MIT线性代数笔记-第35讲-期末复习

35.期末复习

  1. 已知一个矩阵 A A A满足 A x ⃗ = [ 1 0 0 ] A \vec{x} = \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} Ax = 100 无解且 A x ⃗ = [ 0 1 0 ] A \vec{x} = \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} Ax = 010 仅有一个解

    (1)求 A A A的行、列和秩

    (2)判断正误:① A A T A A^T AAT是正定矩阵

    ​       ② A T A A^T A ATA可逆

    ​       ③ A T A A^T A ATA A A T A A^T AAT的行列式相等

    (3)证明 A T y ⃗ = c ⃗ A^T \vec{y} = \vec{c} ATy =c 对于任意 c ⃗ \vec{c} c 都至少有一个解

    A n s Ans Ans:(1)易得 m = 3 m = 3 m=3

    ​    因为 A x ⃗ = [ 0 1 0 ] A \vec{x} = \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} Ax = 010 仅有一个解,所以 n = r < m n = r < m n=r<m,因而 n = r = 1 n = r = 1 n=r=1 n = r = 2 n = r = 2 n=r=2

    ​    (2)①错误, A A T A A^T AAT的秩和 A A A一致,小于 3 3 3,而 A A T A A^T AAT 3 3 3阶方阵,所以 A A T A A^T AAT不可逆,不可能为正定矩阵

    ​     ②正确, A T A A^T A ATA的零空间和 A A A一致,而 A A A n = r n = r n=r,零空间中只有 0 ⃗ \vec{0} 0 ,所以 A T A A^T A ATA可逆

    ​     ③错误, A T A A^T A ATA可逆而 A A T A A^T AAT不可逆,二者行列式肯定不相等

    ​    (3)因为 A A A的列线性无关,所以 A T A^T AT的行线性无关,因而 A T y ⃗ = c ⃗ A^T \vec{y} = \vec{c} ATy =c 对于任意 c ⃗ \vec{c} c 都至少有一个解

  2. 已知一个马尔可夫矩阵 A = [ 0.2 0.4 0.3 0.4 0.2 0.3 0.4 0.4 0.4 ] A = \begin{bmatrix} 0.2 & 0.4 & 0.3 \\ 0.4 & 0.2 & 0.3 \\ 0.4 & 0.4 & 0.4 \end{bmatrix} A= 0.20.40.40.40.20.40.30.30.4 ,有 u ⃗ 0 = [ 0 10 0 ] , u ⃗ k = A k u ⃗ 0 \vec{u}_0 = \begin{bmatrix} 0 \\ 10 \\ 0 \end{bmatrix} , \vec{u}_k = A^k \vec{u}_0 u 0= 0100 ,u k=Aku 0,求 lim ⁡ k → + ∞ u ⃗ k \lim_{k \to +\infty} \vec{u}_k limk+u k

    A n s Ans Ans A A A的第一二列之和为第三列的两倍,所以 A A A的列线性相关, A A A不可逆,有一个特征值为 0 0 0

    ​    因为 A A A是马尔可夫矩阵,所以还有一个特征值为 1 1 1,最后一个特征值是 ( 0.2 + 0.2 + 0.4 ) − 0 − 1 = − 0.2 (0.2 + 0.2 + 0.4) - 0 - 1 = -0.2 (0.2+0.2+0.4)01=0.2

    ​    所以 u ⃗ k = c 1 λ 1 k x ⃗ 1 + c 2 λ 2 k x ⃗ 2 + c 3 λ 3 k x ⃗ 3 = c 2 x ⃗ 2 + c 3 ( − 0.2 ) k x ⃗ 3 \vec{u}_k = c_1 \lambda_1^k \vec{x}_1 + c_2 \lambda_2^k \vec{x}_2 + c_3 \lambda_3^k \vec{x}_3 = c_2 \vec{x}_2 + c_3 (-0.2)^k \vec{x}_3 u k=c1λ1kx 1+c2λ2kx 2+c3λ3kx 3=c2x 2+c3(0.2)kx 3

    ​    又 lim ⁡ k → + ∞ ( − 0.2 ) k = 0 \lim_{k \to +\infty} (-0.2)^k = 0 limk+(0.2)k=0,所以 lim ⁡ k → + ∞ u ⃗ k = c 2 x ⃗ 2 \lim_{k \to +\infty} \vec{u}_k = c_2 \vec{x}_2 limk+u k=c2x 2

    ​    有 A − I = [ − 0.8 0.4 0.3 0.4 − 0.8 0.3 0.4 0.4 − 0.6 ] A - I = \begin{bmatrix} -0.8 & 0.4 & 0.3 \\ 0.4 & -0.8 & 0.3 \\ 0.4 & 0.4 & -0.6 \end{bmatrix} AI= 0.80.40.40.40.80.40.30.30.6 ,第一二列之和为第三列的 − 4 3 -\dfrac{4}{3} 34,所以 [ 3 3 4 ] \begin{bmatrix} 3 \\ 3 \\ 4 \end{bmatrix} 334 在它的零空间中

    ​    又刚好 3 + 3 + 4 = 0 + 10 + 0 3 + 3 + 4 = 0 + 10 + 0 3+3+4=0+10+0,所以 c 2 = 1 , lim ⁡ k → + ∞ u ⃗ k = [ 3 3 4 ] c_2 = 1 , \lim_{k \to +\infty} \vec{u}_k = \begin{bmatrix} 3 \\ 3 \\ 4 \end{bmatrix} c2=1,limk+u k= 334 (因为乘上马尔可夫矩阵不会改变元素和)

  3. 求特征值为 0 , 3 0 , 3 0,3,且对应特征向量分别为 [ 1 2 ] , [ 2 1 ] \begin{bmatrix} 1 \\ 2 \end{bmatrix} , \begin{bmatrix} 2 \\ 1 \end{bmatrix} [12],[21]的二阶矩阵

    A n s Ans Ans:该二阶矩阵为 S Λ S − 1 = [ 1 2 2 1 ] [ 0 0 0 3 ] [ − 1 3 2 3 2 3 − 1 3 ] = [ 4 2 − 2 − 1 ] S \Lambda S^{-1} = \begin{bmatrix} 1 & 2 \\ 2 & 1 \end{bmatrix} \begin{bmatrix} 0 & 0 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} -{1 \over 3} & {2 \over 3} \\ {2 \over 3} & -{1 \over 3} \end{bmatrix} = \begin{bmatrix} 4 & 2 \\ -2 & -1 \end{bmatrix} SΛS1=[1221][0003][31323231]=[4221]


打赏

制作不易,若有帮助,欢迎打赏!
赞赏码

支付宝付款码

  • 21
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

寒蜩

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值