矩阵论的所有文章,主要内容参考北航赵迪老师的课件
[注]由于矩阵论对计算机比较重要,所以选修了这门课,但不是专业搞数学的,所以存在很多口语化描述,而且对很多东西理解不是很正确与透彻,欢迎大家指正。我可能间歇性忙,但有空一定会回复修改的。
矩阵论
1. 准备知识——复数域上矩阵,Hermite变换
1.准备知识——复数域上的内积域正交阵
1.准备知识——Hermite阵,二次型,矩阵合同,正定阵,幂0阵,幂等阵,矩阵的秩
2. 矩阵分解——SVD准备知识——奇异值
2. 矩阵分解——SVD
2. 矩阵分解——QR分解
2. 矩阵分解——正定阵分解
2. 矩阵分解——单阵谱分解
2. 矩阵分解——正规分解——正规阵
2. 矩阵分解——正规谱分解
2. 矩阵分解——高低分解
3. 矩阵函数——常见解析函数
3. 矩阵函数——谱公式,幂0与泰勒计算矩阵函数
3. 矩阵函数——矩阵函数求导
4. 矩阵运算——观察法求矩阵特征值特征向量
4. 矩阵运算——张量积
4. 矩阵运算——矩阵拉直
4.矩阵运算——广义逆——加号逆定义性质与特殊矩阵的加号逆
4. 矩阵运算——广义逆——加号逆的计算
4. 矩阵运算——广义逆——加号逆应用
4. 矩阵运算——广义逆——减号逆
5. 线性空间与线性变换——线性空间
5. 线性空间与线性变换——生成子空间
5. 线性空间与线性变换——线性映射与自然基分解,线性变换
6. 正规方程与矩阵方程求解
7. 范数理论——基本概念——向量范数与矩阵范数
7.范数理论——基本概念——矩阵范数生成向量范数&谱范不等式
7. 矩阵理论——算子范数
7.范数理论——范数估计——许尔估计&谱估计
7. 范数理论——非负/正矩阵
8. 常用矩阵总结——秩1矩阵,优阵(单位正交阵),Hermite阵
8. 常用矩阵总结——镜面阵,正定阵
8. 常用矩阵总结——单阵,正规阵,幂0阵,幂等阵,循环阵
矩阵分解可以得到简化的乘积矩阵,可以简化后续的计算与处理度
2.4.5 正规谱分解
a. 正规分解推导
若 A = A n × n 正规,互异根为 λ 1 , ⋯ , λ k ,则有 Q H A Q = D = ( λ 1 I 1 ⋱ λ k I k ) 其中 Q 为 U 阵, Q H = Q − 1 , I 1 , ⋯ , I k 为单位阵 ( 如 D = ( 2 ( 1 1 ) 3 ( 1 1 ) ) = ( 2 I 1 3 I 2 ) ) 可设 Q − 1 A Q = D = ( λ 1 I 1 0 ⋱ 0 λ k I k ) ( Q 为 U 阵, Q H = Q − 1 ) 写为 D = λ 1 ( I 1 0 ⋱ 0 0 ) + λ 2 ( 0 0 I 2 0 ⋱ ) + ⋯ + λ k ( 0 0 ⋱ 0 I k ) 则令 D 1 = ( I 1 0 ⋱ 0 0 ) , D 2 = ( 0 0 I 2 0 ⋱ ) , ⋯ , D k = ( 0 0 ⋱ 0 I k ) ⇒ Q − 1 A Q = D = λ 1 D 1 + λ 2 D 2 + ⋯ + λ k D k \begin{aligned} &若A=A_{n\times n} 正规,互异根为 \lambda_1,\cdots,\lambda_k,则有Q^HAQ=D=\left( \begin{matrix} \lambda_1I_1&&\\ &\ddots&\\ &&\lambda_kI_k \end{matrix} \right)\\ &其中Q为U阵,Q^H=Q^{-1},I_1,\cdots,I_k为单位阵\\ &\left(如D=\left( \begin{matrix} 2\left( \begin{matrix} 1&\\ &1 \end{matrix} \right)\\ &3\left( \begin{matrix} 1&\\ &1 \end{matrix} \right) \end{matrix} \right)=\left( \begin{matrix} 2I_1&\\ &3I_2 \end{matrix} \right)\right)\\ &可设 Q^{-1}AQ=D=\left( \begin{matrix} \lambda_1I_1&&0\\ &\ddots&\\ 0&&\lambda_kI_k \end{matrix} \right)(Q为U阵,Q^H=Q^{-1})\\ &写为D=\lambda_1\left( \begin{matrix} I_1&&0\\ &\ddots&\\ 0&&0 \end{matrix} \right)+\lambda_2\left( \begin{matrix} 0&&0\\ &I_2&\\ 0&&\ddots \end{matrix} \right)+\cdots+\lambda_k\left( \begin{matrix} 0&&0\\ &\ddots&\\ 0&&I_k \end{matrix} \right)\\ &则令D_1=\left( \begin{matrix} I_1&&0\\ &\ddots&\\ 0&&0 \end{matrix} \right),D_2=\left( \begin{matrix} 0&&0\\ &I_2&\\ 0&&\ddots \end{matrix} \right),\cdots,D_k=\left( \begin{matrix} 0&&0\\ &\ddots&\\ 0&&I_k \end{matrix} \right)\\ &\Rightarrow Q^{-1}AQ=D=\lambda_1D_1+\lambda_2D_2+\cdots+\lambda_kD_k\\ \end{aligned} 若A=An×n正规,互异根为λ1,⋯,λk,则有QHAQ=D= λ1I1⋱λkIk 其中Q为U阵,QH=Q−1,I1,⋯,Ik为单位阵 如D= 2(11)3(11) =(2I13I2) 可设Q−1AQ=D= λ1I10⋱0λkIk (Q为U阵,QH=Q−1)写为D=λ1 I10⋱00 +λ2 00I20⋱ +⋯+λk 00⋱0Ik 则令D1= I10⋱00 ,D2= 00I20⋱ ,⋯,Dk= 00⋱0Ik ⇒Q−1AQ=D=λ1D1+λ2D2+⋯+λkDk
则可得出结论:
- 和为单位阵: D 1 + D 2 + ⋯ + D k = ( I 1 ⋱ I k ) = I ( 单位阵 ) D_1+D_2+\cdots+D_k=\left( \begin{matrix} I_1&&\\ &\ddots&\\ &&I_k \end{matrix} \right)=I(单位阵) D1+D2+⋯+Dk= I1⋱Ik =I(单位阵)
- 正交: D 1 D 2 = 0 , ⋯ , D i D j = 0 ( i ≠ j ) D_1D_2=0,\cdots,D_iD_j=0(i\neq j) D1D2=0,⋯,DiDj=0(i=j)
- 幂等: D 1 2 = D 1 , ⋯ , D k 2 = D k ,且 D 1 H = D 1 , ⋯ , D k H = D k D_1^2=D_1,\cdots,D_k^2=D_k,且D_1^H=D_1,\cdots,D_k^H=D_k D12=D1,⋯,Dk2=Dk,且D1H=D1,⋯,DkH=Dk
故可等价写为:
Q
H
A
Q
=
D
=
λ
1
D
1
+
λ
2
D
2
+
⋯
+
λ
k
D
k
⇒
A
=
Q
D
Q
H
=
λ
1
Q
D
1
Q
H
+
λ
2
Q
D
2
Q
H
+
⋯
+
λ
k
Q
D
k
Q
H
可令
G
1
=
Q
D
1
Q
H
,
⋯
,
G
k
=
Q
D
k
Q
H
⇒
A
=
λ
1
G
1
+
⋯
+
λ
k
G
k
