 2 n 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) 2 n n +个矩阵线性表示,此即对称矩阵组成 (1) 2 n 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) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n 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) 2 n 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 1234 1231211203x 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 111111 000 31110201003110000 01021000300011???? ????-??? ?→???? ??? ? -???? 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 12341234123134 12411111110110110110 k 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
§9. 矩阵的分解 矩阵分解是将一个矩阵分解为比较简单的或具有某种特性的若干矩阵的和或乘积,这是矩阵理论及其应用中常见的方法。由于矩阵的这些特殊的分解形式,一方面反映了原矩阵的某些数值特性,如矩阵的秩、特征值、奇异值等;另一方面矩阵分解方法与过程往往为某些有效的数值计算方法和理论分析提供了重要的依据,因而使其对分解矩阵的讨论和计算带来极大的方便,这在矩阵理论研究及其应用中都有非常重要的理论意义和应用价值。 这里我们主要研究矩阵的三角分解、谱分解、奇异值分解、满秩分解及特殊矩阵的分解等。 一、矩阵的三角分解——是矩阵的一种有效而应用广泛的分解法。 将一个矩阵分解为酉矩阵(或正交矩阵)与一个三角矩阵的乘积或者三角矩阵与三角矩阵的乘积,这对讨论矩阵的特征、性质与应用必将带来极大的方便。首先我们从满秩方阵的三角分解入手,进而讨论任意矩阵的三角分解。 定义1 如果(1,2,,)ii a i n = 均为正实数,()(,1,2,1;∈<=- ij a C R i j i n 1,2,),=++ j i i n 则上三角矩阵 1112 1222000?? ? ? = ? ? ?? n n nn a a a a a R a 称为正线上三角复(实)矩阵,特别当1(1,2,,)ii a i n == 时,R 称为单位上三角复(实)矩阵。
定义2如果(1,2,,)ii a i n = 均为正实数,()(,1,2,1;∈>=- ij a C R i j i n 1,2,),=++ j i i n 则下三角矩阵 11212212000?? ? ? = ? ? ?? n n nn a a a L a a a 称为正线下三角复(实)矩阵,特别当1(1,2,,)ii a i n == 时,L 称为单位下三角复(实)矩阵。 定理1设,?∈n n n A C (下标表示秩)则A 可唯一地分解为 1=A U R 其中1U 是酉矩阵,R 是正线上三角复矩阵;或者A 可唯一地分解为 2=A LU 其中2U 是酉矩阵,L 是正线下三角复矩阵。 推论1设,?∈n n n A R 则A 可唯一地分解为 1=A Q R 其中1Q 是正交矩阵,R 是正线上三角实矩阵;或者A 可唯一地分解为 2=A LQ 其中2Q 是正交矩阵,L 是正线下三角实矩阵。 推论2 设A 是实对称正交矩阵,则存在唯一的正线上三角实矩阵R ,使得 =T A R R 推论3设A 是正定Hermite 矩阵,则存在唯一的正线上三角复矩阵R ,使得 =T A R R
矩阵分析及其应用 3.1 矩阵序列 定义3.1 设矩阵序列{A (k)},其中A (k)=() (k ij a )∈C m ?n ,当k →∞, )(k ij a →a ij 时,称矩阵序列{A (k)}收敛,并称矩阵A=(a ij )为矩 阵序列{A (k)}的极限,或称{A (k)}收敛于A, 记为 A A k k =∞ →)(lim 或 A (k)→ A 不收敛的矩阵序列称为发散的。 由定义,矩阵序列A (k) 发散的充要条件为存在ij 使 得数列) (k ij a 发散。 类似地,我们可以定义矩阵收敛的Cauchy 定义 定义3.1' 矩阵序列{A (k)}收敛的充要条件为 对任给ε>0 存在N(ε), 当 k , l ≥ N(ε) 时有 ||A (k)-A (l )|| < ε 其中||.||为任意的广义矩阵范数。 例1 ???? ? ? ??- =∑=-n k n n k k e n n 12) ()sin()1sin(11A 如果直接按定义我们因为求不出A (n )的极限从而 很难应用定义3.1证明收敛。 相反,由于∑∑∑+=+=+=-≤≤n m k n m k n m k k k k k k 112 1 2 ) 1(1 1 ) sin( < 1/m 从而只要l 充分大,则当m, n > l 时就有 ε≤∑ +=n m k k k 1 2 ) sin( 这样A (l ) 收敛。 定理3.1 A (k)→ A 的充要条件为 ||A (k) -A||→0 证明:利用广义矩阵范数的等价性定理,仅对∞范数可以证明。 即 c 1 ||A (k) -A||∞ ≤ ||A (k) -A||≤ c 2 ||A (k) -A||∞ 性质0 若A (k)→ A , 则 ||A (k)|| → ||A|| 成立。