Professional Documents
Culture Documents
居余马 林翠琴 编著
清 华 大 学 出 版 社
北 京
内 容 简 介
本书是与居余马等编著的《线性代数( 第 2 版)》配套的辅导教材 , 也 可为
学习其他教材的读者提供有益的 指导。全书 以章为 单位进 行指导。在每 章
中 , 首先 , 明确基本要求 , 指明了学习的目标和努力的方向 , 再给出内容提要 ,
提纲挈领地概括了本章的基本内容。然后 , 逐节进行指导 , 通过对基本概念、
定理和方法的深入分析 , 通过对一些基本、典型题目的讲解和演练 , 引导 读者
深入地学习和领会 每节 的基 本内容。最 后 , 对部 分难 题 和补 充题 给 出了 题
解 , 以帮助有余力的读者进一步提高分析问题和解决问题的能力。书后 还附
有历年硕士研究生入学试卷中线性代数题目的解答 , 以利于读者及时地检查
自己的掌握程度。
图书在版编目 ( CIP)数据
析 , 力求准确地理解概 念 , 掌 握有 关定 理的条 件和 结论 , 掌 握计 算
的基本方法 .另一个方面是通过列举一些基本的、典型的和有一定
灵活性的计算题、概念题和证明题 , 帮助读者在理论的指导下提高
分析和解决各类问题的能 力 .对于各 种类 型的 计算题 要熟 练掌 握
它的基本计算方法 .有些题可以一题多解 ; 对于概念题要能准确地
判别各种说法的真伪 , 澄清一些似是而非的模糊观念 ; 对于证明题
要善于应用基本概念和基本的定理加以证明 , 要思路清晰 , 对各种
类型的证明题要 概 括出 一 些有 效 的 证明 方 法 ( 如 直 接 证法 , 反 证
法 , 数学归纳法等 ) .
在每章的最后 , 对部分疑难习题与补充题给出了题解 .这些题
多数是证明题和比较综合、比较难的计算题 , 题解一般都提出了解
题的思路 , 以及要用到 哪些基 本概 念和定 理 .读者 对于 这些 题 , 应
该在认真思考以后仍不会进行证明或计算时 , 再看题解 , 这样对比
自己的思考过程 , 才能深刻领会解题的关键所在 , 从而切实提高证
明和计算的能力 .
本书最后 , 对历年硕士研究生入学考试中线性代数试题 ( 按本
书章的顺序汇编 ) 给了题解 .这不仅可供考研的学生作为备考的参
考 , 而且更有意义的是 , 读者学完每一章都检查一下自己能否解这
些题 , 从中可以发现自己还有哪些基本内容掌握得不够 , 需要进一
步深入和提高 , 这有助于读者更好地学好线性代数课程内容 .
由于编著者水平和经验所限 , 不妥之处在所难免 , 恳请读者们
批评指正 .
编者
2003 年 2 月于清华园
目 录
第 1 章 行列式 …………………………………………………… 1
1 .1 基本要求与内容提要 ………………………………… 1
1 .2 行列式的计算 ( 展开 ) ………………………………… 4
1 .3 克拉默法则 …………………………………………… 19
1 .4 部分疑难习题和补充题的题解 ……………………… 21
第 2 章 矩阵 …………………………………………………… 37
2 .1 基本要求与内容提要 ………………………………… 37
2 .2 高斯消元法 …………………………………………… 42
2 .3 矩阵的基本运算———加法、数量乘法和乘法 ……… 49
2 .4 矩阵的转置 …………………………………………… 62
2 .5 可逆矩阵及其逆矩阵 ………………………………… 65
2 .6 矩阵的初等变换和初等矩阵 ………………………… 73
2 .7 分块矩阵 ……………………………………………… 78
2 .8 部分疑难习题和补充题的题解 ……………………… 82
第 3 章 线性方程组 …………………………………………… 97
3 .1 基本要求与内容提要 ………………………………… 97
3 .2 n 维向量及其线性相关性 ………………………… 102
3 .3 向量组的秩及其极大线性无关组 ………………… 122
*
3 .4 矩阵的秩 矩阵的相抵标准形 ………………… 125
3 .5 齐次线性方程组有非零解的条件及解的结构 …… 131
Ⅳ 目 录
行 列 式
1. 1 基本要求与内容提要
1 基本要求
(1 ) 理解行列式 的定 义 , 熟 悉每 一个 元素 的余 子 式和 代数 余
子式的含义 .
(2 ) 理解行列式 的性 质 , 并 能熟 练利 用性 质展 开 数字 行列 式
和文字行列式 .
(3 ) 熟悉一些特 殊行 列式 ( 如对 角行 列 式 , 副对 角行 列 式 , 上
( 下 ) 三角行列式 , 范德蒙 ( V andermonde ) 行列式等 ) 的展开结果 .
(4 ) 理 解 克 拉 默 ( Cra mer ) 法 则 , 会 利 用 它 求 解 一 类 线 性
方程组 .
2 内容提要
n
(1 ) n 阶行列式 D = | ai j | 1 的定义为
D = a11 A11 + a12 A12 + … + a1 n A 1 n ,
1+ j
其中 , A1 j = ( - 1) M1 j 是元素 a1 j 的代数余子式 , M1 j 是元素 a1 j 的
余子式 ( 它是 D 中去掉第 1 行与第 j 列全部元素构成的 n - 1 阶行
列式 ).
D 的展开 式是 n2 个 元素 ai j ( i, j = 1 , … , n) 的 n 次 齐次 多 项
2 第 1 章 行列式
式 , 共有 n ! 项 , 每项都是不同行不同列的 n 个元素的乘积 .
二阶、三阶行列式可按沙路法展开 .
(2 ) 行列式的性质 ( 对行与列皆成立 ).
① 行列式的行与列 ( 按原顺序 ) 互换 , 其值不变 .
② 行列式对任一行 ( 或列 ) 展 开 , 其值 相 等 ( 定 义是 对第 1 行
展开 ).
③ 线性性质 : 其一是行列式某行 ( 或列 ) 元素都乘 k, 则等于行
列式的 值也 乘 k; 其 二是 如果行 列式 某行 ( 或 列 ) 元 素皆为 两数 之
和 ( 如第 i 行为 a i1 + bi1 , ai2 + bi2 , … , ain + bin ) , 则其行列 式等于 两
个行列式之和 ( 其第 i 行分别为 a i1 , ai2 , … , ain 与 bi1 , bi2 , … , bin ).
④ 行列 式中 如有两 行 ( 或 列 ) 完全 相同 , 则 其值等 于零 ; 进 而
有两行 ( 或列 ) 成比例 , 其值也等于零 .
⑤ 把行列式某行 ( 或列 ) 元素都乘非零常数 k 加到另一 行 ( 或
列 ) 对应元素之上 , 行列式的值不变 .
⑥ 反对称性质 : 行列式两行 ( 或列 ) 对换 , 其值反号 .
⑦ 行列式某行 ( 或列 ) 元素 乘 另一 行 ( 或 列 ) 对 应 元素 的代 数
余子式之和等于零 , 即
ai1 A j1 + ai2 A j2 + … + ai n A jn = 0 ( i≠ j) ,
或 a1 i A1 j + a2 i A2 j + … + ani A nj = 0 ( i≠ j ).
(3 ) 行列式的计算 ( 或称展开 ).
展开行列式的基本方法有三个 : 其一是直接按定义展开 ; 其二
是利用性质 , 将行列式化为上 ( 下 ) 三角行列式 ; 其三是利用性质将
某行 ( 或列 ) 元素化为只剩一个非零元 , 然后对该行 ( 或列 ) 展开 , 将
n 阶行列式展开化为 n - 1 阶行列式的展开 , 此为降阶展开法 .
(4 ) 一些特殊行列式的展开结果 .
① 上 ( 下 ) 三角行列 式与 对 角行 列式 的值 都等 于 其主 对角 元
的乘积 a11 a22 … ann .
1. 1 基本要求与内容提要 3
0 … 0 a1 0 … 0 a1
0 … a2 0 0 … a2 *
② =
… Y … … … Y … …
an … 0 0 an … * *
* … * a1
* … a2 0
=
… Y … …
an … 0 0
n( n - 1)
= ( - 1) 2 a1 a2 … an .
③ 范德蒙行列式
1 1 … 1
x1 x2 … xn
∏
2 2 2
Vn = x1 x2 … xn = ( xi - x j ).
1 ≤ j < i≤ n
… … …
n- 1 n - 1 n- 1
x
1 x 2 … xn
A 0 A *
④ = = | A| | B| ,
* B 0 B
其中 : | A| 与 | B| 分别 为 m 阶 和 n 阶 行列 式 ;0 所在 位 置的 元素 全
为零 ; * 所在位置元素为任意元素 .
(5 ) 克拉默法则
n
n
| aij | 1 ≠ 0 , 则方程组有惟一解 . 即
Dj
xj = ( j = 1 , 2 , … , n) ,
D
其中 Dj 是用常数项 b1 , b2 , … , bn 替换 D 中第 j 列的 n 个 元素 所
成的行列式 .
4 第 1 章 行列式
1. 2 行列式的计算 ( 展开 )
3 2 3
例 1 计算 2 - 3 4 .
4 - 5 2
解 对于这个三阶数字 行列式 , 如 果利 用性质 将 其化 为上 三
角行列式 , 或将某行 ( 或列 ) 元素化为只剩一个非零元再展开 , 都有
较大的工作量 , 还不如直接用沙路法或行列式的定义 ( 对第 1 行展
开 ) 来计算 .
3 2 3
① 2 -3 4 = - 18 - 30 + 32 + 36 + 60 - 8
4 -5 2
= 128 - 56 = 72.
3 2 3
- 3 4 2 4 2 - 3
② 2 -3 4 =3 - 2 +3
- 5 2 4 2 4 - 5
4 -5 2
= 3 ( - 6 + 20 ) - 2 (4 - 16 ) + 3 ( - 10 + 12)
= 42 + 24 + 6 = 72.
对于三阶数字行列式一般都用这两种方法展开 .
λ+ 1 2 2
例 2 已知 -2 λ+ 4 -5 = 0 , 求 λ.
2 -2 λ+ 1
解 这里三阶行列式的展 开式是 λ的 三次 多项 式 , 所 以本 题
是三次方程的求根问题 . 如果 用沙路 法展 开 , 自然 易得 λ的三 次
多项式 , 但一般来讲三次 多项 式的因 式分 解是 比较麻 烦的 . 如 果
利用行列式 的 性 质 展 开 这 种 行 列 式 , 有 时 会 出 现 它 的 一 种 因 式
分解.
1. 2 行列式的计算 ( 展开 ) 5
λ+ 1 2 2 λ+ 3 0 λ+ 3
① +③
-2 λ+ 4 -5 -2 λ+ 4 - 5
2 - 2 λ+ 1 2 -2 λ+ 1
λ+ 3 0 0
[3 ] + [ 1 ] × ( - 1)
- 2 λ+ 4 -3 ( 对第 1 行展开 )
2 -2 λ- 1
λ+ 4 -3
= (λ+ 3 )
- 2 λ- 1
= (λ+ 3 ) [ (λ+ 4 ) (λ- 1 ) - 6 ]
2
= (λ+ 3 ) (λ + 3λ- 10 ) = (λ+ 3) (λ+ 5) (λ- 2 ) = 0 ,
所以 λ= - 3 , - 5 , 2 是这个 λ的三次方程的 3 个根 .
其中① + ③表示第 1 行加第 3 行 ; [ 3] + [ 1 ]× ( - 1 ) 表示第 1
列乘 ( - 1 ) 加到第 3 列上 .
2 5 4 9
-3 3 1 10
例 3 计算 D = .
3 4 5 15
4 3 14 19
解 对于三阶以上的数 字行列 式 , 一般 都是利 用 性质 将其 化
为上三角行列式求其 值 . 化为上 三角行列式的步 骤是规范化的 .
首先利用第 1 行第 1 列的非 零元将第 1 列 其他元素 全化为 零 , 然
后利用第 2 行 第 2 列的非零 元将第 2 列以 下元素全 化为零 , 如 此
等等 , 直到化为上三角行列式 . 如果化的过程中出现全零行 , 则行
列式的值等于零 .
这里第 1 行第 1 列 的元 素 为 2 , 如 果利 用 它 将第 1 列其 余 元
素全化为零 , 中间就会出现很多分数 , 继续化下去就比较麻烦 . 所
以这里先把第 1 行乘 - 1 加到第 3 行 , 再把第 1 行与第 3 行对换 ,
就使第 1 行第 1 列 元素为 1 , 这 样再将 第 1 列其 余元 素化 为零 就
比较简便 , 即
6 第 1 章 行列式
1 - 1 1 6
② + ①× 3
③ + ①× ( - 1) -3 3 1 10 ③ + ① ×( - 2 )
D -
①\ ③ 2 5 4 9 ④ + ① ×( - 4 )
4 3 14 19
1 - 1 1 6 1 -1 1 6
0 0 4 28 ④ + ③× ( - 1 ) 0 7 2 -3
-
0 7 2 -3 ②\ ③ 0 0 4 28
0 7 10 -5 0 0 8 -2
1 - 1 1 6
④ + ③× ( - 2) 0 7 2 -3
0 0 4 28
0 0 0 - 58
= 1×7 ×4× ( - 58 ) = - 1624.
其中 : ①\ ③表示第 1 行与第 3 行对换 , 此时行列式反号 .
-1 1 1 1
2 -1 3 -2
例 4 计算 D = .
4 1 -1 -2
-3 1 5 -1
解 此题按例 3 的方法 将其化 为上 三角行 列式 也 可求 其值 ,
但仔细观察会发 现各 行 元素 之 和均 为 2 , 此时 把 各列 都 加 到 第 1
列 , 第 1 列元素全为 2 , 而且第 2 列中也有 3 个元素为 1 .这样将其
化为上三角行列式就比较简便 , 即
2 1 1 1
[ 1] + [2 ] + [ 3] + [ 4 ] 2 -1 3 -2 ② + ①× ( - 1 )
D
2 1 - 1 -2 ③ + ①× ( - 1 )
④ + ①× ( - 1 )
2 1 5 -1
1. 2 行列式的计算 ( 展开 ) 7
2 1 1 1 2 1 1 1
0 -2 2 -3 ④ + ③× 2 0 -2 2 -3
0 0 -2 -3 0 0 -2 -3
0 0 4 -2 0 0 0 -8
= 2× ( - 2) 2 × ( - 8 ) = - 64.
1+ x 2 3
例 5 已知 2 1+ x 2 = 0 , 求 x.
3 3 1+ x
解 这里三阶行列式各列元素之和均为 x + 6 , 此 时把各行 加
到第 1 行 , 第 1 行元素全为 x + 6 , 然后把第 1 列乘 - 1 加 到第 2 , 3
列 , 就把行列式化为下三角行列式 , 即
1+ x 2 3 1 1 1
2 1+ x 2 = ( x + 6) 2 1+ x 2
3 3 1+ x 3 3 1+ x
1 0 0
= ( x + 6) 2 x- 1 0 = ( x + 6) ( x - 1 ) ( x - 2) = 0 ,
3 0 x-2
所以 x = 1 , 2 , - 6 就是题中的 x 的三次方程的 3 个根 .
这个行列式当然还可用其他方法展开 , 但这里的方法最简便 .
例 4 , 例 5 是行列 式中 值得 注 意的 一种 类 型 . 展 开 行列 式 时
首先要观察一下 各 行 ( 或 列 ) 元 素之 和 是否 相 等 , 如 果 相等 , 按 例
4 , 例 5 的方法展开比较简便 .
x1 a a a
a x2 a a
例 6 计算 D = ( a≠ x i , i = 1 , 2 , 3 , 4).
a a x3 a
a a a x4
解 此题仍可将 D 化为 上三角 行列式 , 先将 第 1 行 乘 - 1 加
到其余各行 , 得
8 第 1 章 行列式
x1 a a a
a - x1 x2 - a 0 0
D= .
a - x1 0 x3 - a 0
a - x1 0 0 x4 - a
a - x1
再将第 j 列乘 - ( j = 2 , 3 , 4) 后加到第 1 列 , 得
xj - a
4
a - x1
x1 - a ∑ a a a
j=2 xj - a
D = 0 x2 - a 0 0
0 0 x3 - a 0
0 0 0 x4 - a
4
1
= x1 + a( x1 - a) ∑ ( x2 - a) ( x3 - a) ( x4 - a)
j=2 xj - a
4
x1 1
= a +∑ ( x1 - a) ( x2 - a) ( x3 - a)・
a( x1 - a) j=2 xj - a
( x4 - a)
4 4
1 + 1
= a
a ∑ j=1 xj - a ∏( x
j= 1
j - a) ,
4
其中连乘积 ∏ ( x j - a) = ( x1 - a) ( x2 - a) ( x3 - a) ( x4 - a).
j=1
a+ x a a a
a a+ x a a
例 7 计算 D= , 其中 ax y≠0.
a a a+ y a
a a a a+ y
解 法 1: 利 用 性 质将 其 化为 上 三角 行 列式 , 先将 第 1 行乘
- 1 加到其余各行 , 得
1. 2 行列式的计算 ( 展开 ) 9
a+ x a a a
- x x 0 0
D= ,
- x 0 y 0
- x 0 0 y
x
再将第 2 列加到第 1 列 , 第 3 , 4 列均乘 加到第 1 列 , 得
y
x
a + x + a+ 2a a a a
y
D = 0 x 0 0
0 0 y 0
0 0 0 y
x 2 2 2 2 2
= 2a+ x + 2 a x y = 2 ax y + x y + 2 ax y.
y
法 2: 将 D 中 a 均表示为 a + 0 , 于是 D 中每个元 素都是两 数
之和 , 这样的行列式按线性性质可将其表示为 24 = 16 个行列式 之
和 , 但其中有 11 个 行列 式等 于 0 ( 它们 两 列或 三列 或四 列 相同 ) ,
另 5 个行列式也很好计算 . 即
a+ x a+0 a+ 0 a+ 0 a 0 0 0
a+ 0 a+ x a+0 a+ 0 a x 0 0
= +
a+ 0 a+ 0 a+ y a+0 a 0 y 0
a+ 0 a+ 0 a+ y a+ y a 0 0 y
x a 0 0 x 0 a 0
0 a 0 0 0 x a 0
+ +
0 a y 0 0 0 a 0
0 a 0 y 0 0 a y
x 0 0 a x 0 0 0
0 x 0 a 0 x 0 0
+
0 0 y a 0 0 y 0
0 0 0 a 0 0 0 y
10 第 1 章 行列式
x 0 2
( 1 ) + (2 )
- 1 x- 2 1
对第 2 列展 开
3- x 0 ( 1 - x ) ( x - 3)
x 2
= - ( x - 2)
3 - x (1 - x ) ( x - 3 )
= - ( x - 2 ) [ x (1 - x ) ( x - 3) - 2( 3 - x ) ]
= - ( x - 2 ) ( x - 3) [ x( 1 - x) + 2]
= ( x - 2 ) 2 ( x - 3) ( x + 1 ) = 0 ,
所以方程的根为 x = 2 , 3 , - 1( 2 是二重根 ).
例 11 证明恒等式
1 1 1 1 1 1
2 2 2
x y z = ( x y + y z + z x) x y z .
x3 y3 z3 x2 y2 z2
证 证明恒等式的一般方法为 : 一是从左推出右 , 或从右推出
左 ; 二是等号两端分别展开 , 得到同样的结果 . 这里采用后者较为
方便 .
等号右端的行列式是范德蒙行列式 , 直接利用公式可得
右端 = ( x y + y z + z x ) ( y - x) ( z - x) ( z - y). ( 1)
等号左端的行列式不是 范德蒙 行列 式 , 如果直 接 按定 义或 按
沙路法展开 , 其因式分解较麻烦 , 所以也用展开范德蒙行列式的方
法 , 将第 1 列化为只剩一个非零元 1 , 然后对第 1 列展开 , 即
1 1 1 1 1 1
③ + ② ×( - x)
x2 y2 z2 0 y2 - x2 z2 - x2
② + ①× ( - x ) 2
3 3 3
x y z 0 y3 - x y2 z3 - x z2
( y - x) ( y + x ) ( z - x) ( z + x)
=
( y - x ) y2 ( z - x) z2
y+ x z+ x
= ( y - x) ( z - x )
y2 z2
1. 2 行列式的计算 ( 展开 ) 13
= ( y - x) ( z - x ) [ ( y + x ) z2 - ( z + x ) y2 ]
= ( y - x) ( z - x ) [ z y ( z - y) + x ( z2 - y2 ) ]
= ( y - x) ( z - x ) ( z - y ) ( z y + x z + x y). ( 2)
这里 (2 ) 式 = ( 1) 式 , 所以恒等式成立 .
例 12 证明 : n 阶三对角行列式
α+β α
β
1 α+β α
β
1 α+β w
Dn =
w w w
w α+β αβ
1 α+β
( n + 1 )αn , 当 α=β;
= βn + 1 - αn + 1
, 当 α≠β.
β- α
证 采用的 证 法 为 : 对 Dn 的 第 1 行 展 开 , 从 中 找 到 Dn 与
D n - 1 及 Dn - 2 之间的关系 ( 称为递推公式 ) , 然 后递推得 到要证的 结
果. 即
1 αβ
0 α+β αβ
1 α+β w
Dn = (α+ β) Dn - 1 - αβ .
w w w
w α+β αβ
1 α+ β n - 1 阶
Dn = (α+β ) Dn - 1 - α
βDn - 2 . ( 1)
14 第 1 章 行列式
把这个递推公式 (1 ) 改写成
Dn - αDn - 1 = β( Dn - 1 - αDn - 2 ). ( 2)
记 An = Dn - αDn - 1 , ( 3)
则 Dn - 1 - αDn - 2 = An - 1 , 于是 ( 2) 式即为
An =βAn - 1 ( 4)
递推公式 (4 ) 中的 n 可为任何正 整数 , 也 就是 当 n 取为 n - 1 时 也
成立 , 即
An - 1 = βA n - 2 .
如此 , 将 ( 4) 式继续递推下去 , 即得
2 n- 2
An =βAn - 1 =β An - 2 = … =β A2 , ( 5)
由 (3 ) 式知 , 其中
A2 = D2 - αD1 .
而
α+ β αβ
D2 = = (α+β) 2 - αβ,
1 α+ β
D1 = |α+β| =α+β ( 一阶行列式 ) ,
2 2
于是 A2 = (α+β) - αβ- α(α+β) =β . ( 6)
将 (6 ) 式代入 ( 5) 式 , 得
n
An = β ,
n
即 Dn - αDn - 1 =β. ( 7)
将 (7 ) 式中的 n 分别取为 n , n - 1 , n - 2 , … , 3 , 2 , 得到
n
Dn - αDn - 1 =β ,
n- 1
Dn - 1 - αDn - 2 =β ,
n- 2
Dn - 2 - αDn - 3 =β ,
( 8)
…………
3
D3 - αD2 = β ,
D2 - αD1 = β2 .
1. 2 行列式的计算 ( 展开 ) 15
所以
5α4 , β= α;
4 3 2 2 3 4
D4 = α + αβ+ αβ + α
β + β = β5 - α5
, β≠α.
β- α
例 13 ( 补充题 39 ) 计算 n 阶行列式
cosθ 1
1 2cosθ 1
Dn = w w w .
1 2cosθ 1
1 2cosθ
解 注意 , 这不是三对角行列式 , 因为这里主对角线上的元素
不完全相同 .
展开这种 n 阶行列式 , 一般 都要 设法找 到一 个递 推公 式 . 这
里由于主对角线上第 1 个元 素为 cosθ, 而 其余 元素 均为 2cosθ, 因
此要找 Dn 与 D n - 1 及 Dn - 2 之 间的 关 系 , 不 能对 Dn 的第 1 行 ( 或
列 ) 展开 , 而要对第 n 行 ( 或列 ) 展开 . 现在将 Dn 按第 n 列展开 , 得
cosθ 1
1 2cosθ 1
Dn = (2cosθ) Dn - 1 - 1・ w w w .
1 2cosθ 1
0 1 n - 1阶
cosθ 1 0
3
D3 = 1 2cosθ 1 = 4cos θ- 3cosθ= cos3θ
. ( 2)
0 1 2cosθ
关于 (2 ) 式的结论 , 读 者 不 难由 cos3θ= cos ( 2θ+ θ) = cos2θcosθ-
3
sin2θsinθ推出 cos3θ= 4cos θ- 3cosθ
.
于是归纳出 ( 或猜想 ) Dn = cos nθ, 下面用数学归纳法证明它 是
正确的 .
当 n = 1 时 , 结论成立 , 假设结论对小于 n 阶的行列式都成立 ,
那么对 n 阶的情况 , 由递推公式 (1 ) 得
.
Dn = (2cosθ) cos ( n - 1 )θ- cos ( n - 2)θ ( 3)
1
利用 cosαcosβ= [ cos(α+ β) + cos (α- β) ] , 得
2
1
Dn = 2× ( cos nθ+ cos( n - 2 )θ) - cos( n - 2)θ= cos nθ
.
2
所以归纳的结论 Dn = cos nθ对任意正整数 n 都成立 .
读者应该从上面的例题 中 , 概 括出 展开 行列式 的 基本 方法 和
一些技巧 , 提高自己的解题能力 , 并在自己解题的实践中进一步总
结解题的规律和技巧 .
(1 ) 展开行列式最 基本 的方 法是 按定 义 展开 ( 即按 第 1 行 展
开 ). 如 上 ( 下 ) 三角行 列式 , 对 角行 列式 , 副对 角行 列式等 都是 用
定义展开的 . 一般的三阶数字行列式也常用定义或沙路法直接展
开 . 但是对于一般的 n 阶 ( n > 3 ) 行列 式按 定 义展 开 , 需要 计 算 n
个 n - 1 阶行列式 , 工作量较大 . 尤其是一些有规律的文字行列式
直接按定义展开 , 难以发现它们的规律 ( 例如难以因式分解 ).
(2 ) 利用性质 , 将行列 式化 为 上 ( 下 ) 三角 行列 式 是展 开行 列
式最常用的方法 . 如例 3 , 例 6 , 例 7 , 以及例 4 与例 5.
(3 ) 利用性质 , 将行列式某行 ( 或列 ) 化为只 剩一个非 零元 , 然
后对该行 ( 或列 ) 展 开 , 使 n 阶 行列 式 化为 n - 1 阶行 列 式来 展 开
18 第 1 章 行列式
1. 3 克拉默法则
解 系数行列式
1 -1 2
D= 2 -1 - 1 = 2 + 4 + 1 + 2 + 1 - 4 = 6≠0.
1 1 -2
用克拉默法则求方程组的解 . 因
6 -1 2 1 6 2
D1 = 5 -1 - 1 = 12 , D2 = 2 5 - 1 = - 12 ,
-2 1 -2 1 -2 - 2
1 -1 6
D3 = 2 -1 5 = 6,
1 1 -2
所以
D1 D2 D3
x1 = = 2 , x2 = = - 2 , x3 = = 1.
D D D
例 2 已知 某圆 过点 A( 2 , 1 ) , B( 3 , 4 ) , P( - 2 , - 1 ) , 试 求 其
方程及圆心和半径 .
解 此题用平面解析几何的方法容易求解 . 这里用待定系数
法来求圆的方程 . 设圆的一般方程为
2 2
x + y + a x + by + c = 0 ,
点 A , B , P 在圆上 , 它们的坐标满足方程 , 得
4 + 1 + 2 a+ b+ c= 0 , 2 a+ b+ c= - 5 ,
9 + 16 + 3 a + 4 b + c = 0 , 即 3 a + 4b + c = - 25 ,
4 + 1 - 2 a - b + c = 0. 2 a + b - c = 5.
系数行列式
2 1 1
D= 3 4 1 = - 8 + 3 + 2 - 8 - 2 + 3 = - 10 ,
2 1 -1
而
1. 4 部分疑难习题和补充题的题解 21
-5 1 1 2 -5 1
D1 = - 25 4 1 = - 40 , D2 = 3 - 25 1 = 80 ,
5 1 -1 2 5 - 1
2 1 -5
D3 = 3 4 - 25 = 50 ,
2 1 5
所以
D1 D2 D3
a= = 4, b= = - 8, c= = - 5.
D D D
圆的一般方程和标准方程分别为
2 2
x + y + 4 x - 8 y - 5 = 0,
2 2
( x + 2) + ( y - 4) = 25.
该圆的圆心 O( - 2 , 4) , 圆的半径 r = 5.
1. 4 部分疑难习题和补充题的题解
1 ω ω2
1 3
1 ( 习题 7 ) 计算 D3 = ω2 1 ω , 其中 ω= - +i .
2 2
ω ω2 1
解 法 1 : D3 中各行元素之和均为 1 + ω+ ω2 , 所以把第 2 , 3 列加到第 1
列 , 然后再把第 1 列后两个元素化为零 , 再对第 1 列展开 , 即
1 ω ω2
D3 = ( 1 + ω+ ω2 ) 1 1 ω
1 ω2 1
1 ω ω2
② - ①
( 1 + ω+ ω2 ) 0 1 - ω ω- ω2
③ - ①
0 ω2 - ω 1 - ω2
1 -ω ω(1 - ω)
= ( 1 + ω+ ω2 )
- ω(1 - ω) 1 - ω2
22 第 1 章 行列式
1 ω
= ( 1 + ω+ ω2 ) (1 - ω) 2
- ω 1+ω
= ( 1 + ω+ ω2 )2 ( 1 - ω) 2 = ( 1 - ω3 ) 2 .
1 3
由于 ω= - +i 是方程 ω2 + ω+ 1 = 0 的根 , 所以 D3 = 0.
2 2
法 2:
1 ω ω2
② + ①× ( - ω ) 2
D3 0 1 - ω3 ω- ω4 = ( 1 - ω3 ) 2
③ + ① × ( - ω)
0 0 1 - ω3
= (1 - ω)2 (1 + ω+ ω2 ) 2 = 0.
此题法 2 比法 1 还简便 , 所以各行 元素和 相等时 , 并不 一定都 要把各 列
加到第 1 列后再展开 .
