1、(16分)已知方阵
A
=
(
−
1
1
1
1
1
−
1
1
1
1
1
−
1
1
1
1
1
−
1
)
A=\begin{pmatrix} -1&1&1&1\\ 1&-1&1&1\\ 1&1&-1&1\\ 1&1&1&-1 \end{pmatrix}
A=⎝⎜⎜⎛−11111−11111−11111−1⎠⎟⎟⎞
记
∣
A
∣
~\vert A\vert~
∣A∣ 中第
i
~i~
i 行第
j
~j~
j 列的代数余子式为
A
i
j
~A_{ij}~
Aij ,求
∑
i
,
j
=
1
4
A
i
j
~\sum\limits_{i,j=1}^{4}A_{ij}~
i,j=1∑4Aij .
解:其实这是一道课本习题的简单应用,过程就不再详细写了.
∣
A
∣
=
∣
−
1
1
1
1
1
−
1
1
1
1
1
−
1
1
1
1
1
−
1
∣
=
−
16
\vert A\vert=\begin{vmatrix} -1&1&1&1\\ 1&-1&1&1\\ 1&1&-1&1\\ 1&1&1&-1 \end{vmatrix}=-16
∣A∣=∣∣∣∣∣∣∣∣−11111−11111−11111−1∣∣∣∣∣∣∣∣=−16
我们直接构造一个矩阵
B
~B~
B ,算
B
~B~
B 的行列式
∣
B
∣
=
∣
0
2
2
2
2
0
2
2
2
2
0
2
2
2
2
0
∣
=
−
48
\vert B\vert=\begin{vmatrix} 0&2&2&2\\ 2&0&2&2\\ 2&2&0&2\\ 2&2&2&0 \end{vmatrix}=-48
∣B∣=∣∣∣∣∣∣∣∣0222202222022220∣∣∣∣∣∣∣∣=−48
故
∑
i
,
j
=
1
4
A
i
j
=
∣
B
∣
−
∣
A
∣
=
−
32
~\sum\limits_{i,j=1}^{4}A_{ij}=\vert B\vert-\vert A\vert=-32~
i,j=1∑4Aij=∣B∣−∣A∣=−32
2、(16分)已知
P
~P~
P 为数域,
f
(
x
)
,
g
(
x
)
∈
P
[
x
]
,
A
∈
P
n
×
n
~f(x),g(x)\in P[x],A\in P^{n\times n}~
f(x),g(x)∈P[x],A∈Pn×n ,且
(
f
(
x
)
,
g
(
x
)
)
=
1
~(f(x),g(x))=1~
(f(x),g(x))=1 ,
f
(
A
)
g
(
A
)
=
O
~f(A)g(A)=O~
f(A)g(A)=O ,证明:
R
(
f
(
A
)
)
+
R
(
f
(
A
)
)
=
n
~R(f(A))+R(f(A))=n~
R(f(A))+R(f(A))=n .
