线性代数

2，证明不存在A，B，AB-BA=E
解:tᵣ（AB-BA）=tᵣ（AB）-tᵣ（BA）=0
tᵣ（E）=n
∴AB-BA≠E
3，A,B为n阶方阵，AAᵀ=AᵀA=E，BBᵀ=BᵀB=E，|A|+|B|=0,求IA+BI
解:AAᵀ=E，BBᵀ=E
∴|A|=±1,|B|=±1
∴|A|=1,|B|=-1, 或|A|=-1,|B|=1
∴|A+B|=|ABᵀB+AAᵀB|=|A(Bᵀ+Aᵀ)B|=|A||Bᵀ+Aᵀ||B|
∴|A+B|=-|Bᵀ+Aᵀ|=-|(A+B)ᵀ|=-|A+BI
∴|A+BI=0
4，证明若AᵀA=0, 则A=0
解:则AᵀA的迹为 $\sum_i\sum_j a_{ij}^2=0$
∴∀i,j, aᵢⱼ=0
即A=0

5，设 $\beta$ 可由 $\alpha _1,\alpha _2,...,\alpha _m$ 线性表出，且表达式唯一，证明 $\alpha _1,\alpha _2,...,\alpha _m$ 线性无关。

6，求A^100，其中

$A=\begin{pmatrix} 7 & -12& 6\\ 10 & -19 &10 \\ 12& -24 &13 \end{pmatrix}$

7，

8，证明若A、B为n阶矩阵，AB=O，则R（A）+R（B）<= n

9，证明若n阶实矩阵A有A=A² ，则R(A)+R(A-E)=n

解：A(A-E)=O，故R(A)+R(A-E)<=n（用了上面的结论）

10，

11，

12，

解：

13，求A^n（n>2），其中

$A=\begin{pmatrix} \lambda & 1&0 \\ 0& \lambda& 1\\ 0 & 0& \lambda \end{pmatrix}$

解：

$A=\lambda E+B$

$B=\begin{pmatrix} 0& 1&0 \\ 0& 0& 1\\ 0 & 0& 0\end{pmatrix}$

$B^3=O$

所以， $A^n=(\lambda E+B)^n=$ $\frac{n(n-1)}{2}\lambda^{n-2}B^2+n\textrm{}\lambda^{n-1}B+\lambda^n$

即 $\lambda^{n-2}\begin{pmatrix} \lambda^{2}& n\lambda & \frac{n(n-1)}{2}\\ 0 & \lambda^{2}& n\lambda \\ 0 & 0 & \lambda^{2} \end{pmatrix}$

14，

解：

15，

解：

线性代数（4）特征、正交

1，

2，

4，正交矩阵

（1）若A是方阵， $A^TA=E$ ，即 $A^T=A^{-1}$ ，则称A为正交矩阵

（2）A为正交矩阵等价于，A的行（列）向量组是正交的单位向量组

（3）正交矩阵的行列式是正负1

（4）若A、B为正交矩阵，则 $A^T,A^{-1},A^*,AB$ 也是正交矩阵

特征值、特征向量

线性代数（5）向量空间

线性代数（6）相似、对角化

1.A，B为n阶距阵，若B=P⁻¹AP，则称A，B相似
2.相似矩阵的性质:①反身性，对称性，传递性
②若|A|~B则|A|=|B|
③P⁻¹(A₁A₂)P=(P⁻¹A₁P）(P⁻¹A₂P)
④若A~B则Aᵐ ~ Bᵐ
⑤若A~B, A、B可逆，则A⁻¹ ~ B⁻¹
3.若A~B, 则A、B有相同的特征多项式、特征值。
4.若A与对角阵B相似，则B对角线上的n个数是A的n个特征值
5.可对角化
①若P⁻¹AP为对角阵，即A与对角阵相似，则可称A对角化。
②A可对角化⇔A有n个线性无关的特征向量。
6.复数域上∀A，∃B是上三角矩阵，且A与B相似，且B的主对角线上元素为a的特征值
7.哈密顿-凯莱定理
设f(λ)=|λE-A|是A的特征多项式，则f(A)=O矩阵。
8.若n阶方阵A有n个不同的特征值，则A可对角化。
9.实对称矩阵
①特征值都是实数，特征向量可取实向量。

②对应于不同特征值的特征向量是正相交的。

③一定可对角化，表示成P⁻¹AP，其中P是正交矩阵，A是特征值组成的对角阵

④可以表示成 $P^TAP$

线性代数（7）二次型

1，二次型：如果一个多项式的每一项都是二次，那么称它为二次型。

可以表示成 $f(x_1,x_2,...x_n)=X^TAX$ ，其中A是对称矩阵。

一个n元二次型f，和一个n阶对称矩阵A是对应的。

2，正定和负定

（1）如果对于任何非零列向量X，都有，则称f为正定二次型，称矩阵A为正定矩阵。
（2）如果对于任何非零列向量X，都有，则称f为半正定二次型，称A为半正定矩阵。
（3）如果对于任何非零列向量X，都有，则称f为负定二次型，称A为负定矩阵。
（4）如果对于任何非零列量X，都有，则称f为半负定二次型，称A为半负定矩阵。
（5）其它的实二次型称为不定二次型，其矩阵称为不定矩阵。

3，二次型和特征值的关系

实对称矩阵可以表示成A = $P^TBP$ , 所以 $f(x_1,x_2,...x_n)=X^TAX=X^TP^TBPX=(PX)^TBPX$

所有特征值都是正数的矩阵被称为正定，所有特征值都是非负数的矩阵被称为半正定，所有特征值都是非负数的矩阵被称为半正定，所有特征值都是非负数的矩阵被称为半正定。

4，负惯指数：矩阵的负的特征值个数

对于n阶实二次型A，A负定⇔A的负惯指数为n
5，若A可逆，则AᵀA正定。

6，若A正定，则A⁻¹正定，Aᵀ正定， A*正定

csuzhucong

关注

9
点赞
踩
28

收藏

觉得还不错? 一键收藏
0
评论
线性代数

目录线性代数（1）矩阵和行列式线性代数（2）线性方程组线性代数（3）线性代数（4）线性代数（5）向量空间线性代数（6）线性代数（1）矩阵和行列式线性代数（2）线性方程组线性代数（3）题目1，A ³=2 E ， B=A²-2A+E,证明B⁻¹存在，求B⁻¹解: B=（ A-E）²（ A-E）（ A²+A+E）=A³-E=2E-E=E∴（ A-E）²（ A²+A+E）²=（ A-E）E（ A²+A+E）=E，即B（ A²+A+E）²=E∴B⁻¹=（
复制链接

扫一扫