3 6 5 6 4
2 5 4 5 3
2 ( 习题 14) 计算 D5 = 3 6 3 4 2 .
2 5 4 6 5
1 1 1 -1 - 1
解 先将第 1 行与第 5 行对换 , 第 3 行与第 4 行对换( 反号两次 , 其 值不
变).
1 1 1 -1 - 1
2 5 4 5 3
D5 = 2 5 4 6 5
3 6 3 4 2
3 6 5 6 4
1 1 1 -1 - 1
② + ①× ( - 2) 0 3 2 7 5
③ + ①× ( - 2)
0 3 2 8 7
④ + ①× ( - 3)
⑤ + ①× ( - 3) 0 3 0 7 5
0 3 2 9 7
1. 4 部分疑难习题和补充题的题解 23
1 1 1 -1 - 1
0 3 2 7 5
③ + ②× ( - 1)
0 0 0 1 2
④ + ②× ( - 1)
⑤ + ②× ( - 1) 0 0 - 2 0 0
0 0 0 2 2
1 1 1 -1 -1
0 3 2 7 5
⑤ + ③× ( - 2)
- 0 0 -2 0 0 = - 3×( - 2)2 = - 12.
④\ ③
0 0 0 1 2
0 0 0 0 -2
1 0 2 a
2 0 b 0
3 ( 习题 23) 计算 .
3 c 4 5
d 0 0 0
A *
解 提示 : 用行列对换将其化为 = |A||B|, 答案为 abc d.
0 B
a 1 0 0
- 1 b 1 0
4 ( 习题 24) 计算 .
0 -1 c 1
0 0 - 1 d
解 这里 a, b, c, d 不相 同 , 所以 不是三对角 行列式 . 此时 , 可 利用性 质
将第 1 列化为只剩一个非零元 , 然后 按第 1 列 展开 . 但要 注意 , 不 要将 第 1
1
行乘 加到第 2 行 , 这样无形中假定了 a≠0 , 对于 a = 0 的情况 , 还要另 加讨
a
论 . 所以这里应是第 2 行乘 a 加到第 1 行 , 即
0 1 + ab a 0
1 + ab a 0
- 1 b 1 0
原式 = = - ( - 1) - 1 c 1
0 - 1 c 1
0 - 1 d
0 0 -1 d
1 + ab a ad
[ 3 ] + [2 ] × d
-1 c 1 + c d (按第 3 行展开 )
0 - 1 0
24 第 1 章 行列式
1 + ab ad
= - ( - 1) = (1 + ab) ( 1 + cd) + ad.
- 1 1 + cd
此题用了两次“降阶展开法”, 把四阶行列式化成二阶行列式展开 . 如果
这里也追求化为上三角行列式展开 , 就比较麻烦 .
a2 ( a + 1 )2 ( a + 2 )2 ( a + 3 )2
b2 ( b+ 1) 2 ( b+ 2) 2 ( b + 3) 2
5 ( 习题 25) 计算 .
c2 ( c + 1) 2 ( c + 2) 2 ( c + 3) 2
d2 ( d + 1) 2 ( d + 2) 2 ( d + 3) 2
解 提示 : 利用 x2 - y2 = ( x - y ) ( x + y) , 将第 4 列加第 3 列乘 - 1 , 第 3
列加第 2 列乘 - 1 , 第 2 列加第 1 列乘 - 1 ;再将变换后的第 4 列减第 3 列 , 第
3 列减第 2 列 . 如此第 3 , 4 列元素全为 2 , 所以行列式等于零 .
6 ( 补充题 37) 证明
x - 1 0 … 0 0
0 x - 1 … 0 0
0 0 x … 0 0
Dn =
… … … w … …
0 0 0 … x - 1
an an - 1 an - 2 … a2 x + a1
n
∑ax
n n- k
= x + k .
k= 1
证 从这个文字行列式中 a1 , a2 , … , an 分 别在 n 个 列可见 其为 n 阶 行
列式 . 证明这样的恒等式 , 一般是先找到 Dn 的一个递推 公式 ( 即 Dn 与 比它
阶数低的同类型行列式的关系) , 然 后递推 出结果 , 如 递推困 难 , 再 用数学 归
纳法证明 . 这里先把 Dn 按第 1 列展开 , 得
Dn = xDn - 1 + ( - 1) n+ 1 an ( - 1 ) n - 1 = x Dn - 1 + an. ( 1)
在( 1) 式中 n 可为任何正 整数 , 将 n 换为 n - 1 , 就 得 Dn - 1 = x Dn - 2 + an - 1 , 如
此由( 1) 式递推 , 可得
Dn = x Dn - 1 + an = x( x Dn - 2 + an - 1 ) + an
= x2 Dn - 2 + an - 1 x + an
= x2 ( x Dn - 3 + an - 2 ) + an - 1 x + an
= x3 Dn - 3 + an - 2 x2 + an - 1 x + an
1. 4 部分疑难习题和补充题的题解 25
=…
= x n - 2 D2 + a3 x n - 3 + … + an - 2 x2 + an - 1 x + an . ( 2)
x - 1
注意 , 其中 D2 = = x2 + a1 x + a2 , 代入 ( 2)式 , 得
a2 x + a1
Dn = x n + a1 x n - 1 + a2 xn - 2 + a3 xn - 3 + … + an - 2 x2 + an - 1 x + an ,
即
n
∑ax ( 其中 x0 = 1) .
n n- k
Dn = x + k
k= 1
Dn - 1 = x n - 1 + ∑ax
n- 1 - k
k ,
k= 1
则对于 n 阶有
n- 1
∑ax
n- 1 n- 1 - k
Dn = x Dn - 1 + an = x x + k + an
k= 1
n- 1 n
= xn + ∑ ak x n - k + an = xn + ∑ax
n- k
k ,
k= 1 k =1
故结论对任意正整数 n 都成立 .
1 5 2 3
-
3 2 5 2
21
3 - 12 15
5
7 ( 补充题 30) 计算 D4 = .
2 9 4 5
-
3 2 5 2
1 2 1 3
- -
7 7 7 7
解 第 1 列依次乘 2 , - 1 , 3 分别加到第 2 , 3 , 4 列 , 可将第 4 行化为 只剩
一个非零元 - 1/ 7 , 然后可按第 4 行 展开 .但这 样要作 很多分 数运算 , 比较 麻
烦 .所以先把第 1 , 2 , 3 , 4 行分别提出公因子 1/ 30 , 3/ 5 , 1/ 30 , 1/ 7 , 使行列式中
元素皆为整数 , 然后再作前面所说的列变换 , 即
26 第 1 章 行列式
10 - 75 12 45
1 3 1 1 5 - 20 7 25
D4 = × × ×
30 5 30 7 20 - 135 24 75
- 1 2 -1 3
10 - 55 2 75
1 5 - 10 2 40
=
35×300 20 - 95 4 135
-1 0 0 0
- 55 2 75
- 1
= ( - 1) - 10 2 40
35×300
- 95 4 135
- 55 2 75
② - ① 1
45 0 - 35
③ + ① ×( - 2 ) 35×300
15 0 - 15
- 2 45 - 35 - 2 1
= = ×15( - 45 + 35) = .
35×300 15 - 15 35×300 35
1 1 … 1 - n
1 1 … - n 1
8 ( 补充题 41) 计算 Dn = … … Y … … .
1 - n … 1 1
- n 1 … 1 1
解 各行元素和皆为 - 1 , 把各列加到第 1 列 , 再将第 1 行乘 - 1 加到其
余各行 , 得
1 1 … 1 - n
0 0 … - n- 1 1+n
Dn = ( - 1) … … Y … … (按第 1 列展开 )
0 - n- 1 … 0 1+n
0 0 … 0 1+n
1. 4 部分疑难习题和补充题的题解 27
0 … - n- 1 1+n
… Y … …
= ( - 1) (按第 n - 1 行展开)
- n- 1 … 0 1+n
0 … 0 1+n n - 1阶
( n - 2) ( n - 3 )
= ( - 1) ( n + 1 ) ( - 1 ) 2 ( - n - 1) n - 2
1 + ( n - 2 ) ( n - 3 ) + ( n - 2)
= ( - 1) 2 ( n+ 1 )n - 1
n( n - 3 ) n( n+ 1 )
= ( - 1) 2 ( n + 1) n - 1 = ( - 1 ) 2 ( n+ 1 )n - 1 .
1 2 3 … n- 1 n
2 3 4 … n 1
3 4 5 … 1 2
9 (补充题 43) 计算 Dn = .
… … … … …
n- 1 n 1 … n- 3 n- 2
n 1 2 … n- 2 n- 1
n( n + 1)
解 各行元素之和均为 1 + 2 + 3 + … + ( n - 1) + n = , 把各 列元
2
n( n + 1 )
素加到第 1 列 , 提出公因子 , 并从最后一行起 , 依次减前一行 , 一直做
2
到第 2 行减第 1 行为止( 共做 n - 1次) , 即得
1 2 3 … n- 1 n
0 1 1 … 1 1 - n
n( n + 1 ) 0 1 1 … 1- n 1
Dn = .
2 … … … Y … …
0 1 1 - n … 1 1
0 1 - n 1 … 1 1
将上式按第 1 列展开 , 并 将 其“1”的 余 子式 的第 1 行乘 - 1 加 到 其余 各行 ,
即得
1 1 … 1 1 - n
0 0 … - n n
n( n + 1)
Dn = … … Y … … .
2
0 - n … 0 n
- n 0 … 0 n n - 1阶
28 第 1 章 行列式
将上面的 n - 2 阶行列式按最后一行展开 , 得
n( n + 1 ) ( n - 3 )( n - 4 ) n( n - 1 ) n + 1 n - 1
Dn = ( - 1) n( - 1 ) 2 ( - n) n - 3 = ( - 1 ) 2 n .
2 2
1 1 1 … 1
x1 x2 x3 … xn
x21 x22 x23 … x2n
10 (补充题 44) 证明 Dn =
… … … …
x1n - 2 x2n - 2 x3n - 2 … xnn - 2
x1n x2n xn3 … xnn
n
= ∑
i= 1
xi ∏
1≤ j< i≤ n
( xi - x j ) . ( 1)
1 1 … 1
x2 x3 … xn
n
= ∏( x
i= 2
i - x1 ) … … … .
x 2n - 3 x 3n - 3 … x nn - 3
x 2n - 2 ( x2 + x1 ) x n3 - 2 ( x3 + x1 ) … x nn - 2 ( xn + x1 ) n- 1 阶
Dn = ∏( x
i= 2
i - x1 ) … … … + x1 … … … .
n-3 n- 3 n -3 n -3 n- 3 n -3
x2 x3 … x n x 2 x3 … xn
Dn = ∏( x
i= 2
i - x1 ) Dn - 1 + x1 ∏
2≤ j < i≤ n
( xi - xj ) . ( 2)
1 1
D3 = ( x2 - x1 ) ( x3 - x1 ) + x1 ( x3 - x2 )
x22 x23
= ( x2 - x1 ) ( x3 - x1 ) ( x23 - x22 ) + x1 ( x3 - x2 )
= ( x2 - x1 ) ( x3 - x1 ) ( x3 - x2 ) x1 + x2 + x3
3
= ∑
i= 1
xi ∏
1≤ j< i≤3
( xi - x j ) .
n n
Dn = ∏( x
i=2
i - x1 ) ∑xi =2
i ∏
2≤ j< i≤ n
( x i - x j ) + x1 ∏ (x
2 ≤ j≤ n
i - xj )
n n
= ∏( x
i=2
i - x1 ) ∑x
i=1
i ∏
2≤ j< i≤ n
( xi - xj )
= ∑x
i=1
i
∏
1≤ j< i≤ n
( x i - x j ) = (1 ) 式右端 .
= ( y - x1 ) ( y - x2 ) ( y - x3 )… ( y - xn ) ∏
1 ≤ j< i≤ n
( x i - x j ) . ( 4)
由( 3) 式可见 , 将 ( 3 ) 式 按最 后一 列 展开 , 其 y n - 1 的 系 数 就是 原 行 列式 的 值
乘 - 1 ;由 (4 )式又可见 , yn - 1 的系数为
- ( x1 + x2 + x3 + … + xn ) ∏
1 ≤ j< i≤ n
( xi - xj ) ,
所以原行列式 Dn 的值为
Dn = ( x1 + x2 + … + xn ) ∏
1 ≤ j < i≤ n
( xi - xj )
= ∑i= 1
xi ∏
1≤ j< i≤ n
( xi - xj ) .
d
a11 ( t) … a1 j ( t) … a1n ( t)
dt
a11 ( t) a12 ( t) … a1n ( t)
d
d a21 ( t) a22 ( t) … a2n ( t) n
a21 ( t) … a ( t) … a2n ( t)
dt 2j
dt … … …
= ∑ j= 1
.
… … …
an1 ( t) an2 ( t) … ann ( t)
d
an1 ( t) … anj ( t) … ann ( t)
dt
(1)
d n
证 下面将 aij ( t) 记作 aij ; a ij ( t) 记作 a′
ij ;行 列式 | aij ( t) | 1 记 作 D; 导
dt
d
数 D 记作 D′.
dt
对行列式的阶数 n 作数学归纳法证明 .当 n = 1 时 , (1 )式显然成立 , 假设
(1) 式对 n - 1 阶行列式成立 , 下面证明( 1) 式对 n 阶也成立 .由于
D = a11 A11 + a21 A21 + … + an1 A n1 ,
故 D′= a′ 2 1 A21 + … + a′
1 1 A11 + a′ n1 An1 +
a11 A′ 2 1 + … + an1 A′
11 + a21 A′ n1 , ( 2)
其中
a′
11 a12 … a1 n
a′
21 a22 … a2 n
a′ 2 1 A21 + … + a′
1 1 A11 + a′ n1 An1 = , ( 3)
… … …
a′
n1 an2 … ann
a11 A′ 21 + … + an1 A′
11 + a21 A′ n1 ( 由归纳假设得 )
a22 … a′
2j … a2n a12 … a′
1j … a1n
n
a32 … a′
3j … a3n n
a32 … a′
3j … a3n
= a11 ∑ - a21 ∑ +
j =2 … … … j= 2 … … …
an2 … a′
nj … ann an2 … a′
nj … ann
a12 … a′
1j … a1 n
n
a22 … a′
2j … a2 n
( - 1) n+ 1 an1 ∑
j =2 … … …
an - 1, 2 … a′
n- 1, j … an - 1, n
32 第 1 章 行列式
a11 a12 … a′
1j … a1n
n
a21 a22 … a′
2j … a2n
= ∑
j=2 … … … …
. ( 4)
an1 an2 … a′
nj … ann
综上得 , ( 2) 式右端 = ( 3) 式 + ( 4) 式 = ( 1) 式右端 . 所以对任意的 n 阶行
列式求导数都等于 (1 )式中的 n 个行列式之和 .
12 ( 补充题 47 ) 求使 3 个点( x1 , y1 ) , ( x2 , y2 ) , ( x3 , y3 ) 位 于一 直线 上
的充分必要条件 .
解 在平面直角坐标系中直线的一般方程为
a x + by + c = 0 . ( 1)
3 个点位于该直线上时 , 其点的坐标满足方程 , 即
a x1 + b y1 + c = 0 ,
a x2 + b y2 + c = 0 , ( 2)
a x3 + b y3 + c = 0 .
作为一条直线 , 方程( 1) 中的 a, b, c 不全为零 , 因此关 于 a , b, c 的齐 次线性 方
程组( 2) 有非零解 .所以 3 个点位于 同一直 线上 ( 即 3 个 点共线 ) 等 价于方 程
组( 2) 有非零解 .
由克拉默法则知 , 由 n 个方程构成的 n 元齐次线性方程组的系数行列式
不等于零时 , 齐次方程组只有全为零的 解 , 这 等价于 齐次方 程组有 非零时 其
系数行列式必须等于零 , 这里就是
x1 y1 1
x2 y2 1 =0 . ( 3)
x3 y3 1
以后在第 3 章中将证明式( 3) 也是齐次方 程组 ( 2 ) 有非零 解的充 分条件 . 所
以 3 个点 ( x1 , y1 ) , ( x2 , y2 ) , ( x3 , y3 ) 共线的充分必要条件就是 (3) 式 .
13 ( 补充题 49) 写出通过点 (1 , 1 , 1) , (1 , 1 , - 1 ) , ( 1 , - 1 , 1 ) , ( - 1 , 0 ,
0) 的球面方程 , 并求其半径和球心坐标 .
解 空间直角坐标系中球面的一般方程为
x2 + y2 + z2 + a x + by + cz + d = 0 .
球面上的点的坐标应满足该方程 , 于是由题设即得
1. 4 部分疑难习题和补充题的题解 33
1 + 1 + 1 + a + b+ c + d = 0 ,
1 + 1 + 1 + a+ b - c + d = 0,
1 + 1 + 1 + a - b+ c + d = 0 ,
1 - a + d= 0 .
即
a + b + c+ d = - 3 ,
a + b - c+ d = - 3 ,
( 1)
a - b + c+ d = - 3 ,
a - d= 1 .
方程组( 1) 的系数行列式为
1 1 1 1 1 1 1 1
1 1 -1 1 0 0 - 2 0
D = =
1 - 1 1 1 0 - 2 0 0
1 0 0 - 1 0 - 1 - 1 -2
0 - 2 0
= - 2 0 0 = 8≠0 ,
- 1 - 1 -2
所以( 1) 有惟一解
D1 D2 D3 D4
a= , b= , c= , d= ,
D D D D
其中
-3 1 1 1
-3 1 - 1 1
D1 =
-3 -1 1 1
1 0 0 - 1
1 1 1 -3 1 1
按第 4 行
- 1 - 1 1 + ( - 1) -3 1 - 1 = - 8;
展开
- 1 1 1 -3 - 1 1
34 第 1 章 行列式
1 - 3 1 1
1 - 3 - 1 1
D2 = = 0 ( 第 1 , 3 行相同 ) ;
1 - 3 1 1
1 1 0 - 1
1 1 - 3 1
1 1 - 3 1
D3 = = 0 ( 第 1 , 2 行相同 ) ;
1 - 1 - 3 1
1 0 1 - 1
1 1 1 - 3 1 1 1 - 3
1 1 - 1 - 3 0 0 - 2 0
D4 = =
1 - 1 1 - 3 0 -2 0 0
1 0 0 1 0 -1 - 1 4
0 -2 0
= -2 0 0 = - 16 .
-1 -1 4
于是即得
- 8 - 16
a= = - 1; b = c= 0; d = = -2 .
8 8
所以该球面的一般方程为
x2 + y2 + z2 - x - 2 = 0 ,
化为标准方程 , 得
2 2
1 1 3
x- + y2 + z2 = 2 + = ,
2 4 2
14 ( 补充题 50 ) 已知 a2 ≠ b2 , 证明方程组
1. 4 部分疑难习题和补充题的题解 35
a x1 + b x2 n = 1 ,
a x2 + bx2 n - 1 = 1,
a x n + b xn + 1 = 1,
b xn + a x n+ 1 = 1,
bx2 + a x2n - 1 = 1,
b x1 + a x2n = 1 .
有惟一解 , 并求此解 .
解 这里不仅 a2 ≠ b2 , 而且 a≠0 , b≠0 , 如果 b = 0 , a≠0 , 则方程组 显然
1
有惟一解 , 且 x i = ( i = 1 , 2 , … , 2 n) .
a
该方程组的系数行列式
a b
b
a b 第 2 n行加第 1 行乘 -
a
w Y
b
a b 第 2 n - 1 行加第 2 行乘 -
D= a
b a
………………………………
Y w b
b a 第 n+ 1 行加第 n行乘 -
a
b a
a b
a b
w Y
a b
a - b2
2
0
= a
Y w
a2 - b2
0
a
a2 - b2
0
a
a2 - b2 n
= an = a2 - b2 n
≠0 ,
a
所以方程组有惟一解 .
36 第 1 章 行列式
由第 1 和第 2 n 方程
a x1 + b x2n = 1 ,
bx1 + a x2n = 1 .
得
1 b
1 a a- b 1
x1 = = = ,
2
a - b 2 a2 - b2 a+ b
a 1
b 1 a- b 1
x2n = = = .
2
a - b 2 2
a - b 2 a+ b
1
同理 , 由第 2 和第 2 n - 1 方程可得 x2 = x2 n - 1 = ; … ;由第 n 和 第 n + 1 方
a+ b
1
程可得 xn = x n+ 1 = .所以该方程组的惟一解为
a+ b
1
xj = , j = 1 , 2 , … , n, n + 1 , … , 2 n .
a+ b
第 2 章
矩 阵
2. 1 基本要求与内容提要
1 基本要求
(1 ) 会用高斯消元法解线性方程组 .
(2 ) 理解矩阵的概念 , 熟悉单位矩阵、数量矩阵、对角 矩阵、上
( 下 ) 三角矩阵和对称 ( 反对称 ) 矩阵的基本运算性质 .
(3 ) 熟练掌握矩阵的线性运算 ( 加法和数量 乘法 ) 、乘 法、转 置
及其运算规律 , 以及方阵乘积的行列式和方阵的幂 .
(4 ) 熟练掌握矩阵可逆的条件和求逆的 方法 ( 用定义 , 伴随 矩
阵和初等变换求逆 ) .
(5 ) 熟练掌握矩阵的初等变换和 3 种初等矩阵 .
(6 ) 掌握分块矩阵的运算及其应用 .
2 内容提要
(1 ) 高斯消元法是对线性方程组中的方 程做 3 种 初等变换 将
其化为 同 解 的 阶 梯 形 方 程 组 来 求 解 的 一 种 方 法 .具 体 操 作 见
2 .2节 .
(2 ) 矩阵的线性运算 ( 加法和数量乘法 )
设同型矩阵 A= ( aij ) 和 B= ( bij ) ∈ Fm× n , k∈ F( 数域 ) .规定
38 第 2 章 矩阵
Ak = A A…A( k 个 A 连乘 ) .
由此可推出 : Ak Al = Ak + l ; ( Ak ) l = Ak l ( k, l 皆为正整数 ) , 但是 ,
一般来说
( AB) k ≠ Ak Bk .
如果 AB= BA( 即 AB 可 交 换, 此 时 A, B 必 为 同 阶 方 阵 ) , 则
k k k k k
( AB) = A B = B A .
(5) 矩阵的转置
m× n T T n× m
A= ( aij )∈ F 的转置矩阵 A = ( aj i ) ∈ F , 其中
aTji = aij ( i = 1 , …, m, j = 1 , … , n) .
有的书将 AT 记作 A′.
T T
如果 A = A, 称 A 为对称 矩阵; 若 A = - A, 称 A 为 反对 称矩
阵, 反对称矩阵的主对角元全为 0 .
矩阵的转置运算满足以下运算律 :
T T T T T
① ( A ) = A; ② ( A+ B) = A + B ;
③ ( kA) T = kAT ( k 是数 ) ; ④ ( AB) T = BT AT .
进而有
T T T T
( A1 A2 …Am ) = Am …A2 A1 .
(6) 可逆矩阵及其逆矩阵
① 若 AB= BA = I, 则称 A 为可逆矩阵 , 并称 B 为 A 的逆矩阵 ,
记作 A- 1 = B .
② 矩阵 A 可逆的充分必要条件为 | A| ≠0 .
③ 可逆矩阵的逆矩阵是惟一的 .
④ 求逆矩阵的方法
( i) 用定义 .如对角阵 A = diag( a1 , a2 , …, an ) 的逆矩阵为
1 1 1
A- 1 = diag , ,…, .
a1 a2 an
n× n
( ii) 用伴随矩阵 , A= ( aij ) ∈ F 的逆矩阵
- 1 1 *
A = A ,
| A|
40 第 2 章 矩阵
其中
A11 A21 … An1
*
A12 A22 … An2
A = ,
… … …
A1 n A2 n … Ann
式中 Aij 为 A 的元素 aij 的代数余子式 .
( iii) 用初等变换法
初等行变 换 - 1
( A, I) ( I, A ) ,
A 初等列变 换 I
.
I A- 1
⑤ 可逆矩阵满足以下运算律 :
- 1 - 1 - 1 1 -1
( i) ( A ) = A; ( ii) ( k A) = A ( k 是非零数 );
k
- 1 - 1 - 1 T - 1 - 1 T
( iii) ( AB) = B A ; ( iv) ( A ) = (A ) ;
- 1 1
(v) | A |= .
| A|
多个可逆矩阵乘积的逆矩阵为
( A1 A2 … Am ) - 1 = Am- 1 … A2- 1 A1- 1 .
(7) 矩阵的初等变换与初等矩阵
① 对矩阵的行和列的 3 种初等变换为: ( i) 对第 i 行 ( 或 列 ) 乘
非零常数 c; (ii) 将第 i 行 ( 或列 ) 乘 c 加到第 j 行 ( 或列 ) ; ( iii ) 将第 i
行 (或列 ) 与第 j 行 ( 或列) 对换 .
相应于 3 种初等变换的初等矩阵为:
( i) 倍乘初等矩阵 Ei ( c) 是将单位矩阵第 i 行 ( 或列 ) 乘 c;
( ii) 倍加初等矩阵 Eij ( c) 是将 单位矩 阵第 i 行 ( 或第 j 列 ) 乘 c
加到第 j 行 ( 或第 i 列 ) ;
( iii) 对换初等矩阵 Eij 是将单位矩阵的第 i 行和第 j 行 ( 或列 )
对换 .
2. 1 基本要求与内容提要 41
其中 Bl k = ATk l , k = 1 , … , s, l = 1 , … , t .
2 .2 高斯消元法
高斯消元法的基本思路 是 , 对 线性 方程 组中的 方 程做 3 种 初
等变换 ( 某方程乘非零常数 c; 一个方程乘常数 c 加到另一个方程 ;
两个方程对换位 置 ) , 将 其 化为 同 解 而又 易 于求 解 的阶 梯 形 方 程
组 .它是求线性方程组的解的一种基本方法 .
所谓消元就是把某个未知元的系数化为零 .因此, 为了使消元法
的解题过程书写简明, 我们就把线性方程组中的未知元 x1 , x2 , … , xn
去掉 , 将其对应为一张矩形数表 ( 称为方程组的增广矩阵 )
a11 a12 … a1 n b1
a21 a22 … a2 n b2
. ( 2 .1)
… … … …
am1 am2 … am n bm
消元过程就 变成对 线性方程 组的增广 矩阵做 3 种初 等行变 换 ( 某
行乘非零常数 c; 某行乘 c 加到另一行 ; 两行对换位置 ) .
高斯消元法是 一种 规 范化 的 消 元法 , 它 是 按一 种 固 定 的“ 程
序”来 消元的 .首先 做初等行 变换 , 把第 1 列的 元素化为 只剩一 个
非零元 , 并把该非零元置 于第 1 行第 1 列 , 然后依次对第 2 , 3 , … ,
n + 1 列都仿照第 1 列那样进行 , 把 (2 .1 ) 式化为阶 梯形矩 阵 .为 简
明起见 , 不妨设 m = n = 5 , 且化为
c11 c1 2 c13 c14 c1 5 d1
0 0 c23 c24 c2 5 d2
0 0 0 c34 c3 5 d3 . ( 2 .2)
0 0 0 0 0 d4
0 0 0 0 0 0
此时 , 方程组有解的充分必要条件 为 d4 = 0 .有 解时 , 求解步 骤为 ,
2 .2 高斯消元法 43
0 0 1 0 c′
25 d′
2
0 0 0 1 c′
35 d′
3 . ( 2 .3)
0 0 0 0 0 0
0 0 0 0 0 0
在行 简 化 阶 梯 形 增 广 矩 阵 对 应 的 方 程 组 上 , 求 解 极 为 方 便 , 令
x2 = k1 , x5 = k2 , 立即可得
1 - c′
x1 = d′ 1 2 k1 - c′
1 5 k2 ,
x2 = k1 ,
x3 = d′
2 - c′
2 5 k2 ,
x4 = d′
3 - c′
3 5 k2 ,
x5 = k2 .
即
x1 d′
1 - c′
12 - c′
15
x2 0 1 0
x3 = d′
2 + k1 0 + k2 - c′
25 ( k1 , k2 为任意常数) .
x4 d′
3 0 - c′
35
x5 0 0 0
这里解的表示形式 , 利用了后面的向量加法和数量乘法 .
44 第 2 章 矩阵
例 1 线性方程组
x1 + x2 + 2 x3 - x4 = 1 ,
x1 - x2 - 2 x3 - 7 x4 = 3 ,
x2 + ax3 + t x4 = t - 3 ,
x1 + x2 + 2 x3 + ( t - 2) x4 = t + 3
中的 a, t 取何值时 , 方程 组无 解 , 有 惟一 解 , 有 无穷 多组 解 ? 有 无
穷多组解时 , 求其解 .
解 记方程组的增广矩阵为 ( A, b) , 则
1 1 2 -1 1
1 -1 -2 -7 3
( A, b) = . ( 1)
0 1 a t t -3
1 1 2 t- 2 t+3
将其第 1 行乘 - 1 分别加到第 2 , 4 行 , 得
1 1 2 -1 1
0 -2 -4 -6 2
( A, b) ,
0 1 a t t -3
0 0 0 t- 1 t+2
1
把第 2 行乘 - , 再将其乘 - 1 加到第 3 行 , 得
2
1 1 2 -1 1
0 1 2 3 - 1
( 2)
0 0 a-2 t- 3 t- 2
0 0 0 t- 1 t+ 2
(1 ) 当 a≠2 , t≠ 1 时 , 方程 组 有 惟一 解 .此 时 求解 比 较繁 , 因
为将增广矩阵化为行简化 阶梯 阵也不 方便 .所 以先由 第 4 行对 应
t+ 2
的方程 ( t - 1 ) x4 = t + 2 , 得 x4 = ; 将其回 代到第 3 行对应的 方
t- 1
程,得
2 .2 高斯消元法 45
2 t- 4
x3 = ・ ;
2 - a t- 1
再将 x3 , x4 回代到第 2 行对应的方程 , 得
1 4( t - 4)
x2 = - 1 - + 3( t+ 2) ;
t- 1 2- a
最后把 x2 , x3 , x4 回代到第 1 行对应的方程 , 得
t+1
x1 = 6 .
t-1
(2 ) 当 t = 1 时 , 第 4 行 对 应 的 方 程 为 0 ・ x4 = 3 , 此 时 , 方
程无解 .