其中
R
(
f
(
A
)
)
,
R
(
f
(
A
)
)
~R(f(A)),R(f(A))~
R(f(A)),R(f(A)) 表示
f
(
A
)
,
g
(
A
)
~f(A),g(A)~
f(A),g(A) 的秩
解:由
f
(
A
)
g
(
A
)
=
0
~f(A)g(A)=0~
f(A)g(A)=0 ,可知
R
(
f
(
A
)
)
+
R
(
f
(
A
)
)
≤
n
~R(f(A))+R(f(A))\le n~
R(f(A))+R(f(A))≤n
由
(
f
(
x
)
,
g
(
x
)
)
=
1
~(f(x),g(x))=1~
(f(x),g(x))=1 可知,存在
μ
(
x
)
,
ν
(
x
)
∈
P
[
x
]
~\mu(x),\nu(x)\in P[x]~
μ(x),ν(x)∈P[x] ,使得
μ
(
x
)
f
(
x
)
+
ν
(
x
)
g
(
x
)
=
1
\mu(x)f(x)+\nu(x)g(x)=1
μ(x)f(x)+ν(x)g(x)=1
把矩阵
A
~A~
A 代入上式,即有
μ
(
A
)
f
(
A
)
+
ν
(
A
)
g
(
A
)
=
E
\mu(A)f(A)+\nu(A)g(A)=E
μ(A)f(A)+ν(A)g(A)=E
根据矩阵秩的关系,我们有
n
=
R
(
E
)
=
R
(
μ
(
A
)
f
(
A
)
+
ν
(
A
)
g
(
A
)
)
≤
R
(
μ
(
A
)
f
(
A
)
)
+
R
(
ν
(
A
)
g
(
A
)
)
≤
R
(
f
(
A
)
)
+
R
(
g
(
A
)
)
n=R(E)=R(\mu(A)f(A)+\nu(A)g(A))\le R(\mu(A)f(A))+R(\nu(A)g(A))\le R(f(A))+R(g(A))
n=R(E)=R(μ(A)f(A)+ν(A)g(A))≤R(μ(A)f(A))+R(ν(A)g(A))≤R(f(A))+R(g(A))
故命题得证
3、(16分)设线性方程组
{
x
1
+
x
2
+
x
3
=
0
x
1
+
2
x
2
+
α
x
3
=
0
x
1
+
4
x
2
+
α
2
x
3
=
0
\begin{cases} x_1+x_2+x_3=0\\ x_1+2x_2+\alpha x_3=0\\ x_1+4x_2+\alpha^2x_3=0 \end{cases}
⎩⎪⎨⎪⎧x1+x2+x3=0x1+2x2+αx3=0x1+4x2+α2x3=0
与方程
x
1
+
2
x
2
+
x
3
=
α
−
1
~x_1+2x_2+x_3=\alpha-1~
x1+2x2+x3=α−1 有公共解,求参数
α
~\alpha~
α 的值及所有公共解
解:由于方程
x
1
+
2
x
2
+
x
3
=
α
−
1
~x_1+2x_2+x_3=\alpha-1~
x1+2x2+x3=α−1 一定有非零解
并且线性方程组的系数矩阵的行列式是范德蒙德行列式,要使该方程组有非零解,只能是
α
=
1
或
者
α
=
2
~\alpha=1或者\alpha=2~
α=1或者α=2 ,所以我们只是需要考虑这两种情况即可
(1)、当
α
=
1
~\alpha=1~
α=1 时
公共解
x
=
k
(
1
,
0
,
−
1
)
T
~x=k(1,0,-1)^T~
x=k(1,0,−1)T ,其中
k
~k~
k 为任意数
(1)、当
α
=
2
~\alpha=2~
α=2 时
公共解
x
=
(
0
,
1
,
−
1
)
T
~x=(0,1,-1)^T~
x=(0,1,−1)T ,这是唯一解
4、(16分)设3元实二次型
f
(
x
,
y
,
z
)
=
t
(
x
2
+
y
2
+
z
2
)
+
3
y
2
−
4
x
y
−
2
x
z
+
4
y
z
~f(x,y,z)=t(x^2+y^2+z^2)+3y^2-4xy-2xz+4yz~
f(x,y,z)=t(x2+y2+z2)+3y2−4xy−2xz+4yz
(1)、当
t
~t~
t 取何值时,
f
(
x
,
y
,
z
)
~f(x,y,z)~
f(x,y,z) 为正定二次型
(2)、当
t
~t~