\begin{aligned} &Q^HAQ=D=\lambda_1D_1+\lambda_2D_2+\cdots+\lambda_kD_k\\ &\Rightarrow A=QDQ^H=\lambda_1QD_1Q^H+\lambda_2QD_2Q^H+\cdots+\lambda_kQD_kQ^H\\ &可令G_1=QD_1Q^H,\cdots,G_k=QD_kQ^H\\ &\Rightarrow A=\lambda_1G_1+\cdots+\lambda_kG_k \end{aligned}
QHAQ=D=λ1D1+λ2D2+⋯+λkDk⇒A=QDQH=λ1QD1QH+λ2QD2QH+⋯+λkQDkQH可令G1=QD1QH,⋯,Gk=QDkQH⇒A=λ1G1+⋯+λkGk
有类似推论:
-
G 1 + G 2 + ⋯ + G k = I G_1+G_2+\cdots+G_k=I G1+G2+⋯+Gk=I
∵ G 1 + G 2 + ⋯ + G k = Q ( D 1 Q − 1 + D 2 + ⋯ + D k ) Q − 1 = Q I Q − 1 = I \because G_1+G_2+\cdots+G_k=Q(D_1Q^{-1}+D_2+\cdots+D_k)Q^{-1}=QIQ^{-1}=I ∵G1+G2+⋯+Gk=Q(D1Q−1+D2+⋯+Dk)Q−1=QIQ−1=I -
G 1 G 2 = 0 , ⋯ , G i G j = 0 ( i ≠ j ) G_1G_2=0,\cdots,G_iG_j=0(i \neq j) G1G2=0,⋯,GiGj=0(i=j)
∵ G 1 G 2 = ( Q D 1 Q − 1 ) ( Q D 2 Q − 1 ) = 0 \because G_1G_2=(QD_1Q^{-1})(QD_2Q^{-1})=0 ∵G1G2=(QD1Q−1)(QD2Q−1)=0 -
G 1 2 = G 1 , ⋯ , G k 2 = G k G_1^2=G_1,\cdots,G_k^2=G_k G12=G1,⋯,Gk2=Gk,且 G 1 H = G 1 , ⋯ , G k H = G k G_1^H=G_1,\cdots,G_k^H=G_k G1H=G1,⋯,GkH=Gk 都是Hermite阵
b. 正规阵谱分解与谱阵性质
若 A = A n × n A=A_{n\times n} A=An×n 正规,全体互异根为 λ 1 , ⋯ , λ k \lambda_1,\cdots,\lambda_k λ1,⋯,λk,则有 A = λ 1 G 1 + λ 2 G 2 + ⋯ + λ k G k A=\lambda_1G_1+\lambda_2G_2+\cdots+\lambda_kG_k A=λ1G1+λ2G2+⋯+λkGk ,其中 G 1 , ⋯ , G k G_1,\cdots,G_k G1,⋯,Gk 为 A A A 的谱阵
性质
①和为 I : G 1 + G 2 + ⋯ + G k = I ②正交: G 1 G 2 = 0 , ⋯ , G i G j = 0 ( i ≠ j ) ③幂等: G 1 2 = G 1 , ⋯ , G k 2 = G k ( 幂等 ) , 且 G 1 H = G 1 , ⋯ , G k H = G k ④正规阵幂次: A p = λ 1 p G 1 + ⋯ + λ k G k , p = 0 , 1 , 2. ⋯ ⑤正规阵函数: f ( A ) = f ( λ 1 ) G 1 + ⋯ + f ( λ k ) G k , f ( x ) = c 0 + c 1 x 1 + ⋯ + c p x p ∵ f ( A ) = c 0 I + c 1 A + ⋯ + c k A p = c 0 ( G 1 + ⋯ + G k ) + c 1 ( λ 1 G 1 + λ 2 G 2 + ⋯ + λ k G k ) + ⋯ + c p ( λ 1 p G 1 + λ 2 p G 2 + ⋯ + λ p k G k ) = ( c 0 + c 1 λ 1 + c p λ 1 k ) G 1 + ( c 0 + c 1 λ 2 + ⋯ + c p λ 2 p k ) G 2 + ⋯ + ( c 0 + c 1 λ k + ⋯ + c p λ k p ) G