(3 ) 当 a = 2 时 , 令第 3 , 4 行最后两列元素成比例 , 即
t- 3 t- 2
= , 得 t= 4 .
t- 1 t+2
此时 , 第 3 , 4 行对 应 的方 程 都是 x4 = 2 .从 而 方 程 组有 无 穷 多 组
解 .将 a = 2 , t = 4 代入阶梯形增广矩阵 , 并进而用初等 行变换将 其
化为行简化阶梯矩阵 , 即
1 1 2 -1 1 1 0 0 0 10
0 1 2 3 - 1 0 1 2 0 -7
.
0 0 0 1 2 0 0 0 1 2
0 0 0 3 6 0 0 0 0 0
它所对应的方程组为
x1 = 10 ,
x2 + 2 x3 = - 7 ,
x4 = 2 .
取 x3 = k, 得方程组的解为
( x1 , x2 , x3 , x4 ) = ( 10 , - 7 - 2 k, k, 2 ) , k 为任意常数 .
(4 ) 当 a = 2 , t≠4 时 , 矩阵 ( 2) 中 , 第 3 , 4 行 不成 比例 , 它们 所
对应的方程 是矛盾方 程 , 从而方程 组无解 .或者 对矩阵 ( 2 ) 做初 等
46 第 2 章 矩阵
t-1
行变换 , 将第 3 行乘 - 加到第 4 行 , 得
t-3
1 1 2 -1 1
0 1 2 3 -1
0 0 0 t- 3 t- 2 . ( 3)
t-4
0 0 0 0 2
t-3
从矩阵 (3 ) 对应的方程组可见 , t = 3≠4 , 或 t≠4 且 t≠3 时 , 方程组
均无解 .
例 2 非齐次线性方程组的增广矩阵为
4 - 2 13 0 3
2 4 p 10 1
( A, b) = .
3 - 1 8 1 2
5 3 -3 11 1
试问 : p 取何值时 , 方程组有解 ? 并求解 .
1 3 5
解 如果将第 1 行分别乘 - , - , - , 并依次 加到 第 2 ,
2 4 4
3 , 4 行 , 这样虽 然后 3 行第 1 列元素全 化成零 , 但其他元素有很 多
分数 , 如此再继续消 元时 计算 很 繁 .为使 消元 过 程简 便 , 先 把 第 3
行乘 - 1 加到第 1 行 , 将第 1 行化为
(1 - 1 5 - 1 1 ) ,
并把第 2 行换到第 4 行 ( 否则消元时第 2 行的 p 会引起麻烦 ) , 即
1 -1 5 -1 1
行 变换 3 -1 8 1 2
( A, b) .
5 3 -3 11 1
2 4 p 10 1
将第 1 行乘 - 3 , - 5 , - 2 , 并分别加到第 2 , 3 , 4 行 , 得
2 .2 高斯消元法 47
1 - 1 5 -1 1
行变 换 0 2 - 7 4 -1
.
0 8 - 28 16 -4
0 6 p - 10 12 -1
再将第 2 行乘 - 4 , - 3 , 依次加到第 3 , 4 行 , 并将第 3 , 4 行对换 , 得
1 - 1 5 -1 1
行变 换 0 2 - 7 4 -1
.
0 0 p + 11 0 2
0 0 0 0 0
当 p + 11 ≠0 即 p≠ - 11 时 , 方 程组 有 无穷 多 组解 , 取 x4 为
自由未知量 , 令 x4 = k( 任意常数 ) , 依次解得
2 3- p 5+ p
x3 = , x2 = - 2 k, x1 = - k.
11 + p 2( 11 + p) 2( 11 + p)
例 3 齐次线性方程组的系数矩阵为
a 2 -1
A= 2 1 2 .
3 3 1
试问 : a 取何值时 , 方程组有非零解 ? 并求解 .
2 3
解 此时如果把第 1 行乘 - , - 分别加到第 2 , 3 行 , 把第
a a
1 列化为只剩 1 个非零 元 a, 这 样做 不 好 , 因为 首先 假 定了 a≠ 0 ,
解完后还需讨论 a = 0 时是否有非零解 , 而且 在第 2 , 3 行的 第 2 , 3
列元素出现含 a 的分式 , 继续消元也比较麻烦 .此题可用下面两种
方法求解 .
法 1: 把 A 的第 1 行与第 3 行对换 , 并把第 2 行乘 - 1 加到 第
1 行 , 使第 1 行第 1 列的元素化为 1 , 然后 , 继续对矩阵做初等行变
换 , 使之化为阶梯阵 , 再求其非零解 .
法 2: 把 A 的第 1 列与第 3 列对换 , 化为
48 第 2 章 矩阵
-1 2 a
A1 = 2 1 2 ,
1 3 3
再把 A1 的第 1 行与第 3 行对换 , 使之化为
1 3 3
A2 = 2 1 2 .
-1 2 a
这里以 A1 和 A2 为系数矩 阵的 齐次线 性方 程组是 一样 的 .但
要注意为使这个方程组与以 A 为系 数矩阵 的齐 次线 性方程 一样 ,
第 1 列对应的未知元应为 x3 , 而 第 3 列对应 的未 知元 应 为 x1 .读
者不难通过初等行变换 , 把 A2 化为下面的阶梯形矩阵
1 3 3
初等 行变 换
A2 0 - 5 -4 .
0 0 a-1
由此可见 , 齐次线性方程组有非零解的充分 必要条件 为 a - 1 = 0 ,
即 a = 1 .求 解时 把 第 3 列 对 应 的 未知 元 x1 ( 要 特 别 注 意 它 不 是
4
x3 ) 取为自由未知量 , 令 x1 = k 得 x2 = - k, 将 x1 , x2 代入第 1 个
5
方程 , 得
12 3
x3 = - 3 x2 - 3 x1 = k - 3k= - k.
5 5
所以 a = 1 时方程组的解为
4 3
( x1 , x2 , x3 ) = k, - k, - k , k 为任意常数 .
5 5
关于高斯消元法 , 再强调以下几点 :
(1 ) 高斯消元法是用初等行变换按“ 固定的程 序”一列一列 地
依次消元 , 将线性方程 组的增 广矩 阵化为 阶梯 形矩 阵 .求解 时 , 把
每行第 1 个非零元对应的 未知 量取为 基本 未知量 , 其 他的 取为 自
由未知量 , 并依次取任意常数 k1 , k2 , …将其代入方程组 , 求出基本
2. 3 矩阵的基本运算——加法、数量乘法和乘法 49
2 .3 矩阵的基本运算——加法、数量乘法和乘法
阵相加可以定义为对应元 素相 加 , 而 后面 讲的 两个矩 阵相 乘与 普
通的数的乘法相去甚远呢 ? 这就牵涉到矩阵的本质是什么 ? 在第
n
4 章揭示了一个 n× n 矩阵 A 实际 上是 表示 n 维 向量空 间 ( R ) 的
一个线性变换 .与此相关的是 : 一个线性方程组
a11 x1 + a12 x2 + … + a1 n x n = b1 ,
a21 x1 + a22 x2 + … + a2 n x n = b2 ,
( 2 .4)
an1 x1 + an2 x2 + … + an n x n = bn .
n
即 ∑ aij x j = bi ( i = 1 , … , n) , 它的 n 阶系数矩阵
j =1
A = ( aij ) n× n
T
就是一个线 性变换 , 它 把 n 维 向量 x = ( x1 , x2 , … , xn ) 变换 为 n
维向量 b = ( b1 , b2 , … , bn ) T .如果还有另一个以 n 阶矩阵
B = ( bi j ) n × n
为系数矩阵的线性方程组
n
∑b
j =1
ij x j = ci ( i = 1 , … , n) , ( 2 .5)
∑(a
j= 1
ij + bij ) xj = bi + ci ( i = 1 , … , n) ( 2 .6)
的系数矩阵就是我们前面定义的
A + B= ( aij + bi j ) n× n .
这个 A + B 就是两个线性变换 A 与 B 之和 , 从 方程 组 ( 2 .6 ) 可见 ,
T
它把 n 维向量 x = ( x1 , x2 , … , xn ) 变换为 n 维向 量 b + c= ( b1 +
c1 , b2 + c2 , … , bn + cn ) T .
2 矩阵的乘法
bn1 x1 + bn2 x2 + … + bn n x n = yn ;
a11 y1 + a12 y2 + … + a1 n y n = z1 ,
a21 y1 + a22 y2 + … + a2 n y n = z2 ,
( 2. 8)
an1 y1 + an2 y2 + … + an n y n = z n .
这里 的方 程 组 ( 2 .7 ) 可 理 解 为系 数 矩 阵 B = ( bi j ) n× n 把 向 量
x = ( x1 , x2 , … , xn ) T 变 换 为 向 量 y = ( y1 , y2 , … , yn ) T ; 方 程 组
T
(2 .8 ) 是系数矩阵 A = ( ai j ) n× n 把向 量 y = ( y1 , y2 , … , yn ) 变换 为
向量z= ( z1 , z2 , … , z n ) T .
把方程 组 ( 2 .7 ) 中 的 y1 , y2 , … , yn 代 入 方 程 组 ( 2 .8 ) , 就 会
得到
52 第 2 章 矩阵
c1 1 x1 + c12 x2 + … + c1 n x n = z1 ,
c2 1 x1 + c22 x2 + … + c2 n x n = z2 ,
( 2 .9)
cn1 x1 + cn2 x2 + … + cn n x n = z n .
其中 cij = ai1 b1 j + ai2 b2 j + … + ai n bn j ( i, j = 1 , … , n) .
推导出这个结果比较麻烦 , 但是 , 如果令 n = 2 , 读者就很容 易
导出这个结果 .
这里的方程组 (2 .9 ) 是 系数 矩 阵 C = ( cij ) n× n 把 向 量 x = ( x1 ,
x2 , … , xn ) T 变换为向量 z= ( z1 , z2 , … , z n ) T .于 是 , 我们就 把矩 阵
C 定义为矩阵 A 与 B 之乘积 , 即
C= AB .
这就是矩阵乘法定义的实际背景 .
定义了矩阵的乘法 , 上述的 3 个方程组 ( 2 .7) , ( 2 .8) 就可简捷
地表示为
Bx = y, ( 2 .7)
Ay = z, ( 2 .8)
将方程组 (2 .7 ) 中的 y 代入方程组 ( 2 .8 ) , 即得
ABx = z, 即 Cx = z . ( 2 .9)
其中 A = ( aij ) n× n , B = ( bi j ) n× n , C = ( ci j ) n× n ,
x1 y1 z1
x2 y2 z2
x= , y= , z= .
… … …
xn yn zn
线性代数在它的发展史 上 , 最 早研 究的 问题就 是 一般 线性 方
程组的求解问题 .定义了矩阵的乘法 , 一般的线性方程组 , 如 ( 2 .1)
式表示的线性方程组就可表示为
Ax = b,
其中 : A = ( ai j ) m× n , x = ( x1 , x2 , … , xn ) T , b= ( b1 , b2 , … , bm ) T .
2. 3 矩阵的基本运算——加法、数量乘法和乘法 53
此时 , 对于任何正整数 k, 均有
k k k k k
( AB) = A B = B A .
k k k
那么 , 由此能否进一步得出结论 :“ ( AB) = A B 的充分必 要
条件是 AB = BA”呢 ? 这 个 结 论 是 不 对 的 , 只 能 讲“ AB = BA 是
( AB) k = Ak Bk 成立的充分条件 , 而不是必要条件”.例如 :
在 (2 .1 0) 式中 A 和 B, 满足 AB≠ BA, 但是 由于 AB = 0, A2 =
2 2 2 2
0, B = B, 所以仍有 ( AB) = 0 = A B .
② 由矩阵 A 与 B 的乘积 AB = 0( 零矩阵 ) , 不能推 出 A = 0 或
B= 0, 即 A≠0 且 B≠0 时 有可能 得 AB = 0 .这 就是 矩阵的 乘法 有
非零矩阵作为零因子 , 此时 称 B 为 A 的 右零 因子 , A 为 B 的 左 零
因子 .例如在 ( 2 .10 ) 式中 , 有
A≠0 , B≠0, 但 AB= 0 .
这又是与数的乘法截然不 同的 一种“奇 特现 象”.为 什么会 出现 这
种“奇特现象”呢 ? 其根源 仍是 矩阵乘 法的 定义 .它的 一个 具体 表
现如下 .
如果以 A= ( aij ) m× n 为系数 矩阵 的齐 次线性 方程 组 Ax = 0 有
非零解 ( 如有非零解必有无穷多个 )
x1 1 x12 x1 s
x2 1 x22 x2 s
, ,… , .
… … …
xn1 xn2 xn s
将这些非零解为列排成的矩阵记作 B, 即
x1 1 x1 2 … x1 s
x2 1 x2 2 … x2 s
B= ,
… … …
xn1 xn2 … xn s
则有 AB= 0 .
由此又可知 , 当 A = ( aij ) n× n 为 n 阶 不 可逆 矩 阵时 , 由于 齐 次
2. 3 矩阵的基本运算——加法、数量乘法和乘法 55
线性方程组 Ax= 0 有非 零解 , 所 以 必存 在矩 阵 B = ( bi j ) n× s ( 其 中
每一列都是 Ax= 0 的 非 零 解 ) , 使 得 AB = 0; 而 当 A 为 可 逆 矩 阵
时 , Ax = 0 只有零解 , 因此 , 如果 AB = 0, 则必有 B = 0( 因为 B 的每
一列都是 Ax= 0 的解 ) , 或者由
AB = 0, 可推出 B = A- 1 0 = 0 .
所以 , 不可逆矩阵 A 也称为奇异矩阵 , 因为它存在 B≠0 使 AB = 0
的奇异现象 ; 而可逆 矩阵 A 则 称 为非 奇 异 矩阵 , 因为 它 不会 出 现
B≠0使 AB= 0 的奇异现象 .
这个问题进一步的结论是 : 对 于 m× n 矩 阵 A = ( ai j ) m× n , 如
果秩 ( A) < n, 则 Ax= 0 有非零解 , 从而存在 B≠0, 使 AB = 0; 如 果
秩 ( A) = n, 则 Ax = 0 只有零解 , 因此 , 不存在 B≠0 使 AB = 0, 即由
AB= 0 可推出 B = 0 .
③ 矩阵的乘法不满足消去律 , 即当 A≠0 时 , 由 AB = AC 不能
消去 A, 得 B= C .
这一点是由上述第②点派生出来的 .因为
AB = AC 可推出 AB - AC = A( B - C) = 0,
而上式由 A≠0, 不能推出 B - C = 0, 即 B = C .
但是 , 如 果 A 是 可 逆 矩 阵 , 则 由 AB = AC 的 等 式 两 边 左 乘
- 1 - 1 - 1
A , 即得 A AB= A AC, 从而得 B = C( 此时可消去 A) .
(3 ) 一些特殊矩阵的乘法运算
① 对角矩阵、单位矩阵与数量矩阵
对角矩阵 Λ= diag( a1 , a2 , … , an ) 左乘 A = ( ai j ) n× s 是将主对角
元 ai ( i = 1 , … , n) 乘 A 中 第 i 行 每 个元 素 ; 对 角 矩阵 Λ 右 乘 B =
( bij ) m× n 是将主对角元 a i ( i = 1 , … , n) 乘 B 中第 i 列每个元素 , 即
56 第 2 章 矩阵
ki a ij = kj a i j ( i, j = 1 , 2 , 3) .
由于 , 当 i≠ j 时 , ki ≠ kj , 所以当 i≠ j 时 , ai j = 0 .因 此 , A 为 对角 矩
阵 , 即 A = diag( a1 1 , a22 , a3 3 ) .
( ii ) 如果对角矩阵 Λ= diag ( k1 , k2 , k2 ) ( 其中 k1 ≠ k2 ) , 则与 该
对角矩阵可交换的矩阵 A= ( aij ) 3 × 3 必为
a11 0 0
A= 0 a22 a23 . (2 .1 4)
0 a32 a33
这从 (2 .1 3 ) 式中 k3 = k2 ≠ k1 , 立即 可得 A 中 元素 a12 = a13 =
a2 1 = a3 1 = 0 .
同理 , 如果对角矩阵 Λ= diag ( k1 , k1 , k2 , k3 , k3 ) ( 其中 k1 , k2 ,
k3 互不相等 ) , 则与其可交换的五阶矩阵 A 必为
a1 1 a1 2 0 0 0
a21 a22 0 0 0
A= 0 0 a33 0 0 . (2 .1 5)
0 0 0 a4 4 a4 5
0 0 0 a54 a55
以上 (2 .1 4) 与 (2 .1 5) 式的矩阵称为对角块矩阵 .
思考题 与对角矩阵 Λ= diag ( k1 , k2 , k1 ) ( k1 ≠ k2 ) 可交 换 的
矩阵 A= ( aij ) 3 × 3 是怎样的矩阵 ?
( iii ) 最简单的情形是 , 两个对角矩阵 Λ1 = diag( a1 , a2 , … , an )
与 Λ2 = diag ( b1 , b2 , … , bn ) 相乘可交换 , 且
Λ1 Λ2 = Λ2 Λ1 = diag ( a1 b1 , a2 b2 , … , an bn ) .
② 上 ( 下 ) 三角矩阵
两个同阶 上 三角 矩 阵 A = ( aij ) n × n 与 B = ( bi j ) n× n ( 其 中 i > j
时 , aij = bij = 0 ) 的乘积 AB = C = ( ci j ) n× n 仍 是上 三角 矩阵 , 且主 对
角元 cii = aii bii ( i = 1 , 2 , … , n) .
同样 , 两个同阶下三 角矩 阵 A 与 B 的 乘积 AB = C 仍是 下 三
58 第 2 章 矩阵
2 3
0 a a a
2
0 0 a a
A = 2 I + B, 其中 B= ,
0 0 0 a
0 0 0 0
故
n n n 1 n- 1
A = ( 2 I + B) = ( 2 I) + C n ( 2 I ) B+
2 n- 2 2 3 n - 3 3 n
Cn ( 2 I ) B + C n (2 I) B +…+B
n 1 n - 1 2 n- 2 2 3 n- 3 3 n
= 2 I + Cn 2 B + Cn 2 B + Cn 2 B +…+B ,
其中
2 3
0 0 a 2a 0 0 0 a3
2
2 0 0 0 a 3 0 0 0 0 4 n
B = , B = , B = … = B = 0,
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
所以
2n C1n 2n - 1 a (C1n 2n - 1 + C2n 2n - 2 ) a2 (C1n 2n - 1 + C2n 2n - 2 + C3n 2n - 3 ) a3
n 1 n- 1 1 n- 1 2 n- 2 2
n
0 2 Cn 2 a (Cn 2 + Cn 2 )a
A = n 1 n- 1
,
0 0 2 Cn 2 a
0 0 0 2n
1 2 n( n - 1 ) 3 n( n - 1 ) ( n - 3)
其中组合数 C n = n, C n = , Cn = .
2! 3!
例 5 设 A, B, I 为同阶矩阵 .下列命题哪些是正确的 ?
(1 ) ( A + B) 2 = A2 + 2 AB + B2 .
3 3 2 2 3
(2 ) ( A +λI ) = A + 3λA + 3λ A +λ I (λ为数 ) .
(3 ) 若 A, B 可交换 , 则 ( A + B) 与 ( A - B) 相乘也可交换 .
2 2 2
(4 ) ( AB) = A B 当且仅当 AB= BA .
( 5 ) 若 BA = A, 则 B= I .
( 6 ) 若 A 与 AB 均为上三角矩阵 , 则 B 也是上三角矩阵 .
解 ( 1 ) 不正确 , 因为一般 AB≠ BA .
2. 3 矩阵的基本运算——加法、数量乘法和乘法 61
( 2 ) 正确 , 因为数量矩阵 λI 与 A 可交换 .
( 3 ) 正确 , 因为 ( A + B) ( A - B) 与 ( A - B) ( A + B) 都等 于 A2 -
2 2 2
AB+ AB - B = A - B .
2 2 2
( 4 ) 不正确 , 其 中“ 当 AB = BA 时 , 有 ( AB) = A B ”是 正 确
的 , 而“ 仅 当 AB = BA 时 , 才有 ( AB) 2 = A2 B2 ”是 不正 确 的 , 例 如 ,
2 2 2
( 2 .1 0) 式中 , AB≠ BA, 但 ( AB) = A B = 0 .
( 5 ) 不正确 , 例如
1 1
1 1 2 2
A= , B= .
1 1 1 1
2 2
(6 ) 不正确 , 例如
1 1 1 1 2 2
A= , B= , AB= .
0 0 1 1 0 0
例6 设
1 1 2 -1 x1 y1 z1
A= , B= , x= , y= , z=
1 -1 -4 2 x2 y2 z2
之间满足 Ax= y, By= z .
T
( 1 ) 若 x = ( 1, 2 ) , 求 z .
( 2 ) 当 z = ( 0 ,0 ) T 时 , 求 x .
解 由 Ax= y, By= z 得 ( BA) x = z .
2 -1 1 1 1
( 1 ) z= ( BA) x =
-4 2 1 - 1 2
1 3 1 7
= = .
-2 -6 2 - 14
( 2 ) ( BA) x = z 即为线性方程组
1 3 x1 z1 0
= = .
-2 -6 x2 z2 0
62 第 2 章 矩阵
用消元 法 , 得 x1 + 3 x2 = 0 , 取 x2 = k ( 为 任 意 常 数 ) , 得 x1 =
- 3 k, 于是所求的全部 x 为
- 3k
x= , k 为任意常数 .
k
2. 4 矩阵的转置
将一个 m× n 矩阵 A = ( ai j ) m × n 的行与列互换 ( 即把 A 的 m 个
行依次换为 m 个列 , 或 把 A 的 n 个列 依次 换为 n 个 行 ) 所 得到 的
一个 n× m 矩阵 AT = ( aTj i ) n× m ( 其 中 aTji = aij ) 称为 A 的转置 矩阵 .
关于矩阵的转置 , 需要搞清以下问题 .
1 为什么要研 究矩阵的 转置
矩阵的转置是研究非常重要的对称矩阵和反对称矩阵的有力
工具 .
T
A= ( aij ) n× n 为对称矩阵的充分必要条件是 A = A, 即 aj i = aij
( i, j = 1 , … , n) .
T
A = ( aij ) n× n 为 反 对 称 矩 阵 的 充 分 必 要 条 件 是 A = - A, 即
aji = - aij ( i, j = 1 , … , n, 其中 aii = 0 ) .
线性代数的一 个重要 问题是研 究 n 元实二 次型 ( 即 n 元二 次
齐次多项式 )
2
f ( x1 , x2 , … , xn ) = ( a11 x1 + 2 a12 x1 x2 + … + 2 a1 n x1 xn )
+ ( a22 x22 + 2 a23 x2 x3 + … + 2 a2 n x2 xn )
+ … + ( an - 1 , n - 1 x2n - 1 + 2 an - 1 , n x n - 1 xn )
2
+ an n x n
( 其中 aij 均为实数 ) 的性质 .这个实二 次型对 应于一个 实对称矩 阵
A = ( aij ) n× n , 利用转置和 矩阵 的乘法 , 该 实二 次型 可表 示 为 ( 详 见
第 6 章)
2. 4 矩阵的转置 63
f ( x1 , x2 , … , xn ) = xT Ax,
其中 x = ( x1 , x2 , … , xn ) T .
以后 , 我们还将证明 , 对于任何实对称矩阵 A, 都存在可 逆 ( 或
满秩 ) 矩阵 C, 使得
CT AC = Λ= diag ( d1 , d2 , … , dn ) .
T
做坐标变换 x = Cy( 其中 y = ( y1 , y2 , … , yn ) ) , 则
T T T
f ( x1 , x2 , … , xn ) = x Ax = y C ACy
= d1 y21 + d2 y22 + … + dn y2n ,
即把一般的二次齐次多项 式化 为了纯 平方 项之和 .这 在空 间解 析
几何中研究一般的三元二 次方 程所表 示的 二次曲 面的 图形 , 以 及
在 n 元函数中研究极值点的充分条件都有重要的应用 .
2 矩阵转置的 运算律
见内容提要 .
这里要特别注意 , ( AB) T ≠ AT BT . 矩阵乘积的转置满足 :
( AB) T = BT AT ,
( A1 A2 … An ) T = ATn … A2T A1T .
这个运算律可形象地称为“ 脱 衣法 则”, 即 A1 表示 内衣 , … , An 表
示外衣 , 右端括号内是穿衣顺序 , 左端是脱衣顺序 , 先脱外衣 , 后脱
内衣 .
k
若 A 为对称矩阵 , 则对于任意正整数 k, A 仍然 是对称 矩阵 .
因为
k T T T T T T k k
( A ) = ( AA… A) = A … A A = ( A ) = A .
而对于反对称矩阵 A, 由于
( Ak ) T = ( AT ) k = ( - A) k = ( - 1) k Ak ,
k T k k
因此 , 当 k 为奇数时 , ( A ) = - A , 所以 A 仍是反 对称矩阵 ; 当 k
k
为偶数时 , 则 A 为对称矩阵 .
但要注意 , 当 A, B 都是同阶对称矩阵时 , 其乘积 AB 并不一定
64 第 2 章 矩阵
是对称矩阵 , 因为
T T T
( AB) = B A = BA ( BA 与 AB 不一定相等 ) .
由此可见 , 若 A, B 均是对称矩阵 , 则 AB 仍为对称矩阵的充分必要
条件是 AB 可交换 ( 即 AB = BA) .
同理 , 若 A, B 都是反对称矩阵 , 而 AB 为对称矩阵的充要条件
是 AB = BA .
例 1 设 A, B 分别为 n 阶 对称 矩阵 和 反对 称矩 阵 .问 : 正 整
k m m k
数 k, m 取何值时 , A B - B A 必为对称矩阵或反对称矩阵 .
解 讨论矩阵的对称性要利用矩阵的转置 , 由
k m m k T k m T m k T
( A B - B A ) = ( A B ) - (B A )
= ( Bm ) T (Ak ) T - ( Ak ) T (Bm )T
T m T k T k T m
= ( B ) (A ) - ( A ) (B )
= ( - 1) m Bm Ak - ( - 1) m Ak Bm ,
可知 : 当 m 为偶数 , k 为任意正整数时 ,
( Ak Bm - Bm Ak ) T = - ( Ak Bm - Bm Ak ) ,
k m m k
所以 A B - B A 为 反对 称 矩阵 ; 同 理 , 当 m 为奇 数 , k 为 任 意
正整数时 , Ak Bm - Bm Ak 为对称矩阵 .
T T T
例 2 设 α = ( 1 , 0 , - 1 ) , β= ( 1 , - 1 , 2 ) , A = αβ , 且
| kI - A5 | = k3 + 1 , 试求 k .
5 T 5 T T T T T
解 A = (αβ ) = (αβ ) (αβ ) (αβ ) (αβ ) (αβ )
= α(βT α) 4 βT = ( - 1) 4 αβT = A,
1 1 - 1 2
A = αβ = T
0 (1 , - 1 , 2 ) = 0 0 0 ,
-1 -1 1 -2
k- 1 1 -2
5 k- 1 -2
| kI - A | = | kI - A| = 0 k 0 = k
1 k+2
1 - 1 k+2
3 2 3
= k + k = k + 1,
2. 5 可逆矩阵及其逆矩阵 65
于是 , k2 = 1 , 所以 k = ±1 .
2. 5 可逆矩阵及其逆矩阵
1 可逆矩阵的 基本概念
一个方阵是否可逆 , 这是线性代数所研究的一个重要问题 .例
如 , 以 n 阶矩阵 A 为系数矩阵的齐次和非齐次线性方程组
Ax = 0, Ax = b
是否有非零解和无穷多组解 , 都与 A 是否可 逆有 关 .再如 , 在三 维
T
空间中做一一对应的坐标变换 , 把坐标 x = ( x1 , x2 , x3 ) 变换为坐
标 y= ( y1 , y2 , y3 ) T , 也必须通过一个三阶可逆 矩阵 Q = ( qij ) 3 × 3 来
实现 , 即
Qx = y .
所谓一个 n 阶矩阵 A 可逆 , 就是如果 A 与 B 可交换 , 且 AB =
I, 即
AB = BA = I .
并称 B 是 A 的逆矩阵 , 记作 A - 1 = B .此时 , 也可 称 B 可逆 , A 是 B
的逆矩阵 , B - 1 = A .
(1 ) 如果矩阵 A 可逆 , 其逆矩阵是惟一的 .
在数学中证明惟一性的一种常用方法为 : 假设有两个 , 证明这
两个相等 .这里可设 B, C 均为 A - 1 , 利用可 逆矩 阵的 定义 , 可证 明
B= C( 详见主教材 ) .
( 2 ) 矩阵 A = ( ai j ) n× n 可逆的充分必要条件是 | A| ≠0, 且
- 1 1 *
A = A ( 详见内容提要 ) , (2 .1 6)
| A|
A* = | A| A - 1 . (2 .1 7)
这个定理 , 证明其必要性时 , 利用 AB = I 可推 出 | A | | B| = 1 ,
66 第 2 章 矩阵
2 求逆矩阵的 3 种方法
- 1 - 1
(1 ) 利用定义 , 或 AB = I A = B, B =A.
例 1 对角矩阵 A= diag( a1 , a2 , … , an ) 可 逆的 充要条 件为 主
对角元 ai ≠0( i = 1 , 2 , … , n) , 且其逆矩阵
1 1 1
A - 1 = diag , , …, ( 这由定义立即可得 ) .
a1 a2 an
0 0 1
例 2 求 B= 0 2 0 的逆矩阵 .