t 取何值时,
f
(
x
,
y
,
z
)
~f(x,y,z)~
f(x,y,z) 为半负定二次型
(3)、当
t
~t~
t 取何值时,
f
(
x
,
y
,
z
)
~f(x,y,z)~
f(x,y,z) 为某一个实二次多项式的平方
解:
5、(16分)
~~
记全体正实数组成的集合为
R
+
~\mathbb{R}^+~
R+ ,并用
R
~\mathbb{R}~
R 表示实数域.设
a
,
b
∈
R
+
,
k
∈
R
~a,b\in\mathbb{R}^+,k\in\mathbb{R}~
a,b∈R+,k∈R ,定义加法和数乘运算
a
⊕
b
=
a
b
,
k
∘
a
=
a
k
a\oplus b=ab,~~k\circ a=a^k
a⊕b=ab, k∘a=ak
(1)
~~
证明
R
+
~\mathbb{R}^+~
R+ 在如上加法与数乘下构成实数域上的线性空间
(2)
~~
求
R
+
~\mathbb{R}^+~
R+ 的维数和一组基
解:(1)
~~
要证明实数域上的集合
R
+
\mathbb{R}^+
R+在定义的两种运算
⊕
和
∘
~\oplus和\circ~
⊕和∘ 是否构成线性空间,下面我们先简要说一下两种运算对于
R
+
\mathbb{R}^+
R+集合是封闭的
1、对任意的
a
,
b
∈
R
+
~a,b\in\mathbb{R}^+
a,b∈R+,
a
⊕
b
=
a
b
∈
R
+
~a\oplus b=ab\in\mathbb{R}^+~
a⊕b=ab∈R+
2、对任意的
a
∈
R
+
~a\in\mathbb{R}^+
a∈R+,
k
∈
R
k\in\mathbb{R}~
k∈R ,
k
∘
a
=
a
k
∈
R
+
~k\circ a=a^k\in\mathbb{R}^+~
k∘a=ak∈R+
现证明是否满足线性空间的八条性质
下面四条是集合
R
+
\mathbb{R}^+
R+对运算
⊕
~\oplus~
⊕ 的性质
1、(交换律)
~~
对任意的
a
,
b
∈
R
+
~a,b\in\mathbb{R}^+
a,b∈R+,
a
⊕
b
=
b
⊕
a
~a\oplus b=b\oplus a~
a⊕b=b⊕a
2、(结合律)
~~
对任意的
a
,
b
,
c
∈
R
+
~a,b,c\in\mathbb{R}^+
a,b,c∈R+,
(
a
⊕
b
)
⊕
c
=
a
⊕
(
b
⊕
c
)
=
a
b
c
~(a\oplus b)\oplus c=a\oplus(b\oplus c)=abc ~
(a⊕b)⊕c=a⊕(b⊕c)=abc
3、(零元律)
~~
存在
1
∈
R
+
~1\in\mathbb{R}^+~
1∈R+ ,对任意的
a
∈
R
+
~a\in\mathbb{R}^+~
a∈R+ ,都有
1
⊕
a
=
a
~1\oplus a=a~
1⊕a=a
4、(逆元律)
~~
对任意的
a
∈
R
+
~a\in\mathbb{R}^+
a∈R+,都存在
1
a
∈
R
+
~\frac{1}{a}\in\mathbb{R}^+
a1∈R+,使得
a
⊕
1
a
=
1
~a\oplus\frac{1}{a}=1~
a⊕a1=1
以下是两种集合对于
⊕
和
∘
~\oplus和\circ~
⊕和∘ 共同的性质
5、
~
存在
1
∈
R
~1\in\mathbb{R}~
1∈R ,对任意的
a
∈
R
+
~a\in\mathbb{R}^+~
a∈R+ ,都有
1
∘
a
=
a
~1\circ a=a~
1∘a=a
6、对任意的
k
,
l
∈
R
~k,l\in\mathbb{R}~
k,l∈R ,任意的
a
∈
R
+
~a\in\mathbb{R}^+~
a∈R+ ,有
k
∘
(
l
∘
a
)
=
k
∘
(
a
l
)
=
a
l
k
=
(
k
l
)
∘
a
~k\circ(l\circ a)=k\circ(a^l)=a^{lk}=(kl)\circ a~
k∘(l∘a)=k∘(al)=alk=(kl)∘a
7、对任意的
k
,
l
∈
R
~k,l\in\mathbb{R}~
k,l∈R ,任意的
a
∈