k = f ( λ 1 ) G 1 + ⋯ + f ( λ k ) G k ⑥正规阵求法:设 A 正规,全体不同根为 λ 1 , λ 2 , ⋯ , λ k ,则有谱阵公式 G 1 , G 2 , ⋯ , G k G 1 = ( A − λ 2 I ) ⋯ ( A − λ k I ) ( λ 1 − λ 2 ) ⋯ ( λ 1 − λ k ) , G 2 = ( A − λ 1 I ) ( A − λ 3 I ) ⋯ ( A − λ k I ) ( λ 2 − λ 1 ) ( λ 2 − λ 3 ) ⋯ ( λ 2 − λ k ) ⋯ G k = ( A − λ 1 I ) ( A − λ 2 I ) ⋯ ( A − λ k − 1 I ) ( λ k − λ 1 ) ( λ k − λ 2 ) ⋯ ( λ k − λ k − 1 ) ⑦谱阵中列是 A 的特征向量: A G 1 = λ 1 G 1 , A G 2 = λ 2 G 2 , ⋯ , A G k = λ k G k ∵ A G 1 = ( λ 1 G 1 + ⋯ + λ k G k ) G 1 = λ 1 G 1 \begin{aligned} &①和为I:G_1+G_2+\cdots+G_k=I\\ &②正交:G_1G_2=0,\cdots,G_iG_j=0(i\neq j)\\ &③幂等: G_1^{2}=G_1,\cdots,G_k^{2}=G_k(幂等),且G_1^H=G_1,\cdots ,G_k^H=G_k\\ &④正规阵幂次:A^p=\lambda_1^pG_1+\cdots+\lambda_kG_k,p=0,1,2.\cdots\\ &⑤正规阵函数:f(A)=f(\lambda_1)G_1+\cdots+f(\lambda_k)G_k,f(x)=c_0+c_1x_1+\cdots+c_px^p\\ & \quad \because f(A)=c_0I+c_1A+\cdots+c_kA^p\\ & \quad \quad =c_0(G_1+\cdots+G_k)+c_1(\lambda_1G_1+\lambda_2G_2+\cdots+\lambda_kG_k)+\\ & \quad \quad \quad \cdots+c_p(\lambda_1^pG_1+\lambda_2^pG_2+\cdots+\lambda_p^kG_k)\\ & \quad \quad =(c_0+c_1\lambda_1+c_p\lambda_1^k)G_1+(c_0+c_1\lambda_2+\cdots+c_p\lambda_2^pk)G_2+\\ & \quad \quad \quad \cdots+(c_0+c_1\lambda_k+\cdots+c_p\lambda_k^p)G_k\\ & \quad \quad =f(\lambda_1)G_1+\cdots+f(\lambda_k)G_k\\ &⑥正规阵求法:设A正规,全体不同根为 \lambda_1,\lambda_2,\cdots,\lambda_k,则有谱阵公式G_1,G_2,\cdots,G_k\\ &\quad G_1=\frac{(A-\lambda_2I)\cdots(A-\lambda_kI)}{(\lambda_1-\lambda_2)\cdots(\lambda_1-\lambda_k)},G_2=\frac{(A-\lambda_1I)(A-\lambda_3I)\cdots(A-\lambda_kI)}{(\lambda_2-\lambda_1)(\lambda_2-\lambda_3)\cdots(\lambda_2-\lambda_k)}\\ &\quad\cdots\\ &\quad G_k=\frac{(A-\lambda_1I)(A-\lambda_2I)\cdots(A-\lambda_{k-1}I)}{(\lambda_k-\lambda_1)(\lambda_k-\lambda_2)\cdots(\lambda_k-\lambda_{k-1})}\\ &⑦谱阵中列是A的特征向量:AG_1=\lambda_1G_1,AG_2=\lambda_2G_2,\cdots,AG_k=\lambda_kG_k\\ &\quad \because AG_1=(\lambda_1G_1+\cdots+\lambda_kG_k)G_1=\lambda_1G_1 \end{aligned} ①和为I:G1+G2+⋯+Gk=I②正交:G1G2=0,⋯,GiGj=0(i=j)③幂等:G12=G1,⋯,Gk2=Gk(幂等),且G1H=G1,⋯,GkH=Gk④正规阵幂次:Ap=λ1pG1+⋯+λkGk,p=0,1,2.⋯⑤正规阵函数:f(A)=f(λ1)G1+⋯+f(λk)Gk,f(x)=c0+c1x1+⋯+cpxp∵f(A)=c0I+c1A+⋯+ckAp=c0(G1+⋯+Gk)+c1(λ1G1+λ2G2+⋯+λkGk)+⋯+cp(λ1pG1+λ2pG2+⋯+λpkGk)=(c0+c1λ1+cpλ1k)G1+(c0+c1λ2+⋯+cpλ2pk)G2+⋯+(c0+c1λk+⋯+cpλkp)Gk=f(λ1)G1+⋯+f(λk)Gk⑥正规阵求法:设A正规,全体不同根为λ1,λ2,⋯,λk,则有谱阵公式G1,G2,⋯,GkG1=(λ1−λ2)⋯(λ1−λk)(A−λ2I)⋯(A−λkI),G2=(λ2−λ1)(λ2−λ3)⋯(λ2−λk)(A−λ1I)(A−λ3I)⋯(A−λkI)⋯Gk=(λk−λ1)(λk−λ2)⋯(λk−λk−1)(A−λ1I)(A−λ2I)⋯(A−λk−1I)⑦谱阵中列是A的特征向量:AG1=λ1G1,AG2=λ2G2,⋯,AGk=λkGk∵AG1=(λ1G1+⋯+λkGk)G1=λ1G1
谱阵求法
由推论⑤可知,取k个不同的函数f(x)可求出谱阵 G 1 , G 2 , ⋯ . G k G_1,G_2,\cdots.G_k G1,G2,⋯.Gk
证明:
A正规有2个不同根
G 1 = A − λ 2 I λ 1 − λ 2 , G 2 = I − G 1 = A − λ 1 I λ 2 − λ 1 \begin{aligned} G_1=\frac{A-\lambda_2I}{\lambda_1-\lambda_2},G_2=I-G_1=\frac{A-\lambda_1I}{\lambda_2-\lambda_1} \end{aligned} G1=λ1−λ2A−λ2I,G2=I−G1=λ2−λ1A−λ1I
A正规且有3个不同根
G 1 = ( A − λ 2 I ) ( A − λ 3 I ) ( λ 1 − λ 2 ) ( λ 1 − λ 3 ) , G 2 = ( A − λ 1 I ) ( A − λ 3 I ) ( λ 2 − λ 1 ) ( λ 2 − λ 3 ) , G 3 = I − G 1 − G 2 = ( A − λ 1 I ) ( A − λ 2 I ) ( λ 3 − λ 1 ) ( λ 3 − λ 2 ) \begin{aligned} &G_1=\frac{(A-\lambda_2I)(A-\lambda_3I)}{(\lambda_1-\lambda_2)(\lambda_1-\lambda_3)},G_2=\frac{(A-\lambda_1I)(A-\lambda_3I)}{(\lambda_2-\lambda_1)(\lambda_2-\lambda_3)},\\ &G_3=I-G_1-G_2=\frac{(A-\lambda_1I)(A-\lambda_2I)}{(\lambda_3-\lambda_1)(\lambda_3-\lambda_2)} \end{aligned} G1=(λ1−λ2)(λ1−λ3)(A−λ2I)(A−λ3I),G2=(λ2−λ1)(λ2−λ3)(A−λ1I)(A−λ3I),G3=I−G1−G2=(λ3−λ1)(λ3−λ2)(A−λ1I)(A−λ2I)
正规分解性质的应用例