3 0 0
解 因为 | B| = - 6≠0 , 所以 B 可逆 , 利 用这类矩 阵的乘法 性
质及可逆矩阵的定义 , 立即可得
2. 5 可逆矩阵及其逆矩阵 67
1
0 0
3
- 1
B = 1 .
0 0
2
1 0 0
容易验证 BB - 1 = I .
2
例 3 设方阵 A 满足 A = 2 A, 证明 A - I 与 A + 2 I 均可逆 , 并
求其逆 ; 再问 A - 2 I 是否可逆 ? 并列举几个这样的三阶矩阵 A .
2 2
解 由 A = 2 A 得 A - 2 A = 0, 于是
A2 - 2 A = ( A - I) 2 - I = 0,
- 1
即 ( A - I) ( A - I ) = I, 所以 A - I 可逆 , 且 ( A - I) = A- I.
2
A - 2 A = ( A + 2 I) ( A - 4 I ) + 8 I = 0 ,
1
即 ( A + 2I ) - ( A - 4 I) = I, 所 以 A + 2 I 可 逆 , 且
8
- 1 1
( A + 2 I) = - ( A - 4 I) .
8
2
再由 A - 2 A = A( A - 2 I) = 0, 得
| A| | A - 2 I | = 0 .
此时 , 无法判定 | A - 2 I | 是否不 等于零 , 因而 这里无 法断定 A - 2 I
是否可逆 .以 后学 了第 3 章 , 就 可知道 , 只要 A≠0 , A - 2 I 都是 不
可逆的 .
满足 A2 = 2 A 的 A 的例子 , 最简单的可考虑对角矩阵 .
2 2 2 2 2
设 A = diag( a, b, c) , 则 A = diag( a , b , c ) , 由 A = 2 A 得
a2 = 2 a, b2 = 2b, c2 = 2 c,
所以 , a = 2 或 0 , b = 2 或 0 , c = 2 或 0 . 例如 , 可取
A = diag( 2 , 2 , 0) , 则满足 A2 = 2 A .
如果要列举非对角矩阵的例子 , 可取
A = P - 1 ΛP,
其中 : P 是任意三阶可逆矩阵 , Λ是上面的对角矩阵 , 此时
68 第 2 章 矩阵
一般结论 : 上三角 矩阵 的 逆矩 阵仍 是上 三角 矩 阵 , 且其 主 对
角元是原矩阵的主对角元的倒数 .
( ii ) | B| = 8 , 故 B 可逆 .将 B 表示为对角块矩阵
B1 0
B= ,
0 B2
其中
1 -2 - 1 1 -4 2 -2 1
B1 = , B1 = = ,
3 -4 2 -3 1 - 3/ 2 1/ 2
1
B2 = 4 , B2- 1 = .
4
根据后面讲的对角块矩阵的逆矩阵的结论 , 得
- 1 -2 1 0
- 1
B1 0
B = = - 3/ 2 1/ 2 0 .
0 B2- 1
0 0 1/ 4
( iii ) | C| = 1 - a, 因此 , 当 a = 1 时 , C 不可逆 , 当 a≠1 时 , C 可
逆 , 其逆矩阵为
-1- a 1 1
- 1 1 * 1
C = C = 1 - a a-1 0 .
| C| 1- a
2 -1 -1
(3 ) 用初等行变换或初等列变换求逆 矩阵 .( 见 2. 6 节初等 变
换与初等矩阵中的例 ) .
3 可逆矩阵满 足的运算 律
详见内容提要 .
这里要特别注意 : A 和 B 均可逆 , 则 AB 也可逆 , 且
- 1 - 1 - 1
( AB) =B A ;
- 1 - 1 - 1 - 1
( A1 A2 … An ) = An … A2 A1 ( 脱衣法则 ) ;
T - 1 - 1 T
(A ) = (A ) ;
70 第 2 章 矩阵
- 1 1
|A | = .
| A|
但是 , A 和 B 均可逆 , 不能推出 A + B 也 可逆 ( 读者 不 难用 对角 矩
阵举出例子 ) .即使 A+ B 可逆 , 也可能
- 1 - 1 - 1
( A + B) ≠A +B ( 也用对角矩阵举例 ) .
这在数的运算里也是如此 , 非零数 a 与 b 之和 a + b≠0 时 , 有
- 1 1 1 1 - 1 - 1
( a + b) = ≠ + =a +b .
a+ b a b
关于可逆矩阵满足的运算律 , 既要能熟练地加以证明 ( 详见教
材 ) , 又要会灵活地应用它们解决各种问题 .
例 5 关于对称矩阵与反对称矩阵的逆矩阵 .
- 1
(1 ) 可逆对称矩阵 A 的逆矩阵 A 仍是对称矩阵 .
因为
- 1 T T - 1 - 1
(A ) = (A ) =A .
(2 ) 可逆反对称矩阵 B 的逆矩阵也是反对称矩阵 .因为
- 1 T T - 1 - 1 - 1
(B ) = (B ) = ( - B) = - B .
( 3 ) 奇数阶反对称 矩阵 B 一 定不 可 逆 .只 要 证明 此 时 | B | =
0 .设 B 为 n( 奇数 ) 阶矩阵 , 由于 BT = - B, 所以
T n
| B | = | B| = | - B| = ( - 1 ) | B| = - | B| ,
因此 | B| = 0 , 故 B 不可逆 .
例 6 已知
1 0 0 2 3 4
B= 2 1 0 , C= 0 2 3 ,
3 2 1 0 0 2
- 1 T - 1 - 1
且三阶矩阵 A 满足 ( I - C B ) C A = I, 试求 A .
解 将上述矩阵等式两端 , 先左乘 I - C- 1 BT , 再左乘 C, 即可
- 1 T T
得 A = C( I - C B ) = C- B .
也可先将上述矩阵等式利用可逆矩阵的运算律加以化简 , 即
2. 5 可逆矩阵及其逆矩阵 71
( I - C- 1 BT ) - 1
C- 1 A = C( I - C - 1 BT ) - 1
A
T - 1
= (C- B ) A = I,
于是 , 立即可得
2 3 4 1 2 3 1 1 1
A = C - BT = 0 2 3 - 0 1 2 = 0 1 1 .
0 0 2 0 0 1 0 0 1
例 7 已 知同 阶 方阵 A, B, C 满 足 ( I - C B) C A = C - 1 , 且 T T T
T
CC = I, C - B 可逆 , 求 A .
解 此题要先利用矩阵 转置与 可逆 矩阵满 足的 运 算律 , 将 题
中所给矩阵方程加以化简 , 然后再求 A, 即
( I - CT B) T CT A = [ C( I - CT B) ] T A = ( C - CCT B) T A
T - 1
= ( C - B) A = C . ( 1)
由于 | C - B | = | ( C - B) T | ≠ 0 , 所以 ( C - B) T 也可 逆 , 于 是 由 ( 1)
式得
A = [ ( C - B) T ] - 1 C- 1 = [ C( C - B) T ] - 1
T T - 1 T T - 1
= [C( C - B ) ] = ( CC - CB )
= ( I - CBT ) - 1 . ( 2)
T - 1 T
如果利用 CC = I, 得 C = C , 并代入 ( 1) 式 , 则得
A = [ ( C - B) T ] - 1 CT = [ ( C - B) - 1 ] T CT
- 1 T
= [ C( C - B) ] . ( 3)
这里 (2 ) 式与 ( 3) 式的结论都是正确的 ( 读者不难证明 ( 2) 式 , ( 3) 式
右端矩阵是 相等的 ) .从形式 上看 , ( 2 ) 式 更简洁一 些 .其实两者 的
计算量是差不多的 , 都要作一次减法 , 一次乘法 , 一次转置 , 一次求
逆 , 只不过是这四种运算的顺序不一样 .
例 8 已知 A = diag( 1 , - 2 , 1 ) , 且 A* BA = 2 BA - 8 E( E 为 单
位矩阵 ) , 求 B .
解 先利 用 矩 阵的 运 算律 , 化简 题 中 矩 阵方 程 .由 A* BA =
2 BA - 8 E, 得
72 第 2 章 矩阵
A* BA - 2 BA = ( A* - 2 E) BA = - 8 E .
所以
BA = - 8( A* - 2 E) - 1
B = - 8( A* - 2 E) - 1 A - 1 = - 8[ A( A* - 2 E) ] - 1
- 1
= - 8( | A| E - 2 A) ( 其中 | A| = - 2 )
- 1 - 1
= - 8( - 2 E - 2 A) = - 8[ diag( - 4 , 2 , - 4 ) ]
1 1 1
= - 8diag - , , - = diag (2 , - 4 , 2 ) .
4 2 4
*
例 9 ( 习 题 73 ) 设 A 为 三 阶 矩 阵 , | A | > 0, A = diag ( 1 ,
- 1 , - 4) , 且
- 1 - 1
ABA = BA + 3 I,
求 | A| 和矩阵 B .
解 由 AA* = | A| I, 得 | A| | A* | = | A| 3 , 所以
| A| 2 = | A* | = 4 , | A| = ±2 , 取 | A| = 2 > 0 .
- 1 - 1
再由 ABA = BA + 3 I, 得
- 1 - 1 - 1
ABA - BA = ( A - I) BA = 3 I,
所以
- 1 - 1 - 1 - 1 - 1
B = 3 ( A - I) A = 3[ A ( A - I) ] = 3( I - A )
- 1 - 1
1 * 1 *
=3 I- A =3 I- A
| A| 2
- 1
1 3 2 1
= 3 diag , ,3 = 3diag 2 , ,
2 2 3 3
= diag (6 , 2 , 1 ) .
2. 6 矩阵的初等变换和初等矩阵
矩阵所起的 3 种行 ( 列 ) 变换 的作 用 ( 详见 内容 提要 ) .这里 还要 搞
清楚以下几个问题 :
(1 ) 为什么 3 种初等矩阵的逆矩阵都是同类型的初等矩阵 ?
即为什么
1
Ei- 1 ( c) = Ei , Eij- 1 ( c) = Eij ( - c) , Ei-j 1 = Eij ?
c
这是因为初等矩阵是单 位矩阵 做一 次初等 变换 得 到的 矩阵 ,
所以对初等矩阵再做一次同样类型的初等变换就能使之回到单位
矩阵 .例如 , 对倍乘初等矩 阵 Eij ( c) , 再做一 次初 等 行变 换 , 将第 i
行乘 - c 加到第 j 行 , Ei j ( c) 就变为单位矩阵 I, 即
Eij ( - c) Eij ( c) = I, 所以 Eij- 1 ( c) = Ei j ( - c) .
(2 ) 为什么初等变换能判定矩阵的可逆性
这是因为对方阵作初等 变换 , 不会 改变 方阵行 列 式的 零或 非
零性 .因此 , 如果对方阵 A 做初等行 变换将 其化 为阶 梯形矩 阵时 ,
当它出现全零行时 , 就说明 | A| = 0 , 从而 A 不可 逆 ; 当 它不出现 全
零行 , 即阶梯形矩阵 为上 三角 矩 阵 , 且其 主对 角 元均 不 等于 0, 就
说明 | A| ≠0, 从而 A 可逆 .
(3 ) 为什么只用 初等行 变换 ( 或 只用 初等列 变换 ) 能 求可 逆
矩阵的逆矩阵
这是因为对可逆矩阵做 初等行 变换 , 可 将其化 为 主对 角均 非
零的上三角矩阵 , 再 对每 行 做倍 乘变 换 , 可 将主 对角 元 全化 为 1 ,
然后再做初等行变换 , 就可将其化为单位矩阵 .所以对可逆矩阵做
若干次初等行变换就可 将其 化为 单位 矩阵 , 即存 在初 等矩 阵 P1 ,
P2 , … , Ps , 使
Ps … P2 P1 A = I, ( 2 .18 )
从而
A - 1 = Ps … P2 P1 = Ps … P2 P1 I . (2 .1 9)
因此 , 由 ( 2 .18 ) , ( 2 .19 ) 式可见 , 对 A 与 I 做同样的初等行变换 , 当
2. 6 矩阵的初等变换和初等矩阵 75
A 变为 I 时 , I 就变为 A - 1 , 即
初等 行变 换 - 1
( A, I ) ( I, A ) .
同理
A 初等 列变 换 I
- 1
.
I A
这里要特别注意 , 用初等变换求逆矩阵时 , 如用初等行变换必
须始终做初等行变换 , 其中不能做任何初等列变换 .
(4 ) 为什么可逆矩阵都可分解为若干个初等矩阵的乘积 ?
这是因为从 (2 .1 8) 式可得
- 1 - 1 - 1 - 1
A = ( Ps … P2 P1 ) = P1 P2 … Ps , (2 .2 0)
- 1
其中 Pi ( i = 1 , … , s) 是与 Pi 同类型的初等矩阵 .
例1 设
3 5 5 1 2
A= 2 4 3 , B= -2 1 ,
-2 -2 -3 1 3
且 AX = B, 试求 X .
- 1
解 法 1: 由 于 | A | = 2 ≠ 0 , A 可 逆 , 所 以 X = A B .求 出
A- 1 , 再算 A - 1 B, 即得 X .
法 2: 由于 A 可逆 , 所 以存 在若 干初 等 矩阵 P1 , P2 , … , Ps , 使
Ps … P2 P1 A = I, 于是
Ps … P2 P1 AX = Ps … P2 P1 B, ( 1)
X = Ps … P2 P1 B = A - 1 B . ( 2)
由 ( 1 ) , ( 2 ) 式可见 , 对 A, B 做同样的初等行变换 , 当 A 变成 I 时 , B
就变成了 X .即
3 5 5 1 2 1 1 2 3 1
① + ②×( - 1)
( A, B ) = 2 4 3 -2 1 2 4 3 -2 1
③+ ②
-2 -2 -3 1 3 0 2 0 -1 4
76 第 2 章 矩阵
1 1 2 3 1 1 1 2 3 1
② + ①×( - 2 ) ③ + ②×( - 1 )
0 2 -1 -8 -1 0 2 -1 -8 -1
0 2 0 -1 4 0 0 1 7 5
21
1 0 0 - - 11
1 1 0 - 11 - 9 ① + ②× -
1 2
②+ ③ 2
0 2 0 -1 4 1 .
① + ③×( - 2) 1 0 1 0 - 2
②× 2
0 0 1 7 5 2
0 0 1 7 5
所以
21
- - 11
2
X= 1 .
- 2
2
7 5
例2 设
1 -1 0 0 2 1 3 4
0 1 -1 0 0 2 1 3
B= , C= ,
0 0 1 -1 0 0 2 1
0 0 0 1 0 0 0 2
- 1 - 1 - 1
且 A( I - C B) C B= I, 求 A .
解 由 A( I - C - 1
B) - 1 C- 1 B = A[ C( I - C - 1 B) ] - 1 B
- 1
= A( C - B) B
= I,
- 1
得 A = B ( C - B) .
用初等列变换法求 B- 1 .
2. 6 矩阵的初等变换和初等矩阵 77
1 -1 0 0 1 0 0 0 1 0 0 0
0 1 -1 0 0 1 -1 0 0 1 0 0
0 0 1 -1 0 0 1 -1 0 0 1 0
B
0 0 0 1 [2] + [1] 0 0 0 1 [3] + [2] 0 0 0 1
= ,
1 0 0 0 1 1 0 0 [4] + [3] + [2] 1 1 1 1
I
0 1 0 0 0 1 0 0 0 1 1 1
0 0 1 0 0 0 1 0 0 0 1 1
0 0 0 1 0 0 0 1 0 0 0 1
所以
1 1 1 1 1 2 3 4 1 3 6 10
0 1 1 1 0 1 2 3 0 1 3 6
A= B- 1 ( C - B) = = .
0 0 1 1 0 0 1 2 0 0 1 3
0 0 0 1 0 0 0 1 0 0 0 1
1 2
例 3 将可逆矩阵 A = 表示为若干初等矩阵的乘积 .
3 4
解 对矩 阵 A 做若 干次 初等 行 变换 将 其化 为 单位 阵, 按
( 2 .18 ) 式即得 A= ( Ps … P2 P1 ) - 1 = P1- 1 P2- 1 … Ps- 1 .由
1 0 1 2 1 2
= ,
-3 1 3 4 0 - 2
1 1 1 2 1 0
= ,
0 1 0 - 2 0 - 2
1 0
1 0 1 0
1 = = I,
0 - 0 -2 0 1
2
得
1 0
1 1 1 0 1 2
1 = I,
0 - 0 1 -3 1 3 4
2
78 第 2 章 矩阵
所以
- 1
1 0
1 2 1 1 1 0
A = = 1
3 4 0 - 0 1 -3 1
2
- 1
- 1 - 1 1 0
1 0 1 1
= 1
-3 1 0 1 0 -
2
1 0 1 -1 1 0
= ,
3 1 0 1 0 -2
即
A= E12 ( 3 ) E21 ( - 1 ) E2 ( - 2) .
2. 7 分块矩阵
把矩阵表示为 分块 矩 阵进 行 运 算是 矩 阵 运 算 的一 个 重 要 技
巧 , 它把大型矩阵化为 若干小 型矩 阵的运 算 , 使运 算更 为简 明 .而
且它有助于一 些命题 ( 定 理 ) 的证明 .例 如书中 例 4 证 明可逆上 三
角矩阵的逆矩阵也是上三 角矩 阵 , 用 数学 归纳 法和矩 阵分 块的 方
法加以证明就比较方便 , 如果不用分块的方法证明就比较麻烦 .
关于分块矩阵的加法、数乘、乘法、转置等运算 , 要特别注意乘
法和转置 .
两个可乘矩阵 A, B 相 乘用 分块 的 方法 计 算 AB, 不 仅 要求 A
的列的块数与 B 的行的块数相等 , 而且要 求 A 的 列的 分块法 与 B
的行的分块法完全一致 .以保证对应子块可乘 ( 见内容提要 ) .
A11 A12 A13
分块 矩 阵 A = 的 转 置不 仅 要行 ( 块 ) 与 列
A21 A22 A23
( 块 ) 互换 , 而且每一子块也要转置 , 即
2. 7 分块矩阵 79
T T
A11 A2 1
T T
A = A12 A2T2 .
A13T A2T3
有些可逆矩阵也常用分 块的方 法求 其逆矩 阵 .最 简单 的对 角
块矩阵 A( 也称准对角矩 阵 ) , 当 每一 个对 角块 Ai i 均 可逆 时 , 其 逆
矩阵
- 1
A11 A11- 1
- 1
- 1
A22 A22
A = = .
w w
- 1
Ann Ann
分块矩阵也可做初等行 ( 列 ) 变换 , 相应 地也 有 3 种分 块初 等
矩阵 , 它们左 ( 或右 ) 乘分块矩阵 A( 或 B) 的作用 , 与不 分块的初 等
矩阵的作用是类似的 ( 请详见教材 ) .
例 1 设分块矩阵 P = ( A, B) , 其中 A 是 n 阶 可逆矩 阵 , B 是
n× m阶矩阵 , 试求矩阵 Q, 使 PQ= In ( n 阶单位矩阵 ) .
解 P 是 n× ( n + m) 矩阵 , 因 此 Q 应 是 ( n + m) × n 矩 阵 .现
将 Q 也表成分块矩阵
C
Q= .
D
为使分块矩阵 PQ 可乘 , 其中子块 C 是 n 阶 矩阵 , 子块 D 为 m × n
矩阵 .于是由
C
PQ= ( A, B) = AC+ BD = In ,
D
A- 1
所以可取 C = A , D = 0m× n , 即 Q=
- 1
.
0
思考题 在什么情况下 , D 可取非零矩 阵 ? ( 答案 : 当齐次 线
性方程组 Bx = 0 有非 零解 , 把 它的 n 个 非 零解 按 列排 成 的 矩阵 ,
可取为 D .)
80 第 2 章 矩阵
0 0 A1
例 2 设 A= 0 A2 0 , 其 中 A1 , A2 , A3 分 别为 m 阶 , n
A3 0 0
- 1
阶 , k 阶可逆矩阵 , 证明 A 可逆 , 并求 A .
解 先证 | A| ≠ 0 ( A 可逆 ) .将 A1 所 在的 m 个列与 A2 , A3 所
在的 n + k 个列逐列对换 ( 共 对换 m ( n + k) 次 ) , 再将 A2 所在 的 n
个列与 A3 所在的 k 个列逐列对换 ( 共对换 nk 次 ) , 即得
A1 0 0
| A| = ( - 1) m n + m k + nk 0 A2 0
0 0 A3
= ( - 1) m n + m k + nk | A1 | | A2 | | A3 | ≠0 .
0 0 B1
取 B= 0 B2 0 , 其中 B1 , B2 , B3 分别为 k 阶 , n 阶 , m 阶
B3 0 0
矩阵 .此时分块矩阵 A 与 B 可乘 , 并得
0 0 A1 0 0 B1 A1 B3 0 0
AB= 0 A2 0 0 B2 0 = 0 A2 B2 0 .
A3 0 0 B3 0 0 0 0 A3 B1
- 1 - 1
当 A1 B3 = Im ( 即 B3 = A1 ) , A2 B2 = In ( 即 B2 = A2 ) , A3 B1 = Ik ( 即
B1 = A3- 1 ) 时 , AB= I, 所以 B= A - 1 .即
- 1
0 0 A1 0 0 A3- 1
- 1
0 A2 0 = 0 A2 0 .
A3 0 0 A1- 1 0 0
A C
例 3 设 P= , 其中 A, B 分别为 m 阶 , n 阶可 逆矩阵 .
0 B
- 1
求P .
解 分块矩阵 P 显然是可逆的 , 因为 | P| = | A| | B| ≠0 .
2. 7 分块矩阵 81
由于对角块矩阵的逆矩阵容易求 , 所 以先 对分 块矩阵 P 做 初
- 1
等行变换 , 将其第 2 行左乘 - CB 加到第 1 行消去矩阵 C, 使 P 化
为对角块矩阵 , 即
Im - CB - 1 A C A 0
= .
0 In 0 B 0 B
于是
- 1 - 1
A C Im - CB A 0
= .
0 B 0 In 0 B
所以
- 1 - 1 - 1
- 1
A C A 0 Im - CB
P = =
0 B 0 B 0 In
- 1
A- 1 0 Im - CB A- 1 - A - 1 CB- 1
= = .
0 B- 1 0 In 0 B- 1
例 4 设 A, B, C, D 均为 n 阶矩阵 , | A| ≠ 0 , AB = BA .试计 算
A B
行列式 .
C D
解 这是 2 n 阶分块矩阵的行列式 , 读者不能像二阶数字行列
式那样展开为 | AD - BC| .
由于分块初等矩阵以及上三角块和下三角块矩阵的行列式容
易求 , 所 以 先 对 这 个 分 块 矩 阵 做 初 等 列 变 换 , 将 其 第 1 列 右 乘
- 1
- A B 加到第 2 列 , 消去 B, 使之成为下三角块矩阵 , 即
A B I - A- 1 B A 0
= - 1
,
C D 0 I C D - CA B
其中等式左端第二个倍加分块初等矩阵的行列式等于 1, 所以
A B A 0
= - 1
= | A| | D - CA - 1 B|
C D C D - CA B
- 1 - 1
= | D - CA B| | A| = | ( D - CA B) A|
82 第 2 章 矩阵
2. 8 部分疑难习题和补充题的题解
2 ( 第 21 题) 已知 A = PΛQ,其中
2 3 1 0 2 - 3
P= , Λ= , Q= , QP = I2 .
1 2 0 - 1 - 1 2
计算 A8 , A9 , A2 n , A2 n+ 1 ( n 为正整数 ) .
解 Am = ( PΛQ) ( PΛQ) … ( PΛQ)
= PΛIΛ… IΛQ= PΛm Q .
当 m 为偶数时 , Λm = I, Am = PIQ= I2 ,所以 A8 = A2 n = I2 .
当 m 为奇数时 , Λm = Λ, 所以
2 3 1 0 2 - 3
A9 = A2 n+ 1 = PΛQ=
1 2 0 -1 - 1 2
2 - 3 2 - 3 7 - 12
= = .
1 - 2 -1 2 4 - 7
n
0 1
3 ( 第 23 题) 计算 .
-1 0
0 1
解 记 A= , 则 A2 = - I, A3 = - A, A4 = I,于是
- 1 0
A5 = A, A6 = - I, A7 = - A, A8 = I,…
其一般结论为
A, n 为奇数 ,
2 n- 1
A =
- A, n 为偶数 ;
- I, n 为奇数 ,
A2 n =
I, n 为偶数 .
或利用
n
f ( n) = cos π, f ( 1) = 0 , f (2 ) = - 1 , f (3 ) = 0 , f (4) = 1 ,
2
n
φ( n) = sin π, φ(1 ) = 1 , φ(2 ) = 0 , φ(3 ) = - 1 , φ(4 ) = 0 .
2
则
f (1 ) φ( 1) f (2) φ(2 )
A= , A2 = ,
- φ(1 ) f (1) - φ(2) f ( 2)
84 第 2 章 矩阵
ab+ bd = ac + c d = 0 . ( 2)
2 2
由方程( 1) 得 a = d , 所以 d = ± a, 再 由方程 (2 ) 可见 , 当 d = - a 时 , 等式 成
立 .因此取 d = - a, 欲使方程 (1 ) 成立 , 还要求 bc = - a2 .于是 即得 A2 = 0 的
所有 A 为
a b
A= , 其中 bc= - a2 .
c - a
5 ( 第 30 题) 证明 : 两个 n 阶下三角矩阵的乘积仍是下三角矩阵 .
解 此题可按教材 2. 2.3 节中例 4 的方法类似地证明 .这里我们用 分块
矩阵的方法证明 .这要用对 n 作数学归纳法 .
当 n = 2 时 , 即两个下三角矩阵的乘积显然仍是下三角矩阵 ( 略去证明 ) ,
假设两个 n - 1 阶 下三 角 矩 阵的 乘 积 仍是 下 三 角矩 阵 .下 面 考 虑 n 阶 的 情
况 .设
a11 0 b11 0
A= , B= ,
α A1 β B1
其中: 两个 0 均为 1× ( n - 1) 零矩 阵 , α,β均 为 ( n - 1) ×1 矩阵 , A1 , B1 均 为
n - 1阶下三角矩阵 .于是
a11 b11 0
AB = ,
αb11 + A1 β A1 B1
其中 0 是 1× ( n - 1) 零 矩阵 , 根据归纳法 假设 A1 B1 为 n - 1 阶下三 角矩阵 ,
所以 , 两个 n 阶下三角矩阵 A 与 B 的乘积 AB 仍是下三角矩阵 .
2. 8 部分疑难习题和补充题的题解 85
9 ( 第 53 题) 用初等变换法求矩阵 A 的逆矩阵 .
0 a1 0 … 0
0 0 a2 … 0
A= … … … w … , 其中 ai ≠0 , i = 1 , 2 , … , n .
0 0 0 … an - 1
an 0 0 … 0
解 法 1 : 将 A 的第 n 行与前面的 n - 1 个逐行对换 , 把第 n 行 换到第 1
行 , 而第 n - 1 , … , 2 , 1 行 依 次 换 到 第 n, … , 3 , 2 行 , 这 样 变 换 为 对 角 矩 阵
dia g( an , a1 , a2 , … , an - 1 ) ;继续对每行做倍乘变换 , 对 ai 所在行乘 a i- 1 , 就把 A
化为单位矩阵 , 从而得 A - 1 .即
an 0 1
a1 1 0
逐行对换
( A, I ) a2 1 0
w w w
an - 1 1 0
1 0 a -n 1
1 a1- 1 0
a i 所在 行
1 a2- 1 0 = ( I, A - 1 ) .
乘 a i- 1
w w w
1 an- 1- 1 0
( 1)
法 2 : 将矩阵 A 分块表示为 ( 副对角块矩阵 )
0 A1
A= , 其中 A1 = diag( a1 , a2 , … , an - 1 ) .
an 0
根据 2. 7 节中例 2 可见 , 取 A - 1 为 n 阶分块矩阵
0 bn
B= , 其中 B1 为 n - 1 阶矩阵 ,
B1 0
则 AB 为对角块矩阵 ,即
A1 B1 0 In - 1 0
A A - 1 = AB = = . ( 2)
0 an bn 0 1
88 第 2 章 矩阵
由( 2) 式得 :
A1 B1 = In - 1 , 即 B1 = A1- 1 = diag( a1- 1 , a2- 1 , … , an- -1 1 ) ;
an bn = 1 , 即 bn = an- 1 .
- 1
0 an- 1
从而得 B = A = - 1
, 这与( 1) 式中 A - 1 是一样的 .
A1 0
关于这个题 , 如果对矩阵乘法掌握得很熟练 , 直接由定义可得 A- 1 如 (1 )
式中所示的那个矩阵 .
*
10 (第 65 题 ) 将 n 阶矩阵 A 分块为
An - 1 b
A= ,
c ann
其中 An - 1 是 n - 1 阶可逆矩阵 , 如果 A 可逆 , 且已 知 An- -1 1 , 试 求 A- 1 ( 这种 利
用 An- -11 求 A - 1 的方法 ,称为加边法 ) .
解 先将 A 的第 1 行左乘 - cAn- -1 1 加到 第 2 行 , 消去 c, 再做行 变换消 去
b,使 A 化为对角块矩阵 , 如此即可求得 A - 1 , 即
In - 1 0 An - 1 b An - 1 b
= . ( 1)
- cAn- -1 1 1 c ann 0 ann - cAn- -11 b
记上式中
ann - cAn- -11 b= k( k 是一个数) , ( 2)
则 k≠0 .因为由( 1) 式得
| A| = | An - 1 | ・ k≠0 .
b
于是再将 ( 1) 式右端第 2 行左乘 - 加到第 1 行消去 b, 即
k
b
In - 1 - An - 1 b An - 1 0
k = . ( 3)
0 k 0 k
0 1
综合( 1) , (3 )式 , 得
b
In - 1 - In - 1 0 An - 1 0
k A= .
- cAn- -1 1 1 0 k
0 1
从而有
2. 8 部分疑难习题和补充题的题解 89
b
An- -1 1 0 In - 1 - In - 1 0
k A = In .