R
+
~a\in\mathbb{R}^+~
a∈R+ ,有
(
k
+
l
)
∘
a
=
a
k
+
l
=
a
k
a
l
=
(
k
∘
a
)
⊕
(
l
∘
a
)
~(k+l)\circ a=a^{k+l}=a^ka^l=(k\circ a)\oplus(l\circ a)~
(k+l)∘a=ak+l=akal=(k∘a)⊕(l∘a)
8、对任意的
k
∈
R
~k\in\mathbb{R}~
k∈R ,对任意的
a
,
b
∈
R
+
~a,b\in\mathbb{R}^+
a,b∈R+,有
k
∘
(
a
⊕
b
)
=
(
a
b
)
k
=
a
k
b
k
=
(
k
∘
a
)
⊕
(
k
∘
b
)
~k\circ(a\oplus b)=(ab)^k=a^kb^k=(k\circ a)\oplus(k\circ b)~
k∘(a⊕b)=(ab)k=akbk=(k∘a)⊕(k∘b)
经上分析,我们可知
R
+
~\mathbb{R}^+~
R+ 在如上加法与数乘下构成实数域上的线性空间
(2)、对任意的
a
,
b
∈
R
+
~a,b\in\mathbb{R}^+
a,b∈R+,一定有
k
,
l
∈
R
~k,l\in\mathbb{R}~
k,l∈R ,使得
(
k
∘
a
)
⊕
(
l
∘
b
)
=
1
(k\circ a) \oplus(l\circ b)=1~~
(k∘a)⊕(l∘b)=1 ,显然
k
=
l
=
0
k=l=0
k=l=0,左式就成立,对于一旦给定
a
,
b
∈
R
+
~a,b\in\mathbb{R}^+
a,b∈R+,显然它一定有非零解
k
,
l
~k,l~
k,l ,这一点非常重要。又由于
R
+
~\mathbb{R}^+~
R+ 为非空集合,对于任意的两个元素都是线性相关,所以
d
i
m
(
R
+
)
=
1
~dim(\mathbb{R}^+)=1~
dim(R+)=1 ,其基可以为任意非1正实数(因为1是该线性空间的零元)。
6、(16分)
~
设
V
~V~
V 是数域
P
~P~
P 上的有限维线性空间,
W
~W~
W 是
V
~V~
V 的一个子空间,
A
~\mathscr{A}~
A 为
V
~V~
V 上的线性变换,证明
d
i
m
A
(
W
)
+
d
i
m
(
A
−
1
(
0
)
∩
W
)
=
d
i
m
W
dim\mathscr{A}(W)+dim(\mathscr{A}^{-1}(0)\cap W)=dim W
dimA(W)+dim(A−1(0)∩W)=dimW
其中
A
(
W
)
=
{
A
α
∣
α
∈
W
}
~\mathscr{A}(W)=\left\{\mathscr{A} \alpha|\alpha\in W\right\}~
A(W)={Aα∣α∈W}
证明:不妨设
d
i
m
(
A
−
1
(
0
)
∩
W
)
=
t
~dim(\mathscr{A}^{-1}(0)\cap W)=t~
dim(A−1(0)∩W)=t ,
d
i
m
W
=
t
+
s
~dim W=t+s~
dimW=t+s ,
设
A
−
1
(
0
)
∩
W
~\mathscr{A}^{-1}(0)\cap W~
A−1(0)∩W 的一组基为
α
1
,
α
2
,
…
,
α
t
~\alpha_1,\alpha_2,\dots,\alpha_t~
α1,α2,…,αt ,将其扩充成
W
~W~
W 的一组基
α
1
,
α
2
,
…
,
α
t
,
β
1
,
β
2
,
…
,
β
s
~~\alpha_1,\alpha_2,\dots,\alpha_t,\beta_1,\beta_2,\dots,\beta_s~
α1,α2,…,αt,β1,β2,…,βs ,现在我们只是需要证明
A
(
β
1
)
,
A
(
β
2
)
,
…
,
A
(
β
s
)
~\mathscr{A}(\beta_1),\mathscr{A}(\beta_2),\dots,\mathscr{A}(\beta_s)~
A(β1),A(β2),…,A(βs) 是
A
W
~\mathscr{A} W~
AW 的一组基.