1
A = ( 1 0 − 2 0 0 0 − 2 0 4 ) ( 实对称正规阵 ) ,求 A 与 f ( A ) 的谱分解,与 A 100 \begin{aligned} A=\left( \begin{matrix} 1&0&-2\\ 0&0&0\\ -2&0&4 \end{matrix} \right)(实对称正规阵),求A与f(A)的谱分解,与A^{100} \end{aligned} A= 10−2000−204 (实对称正规阵),求A与f(A)的谱分解,与A100
可知 A 为秩 1 矩阵, r ( A ) = 1 , 特征根为 λ ( A ) = 5 , 0 , 0 , 不同根为 λ 1 = 5 , λ 2 = 0 G 1 = A − λ 2 I λ 1 − λ 2 = 1 5 ( 1 0 − 2 0 0 0 − 2 0 4 ) , G 2 = A − λ 1 I λ 2 − λ 1 = I − G 1 = 1 5 ( 4 0 2 0 5 0 2 0 1 ) 得谱分解: A = λ 1 G 1 + λ 2 G 2 , 且 f ( A ) = f ( λ 1 ) G 1 + f ( λ 2 ) G 2 即 f ( A ) = f ( 5 ) G 1 + f ( 0 ) G 2 令 f ( x ) = x 100 ⇒ A 100 = f ( 5 ) G 1 + f ( 0 ) G 2 = 5 100 G 1 = 5 100 1 5 A = 5 99 A 由于 G 中列向量都是 A 的特征向量,所以 λ 1 = 5 的特征向量 α 1 = ( 1 0 − 2 ) λ 2 = 0 的特征向量 α 2 = ( 2 0 1 ) , α 3 = ( 0 1 0 ) \begin{aligned} &可知A为秩1矩阵,r(A)=1,特征根为\lambda(A)={5,0,0},不同根为\lambda_1=5,\lambda_2=0\\ &G_1=\frac{A-\lambda_2I}{\lambda_1-\lambda_2}=\frac{1}{5}\left( \begin{matrix} 1&0&-2\\ 0&0&0\\ -2&0&4 \end{matrix} \right),G_2=\frac{A-\lambda_1I}{\lambda_2-\lambda_1}=I-G_1=\frac{1}{5}\left( \begin{matrix} 4&0&2\\ 0&5&0\\ 2&0&1 \end{matrix} \right)\\ &得谱分解:A=\lambda_1G_1+\lambda_2G_2,且f(A)=f(\lambda_1)G_1+f(\lambda_2)G_2\\ &即f(A)=f(5)G_1+f(0)G_2\\ &令f(x)=x^{100}\Rightarrow A^{100}=f(5)G_1+f(0)G_2=5^{100}G_1=5^{100}\frac{1}{5}A=5^{99}A\\ &由于G中列向量都是A的特征向量,所以\lambda_1=5的特征向量\alpha_1=\left( \begin{matrix} 1\\0\\-2 \end{matrix} \right)\\ &\lambda_2=0的特征向量\alpha_2=\left( \begin{matrix} 2\\0\\1 \end{matrix} \right),\alpha_3=\left( \begin{matrix} 0\\1\\0 \end{matrix} \right) \end{aligned} 可知A为秩1矩阵,r(A)=1,特征根为λ(A)=5,0,0,不同根为λ1=5,λ2=0G1=λ1−λ2A−λ2I=51 10−2000−204 ,G2=λ2−λ1A−λ1I=I−G1=51 402050201 得谱分解:A=λ1G1+λ2G2,且f(A)=f(λ1)G1+f(λ2)G2即f(A)=f(5)G1+f(0)G2令f(x)=x100⇒A100=f(5)G1+f(0)G2=5100G1=510051A=599A由于G中列向量都是A的特征向量,所以λ1=5的特征向量α1= 10−2 λ2=0的特征向量α2= 201 ,α3= 010