0 k- 1 - cAn- -1 1 1
0 1
所以
b
An- -1 1 0 In - 1 - In - 1 0
A -1
= k
0 k- 1 - cAn- -11 1
0 1
1 -1
An- -1 1 - A b In - 1 0
= k n- 1
-1
- cA n- 1 1
0 k- 1
1 1 -1
An- -1 1 I+ bcAn- -1 1 - An - 1 b
k k
= . ( 4)
1 1
- cAn- -11
k k
这里要 注 意 : 其 中 k 是 ( 2 ) 式 所 示 的 一 个 数 , c 是 1 × ( n - 1 ) 矩 阵 , b 是
( n - 1 )×1矩阵 .
11 ( 第 69 题 ) 设 A 为 四 阶 矩 阵 , 已 知 | A | = a ≠ 0 , 计 算 行 列 式
det ( | A* | A) .
解 利用 AA* = | A| I,得 | A| | A* | = | A| 4 , 从而 | A* | = | A| 3 = a3 , 因此
det ( | A* | A) = det ( a3 A) = ( a3 ) 4 | A| = a13 .
12 (第 72 题 ) 设 α= ( x1 , x2 , … , xn ) T ,β= ( y1 , y2 , … , y n ) T , 已知 αT β=
3 , B = αβT , A = I - B .证明 :
( 1) Bk = 3 k - 1 B( k≥2 为正整数) ;
( 2) A + 2 I 或 A - I 不可逆 ;
( 3) A 及 A + I 均可逆 .
证 ( 1) Bk = (αβT ) (αβT )… (αβT ) = α(βT α) … (βT α)βT , 其中 有 k - 1个
βT α, 且 (βT α) = (αT β) T = (3 ) T = 3 , 所以
Bk = α( 3) k - 1βT = 3 k - 1 αβT = 3 k - 1 B .
( 2) 由 (1 )的 结果知 B2 = 3B, 再由 已知条件 B = I - A, 可推 出矩阵 A 满
足的一个方程 , 即
B2 = ( I - A) 2 = 3 B = 3 ( I - A) ,
I2 + A2 - 2 A = 3 I - 3 A,
90 第 2 章 矩阵
A2 + A - 2 I = 0 .
于是 ( A + 2 I) ( A - I) = 0 , 从而 | A + 2 I | | A - I | = 0 , 所以 A + 2 I 和 A - I 的 行
列式至少有一个等于零 ,因此 A + 2 I 或 A - I 不可逆 .
( 3 ) 再由 A2 + A - 2 I = 0 , 可 得 A( A + I) = 2 I, 从而 | A | | A + I | = 2 n ≠ 0 ,
所以 | A| ≠0 , | A + I | ≠0 , 即 A 与 A + I 均可逆, 且
1 1
A- 1 = ( A + I) , ( A + I) - 1 = A.
2 2
13 ( 第 75 题 ) 设 A 为 奇 数 阶 可 逆 矩 阵 , 且 A - 1 = AT , | A | = 1,
求 | I - A| .
解 设 A 为 n( 奇数 )阶矩阵 .由 A - 1 = AT 得 AA T = I,于是
| I - A| = | AAT - A| = | A| | AT - I | = | AT - I | .
再由 | AT - I | = | ( AT - I) T | = | A - I | = | - ( I - A) | = ( - 1 ) n | I - A| =
- | I - A| , 得
| I - A| = - | I - A| , 所以 | I - A| = 0 .
14 ( 第 80 题 ) 设 B 是元素全为 1 的 n 阶矩阵 ( n≥2 ) , 证明 :
1
( 1 ) Bk = nk - 1 B( k≥2 为正整数 ) ; (2 ) ( I - B) - 1
= I- B.
n-1
证 ( 1)
1 1 … 1 1
1 1 … 1 1
B= = (1 , 1 , … , 1) = ααT ,
… … … …
1 1 … 1 1
其中 α= (1 , 1 , … , 1 ) ,α α= n .与 前 面 12 题 ( 1 ) 的 结 果 类似 地 可 得 Bk =
T T
nk - 1 B .
( 2) 由 (1 )的结论得 B2 = nB 即 B2 - nB = 0 , 欲证题中所 给的 ( I - B) - 1 .
应将 B2 - nB = 0 , 化为
( I - B) ( ?) = I .
于是由
B2 - n B = ( I - B) [ ( n - 1 ) I - B] - ( n - 1) I = 0,
得
( I - B) [ ( n - 1) I - B] = ( n - 1 ) I,
2. 8 部分疑难习题和补充题的题解 91
1 B
即 ( I - B) [ ( n - 1) I - B] = ( I - B) I- =I.
n-1 n -1
所以
1
( I - B) - 1 = I - B.
n- 1
1
此题的另一证法 : 欲证 ( I - B) - 1 = I - B,只要证
n-1
1
( I - B) I- B = I,
n- 1
1 B2
即 I- 1+ B+ = I,
n- 1 n-1
n B2
也即 - B+ =0 .
n- 1 n- 1
这只要证 B2 = nB .而由 (1) 的结论得 B2 = nB, 故结论成立 .
15 ( 第 82 题 ) 已 知 P, A 均为 n 阶 矩阵 , 且 P- 1 AP = dia g( 1 , 1 , … , 1 ,
0 , … , 0) ( 其中 1 有 r 个 ) , 试计算 | A + 2 I| .
解 这里解题的关键是要把 2 I 表示为 P ( 2 I) P- 1 或 P - 1 ( 2 I) P .
法 1 : 由 P - 1 AP = diag ( 1, 1, … ,1, 0,… , 0 ) ,得
A = Pdiag ( 1 ,1 ,… ,1 ,0 ,… ,0 ) P - 1 .
于是
A + 2 I = Pdiag ( 1,1 ,… ,1 ,0 ,… ,0 ) P - 1 + P( 2 I) P- 1
= Pdiag ( 3,3 ,… ,3 ,2 ,… ,2 ) P - 1 ,
其中“3”有 r 个 “2”
, 有 n - r 个 , 所以
| A + 2 I| = | P| | diag ( 3, … ,3 ,2, … ,2 ) | | P- 1 |
= | P| 3 r 2 n - r | P| - 1
= 3 r ・2n - r .
法 2 : 由 P - 1 AP + 2 I = P- 1 AP+ P - 1 (2 I) P = P- 1 ( A + 2 I) P, 得
P- 1 ( A + 2 I) P = diag ( 1 ,… ,1 ,0 ,… ,0 ) + 2 I = diag ( 3 ,… , 3,2 ,… ,2 ) .
于是
| P - 1 ( A + 2 I) P| = | P- 1 | | A + 2 I| | P| = | A + 2 I |
= | diag ( 3 ,… ,3 ,2, … ,2 ) | = 3 r ・2n - r .
16 ( 第 83 题 ) 设 A 为 n 阶 ( n≥2 )可逆矩阵 , 证明 :
( 1) ( A* ) - 1 = ( A - 1 ) * ;
92 第 2 章 矩阵
( 2) ( AT ) * = ( A* ) T ;
*
( 3 ) ( kA) = kn - 1 A* ( k 为非零常数 ) .
证 这里主要是利用可逆矩阵 B 的逆矩阵 B - 1 与 B 的伴随矩阵 B * 的关
系 ,即
1
B- 1 = B* , B* = | B| B - 1 . ( 1)
| B|
1
( 1) ( A* ) - 1 = ( | A| A - 1 ) - 1 = A = | A- 1 | A . ( 2)
| A|
再将 ( 1 ) 式中的 B 视为 A - 1 , 则有
( A- 1 ) * = | A- 1 | ( A- 1 ) - 1 = | A- 1 | A . ( 3)
由 ( 2 ) , ( 3 ) 式即得 ( A* ) - 1 = ( A - 1 ) * .
( 2) ( A* ) T = ( | A| A - 1 ) T = | A| ( A - 1 ) T = | A| ( AT ) - 1
= | AT | ( AT ) - 1 = ( AT ) * .
这里利用了 | A| = | AT | , 第一个等号和最后一个等号利用了 ( 1) 式 .
( 3) 利用 (1) 式 , 得
1 -1
( k A) * = | k A | ( k A) -1
= kn | A| A = kn - 1 | A| A - 1
k
= kn - 1 A* .
这里需要指出 , ( 2 ) , ( 3 ) 的结论 ,当 A 不可逆时也 是成立 的 .这 要用伴 随
矩阵的定义来证明 .
设 A = ( aij ) n× n , 则 AT = ( aTji ) n× n , 其中 aTji = aij .由于 行列式 转置 其值 不
变 , 因此 , 矩阵 A 的 a ij 的余子 式与矩阵 AT 的 aTji 的余子 式相等 , 从而其代 数
余子式也相等 , 即
ATji = A ij , i, j = 1 , 2 , … , n .
于是( 以三阶为例)
T
A11 A21T T
A31 A11 A12 A13
( AT ) * = T
A12 A22T T
A32 = A21 A22 A23 = ( A* ) T .
T
A23T T
A13 A33 A31 A32 A33
对于 k A = ( kaij ) n× n 来说 , 它的元素 kai j 的代数 余子式 ( 其余子 式是 n - 1
阶行列式 )
( k A ) i j = kn - 1 Ai j ,
2. 8 部分疑难习题和补充题的题解 93
*
所以 , ( kA) = kn - 1 A* .
17 ( 第 85 题 ) 证 明 : 与 任 意 的 n 阶 矩 阵 可 交 换 的 矩 阵 必 是 n 阶 数
量矩阵 .
证 在 2. 3 节的 (2 ) 矩阵 乘法 中已 证明 过与 主对 角 元互 异的 对 角矩 阵
Λ= diag( k1 , k2 , … , kn ) ( 其中 ki ≠ k j , i≠ j ) 可交换的矩阵必是对角矩阵 .下面
证明 , 这个对角矩阵还要与任意的 n 阶矩阵可交换 , 则必是数量矩阵 .取
0 a1 0 … 0
0 0 a2 … 0
A= … … … w … ( 其中 ai ≠0 , i = 1 , … , n) ,
0 0 0 … an - 1
an 0 0 … 0
则
0 k1 a1 0 … 0 0 k2 a1 0 … 0
0 0 k2 a2 … 0 0 0 k3 a2 … 0
ΛA= … … … w … , AΛ= … … … w … .
0 0 0 … kn - 1 an- 1 0 0 0 … kn an - 1
kn an 0 0 … 0 k1 an 0 0 … 0
于是 , 由 ΛA = AΛ,得
ki a i = ki + 1 ai , 从而 k i = ki + 1 , i = 1 , 2 , … , n - 1 ,
即 k1 = k2 = … = kn , 所以与任何 矩阵可交换 的矩阵必是数 量矩阵 kI ( k 为 任
意非零常数 ) .
前面已经讲过 , 数量矩阵 kI 与 任何矩 阵可交 换 .综 上所述 , 与任 意矩 阵
可交换的矩阵 A,当且仅当 A = kI ( 数量矩阵 ) .
18 ( 第 86 题 ) n 阶矩阵 A = ( ai j ) n× n 的主对角元之和称 为矩阵 A 的迹 ,
记作 t r( A) , 即
n
t r( A) = ∑a
i= 1
ii .
证明 : 若 A 是 m× n 矩阵 , B 是 n× m 矩阵 , 则
tr ( AB) = t r( BA) .
证 设 A = ( aij ) m× n , B = ( bij ) n× m , 则
94 第 2 章 矩阵
n m
( AB) ii = ∑a
k= 1
ik b ki , ( BA) k k = ∑bi=1
ki aik .
于是
m m n
tr ( AB) = ∑ ( AB)
i=1
ii = ∑∑ a
i =1 k= 1
ik bk i
n m n
= ∑∑ b
k= 1 i = 1
ki aik = ∑ ( BA)
k= 1
kk = tr ( BA) .
n
a- b 1 0 0
0 a- b 1 0
= .
0 0 a- b 1
0 0 0 a- b
0 1 0 0 a- b 0 0 0
0 0 1 0 0 a- b 0 0
记 = B, = ( a - b) I, a - b=λ, 则
0 0 0 1 0 0 a- b 0
0 0 0 0 0 0 0 a- b
n
f ( A) = (λI + B)
= λn I + C1nλn - 1 B + C2nλn - 2 B2 + C3nλn - 3 B3 + C4nλn - 4 B4 + … + Bn ,
其中
0 0 1 0 0 0 0 1
0 0 0 1 0 0 0 0
B2 = , B3 = , B4 = … = B5 = 0 .
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
所以
λn C1nλn - 1 C2nλn - 2 C3nλn - 3
0 λn C1nλn - 1 C2nλn - 2
f ( A) = .
0 0 λn C1nλn - 1
0 0 0 λn
当 λ= a - b≠0 时 , f ( A) 可逆 ,用其伴随矩阵求逆 ,得
-1 f * ( A)
f ( A) =
| f ( A) |
1 - C1nλ- 1 [ (C1n )2 - C2n ]λ- 2 [ - (C1n )3 + 2C2n C1n - C3n ]λ- 3
∑ aA
2 k i
证 设 f ( A) = a0 I + a1 A + a2 A + … + ak A = i ,
i=0
m
g( B) = b0 I + b1 B + b2 B + … + bm B = ∑ bB
2 m j
j ,
j= 0
其中 A0 = B0 = I .于是
i+ j= k+ m
f ( A) g( B) = ∑
i+ j = 0
ai bj Ai B j ( 1)
j+ i= m+ k
= ∑
j+i = 0
bj a i B j A i = g( B) f ( A) ,
i + j = 0 的 项 为 a0 b0 I; i + j = 1 的 项 为 a1 b0 A + a0 b1 B; i + j = 2 的 项 为
a2 b0 A2 + a1 b1 AB + a0 b2 B2 ; i + j = 3 的 项 为 a3 b0 A3 + a2 b1 A2 B + a1 b2 AB2 +
a0 b3 B3 ; 如此等等 .
第 3 章
线性方程组
3 .1 基本要求与内容提要
1 基本要求
(1 ) 熟练掌握 n 维向量 的线 性 运算 ( 向量 的加 法 及数 与向 量
相乘的向量的数量乘法 ) , 熟悉它们所满足的 8 条运算规则 .
(2 ) 准确理解 n 维向量 的线 性 相关 性的 定义 ( 包 括线 性相 关
与线性无关 ) ; 熟悉一组向 量线 性相关 和无 关的充 分必 要条 件 ; 熟
练掌握判别一组向量线性相关或无关的方法 .
(3 ) 准确理解向 量组 的秩 及其 极 大线 性无 关组 的概 念 , 会 用
初等变换的方法求秩与极大线性无关组 .
(4 ) 准确理解矩 阵的 秩的 概念 ; 会用 初等 变换 的 方法 求矩 阵
*
的秩 ; 熟悉矩阵相加和相乘后的秩 与原矩阵 的秩的 关系 ; 了解 矩
阵的相抵标准形的概念 .
(5 ) 准确理解齐 次线 性方 程组 有 非零 解的 条件 , 及其 基础 解
系和一般解 ( 通解 ) 的结构 ; 熟练掌握求基础解系的方法 .
(6 ) 准确理解非 齐次 线性 方程 组 有解 的条 件 , 及 其一 般解 的
结构 ; 熟练掌握求一般解的方法 .
2 内容提要
(1 ) n 维向 量与 矩 阵 是 线 性代 数 中 两 个 基本 的 运 算 对 象 . n
98 第 3 章 线性方程组
维向量的线性运算 ( 加法与数量乘法 ) .
n
设 α= ( a1 , a2 , …, an ) , β= ( b1 , b2 , … , bn ) ∈ F , k∈ F, 规定
α+ β= ( a1 + b1 , a2 + b2 , … , an + bn ) ,
kα= ( ka1 , ka2 , … , kan ) , - α= ( - 1)α,
α- β= α+ ( - β) .
n 维向量的线性运算满足以下 8 条运算规则 :
① α+ β= β+ α; ② (α+ β) + γ= α+ (β+ γ) ;
③ α+ 0 = α( 0 为零向量 ) ; ④ α+ ( - α) = 0(0 为零向量 ) ;
⑤ 1α= α; ⑥ k( lα) = ( kl)α( k, l 为数 ) ;
⑦ k(α+ β) = kα+ kβ; ⑧ ( k + l)α= k α+ l α .
(2 ) n 维向量的线性相关性
n
定义 向量 α1 , α2 , … ,αm ∈ F 线性 相关指的 是 : 存在不全 为
零的数 k1 , k2 , … , km ∈ F, 使
k1 α1 + k2 α2 + … + kmαm = 0( 零向量 ) .
α1 ,α2 , … ,αm 线 性 无关 指 的 是 : 仅 当 数 k1 = k2 = … = km = 0
时 , 才使 k1 α1 + k2 α2 + … + kmαm = 0( 零向量 ) , 也就是 说 , 若 k1 α1 +
k2 α2 + … + kmαm = 0, 则必有数 k1 = k2 = … = km = 0 .
单个向量 α 线 性 相 关 ( 无 关 ) , 当 且 仅 当 α为 零 向 量 ( 非 零
向量 ) .
① α1 ,α2 , … ,αm ( m≥2) 线性相 关的充 要条 件是 , 其中 有一 个
向量可由其余向量线性表示 ; 而线性无关的充要条件则是 , 其中任
一个向量均不可由其余向量线性表示 .
② 如果向量组 β1 , … ,βt 可 由 向量 组 α1 , … , αs 线 性 表示 , 且
t > s, 则 β1 , … ,βt 线性相关 .这个命 题的等 价命 题是 : 如果 向量 组
β1 , … ,βt 可由向 量组 α1 , … , αs 线性表 示 , 且 β1 , … ,βt 线性 无关 ,
则 t≤ s .
③ 如果 向 量 组 α1 , α2 , … , αr 线 性 无 关 , 而 向 量 组 β, α1 ,
α2 , … ,αr 线 性 相 关 , 则 β可 由 α1 , α2 , … , αr 线 性 表 示 , 且 表 示
3 .1 基本要求与内容提要 99
法惟一 .
④ 设 α1 = ( a11 , a21 , … , an1 ) T , α2 = ( a12 , a22 , … , an2 ) T , αr =
( a1 r , a2 r , … , an r ) T , 由于向量方程
x1 α1 + x2 α2 + … + xrαr = 0( 零向量 )
等价于齐次线性方程组
Ax = 0,
其中系数矩阵 A 是 以 α1 , α2 , … , αr 按 列 排 成 的 n × r 矩 阵 , x =
T
( x1 , x2 , … , x r ) .
所以 , 向量组 α1 ,α2 , … ,αr 线性相关 ( 无 关 ) 的充要条 件是 , 齐
次线性方程 组 Ax = 0 有 非 零 解 ( 只 有 零 解 , 即 x1 , x2 , … , x r 全
为零 ) .
(3 ) 向量组的秩及其极大线性无关组
定义 如果向量组 α1 ,α2 , … ,αs 中存在 r 个线 性无关 的向 量
αi1 ,αi2 , … ,αi r ( 1≤ i1 < i2 < … < ir ≤ s) , 且其中 任一 个向量 可由 这
r 个向量线性表示 , 则称向量组的秩为 r, 即秩 {α1 ,α2 , … ,αs } = r .
由前面的 (2 ) 段② , ③ , 可得这个定义的等价定义 :
秩{α1 ,α2 , … ,αs } = r 即为 α1 ,α2 , … ,αr 中存在 r 个线 性无 关
的向量 , 且任何 r + 1 个向量 都 线性 相关 .其 中 的 r 个 线性 无关 的
向量称为向量组的一个极 大线 性无关 组 .向量 组的极 大线 性无 关
组一般不是 惟一的 , 但不 同的极 大线性无 关组所 含向量“个 数”是
相同的 , 这个“ 个数”就是向量组的秩 .
求向量组 α1 ,α2 , … , αs 的 秩及 其极 大线 性 无关 组 的方 法 ( 不
妨设向量为四维向量 , 向量个数 s = 5) :
将 α1 ,α2 ,α3 ,α4 ,α5 按列 排成 4× 5 矩阵 A, 对 矩阵 A 做初 等
行变换将其化为阶梯形矩阵 U , 即
初等
A = α1 α2 α3 α4 α5
行变 换
100 第 3 章 线性方程组
c11 * * * *
0 0 c2 3 * *
= (ξ1 ξ2 ξ3 ξ4 ξ5 ) = U
0 0 0 c34 *
0 0 0 0 0
( 其中 c11 , c23 , c34 均不 等 于零 ) , 则阶 梯 形 矩 阵 U 的 非 零 行 行 数 3
为秩{α1 ,α2 , … ,α5 } , U 中 每个 非零 行的 第 一个 非零 元 c11 , c23 , c3 4
所在的第 1 , 3 , 4 列所对应的 α1 ,α3 ,α4 为 向量组 {α1 ,α2 , … ,α5 } 的
一个极大线性无关组 .其理论根据是 A 与 U 中对应的 列向量组 有
相同的线性相关性 ( 定理 3 .6 ) .
(4 ) 矩阵的秩
矩阵的行向量组的秩称 为矩阵 的行 秩 ; 矩阵的 列 向量 组的 秩
称为矩阵的列秩 ; 矩阵的行列式秩为矩阵非零子式的最高阶数 .
矩阵 A 的行秩与列秩及其行列式秩都相 等 , 并 称为矩 阵 A 的
秩 , 记作 r( A) .
初等变换不改变矩阵的 秩 , 所 以矩 阵的 秩是矩 阵 在初 等变 换
下的一个不变量 .对矩阵 A 做初等变换将其化为阶梯形矩阵 U, 则
U 的非零行行数就是矩阵 A 的秩 .
r ( A + B) ≤ r( A) + r( B) ,
r( AB) ≤ min( r( A) , r ( B) ) .
若 P, Q 可逆 , 则
r( A) = r ( PA) = r( AQ) = r ( PAQ) .
*
矩阵 A 的 相 抵标 准 形 : 对 秩 为 r 的 矩 阵 A 做初 等 行、列 变
换 , 可将 A 化为
Ir 0
0 0
( 其中 Ir 为 r 阶单位矩阵 ) , 并称 之为 A 的 相抵 标准 形 , 即 存在 可
逆矩阵 P 与 Q, 使
3 .1 基本要求与内容提要 101
Ir 0
PAQ = .
0 0
(5 ) 齐次线性方程组有非零解的条件及解的结构
① 以 m× n 矩阵 A 为系 数矩 阵的齐 次线 性方 程 组 Ax = 0 有
非零解的充分必要条件为 r ( A) < n, 或 A 的 n 个列向量线性相关 .
其等价命题是 : Ax = 0 只有零解的 充要条 件为 r( A) = n, 或 A 的 n
个列向量线性无关 .
当 A 为 n 阶方阵时 , | A| = 0( ≠ 0) 是 Ax = 0 有非零解 ( 只有零
解 ) 的充要条件 .
② 如果 齐 次 线 性 方 程 组 Ax = 0 有 p 个 线 性 无 关 的 解 x1 ,
x2 , … , xp , 且任一个解可由它们线性表示 , 则称这 p 个线性无关的
解为 Ax = 0 的基础解系 , 并称
x= k1 x1 + k2 x2 + … + kp x p
( 其中 k1 , k2 , … , kp 为任 意常 数 ) 为 Ax = 0 的一 般解 ( 或称 通解 ) .
当 A 为 m× n 矩阵 , 秩 ( A) = r 时 , 其中 p = n - r .
③ 求 Ax= 0 的基础解系的方法
对 m× n 矩阵 A 做初等行变换将其化为阶梯阵 U, 即
c11 … c1 i2 … c1 i r … c1 n
0 … c2 i2 … c2 i r … c2 n
… … … …
初等
Am × n
行变 换
0 … 0 … cr i r … cr n = U,
0 … 0 … 0 … 0
… … … …
0 … 0 … 0 … 0
其中 U 的 r 个非零行的第一个 非零 元 c11 , c2 i2 , … , cr i r 所在 列对 应
的未知元 x 1 , xi2 , … , xi r 称为基本未知量 ( 或称主元 ) , 其余 n - r 个
未知元称为自由未知量 .
102 第 3 章 线性方程组
3 .2 n 维向量及其线性相关性
本章的中心问题是讨论线性方程组的解的基本理论 , 也就是 :
齐次线性方程组 Ax= 0 有非零解的条件 和解的 结构 , 以及 非齐 次
3 .2 n 维向量及其线性相关性 103
1 向量的线性 表示
这个方程组容易 求解 , 将 x1 = 4 代 入第 2 个 方程 , 得 x2 = - 5 ; 再
将 x1 = 4 , x2 = - 5 代入第 3 个方 程 , 得 x3 = 1; 最后 将求 得的 x1 ,
x2 , x3 代入第 4 个方程 , 得 x4 = - 2 .所 以 α可由 α1 , α2 , α3 ,α4 线
性表示 , 其表示式为
α= 4α1 - 5α2 + α3 - 2α4 .
这里要注意两点 : ① ( 1) 式是一个向量方程 , 它通过 ( 2) 式 , 等
价于 (3 ) 式表示的四元线性方程组 Ax = b, 这个方程组的增广矩阵
1 0 0 0 4
2 1 0 0 3
( A, b) = = α1 α2 α3 α4 α
3 2 1 0 3
4 3 2 1 1
中的 5 个列 向量就 是题目所 给的 5 个向量 写为列向 量的形 式 .因
此 , 解题时 , 可直接将向量方程 ( 1 ) 等价 于线 性方 程组 ( 3 ) .一般 要
用高斯消元法求解这个方程组 .
② 方程组 (3 ) 有惟一解 , 是因为 α1 ,α2 , α3 ,α4 是 线性无 关的 ,
而 α,α1 ,α2 ,α3 ,α4 是线性 相关 的 ( 学 了线 性相 关性 就 会明 白这 一
点的 ) .
(2 ) 如果 α4 能由 α1 ,α2 ,α3 线性表示 , 则存在 x1 , x2 , x3 , 使
x1 α1 + x2 α2 + x3 α3 = α4 . ( 4)
(4 ) 式等价于下面的方程组
x1 = 0 ,
2 x1 + x2 = 0,
3 x1 + 2 x2 + x3 = 0 ,
4 x1 + 3 x2 + 2 x3 = 1 . ( 5)
方程组 ( 5 ) 显 然是 无解的 , 因 为由 前 3 个方 程得 x1 = x2 = x3 = 0 ,
而这不满足第 4 个方程 .所以 α4 不能由 α1 ,α2 ,α3 线性表示 ( 这 也
是因为 α1 ,α2 ,α3 ,α4 是 线性 无 关的 , 以 后会 明 白这 4 个向 量中 的
任一个向量均不能由其余 3 个向量线性表示 ) .
106 第 3 章 线性方程组
2 向量的线性 相关性
“如果 k1 α1 + k2 α2 + … + kmαm = 0 ( 零 向量 ) , 则 k1 , k2 , … , km
必须全为零 , 就称 α1 ,α2 , … ,αm 线性无关”( 这里 , 如果 ki ≠0 , 那么
αi 就可由其余向 量 线性 表 示 ) .我 们 把后 者 作为 α1 , α2 , … , αm 线
性无关的定义 , 把前者作为 α1 ,α2 , … ,αm 线性无关的充要条件 .
(1 ) 如何判断向量的线性相关性
判断向量的线性相关性的问题 , 一般有两种类型 : 一是给定一
组具体的 n 维 向量 α1 ,α2 , … , αm , 如内 容提要 ( 2 ) ④中 所述 , 判 断
其线性相关性的问题就转化为齐次线性方程组
Ax= 0
α4 = α1 + α2 + α3 .
x1 α1 + x2 α2 + x3 α3 + x4 α4 = 0, ( 1)
于是由 (1 ) 式即得齐次线性方程组
108 第 3 章 线性方程组
1 0 0 1 x1 0
2 1 0 3 x2 0
Ax = = . ( 2)
3 2 1 6 x3 0
4 3 2 9 x4 0
用高斯消元法解上面的齐次线性方程组
1 0 0 1 1 0 0 1
② + ① × ( - 2) 0 1 0 1 ③ + ② ×( - 2 ) 0 1 0 1
A ③ + ① × ( - 3) 0 2 1 3 ④ + ② ×( - 3 ) 0 0 1 1
④ + ① × ( - 4)
0 3 2 5 0 0 2 2
1 0 0 1
0 1 0 1
=U. ( 3)
④ + ③ ×( - 2 ) 0 0 1 1
0 0 0 0
Ux = 0 与 Ax = 0 是同解 方程 组 , 解 Ux = 0 时 , 取 x4 = k( k 为任 意
常数 ) , 即得
x = ( x1 , x2 , x3 , x4 ) T = ( - k, - k, - k, k) T .
于是方程组 (2 ) 有非零解 , 从而有不 全为零 的 x1 , x2 , x3 , x4 , 使 ( 1)
式成立 , 故 α1 ,α2 ,α3 ,α4 是线性相关的 .
( ii) α1 ,α2 ,α3 ,α4 中任意 3 个向量都是线性无关的 .因为考 察
α1 ,α2 ,α3 的线性相关性时 , 设
x1 α1 + x2 α2 + x3 α3 = 0, ( 4)
于是得到 A1 x1 = 0, ( 5)
其中 A1 是 (2 ) 式中 A 的前 3 列 , x1 = ( x1 , x2 , x3 ) T .由于上面 ( 3) 式
中对 A 做行变换时 , 列之间互不干扰 , 所以
1 0 0
0 1 0
A1 = α1 α2 α3 = U1 .
0 0 1
0 0 0
3 .2 n 维向量及其线性相关性 109
n
R 的基 ) , 其中最基本的是 n 个单 位向 量εi = ( 0 , … , 1 , … , 0 ) ( 第 i
n
个分量为 1 , 其余分量均为零 , i = 1 , 2 , … , n) .而R 中 任何 n + 1 个
n
向量都是线性相关的 , 所以由定理 3 .3( 教材 p116 ) 即得 , R 中任一
个向量都可由Rn 中任何 n 个线 性无 关的向 量线 性表示 , 且 表示 法
n
惟一 .这些是 n 维向量空间R 中最基本的结论 .