现在
A
W
~\mathscr{A} W~
AW 的任意元素都能够由
A
β
1
,
A
β
2
,
…
,
A
β
s
~\mathscr{A}\beta_1,\mathscr{A}\beta_2,\dots,\mathscr{A}\beta_s~
Aβ1,Aβ2,…,Aβs 线性表出
对任意的
v
∈
A
W
~v\in\mathscr{A} W~
v∈AW ,一定存在
u
∈
W
~u\in W~
u∈W ,使得
A
u
=
v
~\mathscr{A} u=v~
Au=v ,由于
u
∈
W
~u\in W~
u∈W ,故一定存在
k
1
,
k
2
,
…
,
k
t
,
l
1
,
l
2
,
…
,
l
s
∈
P
~k_1,k_2,\dots,k_t,l_1,l_2,\dots,l_s\in P~
k1,k2,…,kt,l1,l2,…,ls∈P ,使得
u
=
k
1
α
1
+
k
2
α
2
⋯
+
k
t
α
t
+
l
1
β
1
+
l
2
β
2
⋯
+
l
s
β
s
u=k_1\alpha_1+k_2\alpha_2\dots+k_t\alpha_t+l_1\beta_1+l_2\beta_2\dots+l_s\beta_s
u=k1α1+k2α2⋯+ktαt+l1β1+l2β2⋯+lsβs
A
u
=
A
(
k
1
α
1
+
k
2
α
2
⋯
+
k
t
α
t
+
l
1
β
1
+
l
2
β
2
⋯
+
l
s
β
s
)
=
k
1
A
α
1
+
k
2
A
α
2
⋯
+
k
t
A
α
t
+
l
1
A
β
1
+
l
2
A
β
2
⋯
+
l
s
A
β
s
=
l
1
A
β
1
+
l
2
A
β
2
⋯
+
l
s
A
β
s
\begin{aligned} \mathscr{A} u &=\mathscr{A}(k_1\alpha_1+k_2\alpha_2\dots+k_t\alpha_t+l_1\beta_1+l_2\beta_2\dots+l_s\beta_s)\\&=k_1\mathscr{A}\alpha_1+k_2\mathscr{A}\alpha_2\dots+k_t\mathscr{A}\alpha_t+l_1\mathscr{A}\beta_1+l_2\mathscr{A}\beta_2\dots+l_s\mathscr{A}\beta_s\\ &=l_1\mathscr{A}\beta_1+l_2\mathscr{A}\beta_2\dots+l_s\mathscr{A}\beta_s \end{aligned}
Au=A(k1α1+k2α2⋯+ktαt+l1β1+l2β2⋯+lsβs)=k1Aα1+k2Aα2⋯+ktAαt+l1Aβ1+l2Aβ2⋯+lsAβs=l1Aβ1+l2Aβ2⋯+lsAβs
故
A
W
~\mathscr{A} W~
AW 任意元素可由
A
β
1
,
A
β
2
,
…
,
A
β
s
~\mathscr{A}\beta_1,\mathscr{A}\beta_2,\dots,\mathscr{A}\beta_s~
Aβ1,Aβ2,…,Aβs 线性表出
下证
A
β
1
,
A
β
2
,
…
,
A
β
s
~\mathscr{A}\beta_1,\mathscr{A}\beta_2,\dots,\mathscr{A}\beta_s~
Aβ1,Aβ2,…,Aβs 线性无关
存在
p
1
,
p
2
,
…
,
p
s
~p_1,p_2,\dots,p_s~
p1,p2,…,ps ,使得
p
1
A
β
1
+