2
2.分块法
c. 新平方根公式
A = λ 1 G 1 + λ 2 G 2 + ⋯ + λ n G n 条件: A 正规,且 A = λ 1 G 1 + ⋯ + λ k G k \begin{aligned} &\sqrt{A}=\sqrt{\lambda_1}G_1+\sqrt{\lambda_2}G_2+\cdots+\sqrt{\lambda_n}G_n\\ &条件:A正规,且A=\lambda_1G_1+\cdots+\lambda_kG_k \end{aligned} A=λ1G1+λ2G2+⋯+λnGn条件:A正规,且A=λ1G1+⋯+λkGk
证明:
( A ) 2 = ( λ 1 G 1 + λ 2 G 2 + ⋯ + λ k G k ) 2 = λ 1 G 1 2 + λ 2 G 2 2 + ⋯ + λ k G k 2 = λ 1 G 1 + λ 2 G 2 + ⋯ + λ k G k \begin{aligned} (\sqrt{A})^2&=(\sqrt{\lambda_1}G_1+\sqrt{\lambda_2}G_2+\cdots+\sqrt{\lambda_k}G_k)^2\\ &=\lambda_1G_1^2+\lambda_2G_2^2+\cdots+\lambda_kG_k^2\\ &=\lambda_1G_1+\lambda_2G_2+\cdots+\lambda_kG_k \end{aligned} (A)2=(λ1G1+λ2G2+⋯+λkGk)2=λ1G12+λ2G22+⋯+λkGk2=λ1G1+λ2G2+⋯+λkGk
eg
A = ( 5 4 4 5 ) , 求 A A=\left( \begin{matrix} 5&4\\ 4&5 \end{matrix} \right),求\sqrt{A} A=(5445),求A
由于 A 为行和相等矩阵, ∴ λ ( A ) = { 9 , t r ( A ) − 9 } = { 9 , 1 } , 令 λ 1 = 9 , λ 2 = 1 ⇒ G 1 = A − λ 2 I λ 1 − λ 2 = 1 2 ( 1 1 1 1 ) , G 2 = A − λ 1 I λ 2 − λ 1 = 1 2 ( 1 − 1 − 1 1 ) ⇒ A = λ 1 G 1 + λ 2 G 2 = 3 G 1 + G 2 = ( 2 1 1 2 ) \begin{aligned} &由于A为行和相等矩阵,\therefore \lambda(A)=\{9,tr(A)-9\}=\{9,1\},令\lambda_1=9,\lambda_2=1\\ &\Rightarrow G_1=\frac{A-\lambda_2I}{\lambda_1-\lambda_2}=\frac{1}{2}\left( \begin{matrix} 1&1\\1&1 \end{matrix} \right),G_2=\frac{A-\lambda_1I}{\lambda_2-\lambda_1}=\frac{1}{2}\left( \begin{matrix} 1&-1\\-1&1 \end{matrix} \right)\\ &\Rightarrow \sqrt{A}=\sqrt{\lambda_1}G_1+\sqrt{\lambda_2}G_2=3G_1+G_2=\left( \begin{matrix} 2&1\\1&2 \end{matrix} \right) \end{aligned} 由于A为行和相等矩阵,∴λ(A)={9,tr(A)−9}={9,1},令λ1=9,λ2=1⇒G1=λ1−λ2A−λ2I=21(1111),G2=λ2−λ1A−λ1I=21(1−1−11)⇒A=λ1G1+λ2G2=3G1+G2=(2112)