T T T
例 4 设 α1 = ( 1 , 2 , 3 ) , α2 = ( - 1 , 0 , - 1 ) ,α3 = (2 , 1 , 4) ,
T
α4 = ( 3 , 5 , 8 ) .试 判 别 α1 , α2 , α3 , α4 以及 α1 ,α2 , α3 的 线 性 相 关
性 , 并问 α4 可 否 由 α1 , α2 , α3 线 性 表 示 ? 如 可 表 示 , 写 出 它 的 表
示式 .
解 α1 ,α2 , α3 , α4 是 4 个三 维 向量 , 所 以 它 们必 是 线性 相 关
的 .判别 α1 ,α2 ,α3 的线性相关性时 , 设
x1 α1 + x2 α2 + x3 α3 = 0, ( 1)
即得
x1 1 -1 2 x1 0
Ax = α1 α2 α3 x2 = 2 0 1 x2 = 0 . ( 2)
x3 3 -1 4 x3 0
用高斯消元法解齐次线性方程组 (2 ) , 得
1 -1 2
初等
A 0 2 - 3 =U .
行 变换
0 0 1
Ux = 0 只有 零解 , 因 此 , 要使 ( 1) 式 成立 , 必 须 x1 = x2 = x3 = 0 , 所
以 α1 ,α2 ,α3 线性无关 .
判别 α1 ,α2 ,α3 的线性相关性更简便的方法是 : 由于 | A| = 2 ≠
0 , A 可逆 , Ax = 0 只有零解 , 所以 α1 ,α2 ,α3 线性无关 .
但要注意 , 用 | A| 来判断 α1 ,α2 ,α3 的线性相关性时 , A 必须 是
方阵 .如果 α1 , α2 ,α4 是 3 个 四维 向量 , 对应 的矩 阵 A 是 4 × 3 矩
阵 , 它无行列式可言 , 这时必须由 Ax= 0 是否有非零解来判 别 α1 ,
α2 ,α3 的线性相关性 .
3 .2 n 维向量及其线性相关性 111
3
因为在R 中任何向量均可由 3 个线性无关 的向量线 性表示 ,
所以 α4 可由 α1 ,α2 ,α3 线性表示 .因此存在 x1 , x2 , x3 , 使
x1 α1 + x2 α2 + x3 α3 = α4 . ( 3)
这个向量方程对应于 ( 或说等价于 ) 非齐次线性方程组
x1
α1 α2 α3 x2 = α4 .
x3
记作 Ax= α4 , 即
1 -1 2 x1 3
2 0 1 x2 = 5 . ( 4)
3 -1 4 x3 8
对方程组 ( 4 ) 的 增 广 矩 阵 做 初 等 行 变 换 , 将 其 化 为 行 简 化 阶 梯
阵,即
1 -1 2 3 1 -1 2 3
初等
( A,α4 ) = 2 0 1 5 0 2 - 3 -1
行 变换
3 -1 4 8 0 0 1 0
1 0 0 5/ 2
0 1 0 - 1/ 2 = ( C, d) . ( 5)
0 0 1 0
Ax = α4 与 Cx = d是同解方程组 , 由后者即得
5 1
x1 = , x2 = - , x3 = 0 .
2 2
所以 α4 可由 α1 ,α2 ,α3 线性表示 , 其表示式为
5 1 5 1
α4 = α1 - α2 + 0α3 = α1 - α2 .
2 2 2 2
此结果表明 ,α4 与 α1 ,α2 是共面的 , 它们线性相关 .
从 (5 ) 式也可见 α3 是不能由 α1 ,α2 ,α4 线性表示的 .因为 , 设
x1 α1 + x2 α2 + x4 α4 = α3 ( 记作 Bx = α3 ) , ( 6)
112 第 3 章 线性方程组
即
1 -1 3 2 1 0 5/ 2 0
初等
( B,α3 ) = 2 0 5 1 0 1 - 1/ 2 0 .
行变 换
3 -1 8 4 0 0 0 1
所以 Bx = α3 无解 , 也就是说不存在 x1 , x2 , x4 , 使 ( 6 ) 式成 立 .这 表
明 α3 不在 α1 ,α2 ,α4 所确定的平面上 .
例 5 设有两个向量组 α,β,γ与 α,β,γ, 其中
α= ( a1 , a2 , a3 , a4 ) ,β= ( b1 , b2 , b3 , b4 ) ,γ= ( c1 , c2 , c3 , c4 ) ;
在 α,β,γ中依次添加第 5 个分 量 a5 , b5 , c5 就是 α,β,γ.试 讨
论这两个向量组的线性相关性有何关系 .
解 设 x1 α+ x2 β+ x3 γ= 0, ( 1)
x1 α+ x2 β+ x3 γ= 0 . ( 2)
它们对应于齐次线性方程组为
Ax = 0 与 Bx = 0,
其中 : x= ( x1 , x2 , x3 ) T ,
a1 b1 c1
a2 b2 c2
A= (α β γ) = ,
a3 b3 c3
a4 b4 c4
a1 b1 c1
a2 b2 c2
B = (α β γ) = a3 b3 c3 .
a4 b4 c4
a5 b5 c5
( i ) 当 Ax= 0 只有零解 时 , 则 Bx = 0 中 的前 4 个 方程 只有 零
解 , 从而 Bx = 0 也只能 有零 解 .这表 明 : 当 α,β,γ线 性无 关 时 , 它
们添加分量后得到的 α,β,γ也必然线性无关 .但是 , 如果 α,β,γ线
3 .2 n 维向量及其线性相关性 113
图 3-1
图 3-2
必要性 : 用 反证法 , 如果 α3 可由 α1 , α2 线性 表 示 , 则 α1 ,α2 ,
α3 线性相关 , 与题设矛盾 .
充分性 : 设
x1 α1 + x2 α2 + x3 α3 = 0, ( 1)
由已知 α3 不能由 α1 ,α2 线性表示 , 所以 ( 1) 式 中的 x3 = 0( 否则 α3
能由 α1 ,α2 线性表示 ) , 于是
x1 α1 + x2 α2 = 0 .
再由 α1 ,α2 线性 无关 , 必又 有 x1 = x2 = 0 .因此 , 当 α3 不 能由 α1 ,
α2 线性表示时 , 仅当 x1 = x2 = x3 = 0 时 , 才 能使 ( 1 ) 式成 立 .所 以
α1 ,α2 ,α3 线性无关 .
例 9( 补充题 62) 若向量 α可由向量组α1 ,α2 , … ,αr 线性 表
示 , 则表示法惟一的充要条件是 α1 ,α2 , … ,αr 线性无关 .
证 充 分 性 : 当 α1 , α2 , … , αr 线 性 无 关 , 而 α 又 可 由 α1 ,
α2 , … ,αr 线性表示时 , 其 表 示 法 惟 一 的 证 明 , 见 教 材 中 定 理 3 .3
( p116 ) .
必要性 : 用反证法 .已知
α= x1 α1 + x2 α2 + … + x rαr , ( 1)
假设 α1 ,α2 , … ,αr 线 性相 关 , 则 存 在不 全 为 0 的 数 k1 , k2 , … , kr ,
使得
k1 α1 + k2 α2 + … + krαr = 0 . ( 2)
于是
3 .2 n 维向量及其线性相关性 117
图 3-3
n
η∈ R , 使 α1 ,α2 , … , αn - 1 , η线性 无 关 , 从 而 η不能 由 α1 , α2 , … ,
αn - 1 线性表示 , 也就不能由 α1 ,α2 , … ,αn - 1 ,αn 线性表示 .与题设矛
盾 , 所以 R n 中任 一 向 量 可 由 α1 , α2 , … , αn 线 性 表 示 , 必 须 要 α1 ,
α2 , … ,αn 线性无关 .
n
注意 这里 讲 , 存 在 η∈ R , 使 α1 ,α2 , … ,αn - 1 , η线性 无关 .
那么 , 如果给定了 n - 1 个 n 维线性 无关的 向量 αj = ( a1 j , a2 j , … ,
anj ) T ( j = 1 , 2 , … , n - 1 ) , 如 何 求 这 样 的 η 呢 ? 下 面 介 绍 两 种
方法 .
( i) 设 A1 是由 α1 ,α2 , … ,αn - 1 按列排成的 n× ( n - 1 ) 矩阵 , 后
面学了矩阵的秩 就知 道 , 秩 ( A1 ) = n - 1 , 从而 A1 中必 存 在 n - 1
阶非零子式 .如果 A1 中去掉第 i 行的 n - 1 阶子式不等于 零 , 那 么
取 η= ( 0 , … , 0 , 1 , 0 , … , 0) T ( 其中 1 是第 i 个分量 ) , 就有
| A| = |α1 α2 … αn - 1 η|
a11 a12 … a1 , n - 1 0
… … … …
= ai1 ai2 … ai , n - 1 1
… … … …
an1 an2 … ai n 0
a1 1 a12 … a1 , n - 1
… … …
ai - 1 , 1 ai - 1 , 2 … ai - 1 , n - 1
= ( - 1 ) r+ ≠0,
n
ai + 1 , 1 ai + 1 , 2 … ai + 1 , n - 1
… … …
an1 an2 … an , n - 1
于是 A 可逆 , A 的 n 个列向量线性无关 .
( ii ) 学了第 4 章 4 .2 节的 R n 中向 量的内积 , 就 知道如果 η与
线性无关的向 量 α1 , α2 , … , αn - 1 都 正交 ( 即 (αi , η) = 0 , i = 1 , … ,
T
n - 1) , 则 α1 ,α2 , … ,αn - 1 ,η就线 性无关 .设 η= ( x1 , x2 , … , xn ) ,
3 .2 n 维向量及其线性相关性 119
于是
(α1 ,η) = a11 x1 + a21 x2 + … + an1 xn = 0 ,
(α2 ,η) = a12 x1 + a22 x2 + … + an2 xn = 0 ,
…………………………………………………
(αn - 1 ,η) = a1 , n - 1 x1 + a2 , n - 1 x2 + … + an, n - 1 xn = 0 .
这是由 n - 1 个 方 程构 成的 n 元齐 次 线性 方程 组 , 从 而必 有非 零
解 , 任取一 组 非 零 解 作 η= ( x1 , x2 , … , xn ) T ≠0, 则 α1 , α2 , … ,
αn - 1 ,η就线性无关 .
(2 ) 澄清一些模糊的观念
由于初学者没有准确地 理解向 量的 线性相 关性 的 概念 , 常 常
容易想当然地形成一些似是而非的模糊认识 .例如 :
①“若 一组向 量 α1 ,α2 , … , αm 线性 相关 , 则 存在 全不 为零 的
数 k1 , k2 , … , km , 使得 k1 α1 + k2 α2 + … + kmαm = 0”.这里的 错误 在
“全不为零”, 正 确的 应 该是“不 全 为零”.例 如 , 3 个 共 面的 几何 向
3
量 α1 ,α2 ,α3 是线性 相关 的 , 当 α1 , α2 共 线且 | α2 | = | α1 | 时 ( 如
2
图 3 -4) , 只存在 3 , 2 , 0 , 使
3α1 + 2α2 + 0α3 = 0 .
图 3-4
这里要注意的是“
: 不全为零”包含“ 全不为零”, 而“全不为零”
不包含“不全为零”.
②“向 量组 α1 ,α2 , … , αm 线 性相关 的充 要条件 是 , 其 中任 一
120 第 3 章 线性方程组
个向量都可由其余向量线性表示”.这里充分性是成立的 , 即“ 任一
个向量都可由其余向量 线性表 示时 , 则 α1 ,α2 , … ,αm 是线 性相 关
的”是正确的 .但必要性是不成立的 , 这里错在“ 任一个”, 正确的应
该是“有一个”或说“至少有一 个”.例如 图 3 -4 中的 α3 不能 由 α1 ,
α2 线性表示 .这里的 错 误与 ①中 的 错误 是 一脉 相 承的 , 如果 那 里
的 k1 , k2 , … , km 全不为 零 , 自然 就 推出“ 任一 个”向 量 都可 由其 余
向量线性表示 .
③“如果 k1 , k2 , … , km 全为零时 , k1 α1 + k2 α2 + … + kmαm = 0,
则称 α1 ,α2 , … ,αm 线性无关”.这个说 法显 然是 错误的 , 因 为 k1 =
k2 = … = km = 0 时 , 不论 α1 ,α2 , … ,αm 是线 性无 关还 是线性 相关 ,
k1 α1 + k2 α2 + … + kmαm = 0 总 是 成立 的 .对于 线 性无 关 的向 量 正
确的说法应该是 :
“仅当 k1 , k2 , … , km 全为零时, 才能使 k1 α1 + k2 α2 + … + k3 α3 =
0 成立 , 则称 α1 ,α2 , …,αm 线性无关”.或 者说:“若 k1α1 + k2 α2 + … +
kmαm = 0, 则 k1 , k2 , … , km 必 须 全 为 零 , 就 称 α1 , α2 , … , αm 线 性
无关”.
④“向 量组 α1 ,α2 , … , αm 线 性无关 的充 要条件 是 , 其 中任 意
两个向量都线 性无 关 ( 或说 两 两线 性 无 关 ) ”.这 里 必要 性 是 成 立
的 , 因为一组向量整体线性无关 , 则其中任一部分向量都是线性无
关的 .但充分性是 不 成立 的 , 例 如 图 3 -3 中 共 面的 4 个 非 零 向 量
α1 ,α2 ,α3 ,α4 , 它们两两不共线 , 即两两线性无关 , 但整 个向量组 是
线性相关的 .
对于线性无关的向量来 说 , 用 其中 任何 部分向 量 的线 性无 关
性 , 都不能推出整体 的线 性无 关性 .因为 对 于 α1 , α2 , … , αm , 即 使
其中任意 m - 1 个 向量 都线性 无关 , 也 不能 推出 α1 ,α2 , … ,αm 线
性无关 .如前 面例 2 , 例 4 中 的 4 个向 量线 性 相关 , 而其 中 任 何 3
个向量都线性无关 .
需要指出的是 , 在欧氏空间中 “
: 一组非 零向量 α1 ,α2 , … ,αm ,
3 .2 n 维向量及其线性相关性 121
3 小结
3 .3 向量组的秩及其极大线性无关组
1 - 1 3 1 2
0 2 1 - 3 6
U = (ξ1 ξ2 ξ3 ξ4 ξ5 ) =
0 0 0 5 -8
0 0 0 0 0
1 -1 2 -2 1
2 -1 3 -2 1
A=
3 -2 5 -1 3
4 -2 6 -1 3
1 -1 2 -2 1
② + ①× ( - 2 ) 0 1 -1 2 -1
③ + ①× ( - 3 ) 0 1 -1 5 0
④ + ①× ( - 4 )
0 2 -2 7 -1
1 -1 2 -2 1
③ + ②× ( - 1 ) 0 1 -1 2 -1
④ + ②× ( - 2 ) 0 0 0 3 1
0 0 0 3 1
1 -1 2 -2 1
0 1 -1 2 -1
=U . ( 1)
0 0 0 3 1
0 0 0 0 0
U 中第 1 , 2 , 4 三个列 向 量是 U 的列 向 量组 的 一 个极 大 线性 无 关
组 , 所以 A 的列向量组 α1 ,α2 ,α3 ,α4 ,α5 的一个极大线性无关组 为
α1 ,α2 ,α4 , 从而
秩{α1 ,α2 ,α3 ,α4 ,α5 } = 3 .
下面将 α3 和 α5 分别用{α1 ,α2 ,α4 }线性表示 : 设
x1 α1 + x2 α2 + x4 α4 = α3 ,
由此得到非齐次线性方程组
T
A1 x = α3 ( 其中 x = ( x1 , x2 , x4 ) ) . ( 2)
T
对其增广矩阵 ( A1 ,α3 ) 做初等行变换化为阶梯矩阵 , 即
1 -1 -2 2
利用 0 1 2 -1
( A1 ,α3 ) = (α1 α2 α4 α3 ) . (3)
( 1) 式得 0 0 3 0
0 0 0 0
3 .4 矩阵的秩 * 矩阵的相抵标准形 125
*
3 .4 矩阵的秩 矩阵的相抵标准形
1 -1 2 1 0
② + ① × ( - 2) 0 0 0 0 0
A ③ + ① × ( - 3) 0 3 0 -4 1
0 3 0 0 1
1 -1 2 1 0
④ + ③ × ( - 1) 0 3 0 -4 1
= U,
再做 两次 0 0 0 4 0
行对换
0 0 0 0 0
所以 , 秩 ( A) = 3 , U 中一个最高阶的非零子式为
1 -1 1
0 3 - 4 = 12 ≠0
0 0 4
它对应于 A 中第 1 , 3 , 4 行与第 1 , 2 , 4 列交点排成的三阶行列式
1 -1 - 1
1 -1
3 0 - 7 = -3 = 12≠0 .
3 -7
0 3 0
128 第 3 章 线性方程组
例2 设
1 -1 2 -1 0
2 -2 4 -2 0
A= .
3 0 5 -7 1
a 3 b c 2
问: a, b, c 为何值时 , A 的列向量组的极大线性无关组只有两个向量 .
解 A 的列向量组的极大 线性 无关组 所含 向量 个数就 是A的
列秩 , 也就是 A 的秩 .所以此题就是问 : a, b, c 取何值时 , r ( A) = 2 .
对 A 做初等行变换 , 将其化为矩阵 B .即
1 -1 2 -1 0
② + ①× ( - 2) 0 0 0 0 0
A = B.
③ + ①× ( - 3) 0 3 -1 -4 1
④ + ①× ( - a)
0 3+ a b - 2a c + a 2
由于 r ( B) = r ( A) , 欲使 r( B) = 2 , B 中第 3 行与第 4 行的行向量必
须成比例 , 所以得
3 + a = 2× 3 , a = 3 ;
b - 2 a = - 1×2 , b = - 2 + 2 a = 4;
c + a = - 4×2 , c = - 8 - a = - 11 .
即 a = 3 , b = 4 , c = - 11 时 , r ( A) = 2 .
A C
例 3 设分块矩阵 P = ( 其中 C 为任意矩阵 ) , 证明
0 B
r( P) ≥ r ( A) + r( B) .
证 不妨设 A= (α1 , … ,αs ) 的列向 量组的一 个极大线 性无 关
组为{α1 ,α2 , … ,αm } ( 其中 m≤ s) , 从而 r ( A) = m; B = (β1 , … ,βt )
的列向量组的一个极大线性无关组 为{β1 ,β2 , … ,βn } ( 其 中 n≤ t) ,
从而 r ( B) = n .
( i ) 当 C= 0( 为零矩阵 ) 时 , P 中α1 , … ,αm 与β1 , … ,βn 所 在列
的 m + n 个列向 量是 P 的列 向量组 的一 个极大 线性 无关 组 , 所以
3 .4 矩阵的秩 * 矩阵的相抵标准形 129
r ( P) = m + n = r( A) + r( B) .
( ii ) 当 C≠0 时 , B 中 线 性相 关 的 列向 量 添 加 了 C 中 的 分 量
后 , 有可能是线性无关的 , 所以 , P 的 列向 量组 的极 大 线性 无关 组
所含向量个数可能等于 m + n, 也可能大于 m + n, 因此
r ( P) ≥ m + n = r( A) + r( B) .
例 4 设 A 是 m × n 矩 阵 , 且 m < n, 证 明 : 齐 次线 性 方 程 组
T
( A A) x = 0 必有非零解 .
T T T
证 A A 是 n × n 矩 阵 , 由于 r ( A) = r ( A ) ≤ m, r ( A A) ≤
T T
min( r( A) , r ( A ) ) ≤ m < n, 那 么 , 用 高 斯 消 元 法将 系 数 矩 阵 A A
通过初等行变换化为阶梯形矩阵时 , 其 非零行行 数小于 n, 从而 求
T
解时有 n - r( A A) 个自由未知量 , 所以必有非零解 .
或者根据齐次线性方程组解 的理论 ( 定理 3 .12 ) , 以 n 阶 矩阵
T T
A A 为系数矩阵的齐次 线 性方 程组 ( A A) x = 0 有非 零 解的 充 要
T
条件为 r ( A A) < n .
例 5 ( 习题 18 ) 设 A 是 s× n 矩阵 , B 是由 A 的前 m 行构成的
m× n 矩阵 .证明 : 若 A 的行向量组的秩为 r, 则 r( B) ≥ r + m - s .
证 设 αi = ( ai1 , ai2 , … , ai n ) , i = 1 , 2 , … , s,
α1
…
α1
αm
A= , B= … .
αm + 1
αm
…
αs
设 r ( B) = p, 于是 B 的 行 向量 组 的 极 大线 性 无 关 组 {αi1 ,αi2 , … ,
αi p } 含 p 个向量 .因此 , A 的行向量组的 一个极 大线性无 关组是 向
量组{αi1 ,αi2 , … ,αip ,αm + 1 , … ,αs }的一个子集 , 也就是 它所含向 量
个数≤ p + ( s - m) , 即
r( A) = r≤ p + ( s - m) ,
130 第 3 章 线性方程组
从而
r( B) = p≥ r + m - s .
*
例 6 ( 习题 25 ) 设 A 是 m × n 矩 阵 ( m < n) , r ( A) = m, 证
明 : 存在 n× m 矩阵 B, 使 AB= Im .
证 利用矩阵的相抵标准形和分块矩阵的乘法来证明 .
由于 r( A) = m, 所以存在 m 阶可逆阵 P 和 n 阶可逆阵 Q, 使得
PAQ= ( Im , 01 ) ( 其中 01 是 m× ( n - m) 零矩阵 ) ,
即
- 1 - 1
A= P ( Im , 01 ) Q .
取
Im
B= Q P,
02
其中 : 02 是 ( n - m) × m 零矩阵 , B 是秩为 m 的 n× m 矩阵 .于是
Im
AB = P - 1 ( Im , 01 ) Q - 1 Q P = P- 1 I m P = Im .
02
*
例 7 ( 习 题 27 ) 证明 : 任 何秩 为 r 的矩 阵 A 可 以表示 为 r
个秩为 1 的矩阵之和 , 但不能表示为少于 r 个秩为 1 的矩阵之和 .
证 不妨设 A 为 m× n 矩阵, 证明时要用到:“若 P, Q 分别为 m
阶和 n 阶可逆矩阵, 则 r( PAQ) = r( A)”, 以及矩阵的相抵标准形 .
由于秩( A) = r, 所以存在 m 阶可逆阵 P 和 n 阶可逆阵 Q, 使得
Ir 0
PAQ= ( 其中 Ir 为 r 阶单位阵 ) ,
0 0 m× n
从而
Ir 0
A = P- 1 Q- 1 .
0 0
令 r 阶对角阵
3 .5 齐次线性方程组有非零解的条件及解的结构 131
0
w
Λr i = 1 ,
w
0
其中第 i 个主对角元为 1 , 其余对角元均为零 , 如此则有
Ir = Λr1 + Λr2 + … + Λr r ,
于是 , 取
Λr i 0
Q - 1 ( i = 1 , 2 , … , r) ,
- 1
Ai = P
0 0
则秩 ( Ai ) = 秩 ( Λr i ) = 1 , 且有
A = A1 + A2 + … + Ar .
所以 A 可表示为 r 个秩为 1 的矩阵 A1 , A2 , … , Ar 之和 .
如果 B1 , B2 , … , Bp 的秩均为 1 , 则
r( B1 + B2 + … + Bp ) ≤ r ( B1 ) + r( B2 ) + … + r( Bp ) = p .
因此 , 当 p < r 时 , 秩为 r 的 A 不可能表示为 B1 , B2 , … , Bp 之和 .
3 .5 齐次线性方程组有非零解的条件
及解的结构
齐次线性方程组 Ax = 0 有非 零 解的 条 件 , 有 非零 解 时 , 它 的
基础解系的概念 , 求基 础解系 的方 法 , 以及它 的一 般解 的结 构 , 在
内容提要中已经详述 .
这里有两个重要的例题 ( 教材 p137 上的例 3 , 例 4 ) , 要熟悉其
结论并会证明 .
(1 ) 若 A, B 分别是 m× n 和 n× s 矩阵 , 且 AB= 0, 则
r( A) + r( B) ≤ n .
证明时 , 由 AB = 0 可知 , B 的 s 个列 向量 是 齐次 线 性方 程 组
132 第 3 章 线性方程组
Ax = 0 的 解 , 再 利用 Ax = 0 的基 础 解系 含 n - r ( A) 个 解 , 即 可 证
明之 .
* T
( 2 ) 若 A 是 m × n 实 矩 阵 , 则 r ( A A) = r ( A ) .( 证 明 见
教材 ) .
1 1 2 2 7
例 1 设 A= 2 2 1 1 2 .
5 5 1 2 0
求齐次线性方程组 Ax= 0 的基础解系与一般解 .
解 对系数矩阵 A 做初等行变 换 , 将其化 为行 简化阶 梯矩 阵
U, 即
1 1 2 2 7
② + ①× ( - 2 )
A 0 0 -3 -3 - 12
③ + ①× ( - 5 )
0 0 -9 -8 - 35
1 1 2 2 7 1 1 2 0 5
③ + ② ×( - 3 ) ② + ③× ( - 1)
0 0 1 1 4 0 0 1 0 3
1 ① + ③× ( - 2)
②× -
3 0 0 0 1 1 0 0 0 1 1
1 1 0 0 -1
① + ② ×( - 2 )
0 0 1 0 3 =U .
0 0 0 1 1
Ux = 0 与 Ax = 0 是 同解 方 程组 , 求 基础 解系 时 , 取 x2 , x5 为
自由未知量 , 它们分别取 1 , 0 和 0 , 1 时 , 得基础解系中的两个解
x1 = ( - 1 , 1 , 0 , 0 , 0) T ; x2 = ( 1 , 0 , - 3 , - 1 , 1) T .
方程组的一般解为
x = k1 x1 + k2 x2 = k1 ( - 1 , 1 , 0 , 0 , 0) T + k2 (1 , 0 , - 3 , - 1 , 1 ) T ,
其中 k1 , k2 为任意常数 .
例 2 ( 研 3 -35 .教材 p381 .表示 研 究生 入 学试 题 汇 编 : 3 .线
性方程组中的 35 题 .以后用同样的简称 )
设四元齐次线性方程组 ( Ⅰ ) 为
3 .5 齐次线性方程组有非零解的条件及解的结构 133
2 x1 + 3 x2 - x3 = 0 ,
x1 + 2 x2 + x3 - x4 = 0 .
已知另一个四元齐次线性方程组 ( Ⅱ ) 的一个基础解系为
α1 = ( 2 , - 1 , a + 2 , 1 ) T , α2 = ( - 1 , 2 , 4 , a + 8 ) T .
(1 ) 求方程组 ( Ⅰ ) 的一个基础解系 ;
(2 ) 当 a 为何值时 , 方 程 组 ( Ⅰ ) 与 ( Ⅱ ) 有 非零 公共 解 ? 在 有
非零公共解时 , 求全部非零公共解 .
解 (1 ) 对系数 矩阵 做初 等行 变 换 , 将其 化为 行 简化 阶梯 矩
阵,即
2 3 -1 0 1 2 1 -1
1 2 1 - 1 2 3 -1 0
1 2 1 -1 1 0 - 5 3
0 -1 -3 2 0 -1 - 3 2
1 0 -5 3
.
0 1 3 -2
所以方程组 ( Ⅰ ) 的同解方程组为
x1 - 5 x3 + 3 x4 = 0 ,
x2 + 3 x3 - 2 x4 = 0 .
取 x3 , x4 为自由未知量 , 它们分别取 1 , 0 与 0 , 1 得基础解系 :
β1 = (5 , - 3 , 1 , 0 ) T , β2 = ( - 3 , 2 , 0 , 1) T .
(2 ) 方程组 ( Ⅰ ) 与 ( Ⅱ ) 的一般解分别为 :
x = k1 β1 + k2 β2 , ( 1)
x = k3 α1 + k4 α2 , ( 2)
它们的公共解就是 (1 ) 式和 ( 2) 式中相等的解 , 即公共解为
x = k1 β1 + k2 β2 = k3 α1 + k4 α2 . ( 3)
由 (3 ) 式得
k1 β1 + k2 β2 - k3 α1 - k4 α2 = 0 ( 零向量 ) . ( 4)
134 第 3 章 线性方程组
(4 ) 式等价于一个齐次线性方程组
k1 5 -3 -2 1 k1
k2 -3 2 1 -2 k2
(β1 β2 - α1 - α2 ) =
k3 1 0 - a- 2 -4 k3
k4 0 1 -1 - a- 8 k4
0
0
= . ( 5)
0
0
对方程组 (5 ) 的系数矩阵 A 做初等行 变换 , 将其 化为 阶梯矩 阵 .如
直接用第 1 列的 5 消去 - 3 和 1 , 将会出现分数 , 以后很不方便 , 所
以先把第 2 行乘 2 加到第 1 行 , 得
-1 1 0 -3
-3 2 1 -2
A
1 0 - a-2 -4
0 1 - 1 - a-8
-1 1 0 -3
② + ①× ( - 3 ) 0 -1 1 7
③+ ① 0 1 - a-2 -7
0 1 -1 - a-8
- 1 1 0 -3
③ +② 0 -1 1 7
=U ( 6)
④ +② 0 0 - a-1 0
0 0 0 - a- 1
当 a≠ - 1 时 , | U | ≠0 , 线性 方程 组 Ak = 0 只有 零 解 , 线性 方
程组 ( Ⅰ ) 与 ( Ⅱ ) 没有非零公共解 .
当 a= - 1 时 ,
3 .5 齐次线性方程组有非零解的条件及解的结构 135
-1 1 0 -3 -1 0 1 4
0 -1 1 7 行 0 - 1 1 7
U= .