p
2
A
β
2
+
⋯
+
p
s
A
β
s
=
0
~p_1\mathscr{A}\beta_1+p_2\mathscr{A}\beta_2+\dots+p_s\mathscr{A}\beta_s=0~
p1Aβ1+p2Aβ2+⋯+psAβs=0
即
A
(
p
1
β
1
+
p
2
β
2
+
⋯
+
p
s
β
s
)
=
0
~\mathscr{A}(p_1\beta_1+p_2\beta_2+\dots+p_s\beta_s)=0~
A(p1β1+p2β2+⋯+psβs)=0 ,根据前面,
α
1
,
α
2
,
…
,
α
t
~\alpha_1,\alpha_2,\dots,\alpha_t~
α1,α2,…,αt 是
A
−
1
(
0
)
∩
W
~\mathscr{A}^{-1}(0)\cap W~
A−1(0)∩W 的一组基,那么存在
q
1
,
q
2
,
…
,
q
t
~q_1,q_2,\dots,q_t~
q1,q2,…,qt 使得
p
1
β
1
+
p
2
β
2
+
⋯
+
p
s
β
s
=
q
1
α
1
+
q
2
α
2
+
⋯
+
q
t
α
t
p_1\beta_1+p_2\beta_2+\dots+p_s\beta_s=q_1\alpha_1+q_2\alpha_2+\dots+q_t\alpha_t
p1β1+p2β2+⋯+psβs=q1α1+q2α2+⋯+qtαt
最后依据
α
1
,
α
2
,
…
,
α
t
,
β
1
,
β
2
,
…
,
β
s
~~\alpha_1,\alpha_2,\dots,\alpha_t,\beta_1,\beta_2,\dots,\beta_s~
α1,α2,…,αt,β1,β2,…,βs 是
W
~W~
W 的一组基,我们知
p
1
=
p
2
=
⋯
=
p
s
=
0
~p_1=p_2=\dots=p_s=0~
p1=p2=⋯=ps=0 ,故
A
β
1
,
A
β
2
,
…
,
A
β
s
~\mathscr{A}\beta_1,\mathscr{A}\beta_2,\dots,\mathscr{A}\beta_s~
Aβ1,Aβ2,…,Aβs 线性无关
命题得证
7、(16分)设矩阵
A
=
(
a
0
b
3
c
5
1
−
b
−
1
−
a
)
A=\begin{pmatrix} a&0&b\\ 3&c&5\\ 1-b&-1&-a \end{pmatrix}
A=⎝⎛a31−b0c−1b5−a⎠⎞
满足
∣
A
∣
=
−
1
~\vert A\vert=-1~
∣A∣=−1 ,
λ
0
~\lambda_0~
λ0 为
A
~A~
A 的伴随矩阵
A
∗
~A^*~
A∗ 的一个特征值.
ξ
0
=
(
1
,
−
1
,
−
1
)
′
~\xi_0=(1,-1,-1)'~
ξ0=(1,−1,−1)′ 为
A
∗
A^*
A∗属于特征值
λ
0
~\lambda_0~
λ0 的一个特征向量
(1)、求
a
,
b
,
c
及
λ
0
~a,b,c及~\lambda_0~
a,b,c及 λ0 的值
(2)、判断
A
~A~
A 是否可以对角化
解:(1)、设
λ
~\lambda~
λ 为
A
~A~
A 的非零特征值,
ξ
~\xi~
ξ 为其对应 特征向量,即有
A
ξ
=
λ
ξ
~A\xi=\lambda\xi~
Aξ=λξ ,
则有
A
∗
ξ
=
∣
A
∣
λ
−
1
ξ
~A^*\xi=\frac{\vert A\vert}{\lambda^-1}\xi~
A∗ξ=λ−1∣A∣ξ ,故.