0 0 0 0 变换 0 0 0 0
0 0 0 0 0 0 0 0
齐次线性方程组 Uk = 0( 与方程 组 ( 5 ) Ak= 0 是 同解 方 程组 , 其 中
k = ( k1 , k2 , k3 , k4 ) T ) 有非零解 , 其基础解系为
T T
k1 = (1 , 1 , 1 , 0 ) , k2 = ( 4 , 7 , 0 , 1) ,
一般解
k= c1 k1 + c2 k2 = ( c1 + 4c2 , c1 + 7c2 , c1 , c2 ) T
( 其中 c1 , c2 为任意常数 ) .将 k3 = c1 , k4 = c2 代入 ( 3 ) 式 , 即 得方 程
组 ( Ⅰ ) 与 ( Ⅱ ) 的全部非零公共解
x = k3 α1 + k4 α2 = c1 α1 + c2 α2 .
T T
当 a = - 1 时 ,α1 = (2 , - 1 , 1 , 1 ) ,α2 = ( - 1 , 2 , 4 , 7 ) .容易 验
证 , 此时 α1 与 α2 也是 方程 组 ( Ⅰ ) 的基 础 解 系 .所 以 , a = - 1 时 ,
方程组 ( Ⅰ ) 与 ( Ⅱ ) 是同解 方程 组 , 它们 的全部 公共 解就是 它们 自
身全部的解 .
求方程组 ( Ⅰ ) 与 ( Ⅱ ) 的非 零公共 解的 另一个 解法 为 : 先根 据
方程组 ( Ⅱ ) 的基础解系 , 反过来求一个方程组 ( Ⅱ ) .
T T
设 α1 = ( 2 , - 1 , a + 2 , 1 ) 与 α2 = ( - 1 , 2 , 4 , a + 8 ) 是方程
a1 x1 + a2 x2 + a3 x3 + a4 x4 = 0 ( 7)
的解 , 于是 , 得
2 a1 - a2 + ( a + 2 ) a3 + a4 = 0 ,
( 8)
- a1 + 2 a2 + 4 a3 + ( a + 8 ) a4 = 0 .
方程组 (8 ) 是关于 a1 , a2 , a3 , a4 的 四元齐次 线性 方程 组 , 容 易求 得
它的基础解系的两个解 :
a1 = 2 a + 8 , a2 = a + 10 , a3 = - 3 , a4 = 0; ( 9)
a1 = a + 10 , a2 = 2 a + 17 , a3 = 0 , a4 = - 3 . (10)
将 (9 ) 和 ( 10 ) 式分别代入方程 ( 7) , 即可得到一个方程组 ( Ⅱ )
136 第 3 章 线性方程组
(2 a + 8) x1 + ( a + 10 ) x2 - 3 x3 = 0 ,
(11)
( a + 10) x1 + ( 2 a + 17) x2 - 3 x4 = 0 .
( 读者不难验证 α1 = (2 , - 1 , a + 2 , 1) T 与 α2 = ( - 1 , 2 , 4 , a + 8 ) T
是方程组 (11) 的基础解系 .) 将方程组 (11) 与题给的方程组 ( Ⅰ ) 联
立起来 , 这个联立方程组的非 零解就 是方 程组 ( Ⅰ ) 与 ( Ⅱ ) 的共 同
的非零解 .此时 , 同样可以得知 :
当 a = - 1 时 , 全部共同的非零解为方程组 ( Ⅰ ) 与 ( Ⅱ ) 的自身
全部非零解 .当 a≠ - 1 时 , 方程组 ( Ⅰ ) 与 ( Ⅱ ) 没有共同的非零解 .
1 1 1
例 3 ( 研 3 -28 ) 设 A = a b c , 问:
a2 b2 c2
(1 ) a, b, c 满足什么关系时 , Ax = 0 只有零解 ;
(2 ) a, b, c 满足什么关系 时 , Ax = 0 有 无穷 多组 解 , 并 用基 础
解系表示通解 .
解 (1 ) 当 | A| ≠0 时 , Ax = 0 只有零解 .这 里的 | A| 是三阶 范
德蒙行列式 , 所以
| A| = ( b - a) ( c - a) ( c - b) .
当 a, b, c 互不相等时 , | A| ≠0 , 从而 Ax = 0 只有零解 .
(2 ) 当 | A| = 0 时 , Ax = 0 有无穷多组解 , 所以当 a = b 或 a = c
或 b = c 或 a = b = c 时均有无穷多组解 .
(i) 当 a= b 时 , 有
1 1 1 1 1 1 1 1 1
行
A= a a c 0 0 c- a 0 0 c- a .
变换
a2 a2 c2 0 0 c2 - a2 0 0 0
取 x2 为自由未知量 , 基础 解 系为 ( - 1 , 1 , 0 ) T , 通解 为 x = k( - 1 ,
T
1 , 0) , k 为任意常数 .
T
同理 , 当 a = c 时 , 通解为 x= k( - 1 , 0 , 1) ; 当 b = c 时 , 通解为
T
x = k(0 , - 1 , 1 ) , k 均为任意常数 .
3 .5 齐次线性方程组有非零解的条件及解的结构 137
( ii ) 当 a = b = c 时 , 有
1 1 1 1 1 1
A= a a a 0 0 0 .
2 2 2
a a a 0 0 0
取 x2 , x3 为自 由未 知量 , 基础 解系 为 ( - 1 , 1 , 0 ) T 与 ( - 1 , 0 , 1) T ,
通解为 x = k1 ( - 1 , 1 , 0) T + k2 ( - 1 , 0 , 1 ) T , k1 , k2 为任意常数 .
λ- 1 1 λ
例 4 设 A= 1 λ- 1 0 .
λ 1 λ- 1
若存在三阶矩阵 B≠0 , 使 AB = 0, 则必有 ( ) .
3
( A ) λ= 0 或 λ= 2 , | B| = 0; ( B) λ= 0 或 λ= , | B| = 0;
2
2 3
( C) λ= 0 或 λ= , | B| ≠ 0; ( D ) λ= 0 或 λ= , | B| ≠0 .
3 2
解 设 B 的三个列向量为β1 ,β2 ,β3 , 则由
AB = A(β1 ,β2 ,β3 ) = ( Aβ1 , Aβ2 , Aβ3 ) = (0 ,0 ,0)
( 其中 3 个 0 均为三维 零向 量 ) 可知 ,β1 ,β2 ,β3 均为 齐 次线 性方 程
组 Ax= 0 的解向量 .
因此 , 题设中的三阶非零矩阵 B 的列向量至少有一个是 Ax =
0 的非零解 ( 另外的列向量可以是零向量 ) , 所以必有
λ- 1 1 λ
| A| = 1 λ- 1 0 = (λ- 1) 3 + λ- λ2 (λ- 1) - (λ- 1)
λ 1 λ- 1
2
= - 2λ + 3λ= 0 .
3
从而必有 λ= 0 或 λ= .
2
3
当 λ= 0 或 λ= 时 , 秩 ( A) = 2 , 因此 Ax = 0 的基础 解系只 有
2
一个非零向量 .所以 B 的 3 个列向 量的 极大线 性无 关组只 有一 个
138 第 3 章 线性方程组
向量 , 即 B 的列秩 = 秩 ( B) = 1 .从而 | B| = 0 .
综上 , 答案应选 ( B) .
例 5 ( 研 3 -37 ) 设齐次线性方程组
ax1 + bx2 + bx3 + … + bxn = 0 ,
bx1 + ax2 + bx3 + … + bxn = 0 ,
( 1)
………………………………
bx1 + bx2 + bx3 + … + axn = 0 .
其中 a≠ 0 , b≠0 , n≥2 .试讨论 a, b 为何值 时 , 方 程组 仅有零 解、有
无穷多组解 ? 在有无穷多组解时 , 求出全部解 , 并用基础解系表示
全部解 .
解 从方程组 (1 ) 中 依次 有 ax1 , ax2 , … , axn 可 见 , n 元 方 程
组 (1 ) 中有 n 个方程 .它的系数行列式
a b b … b
b a b … b
| A| =
… … … …
b b b … a
1 b b … b
1 a b … b
= [ a + ( n - 1 ) b]
… … … …
1 b b … a
1 b b … b
0 a- b 0 … 0
= [ a + ( n - 1 ) b]
… … … …
0 0 0 … a- b
= [ a + ( n - 1 ) b] ( a - b) n - 1 .
(1 ) 当 | A| ≠ 0 , 即 a≠ b 且 a ≠ ( 1 - n) b 时 , 方 程 组 ( 1 ) 仅 有
零解 .
(2 ) 当 | A| = 0 , 即 a = b 或 a = ( 1 - n) b 时 , 方程组 ( 1 ) 有无 穷
3 .5 齐次线性方程组有非零解的条件及解的结构 139
多组解 .
当 b = a 时 , 秩 ( A) = 1 , 基础解系有 n - 1 个解向量 :
T T T
( - 1 , 1 , 0 , … , 0) , ( - 1 , 0 , 1 , … , 0) , … , ( - 1 , 0 , 0 , … , 1 ) .
其全部解为
T T
x = k1 ( - 1 , 1 , 0 , … , 0) + k2 ( - 1 , 0 , 1 , … , 0 ) + … +
T
kn - 1 ( - 1 , 0 , 0 , … , 1 ) ,
其中 k1 , k2 , … , kn - 1 为任意常数 .
当 a = (1 - n) b 时 , 方程组 (1 ) 的系数矩阵
(1 - n) b b b … b
b (1 - n) b b … b
A = b b (1 - n) b … b
… … … …
b b b … (1 - n) b
0 1 1 … 1
0 1 - n 1 … 1
列
b 0 1 1- n … 1 ( 2)
变换
… … … …
0 1 1 … 1- n
0 1 1 … 1
0 - n 0 … 0
行
0 0 - n … 0 =B.
变换
… … … …
0 0 0 … - n n× n
由于 B 中非零子式最高阶数为 n - 1 , 所以秩 ( B) = 秩 ( A) = n - 1 .
因此 , 方程组 ( 1) 即 Ax = 0 的基础解系含 n - r ( A) = n - ( n - 1 ) = 1
个向量 .由 ( 2) 式的矩阵 A 可 见 , 当 x1 = x2 = … = xn = 1 时 , 满 足
T
方程组 Ax= 0, 所以基础解系为 (1 , 1 , 1 , … , 1) , 其全部解为
T
x = k( 1 , 1 , 1 , … , 1 ) , 其中 k 为任意常数 .
140 第 3 章 线性方程组
t1 0 … 0 t2
t2 t1 … 0 0
按第 1 行
w w … … t1n + ( - 1) n + 1 t2n ≠ 0 ,
展开
t2 t1 0
t2 t1
即 t1 , t2 满足 t1n + ( - 1 ) n + 1 t2n ≠ 0 时 ,β1 ,β2 , … ,βs 也 是 Ax = 0 的 一
个基础解系 .
例 7 ( 研 3 -36) 设 A 是 m× n 矩阵 , B 是 n× m 矩阵 , 则线 性
方程组 ( AB) x= 0 .
( A ) 当 n > m 时仅有零解 ; ( B) 当 n > m 时必有非零解 ;
( C) 当 m > n 时仅有零解 ; ( D ) 当 m > n 时必有非零解 .
解 AB 是 m× m 矩阵 , ( AB) x = 0 是 m 元 齐次 线 性方 程组 ;
当 r ( AB) = m 时 , 它 仅 有 零 解 ; 当 r ( AB) < m 时 它 必 有 非 零 解 .
根据
r( AB) ≤ min( r( A) , r ( B) ) ,
可得 :
当 m > n 时 , r ( A) ≤ n, r ( B) ≤ n, 从 而 r ( AB) ≤ n < m, 所 以
( AB) x= 0 必有非零解 .
当 m < n 时 , r( A) ≤ m, r( B) ≤ m, 从而 r ( AB) ≤ m, 此时 , 可 能
有 r( AB) = m, 也可能有 r( AB) < m, 因此不能断言 ( AB) x= 0 仅有
零解或必有非零解 .
综上 , 答案应选 ( D) .
2
例 8 已知 n 阶矩阵 A 满足 A = A + 2 I, 证明
r( A + I) + r ( A - 2 I) = n .
证 由 A2 = A + 2 I 得 A2 - A - 2 I = ( A+ I) ( A - 2 I ) = 0, 所以
r( A + I) + r ( A - 2 I) ≤ n . ( 1)
由于 A - 2 I 与 - ( A - 2 I) = 2 I - A 的秩相等 , 再利用
r ( A + B) ≤ r( A) + r( B) ,
142 第 3 章 线性方程组
又得
r( A + I) + r ( A - 2 I) = r ( A + I) + r( 2 I - A)
≥r ( A + I + 2 I - A) = r (3 I) = n . ( 2)
由 (1 ) 式和 ( 2) 式即得 r ( A + I) + r( A - 2 I) = n .
3 .6 齐次线性方程组有解的条件
及解的结构
以 m× n 矩阵 A 为系数矩阵的非齐次线性方程组
Ax = b, ( 3 .1)
如果将 A 按列分块为 A= (α1 ,α2 , … ,αn ) , 则方程组(3 .1) 式即为
x1
x2
(α1 ,α2 , … ,αn ) = b,
…
xn
即
x1 α1 + x2 α2 + … + xnαn = b . ( 3 .2)
所谓方 程 组 有 解 , 也 就 是 存 在 x = ( x1 , x2 , … , xn ) T 使 方 程 组
(3 .1 ) , 即向量方程 ( 3 .2 ) 成 立 .所以方程 组 ( 3 .1) 有解 的充分必 要
条件为 , b 可由 A 的列向量组 α1 ,α2 , … ,αn 线性表示 .这个条 件在
方程组 (3 .1 ) 的增广矩阵
( A, b) = (α1 ,α2 , … ,αn , b)
上 , 就是系数矩阵 A 的列向量组的极大 线性无 关组 也是增 广矩 阵
( A, b) 的列向量组的极大线性无关组 , 因此它们的列秩相等 , 即
秩 ( A) = 秩 ( A, b) ( 3 .3)
也是方程组 (3 .1 ) 有解的充要条件 .
用高斯消元法求解方 程组 ( 3 .1 ) 是对 增 广矩 阵 ( A, b) 做 初 等
行变换将其化为阶 梯形 矩阵 ( U, d) , 得 到易 于求 解的 同 解方 程 组
3 .6 非齐次线性方程组有解的条件及解的结构 143
Ux = d, 条件 (3 .3 ) 表现在增广矩阵 ( U , d) 上 , 就是
秩 ( U) = 秩 ( U, d) ,
即 U 与 ( U, d) 有相同的非零行行数 .
如果 Ax= b 有惟一解 , 也就是 b 可由 A 的列向量 组线性表 示
( 如向量方程 ( 3 .2) ) , 且表示法惟一 , 那么 它的必 要条 件是 A 的 列
向量组线性无关 .因此 , Ax = b 有惟一解的充要条件是
秩 ( A, b) = 秩 ( A) = A 的列数 = n . ( 3 .4)
如果
x = x0 + x, ( 3 .6)
其中 : x0 是 Ax = b 的一个特解 ( 某一个解 ) ;
x = k1 x1 + … + kp x p 是对应齐次方程组 Ax = 0 的一般解 .
证明 (3 .6 ) 式要用到非齐次线 性方程组 Ax = b 的解的 一个 重
要性质 : 若 x1 与 x2 为 Ax = b 的 两 个解 , 则 x1 - x2 为 对应 齐次 线
性方程组 Ax= 0 的解 .
必须注意 , 此时 x1 + x2 不是 Ax = b 的 解 , 而当 k1 + k2 = 1 时
则 k1 x1 + k2 x2 是 Ax = b 的解 .
以上是非齐次线性方程组解的基本理论 , 读者必须认真领会 .
至于当 Ax= b 有无 穷 多组 解 时 , 如 何 求解 的 问题 , 在内 容 提
要中已提及 , 这里不再重复 .
例 1 设非齐次线性方程组
144 第 3 章 线性方程组
x1 - x2 + 2 x3 = 1 ,
2 x1 - x2 + 3 x3 - x4 = 4 ,
x2 + p x3 + t x4 = t,
x1 - 3 x2 + ( 3 - p) x3 = - 4 .
试问 : p, t 取何值时 , 方程组有解 , 无解 , 有解时求其解 .
解 对方程组的增广矩阵做初等行变换, 将其化为阶梯形矩阵, 即
1 - 1 2 0 1
2 - 1 3 -1 4
( A, b) =
0 1 p t t
1 - 3 3- p 0 -4
1 -1 2 0 1
0 1 -1 - 1 2
0 1 p t t
0 -2 1- p 0 -5
1 -1 2 0 1
0 1 -1 -1 2
0 0 1+p t+ 1 t-2
0 0 -1- p -2 - 1
1 -1 2 0 1
0 1 -1 -1 2
. ( 1)
0 0 p+1 t+ 1 t-2
0 0 0 t- 1 t-3
由上面的阶梯形矩阵可见 :
(1 ) 当 p≠ - 1 且 t≠1 时 , 方程组有惟一解 ,
t-3 1 5- t
x4 = , x3 = ,
t-1 p+ 1 t - 1
1 5 - t 3t - 5 1 5 - t 2t - 3
x2 = + , x1 = - +2 .
p+1 t - 1 t-1 p+1 t - 1 t- 1
3 .6 非齐次线性方程组有解的条件及解的结构 145
(2 ) 当 p + 1 = 0 , 即 p = - 1 且阶梯形矩阵中第 3 , 4 行成比例
t+ 1 t - 2
= - 2t - 3 = - 3t+ 2 t= 5
t- 1 t- 3
时 ( 此时第 3 行可将第 4 行化为全零行 ) , 有
1 -1 2 0 1
0 1 -1 -1 2
( A, b)
0 0 0 6 3
0 0 0 4 2
1 -1 2 0 1
0 1 -1 -1 2
0 0 0 1 1/ 2
0 0 0 0 0
1 0 1 0 7/ 2
0 1 -1 0 5/ 2
. ( 2)
0 0 0 1 1/ 2
0 0 0 0 0
阶梯形矩阵 (2 ) 所对应的原方程组的同解方程组为
x1 + x3 = 7/ 2 ,
x2 - x3 = 5/ 2 , ( 3)
x4 = 1/ 2 .
取 x3 = 0 , 得非齐次方程组的一个特解
x0 = (7/ 2 , 5/ 2 , 0 , 1/ 2 ) T ;
取 x3 为自由未知量 , 方程组 (3 ) 对应的齐次方程组的基础解系为
x1 = ( - 1 , 1 , 1 , 0 ) T .
综上 , 当 p = - 1 , t = 5 时 , 方程组的一般解为
x = x0 + kx1
T T
= (7/ 2 , 5/ 2 , 0 , 1/ 2 ) + k( - 1 , 1 , 1 , 0) ,
其中 k 为任意常数 .
146 第 3 章 线性方程组
(3 ) 当 p = - 1 , t≠5 时 , 阶梯形矩阵 ( 1 ) 中第 3 行 与第 4 行 不
成比例 , 此时
秩 ( A) = 3≠秩 ( A, b) = 4 ,
所以方程组无解 .
例 2 已知 β1 ,β2 ,β3 是非齐次线性方程组 Ax = b 的 3 个不同
的特解 ,α1 ,α2 , α3 是 对应齐 次方 程组 Ax = 0 的 基础解 系 .试写 出
Ax = b 的 3 种不同形式的一般解 .
解 根据非齐次线性方 程组解 的结 构 , 它的一 般 解的 最简 单
的形式为
x = k1 α1 + k2 α2 + k3 α3 + β1 . ( 1)
由于 α1 + α2 ,α2 + α3 ,α3 + α1 仍是 Ax = 0 的 解 , 且 线性 无关 ;
1
(β1 + β2 ) 仍是 Ax = b 的解 , 所以一般解也可表示为
2
1
x = k1 (α1 + α2 ) + k2 (α2 + α3 ) + k3 (α3 + α1 ) + (β1 + β2 ) . ( 2)
2
1
再由 α1 + α2 ,α1 - α2 ,α3 也线性无关 , ( 2β1 + 5β2 - 4β3 ) 也 是
3
Ax = b 的解 ( 因为 β1 ,β2 ,β3 的系数和为 1) , 一般解也可表示为
1
x = k1 (α1 + α2 ) + k2 (α1 - α2 ) + k3 α3 + (2β1 + 5β2 - 4β3 ) .
3
( 3)
以上 (1 ) , (2 ) , (3 ) 式中的 k1 , k2 , k3 均为任意常数 .
A α
例 3 ( 研 3 -39) 设 B= , A 是 n 阶 矩阵 ,α是 n 维 列
αT 0
向量 .若秩 ( B) = 秩 ( A) , 则线性方程组
( A ) Ax = α必有无穷多组解 ;
( B) Ax = α必有惟一解 ;
( C) By = 0 仅有零解 ;
( D ) By = 0 必有非零解 ,
3 .6 非齐次线性方程组有解的条件及解的结构 147
T T
其中 x = ( x1 , … , xn ) , y = ( y1 , … , yn , yn + 1 ) .
解 由于 B 是 n + 1 阶矩 阵 , 而秩 ( B) = 秩 ( A) ≤ n, 所以齐 次
线性方程组 By = 0 必 有 非 零 解 .因 此 ( D ) 是 正 确 的 , ( C ) 是 不 正
确的 .
这里 , 读者还应理解 ( A ) , (B) 也是不正确的 , 理由何在 .
由秩 ( B) = 秩 ( A) 可 知 ,α可以 用 A 的列 向量 组线 性 表示 ( 当
T
A 是实对称矩阵时 ,α 也可 由 A 的 行 向量 组线 性表 示 ) , 因 此 , 非
齐次线性方程组
Ax = α
必有解 .但是 A 可能是可逆的 ( 此时 Ax = α只有惟一解 ) , 例如
1 0 0 1
0 1 0 0
B= .
0 0 - 1 1
1 0 1 0
A 也可能是不可逆的 ( 此时 Ax = α有无穷多组解 ) , 例如
1 1 0 1
1 0 - 1 0
B= .
0 -1 - 1 -1
1 0 - 1 0
所以 , 在没有指明 A 是否 可 逆 ( 即秩 ( A) 是 否等 于 n) 的 情 况
下 , 都不能断言题中 ( A ) , (B) 的结论是正确的 .
例 4 设 n 阶矩阵 A = (α1 ,α2 , … ,αn ) 的 行列式 | A| = 0 , 且 A
的任何 n - 1 个列向 量都线 性无关 , 将 A 的 前 n - 1 列构 成的 n×
( n - 1 ) 矩阵记为 A1 = (α1 , α2 , … , αn - 1 ) , 问 方程 组 A1 x = αn 有 解
否 ? 为什么 ?
解 由 | A| = 0 及 A 的任何 n - 1 个列向量线性无关可知
秩 ( A) = 秩 {α1 ,α2 , … ,αn } = n - 1 ,
秩 ( A1 ) = 秩{α1 ,α2 , … ,αn - 1 } = n - 1
148 第 3 章 线性方程组
而矩阵 A 就是方程 组 A1 x = αn 的 增广 矩阵 ( A1 , αn ) , 所 以增 广 矩
阵的秩等于系数矩阵的秩 , 因此 , 方程组 A1 x= αn 有解 .
另一解法 : 由 | A | = 0 可 知其 列向 量 组 α1 , α2 , … , αn 线 性 相
关 , 而 α1 ,α2 , … , αn - 1 线性 无关 , 所 以 αn 可由 α1 ,α2 , … , αn - 1 线 性
表示 ( 否则 α1 ,α2 , … ,αn - 1 ,αn 线性无 关 ) , 且 表示 法惟一 .因 此 , 方
程组 A1 x= αn 有惟一解 .
例 5 ( 研 3 -40 ) 已知四阶方阵 A = (α1 ,α2 ,α3 ,α4 ) , 其中四维
列向量 α2 ,α3 ,α4 线性 无 关 ,α1 = 2α2 - α3 .如果 β= α1 + α2 + α3 +
α4 , 求线性方程组 Ax = β的通解 .
T
解 设 x = ( x1 , x2 , x3 , x4 ) , 则 Ax = β即为
x1 α1 + x2 α2 + x3 α3 + x4 α4 = α1 + α2 + α3 + α4 . ( 1)
将 α1 = 2α2 - α3 代入 ( 1) 式 , 整理得
(2 x1 + x2 )α2 + ( - x1 + x3 )α3 + x4 α4 = 3α2 + α4 . ( 2)
向量方程 (2 ) 就是线性方程组 Ax = β.先求它的一个特解 x0 , 由 ( 2)
式,取
x4 = 1 ,
- x1 + x3 = 0 x1 = x3 , 可任取为 x1 = x3 = 1 ,
2 x1 + x2 = 3 x2 = 3 - 2 x1 = 3 - 2 = 1 .
所以 x0 = ( 1 , 1 , 1 , 1) T .
再求非齐次线性方程组 Ax= β对应的齐 次线性方 程组Ax = 0
的通解 x .
Ax = 0 就是 ( 2) 式右端等于零向量 , 即
(2 x1 + x2 )α2 + ( - x1 + x3 )α3 + x4 α4 = 0 . ( 3)
由于 α2 ,α3 ,α4 线性无关 , 所以 ( 3) 式左 端的 3 个系 数必 须全 为 0 ,
因此得到齐次线性方程组
2 x1 + x2 = 0,
- x1 + x3 = 0, ( 4)
x4 = 0 .
3 .6 非齐次线性方程组有解的条件及解的结构 149
T
易得 (4 ) 的通解 为 k( 1 , - 2 , 1 , 0 ) , 这也就 是 ( 3 ) 式即 Ax = 0 的 通
解x.
综上 , 即得 Ax = β的通解为
T T
x = x0 + x = (1 , 1 , 1 , 1 ) + k( 1 , - 2 , 1 , 0) ,
其中 k 为任意常数 .
例 6 ( 补充题 51) 已知下列线性方程组Ⅰ , Ⅱ为 同解线性 方
程组 , 求参数 m, n, t 之值 .
x1 + x2 - 2 x4 = - 6 ,
Ⅰ : 4 x1 - x2 - x3 - x4 = 1 ,
3 x1 - x2 - x3 = 3;
x1 + m x2 - x3 - x4 = - 5 ,
Ⅱ: nx2 - x3 - 2 x4 = - 11 ,
x3 - 2 x4 = 1 - t .
解 对方程组Ⅰ的增 广 矩 阵 ( A, b) 做 初等 行 变换 , 将其 化 为
行简化阶梯矩阵 , 即
1 1 0 -2 - 6
( A, b) = 4 -1 - 1 -1 1
3 -1 - 1 0 3
1 0 0 -1 -2
0 1 0 -1 -4 ( 1)
0 0 1 -2 -5
T
由此易得 : 方程 组Ⅰ 的一 个特 解 x0 = ( - 2 , - 4 , - 5 , 0 ) , 其 对 应
齐次方程组的通解为 k( 1 , 1 , 2 , 1) T .方程组Ⅰ的通解为
x = ( - 2 , - 4 , - 5 , 0 ) T + k( 1 , 1 , 2 , 1) T ( k 为任意常数 ) .
由于方程组Ⅱ与Ⅰ是同解方程组 , 所以 x0 也应是方程组Ⅱ 的
解 , 将其代入方程组Ⅱ , 得
- 2 - 4m+ 5 = - 5 m=2,
- 4 n + 5 = - 11 n= 4,
150 第 3 章 线性方程组
- 5=1 - t t= 6 .
这里必须 注 意 , 如果 题目 改 为 : 是否 存在 m, n, t 使 方程 组 Ⅱ
与方程组Ⅰ为同解方程组 ? 此时解题方法应为 :
将方程组Ⅱ的增广矩阵 ( C, d) 也化为行简化阶梯矩阵
1 m -1 -1 -5
( C, d) = 0 n -1 -2 - 11
0 0 1 -2 1- t
1 m 0 - 3 -4- t
0 n 0 - 4 - 10 - t . ( 2)
0 0 1 - 2 1 - t
如果存在 m, n, t, 使 (2 ) 式中的 行简 化阶 梯阵 与 ( 1 ) 式 中的 行简 化
阶梯阵完全一样 , 那么方程组Ⅰ与Ⅱ肯定是同解方程组 .更一般的
情况 , 要判断两个方程组的解集合是否相同 .
a11 a12 … a1 n y1
*
a21 a22 … a2 n y2
例 7 ( 补充题 64) 设 A= , y= ,
… … … …
am1 am2 … amn yn
b= ( b1 , b2 , … , bm ) T , x = ( x1 , x2 , … , xm ) T .
T
(1 ) 证明 : 若 Ay = b 有解 , 则 A x = 0 的任一组 解 x1 , x2 , … ,
xm 必满足方程
b1 x1 + b2 x2 + … + bm x m = 0 . ( 1)
(2 ) 方程组 Ay = b 有解的充要条件是方程组
AT 0
x= ( 2)
bT 1
无解 ( 其中 0 是 n×1 零矩阵 ) .
T
证 (1 ) 由于要证明的 ( 1) 式左端等于 b x, 即要证明
bT x= b1 x1 + b2 x2 + … + bm x m = 0 ,
所以 , 把有解的方程组 Ay = b 表示为转置形式
3 .7 部分疑难习题和补充题的题解 151
T T T
b = y A .
T
再由 A x = 0, 即得
T T T T T T
b x = y A x= y ( A x) = y 0 = 0
( 上式中的 x = ( x1 , x2 , … , x m ) T 为 AT x= 0 的任一个 解 ) , 故 (1 ) 式
成立 .
(2 ) 先证必要性 : 已知 Ay = b 有解 , 即
T
AT ( 3)
秩 ( A) = 秩 ( A, b) , 秩 ( A ) = 秩 T
.
b
(3 ) 式表明 , bT 可由 AT 的 n 个行 向量 线性 表示 , 于 是 , 方程 组 ( 2)
的增广矩阵
AT 0 初等 AT 0
. ( 4)
T 行变 换
b 1 0 1
T
由此可见 , 方程组 ( 2) 的 增 广矩 阵的 秩为 秩 ( A ) + 1 , 而 其系 数 矩
阵的秩为秩 ( A) , 二者不等 , 所以方程组 (2 ) 无解 .