ξ
0
=
(
1
,
−
1
,
−
1
)
′
~\xi_0=(1,-1,-1)'~
ξ0=(1,−1,−1)′ 也为
A
~A~
A 的特征向量,不妨设其对应的特征值为
k
~k~
k ,则有
A
ξ
0
=
k
ξ
0
~A\xi_0=k\xi_0~
Aξ0=kξ0 ,即
(
a
0
b
3
c
5
1
−
b
−
1
−
a
)
(
1
−
1
−
1
)
=
k
(
1
−
1
−
1
)
\begin{pmatrix} a&0&b\\ 3&c&5\\ 1-b&-1&-a \end{pmatrix} \begin{pmatrix} 1\\-1\\-1 \end{pmatrix}=k\begin{pmatrix} 1\\-1\\-1 \end{pmatrix}
⎝⎛a31−b0c−1b5−a⎠⎞⎝⎛1−1−1⎠⎞=k⎝⎛1−1−1⎠⎞
有关系
{
a
−
b
=
k
−
c
−
2
=
−
k
2
+
a
−
b
=
−
k
\left\{ \begin{aligned} &a-b=k\\ &-c-2=-k\\ &2+a-b=-k \end{aligned} \right.
⎩⎪⎨⎪⎧a−b=k−c−2=−k2+a−b=−k
同时有
∣
A
∣
=
−
1
~\vert A\vert=-1~
∣A∣=−1 ,上述工程我就不详细计算了,最终我们得到
a
=
−
2
,
b
=
−
1
,
c
=
−
3
,
k
=
−
1
~a=-2,b=-1,c=-3,k=-1~
a=−2,b=−1,c=−3,k=−1
故有
λ
0
=
1
~\lambda_0 =1~
λ0=1
(2)、由上我们可知矩阵
A
=
(
−
2
0
−
1
3
−
3
5
2
−
1
2
)
A=\begin{pmatrix} -2&0&-1\\ 3&-3&5\\ 2&-1&2 \end{pmatrix}
A=⎝⎛−2320−3−1−152⎠⎞
计算
A
~A~
A 的特征值,我们知道
λ
=
−
1
(
3
重
特
征
值
)
~\lambda=-1(3重特征值)~
λ=−1(3重特征值) ,而
r
(
A
+
E
)
=
2
~r(A+E)=2~
r(A+E)=2 ,故
A
~A~
A 不能相似对角化
8、(14分)设
A
~A~
A 为
n
~n~
n 阶正定矩阵,在实线性空间
R
n
~\mathbb{R}^n~
Rn 定义二元函数
[
α
,
β
]
=
α
T
A
β
,
α
,
β
∈
R
n
~[\alpha,\beta]=\alpha^TA\beta,\alpha,\beta\in\mathbb{R}^n~
[α,β]=αTAβ,α,β∈Rn
(1)、证明
[
α
,
β
]
~[\alpha,\beta]~
[α,β] 为
R
n
~\mathbb{R}^n~
Rn 上的内积
(2)、当
A
=
(
2
1
−
1
1
2
1
1
1
2
)
~A=\begin{pmatrix} 2&1&-1\\ 1&2&1\\ 1&1&2 \end{pmatrix}
A=⎝⎛211121−112⎠⎞时,求单位向量与
α
1
=
(
1
,
0
,
0
)
T
,
α
2
=
(
0
,
1
,
0
)
T
~\alpha_1=(1,0,0)^T,\alpha_2=(0,1,0)^T~
α1=(1,0,0)T,α2=(0,1,0)T 都正交(在以上内积下)
证明:(1)证明过程不再叙述了,很简单,只是需要证明内积的四条性质(对称性,齐次性,线性,非负性)即可,只是提醒一下,这里务必要求
A
~A~
A 为正定矩阵。
(2)、感觉这一问更简单,按照定义算一下,我个人算出一个向量
β
=
(
1
,
1
,
−
3
)
~\beta=(1,1,-3)~
β=(1,1,−3) 与
α
1
=
(
1
,
0
,
0
)
T
,
α
2
=
(
0
,
1
,
0
)
T
~\alpha_1=(1,0,0)^T,\alpha_2=(0,1,0)^T~
α1=(1,0,0)T,α2=(0,1,0)T 都正交,最后单位化,这里要注意,单位化的时候,我们还是用上面定义的内积,单位化之后是
(
1
2
(
3
)
)
,
1
2
(
3
)
)
,
−
3
2
(
3
)
)
~(\frac{1}{2\sqrt(3)}),\frac{1}{2\sqrt(3)}),\frac{-3}{2\sqrt(3)})~
(2(3)1),2(3)1),2(3)−3)
9、(14分)设
V
~V~
V 是数域
P
~P~
P 上的
n
~n~
n 线性空间,
A
~\mathscr{A}~
A 是
V
~V~
V 上的线性变换,且
A
(
V
)
=
A
−
1
(
0
)
~\mathscr{A}(V)=\mathscr{A}^{-1}(0)~
A(V)=A−1(0) ,其中
A
(
V
)
,
A
−
1
(
0
)
~\mathscr{A}(V),\mathscr{A}^{-1}(0)~
A(V),A−1(0) 分别表示
A
~\mathscr{A}~
A 的值域与核空间.
(1)
~~
证明:
n
~n~
n 为偶数
(2)
~~
证明:存在
V
~V~
V 的一组基,使得
A
~\mathscr{A}~
A 在这组基下的矩阵为
(
O
E
n
2
O
O
)
~\begin{pmatrix}O&E_{\frac{n}{2}}\\O&O\end{pmatrix}~
(OOE2nO) .
证明:(1)
~~
根据线性变换的维数公式,这是显然的.
若
A
~\mathscr{A}~
A 是线性空间
V
~V~
V 上的线性变换,则有
d
i
m
(
V
)
=
d
i
m
A
(
V
)
+
d
i
m
A
−
1
(
0
)
~dim(V)=dim\mathscr{A}(V)+dim\mathscr{A}^{-1}(0)
dim(V)=dimA(V)+dimA−1(0)
(2)、感觉是很显然的,但是数学需要严谨证明。
我们可以对
V
~V~
V 中的基进行分类,设
α
1
,
α
2
,
…
,
α
s
,
β
1
,
β
2
,
…
,
β
t
~\alpha_1,\alpha_2,\dots,\alpha_s,\beta_1,\beta_2,\dots,\beta_t~
α1,α2,…,αs,β1,β2,…,βt 为
V
~V~
V 中的一组基,
其中
A
(
V
)
=
<
A
(
α
1
)
,
A
(
α
2
)
,
…
,
A
(
α
s
)
>
~\mathscr{A}(V)=<\mathscr{A}(\alpha_1),\mathscr{A}(\alpha_2),\dots,\mathscr{A}(\alpha_s)>~
A(V)=<A(α1),A(α2),…,A(αs)> ,而
A
−
1
(
0
)
=
<
β
1
,
β
2
,
…
,
β
t
>
~\mathscr{A}^{-1}(0)=<\beta_1,\beta_2,\dots,\beta_t>~
A−1(0)=<β1,β2,…,βt>
由(1)可知,
s
=
t
=
n
2
~s=t=\frac{n}{2}~
s=t=2n ,
现在我们就依据
A
(
V
)
=
A
−
1
(
0
)
~\mathscr{A}(V)=\mathscr{A}^{-1}(0)~
A(V)=A−1(0) ,证明
α
1
,
α
2
,
…
,
α
s
,
A
(
α
1
)
,
A
(
α
2
)
,
…
,
A
(
α
s
)
~\alpha_1,\alpha_2,\dots,\alpha_s,\mathscr{A}(\alpha_1),\mathscr{A}(\alpha_2),\dots,\mathscr{A}(\alpha_s)~
α1,α2,…,αs,A(α1),A(α2),…,A(αs) 构成
V
~V~
V 中的一组基