再证充分性 : 已知方程 组 ( 2 ) 无解 , 即系 数矩 阵的 秩不 等于 其
T T
增广矩阵的秩 .因此 , 系数矩阵中的 b 可由 A 的 n 个行向量线性
T T
表示 ( 因为 : 如果 b 不能由 A 的 n 个行向 量线 性表 示 , 则 系数 矩
AT
阵 T
的秩为秩 ( A) + 1 , 它就 与增广 矩阵 的秩相 同 , 从而 方程 组
b
(2 ) 有解 , 与题设矛盾 ) , 也就是 b 可由 A 的 n 个 列向 量线性 表示 ,
所以方程组 Ay = b 有解 .
3 .7 部分疑难习题和补充题的题解
Ir 0 Ir 0
PAQ= , 即 A = P- 1 Q- 1 .
0 0 0 0
于是 , 存在 n 阶矩阵 B(或说取 B)
0 0
B= P
0 In - r
就使
0 0 Ir 0
BA = PP - 1 Q- 1
0 In - r 0 0
0 0 Ir 0
= Q- 1 = 0Q- 1 = 0 .
0 In - r 0 0
2 ( 习题 34) * 设 A* 是 n 阶矩阵 A 的伴随矩阵 , 证明 :
n , 当 r( A) = n ,
( 1) r( A* ) = 1 , 当 r ( A) = n - 1 ,
0 , 当 r ( A) < n - 1 .
*
( 2) | A | = | A| n - 1 .
证 伴随矩阵 A* 的秩只有 3 种可能——— n, 1 , 0 , 这是一个重要的结论 .
证明时要利用 A* 的定义及由此得到的重要结果
AA* = A* A = | A| I . ( 1)
( 1) 当 r( A) = n, 即 | A| ≠0 时 , 由 (1) 式得
| A A * | = | A| | A* | = | A| n ≠0 ,
所以 , | A* | ≠0 , 即 r( A* ) = n .
当 r( A) = n - 1 时 , | A | = 0 , 但 A 中 存在 n - 1 阶非 零 子 式 , 而 A* =
( A ij ) n× n 的元素 A i j 是 A 中元素 a ji 的代数余子式 , 所以 , 此时 A* ≠0( 即 A* 为
非零矩阵 ) , 因此 r ( A* ) ≥1 ;再由 (1 )式 , 又得
A A* = 0
(利用教材 p137 中例 3 的结论 ) , 于是
r( A) + r( A* ) ≤ n,
从而
r( A* ) ≤ n - r( A) = n - ( n - 1 ) = 1 .
综上 , 即得 r( A* ) = 1 .
当 r( A) < n - 1 时 , A 中非零子式的 最高阶数 ≤ n - 2 , 所 以 A 中元素 a ji
3 .7 部分疑难习题和补充题的题解 153
的代数余子式
Ai j = ( - 1 ) i + j M ji = 0
(因为 Mji 是 a ji 的余子式 , 它是 A 的 n - 1 阶子式 , 所以 Mji = 0) , 因此 , A* =
( A ij ) n× n = 0 , 故 r( A* ) = 0 .
( 2) 证明 | A* | = | A| n - 1 .
注意 , A 可能是可逆的 , 也 可能是 不可逆 的 , 应 证明两 种情 况下 , 结论 都
成立 .
当 A 可逆时 , | A| ≠0 , 由 (1 )式得
| A| | A* | = | A| n , 所以 , | A* | = | A| n - 1 ;
当 A 不可逆时 , r( A)≤ n - 1 , | A | = 0 , 由 ( 1 ) 中结论 又知 r( A* ) = 1 或 0 ,
所以 | A* | = 0 .因此 , 结论也成立 .
3 ( 习题 35) 设 A 是 n 阶可逆矩阵 ( n≥2 ) , 证明 : ( A* ) * = | A| n - 2 A .
证 当 n= 2 时, 设
a1 a2
A= ,
a3 a4
则
a4 - a2 a1 a2
A* = , ( A* ) * = = A( 结论成立) .
- a3 a1 a3 a4
当 n > 2 时 , 显然不能如上那样证明 , 一般的证法如下 :利用
1
A- 1 = A* , 即 A* = | A| A - 1 . ( 1)
| A|
由题可知 , r( A) = n( 即 A 可逆 )时 , r ( A* ) = n( 即 A* 也可逆 ) , 所以 (1 ) 式
中的 A 换为 A * 时 , 等式也成立 , 即
( A* ) * = | A* | ( A* ) - 1 . ( 2)
由( 1) 式可得
1 1
( A* ) - 1
= ( | A| A- 1 ) -1
( A- 1 ) - 1
= = A. ( 3)
| A| | A|
再将上题的结果 | A* | = | A| n - 1 , 连同 (3 )式 , 一起代入 ( 2) 式 , 即得
1
( A* ) * = | A| n - 1 A = | A| n - 2 A .
| A|
4 ( 习题 36) 设 A 是 n 阶矩阵 , 证明 :非齐次线性 方程组 Ax = b 对 任何
154 第 3 章 线性方程组
b 都有解的充分必要条件是 | A| ≠0 .
证 充分性是显然的 , 因为 | A| ≠0( 即 A 可逆 ) , 所以方程组 Ax = b 对任
何 b 都有解
x= A - 1 b .
必要性 : 此时 , 只要用 对 n 个 线性 无 关的 b1 , b2 , … , bn 有 解 , 就 能证 明
| A| ≠0 .最简单的情形就取 n 个单位向量 , 即
bj = ej = ( 0 , … , 0 , 1 , 0 , … , 0 ) T , j = 1 , 2 , … , n .
设 Ax= ej 的解为 xj = ( x1 j , x2 j , … , xn j ) T ( j = 1 , 2 , … , n) , 于是就有
A( x1 , x2 ,… , xn ) = ( e1 , e2 , … , en ) = I
(注意其中 ( x1 , x2 ,… , xn ) 是 n 阶矩阵 ) , 从而
| A| | x1 , x2 ,… , xn | = 1 ,
因此 , | A| ≠0 , 必要性得证 .
5 ( 补充题 39) 已知
1 2 3
Q= 2 4 t ,
3 6 9
P 为非零三阶矩阵 , PQ= 0 , 则 :
( A) 当 t = 6 时 , r( P) = 1 ; (B) 当 t = 6 时 , r ( P) = 2 ;
( C) 当 t≠6 时 , r ( P) = 1; ( D) 当 t≠6 时 , r ( P) = 2 .
解 利用 : 当 PQ= 0 时 , r( P) + r( Q) ≤3 .
当 t≠6 时 , r( Q) = 2 (因为 | Q| = 0 , 且 Q 中有两个 列向量 不成比 例 , 从 而
线性无关 ) , 所以
r ( P)≤3 - r( Q) = 3 - 2 = 1 .
而 P 为非零矩阵 , r( P)≥1 .因此 , r( P) = 1 .答案 应选 ( C ) .其中 ( D ) 显然是 错
误的 , 因为此时 r ( P) + r( Q) = 4 > 3 .
( A) , ( B ) 也 不 是 肯 定 正 确 的 答 案 .因 为 t = 6 时 , r ( Q) = 1 . 此 时 ,
r ( P)≤3 - r( Q) = 3 - 1 = 2 , 所以 r ( P)可以等于 1 , 也可以等于 2 .例如 :
1 1 - 1 1 1 - 1
P1 = 2 2 - 2 , P2 = 4 1 - 2
3 3 - 3 2 2 - 2
都能使 P1 Q= 0, P2 Q= 0, 而 r ( P1 ) = 1 , r( P2 ) = 2 .
3 .7 部分疑难习题和补充题的题解 155
6 ( 补充题 40 ) 设 α1 = ( a1 , a2 , a3 ) T , α2 = ( b1 , b2 , b3 ) T , α3 = ( c1 , c2 ,
c3 ) T , 则 3 条直线 ai x + bi y + ci = 0( a2i + b2i ≠0 ) ( i = 1 , 2 , 3 )交于一点的充要条
件是( ) .
( A) α1 ,α2 ,α3 线性相关 ;
( B) α1 ,α2 ,α3 线性无关 ;
( C) r {α1 ,α2 ,α3 } = r {α1 ,α2 } ;
( D ) α1 ,α2 ,α3 线性相关 , 且 α1 ,α2 线性无关 .
解 3 条直线交于一点 P0 ( x0 , y0 ) , 也就是线性方程组
a1 x + b1 y + c1 = 0 ,
a2 x + b2 y + c2 = 0 , ( 1)
a3 x + b3 y + c3 = 0 .
有惟一解 ( x0 , y0 ) .要把方程组 (1 )有惟一解的充要条件归结为 x, y 的系数及
常数项列向量 ( 即 α1 ,α2 ,α3 )的线性相关 性 , 其关 键是要把方程 组 (1 ) 等价 地
表示为 α1 ,α2 ,α3 的向量方程 , 即
x α1 + y α2 + α3 = 0 . ( 2)
方程组 ( 1)有惟一解 ( x0 , y0 ) , 也就是存在不全为零的 x0 , y0 , 1 使
x0 α1 + y0 α2 + 1・α3 = 0 . ( 3)
所以 α1 ,α2 ,α3 必是线性相关 的 , 而 且 α1 ,α2 是线 性无 关的 , 否 则 , 存 在不 全
为零的 x1 , y1 使
x1 α1 + y1 α2 = 0 . ( 4)
将( 3) , (4 )式相加 , 就有
( x0 + x1 )α1 + ( y0 + y1 )α2 + α3 = 0 .
如此 , ( x0 + x1 , y0 + y1 ) ( ≠ ( x0 , y0 ) ) 也是 方程组 (1 ) 的 解 , 这 与方程 组 ( 1 ) 有
惟一解矛盾 .
所以 , 方程组( 1) 有惟一解 的必要 条件 是 ,α1 ,α2 ,α3 线性 相关 , 且 α1 ,α2
线性无关 .这个条件也是方程组 (1 )有惟一解的充分条件 .
因为 α1 ,α2 ,α3 线性相关 , 即存在不全为零的 k1 , k2 , k3 , 使
k1 α1 + k2 α2 + k3 α3 = 0 . ( 5)
再由 α1 ,α2 线性无关 , 又可知 (5 )式中的 k3 ≠0( 如果 k3 = 0 , 就必有 k1 = k2 =
0 , 这与 k1 , k2 , k3 不全为 0 矛盾 ) , 因此
156 第 3 章 线性方程组
k1 k
α1 + 2 α2 + α3 = 0 . ( 6)
k3 k3
k1 k2
(6) 式表明 , ( x0 , y0 ) = , 是方程组 (1 ) 的解 , 而 且是惟一 解 ( 因为此 时
k3 k3
α3 由 α1 ,α2 的线性表示的表示法是惟一的 , 见教材 p116 中定理 3 .3) .
所以答案应选 ( D ) .注 意 ( C ) 也 是不 正确 的 , 因 为 r {α1 , α2 ,α3 } = r {α1 ,
α2 } 并不意味着 α1 ,α2 线性无关 .
另一解法 : 将方程组( 1) 写成
a1 x + b1 y + c1 z = 0 ,
a2 x + b2 y + c2 z = 0 , (1 )′
a3 x + b3 y + c3 z = 0 .
其中 z = 1 .方程组( 1)′有非零解( x0 , y0 , 1) 的充要条件是系数行列式等于零 ,
即其中 3 个列向量 α1 ,α2 ,α3 线性相关 .此时 (1 )′的系数矩阵的 3 个行向量也
线性相关的 , 不妨设( a3 , b3 , c3 ) 可由 ( a1 , b1 , c1 ) 与 ( a2 , b2 , c2 ) 线 性表示 .于 是
的同解方程组为
(1)′
a1 x + b1 y = - c1 z = - c1 ,
(2 )′
a2 x + b2 y = - c2 z = - c2 .
′
非齐次线性方程组 (2 ) 有惟一解 ( x0 , y0 ) ( 即 3 直线有 惟一交点 ) 的充要 条件
为系数行列式
a1 b1
≠0 ,
a2 b2
即其列向量 β1 = ( a1 , a2 ) T ,β2 = ( b1 , b2 ) T 线性无关 , 它们各添分量 a3 , b3 得到
的向量 α1 = ( a1 , a2 , a3 ) T ,α2 = ( b1 , b2 , b3 ) T 也线性无关 .
7 ( 补充题 43) 设 向 量 α,β, γ线 性 无 关 , α,β,δ线 性 相 关 , 下 列 哪 个
成立 ?
( A) α必可由 β,γ,δ线性表示 ;
( B) β必不可由 α,γ,δ线性表示 ;
( C) δ必可由 α,β,γ线性表示 ;
( D ) δ必不可由α,β,γ线性表示 .
解 由 α,β,γ线性无关可知α,β也线性 无关 , 再由 α,β,δ线性 相关 , 又
可知 δ可由 α,β线性表示 , 即
3 .7 部分疑难习题和补充题的题解 157
δ= k1 α+ k2β,
从而 δ= k1 α+ k2β+ 0・γ,
所以 δ也可由 α,β,γ线性表示 .即 (C) 是成立的 , 于是( D )自然就不成立 .
( A) 也不成立 , 因为 α不能由β,γ线性表示 , 如果 δ= - β( 此时 α,β,δ线
性相关) ,α就不能由β,γ,δ线性表示 .而此时 β= 0・α+ 0・γ+ ( - 1)δ,β可
由α,γ,δ线性表示 , 所以 (B)也不成立 .
8 ( 补充题 46) 设 A 为 n 阶矩阵 , 若存在正整数 k ( k≥2 ) 使得 Akα= 0,
但 Ak - 1 α≠0(其中 α为 n 维非零列向量 ) .证明 :α, Aα, … , Ak - 1 α线性无关 .
证 证明的思路 :设
λ0 α+λ1 Aα+ λ2 A2 α+ … +λk - 1 Ak - 1 α= 0 , ( 1)
然后根据已知条件 , 由 ( 1) 式推出 λ0 ,λ1 ,λ2 , … ,λk - 1 必须全为零 .
利用已知条件: Ak - 1 α≠0, Akα= 0, 将 (1)式两端左乘 Ak - 1 , 得
λ0 Ak - 1 α+ λ1 Akα+ λ2 Ak+ 1 α+ … + λk - 1 A2k - 2 α= 0 , ( 2)
其中 Akα= Ak + 1 α= … = A2 k - 2 α= 0 , 因此 , 由 (2 )式得
λ0 Ak - 1 α= 0 , 从而 λ0 = 0 ( 因为 Ak - 1 α≠0) .
所以( 1) 式成立时 ,λ0 必须等 于 0 .再 将 ( 1 ) 式两 端左 乘 Ak - 2 ( 此时 已有 λ0 =
0) , 得
λ1 Ak - 1 α+ λ2 Akα+ … + λk - 1 A2k - 1 α= 0 , ( 3)
其中 Akα= … = A2 k - 1 α= 0 , 因此 , 由( 3) 式得
λ1 Ak - 1 α= 0 , 从而 λ1 = 0 ( 因为 Ak - 1 α≠0) .
如此继续下去 , 就 得: 欲 使 ( 1) 式 成立 , 必须 λ0 = λ1 = λ2 = … = λk - 1 = 0 .所 以
α, Aα, A2 α, … , Ak - 1 α线性无关 .
1 a … a
a 1 … a
9 ( 补充题 49) 设 A= (主对角元全为 1 , 其余全为 a .)
… … w …
a a … 1
为 n 阶矩阵 ( n≥3) , a∈R , 且 r( A) = n - 1 , 求 a .
解 对 矩 阵 A 做 初 等 变 换 时 , A 的 秩 不 变 .现 将 A 的 各 列 都 加 到 第
1列,得
158 第 3 章 线性方程组
1 + ( n - 1) a a … a
1 + ( n - 1) a 1 … a
A = A1 .
… … w …
1 + ( n - 1) a a … 1
易知 | A| = [ 1 + ( n - 1) a] (1 - a) n - 1 .当 r( A) = n - 1 , 即 | A| = 0 时 , 必须 1 +
1
( n - 1 ) a= 0 ,即 a= (注意 , a = 1 时 , | A| = 0 , 但 r ( A) = 1) , 此时 , 将 A1 的
1 - n
第 1 行乘 - 1 加到其余各行 , 得
0 a a … a
0 1- a 0 … 0
A1 0 0 1- a … 0 = A2
… … … w …
0 0 0 … 1 - a
1 n
其中 1 - a = 1 - = ≠0 , 所以秩 ( A) = 秩 ( A2 ) = n - 1 .
1 - n n -1
1
因此 , 当秩 ( A) = n - 1 时 , a = .
1 - n
10 ( 补充题 55 ) 设 n 阶矩阵 A 分块为
A11 A12
A= ,
A21 A22
其中 A11 为 k 阶可逆矩阵( k < n) , 证明 : 存在主对角元为 1 的上三角矩阵 U 和
下三角矩阵 L, 使得
A11 0
LAU= . ( 1)
0 B
证 利用 A11 可逆 , 对 A 做初等行变 换把 A21 化 为 0 , 此 时左乘 的分块 初
等矩阵是主对角元为 1 的下三角矩阵 ; 做初等列变换把 A12 化为 0 , 此时 右乘
的分块初等矩阵是主对角元为 1 的上三角矩阵 , 如此就得所要的结果 .即
I 0 A11 A12 I - A11- 1 A12 ( 2)
- 1
- A21 A 11 I A21 A22 0 I
3 .7 部分疑难习题和补充题的题解 159
= |λI - AB| . ( 4)
同理 , 再由
I - B λI B λI - BA 0
= ,
0 I A I A I
又得
λI B
= |λI - BA| | I | = |λI - BA| . ( 5)
A I
由( 4) , (5 )式即得 : 当 λ≠0 时 , |λI - AB| = |λI - BA| .
*
12 ( 补充题 57 ) 证明 :若 A 是 m× n 矩阵 , r( A) = r, 则存在 m× r 矩阵
B, r× n 矩阵 C , 且 r( B) = r( C) = r, 使得 A = BC .
证 利用相抵标准形 .对于矩阵 A, 存在 m 阶可逆矩 阵 P 和 n 阶可 逆矩
阵 Q, 使得
Ir 0 Ir 0
PAQ= , 即 A = P- 1 Q- 1 . ( 1)
0 0 0 0
将 P- 1 , Q- 1 分块表示为
C
P - 1 = ( B, S) , Q- 1 = , ( 2)
T
其中 : B 为 m× r 矩阵 , r( B) = r( 因为 B 的 r 个列 向量线 性无 关 ) ; C 为 r × n
矩阵 , r ( C) = r(因为 C 的 r 个行向量线性无关 ) .于是由 (1) , ( 2) 式得
3 .7 部分疑难习题和补充题的题解 161
Ir 0 C C
A = ( B, S) = ( B,0) = BC .
0 0 T T
13 ( 补充 题 60) 证 明 : 非 零向 量 组 α1 ,α2 , … , αs 线性 无 关 的充 要 条
件是
i-1
αi ≠ ∑ kα ( i =
j= 1
j j 2 , 3 , … , s) .
证 必要性是显然的 .因为如果存 在 i ( i∈ { 2 , … , s} ) , 使 得 αi = k1 α1 +
… + ki - 1 αi - 1 , 则 α1 , … ,αi - 1 ,αi 线性相关 , 从而 α1 ,α2 ,… ,αs 线性相 关 .与 题
设矛盾 .
λ1
则 λ2 = 0 否则 α2 = α1 , 从而 λ1 = 0 ;再由
λ2
α3 ≠ k1 α1 + k2 α2 ,
又得 α1 ,α2 ,α3 线性无关 ;如此继续下去 , 由 α1 ,α2 ,… ,αs - 1 线性无关 , 而
αs ≠ k1 α1 + k2 α2 + … + ks - 1 αs - 1 ,
即得 α1 ,α2 , …,αs - 1 ,αs 线性无关 .
14 ( 补充题 61 ) 设向量 组 α1 ,α2 , … ,αr 线性 无关 , 如在向 量组 的前 面
加入一个 向量 β, 证 明 : 在向量 组 β, α1 ,α2 , … ,αr 中 至多有 一个向 量 αi ( 1≤
i≤ r) 可由其前面 的 i 个 向量 β, α1 ,α2 , … ,αi - 1 线 性 表 示 .并 在 R3 中做 几 何
解释 .
证 如果 β,α1 ,α2 , … ,αr 仍然线性无关 , 则任何 αi (1≤ i≤ r)都不能由前
面的 i 个向量线性表示 ;如 果 β,α1 ,α2 ,… ,αr 线性 相关 , 但 β= 0 , 同样 , 任 何
αi 都不能由前面的 i 个向量线性表示 .
如果 β≠0 , 且 β,α1 ,α2 ,… ,αr 线性相关 .则存在 αi 可 由前面 的 i 个向 量
线性表示 .因为从前往 后考 察 , 如果 β,α1 , … ,αi - 1 仍线 性 无关 , 而 β,α1 , … ,
αi - 1 ,αi 线性相关 , 则 αi 可由β,α1 , … , αi - 1 线 性表示 ( 这 里的极 端情况 是 :β,
α1 , … ,αr - 1 仍线性无关 , 而 β,α1 , … ,αr - 1 ,αr 线性相关) .再证 :至 多有一个 αi
(1≤ i≤ r) 可由前面的 i 个向量线性表示 .
设 αi 与 αj ( j > i)均可由前面的 i 个与 j 个向量线性表示 , 即
αi = k0 β+ k1 α1 + … + k i - 1 αi - 1 , ( 1)
162 第 3 章 线性方程组
αj = l0β+ l1 α1 + … + li - 1 αi - 1 + liαi + … + lj - 1 αj - 1 , ( 2)
其中 k0 ≠0 , l0 ≠0 (否则 α1 , … ,αi , … ,αj 线性相关 ) , 于是由 ( 1) , (2) 式分别得
β= k′
1α1 + … + k′
i - 1 αi - 1 + k′
iαi , ( 3)
β= l′
1α1 + … + l′
i - 1 αi - 1 + l′
iαi + … +
j - 1 αj - 1 + l′
l′ jαj . ( 4)
由( 3) , (4 )式得
1 - k′
( l′ 1 )α1 + … + ( l′
i - 1 - k′
i - 1 )αi - 1 +
( l′ i )αi + … + l′
i - k′ j - 1 αj - 1 + l′
jαj = 0 . ( 5)
由于 α1 , … ,αi , … ,αj 线性无关 , 所以( 5) 式中的系数全等于 0 , 于是 j 不 大于
i , 从而 (2 )式中的系数
l0 = k0 , l1 = k1 , … , li - 1 = ki - 1 , li = … = lj - 1 = 0
因此 αj = αi , 这就证明了至多有一个 αi 可由前面的 i 个向量线性表示 .
R3 中几何解释 :设 α1 = ( 1 , 0 , 0 ) , α2 = ( 0 , 1 , 0 ) , α3 = ( 0 , 0 , 1 ) .当 β= ( a,
b, 0 )与 α1 ,α2 共面时 ,α1 不能由 β线性表示 , 但 α2 可由 β,α1 线性表示 , 即
1 a
α2 = β- α,
b b 1
而 α3 不能由 β,α1 ,α2 线性表示 ; 当 β= (0 , b, c) 与 α2 ,α3 共面时 ,α2 不能由 β,
α1 线性表示 , 而 α3 可由 β1 ,α1 ,α2 线性表示 , 即
1 b
α3 = β+ 0・α1 - α2 ;
c c
当 β= ( a, b, c)与 α1 ,α2 ,α3 中任意两个都不共面 , 此时只有 α3 可由其前 面的
β,α1 ,α2 线性表示 , 即
1 a b
α3 = β- α - α2 .
c c 1 c
15 ( 补充题 65 ) 设 A 是一个 m× n 矩 阵 , m < n, r( A) = m, 齐 次线性 方
程组 Ax= 0 的一个基础解系为 b1 , b2 , … , bn - m , 其中
bi = ( bi1 , bi2 , … , bin ) T , i = 1 , 2 , … , n - m .
试求齐次线性方程组
n
∑b
j=1
ij yj = 0 , i = 1 ,2 ,… , n - m ( 1)
的基础解系所含解向量的个数 , 并求一个基础解系 .
解 已知 Abi = 0 ( i = 1 , 2 , … , n - m) .记
3 .7 部分疑难习题和补充题的题解 163
b11 b21 … bn - m, 1
b12 b22 … bn - m, 2
B = ( b1 , b2 , … , bn - m ) =
… … …
b1 n b2 n … bn - m, n
则 r ( B) = n - m, AB = 0, 齐次线性方程组 (1 )为
BT y= 0, 其中 y= ( y1 , y2 , … , yn ) T .
它的基础解系所含解向量个数为 n - r( BT ) = n - ( n - m) = m 个 .再由
( AB) T = BT AT = 0 ,
可知 , AT 的 m 个线性无关的列向量( 即 A 的 m 个线性无关的行向量) 是齐次
线性方程组 BT y= 0 的 m 个解 , 从而也就是它的一个基础解系 .
16 ( 补充题 68 ) 设 A 是( n - 1 )× n 矩 阵 , | A j | 表示 A 中划去 第 j 列 所
构成的行列式 , 证明:
( 1) ( - | A1 | , | A2 | , … , ( - 1) n | An | ) T 是 Ax = 0 的一个解 ;
( 2) 若 | A j | ( j = 1 , 2 , … , n)不全为零 , 则 (1 )中的解是 Ax= 0 的一个 基础
解系 .
证 ( 1) 在 A = ( ai j ) ( n - 1) × n 的第 1 行 之前添加一 行 ( 添加之 行就是 A 的
第 1 行 ) , 使之成为 n 阶矩阵 , 并记作 B .即
a11 a12 … a1 n
a11 a12 … a1 n
B= a21 a22 … a2 n .
… … …
an - 1 , 1 an - 1, 2 … an - 1, n
于是 , B 的第 2 行元素的代数余子式 :
B21 = - | A1 | , B22 = | A2 | , … ,
B2 n = ( - 1) 2 + n | An | = ( - 1) n | A n | .
由于 | B | = 0 , 所 以 | B | 中 第 2 行 元 素 分 别 乘其 代 数 余 子 式 之 和 等 于
零 ,即
| B| = a11 ( - | A1 | ) + a12 ( | A2 | ) + … +
a1 n ( ( - 1 ) n | An | ) = 0 . ( 1)
又 | B| 中第 3 , … , n 行元素乘第 2 行对应元素的代数余子式之和也等于零 , 即
164 第 3 章 线性方程组
ai1 ( - | A1 | ) + ai2 ( | A2 | ) + … + ai n ( ( - 1) n | A n | ) = 0 ,
i= 2 ,… , n - 1 . ( 2)
(1) , (2 )两式可统一写成
- | A1 | a11 a12 … a1 n
| A2 | a21 a22 … a2 n
A = ×
… … … …
( - 1 ) n | An | an - 1 , 1 an - 1, 2 … an - 1 , n
- | A1 | 0
| A2 | 0
= . ( 3)
… …
( - 1) n | An | 0
(3) 式表明 : ( - ( A1 ) , | A2 | , … , ( - 1 ) n | An | ) T 是齐 次线 性方 程组 Ax = 0 的
一个解 .
( 2) 若 | A j | ( j = 1 , 2 , … , n)不全为零 , 由于 | A j | 均为矩阵 A 的 n - 1 阶子
式 , 所以 A 的非零子式的最高阶数为 n - 1 , 即 r( A) = n - 1 .于是 Ax = 0 的基
础解系所含解向量的个数为 n - r( A) = n - ( n - 1 ) = 1 个 , 因此 , 它的非零解
( - | A1 | , | A2 | , … , ( - 1) n | A n | ) T
就是 Ax= 0 的一个基础解系 .
17 ( 补充题 71 ) 设 A, B 皆为 n 阶方阵 , 证明 :
r ( AB) ≥r ( A) + r ( B) - n,
并问 :若 A = ( ai j ) s× n , B = ( bij ) n× m , 上述结论是否成立 ?
证 证法 1 : 由 3 .4 节中例 3 可知
A 0 A 0
r ( A) + r ( B) = r ≤r . ( 1)
0 B I B
对( 1) 式右端的分块矩阵做初等行、列变换 , 使之化为“副”对角块矩阵 , 即
I - A A 0 I - B
0 I I B 0 I
0 - AB I - B 0 - AB
= = . ( 2)
I B 0 I I 0
由( 2) 式即得
3 .7 部分疑难习题和补充题的题解 165
A 0 0 - AB
r =r
I B I 0
= r( I) + r( - AB) = n + r( AB) . ( 3)
由( 3) , (1 )式 , 即得
r ( AB) ≥r ( A) + r ( B) - n .
当 A 为 s× n 矩阵 , B 为 n× m 矩阵时 , 上述结论仍成立 .上面的证法仍适
用 , 要注意的是 , (2 )式中的单位阵 I , 有的是 n 阶 , 有的是 m 阶 .
证法 2 : 设 A = ( aij ) s× n , r( A) = l; B = ( bij ) n× m , r( B) = k; r ( AB) = r .利 用
A 的相抵标准形 .对于 A, 存在 s 阶可逆阵 P 和 n 阶可逆阵 Q, 使得
Il 0
PAQ= .
0 0
于是
b11 b12 … b1 m β1
… … … …
Il 0
( PAQ) ( Q- 1 B) = bl1 bl2 … bl m βl ( 4)
0 0
… … … …
bn1 bn2 … bn m βn
b11 b12 … b1 m β1
… … … …
bl1 bl2 … blm βl
= , ( 5)
0 0 … 0
… … …
0 0 … 0
其中 :r ( Q- 1 B) = r ( B) = k, 所 以 ( 4 ) 式 右 边 矩阵 的 行 向量 组 的 秩为 k, 即 秩
{β1 , … ,βl , … ,βn } = k;
r( PAQ) ( Q- 1 B) = r( PAB) = r ( AB) = r, 所 以 ( 5 ) 式矩阵 的行向 量组的 秩
为 r, 即秩{β1 , … ,βl } = r .
由( 4) , (5 )式可 见 , (5 ) 式 中行 向量 的极大 线性 无关 组 ( 含 r 个 向量 ) 与
(4) 式中后 n - l 个向量 βl + 1 , … ,βn 合 在一起 , 可能 线性无 关 , 也 可能 线性 相
关 , 所以它们的向量个数
166 第 3 章 线性方程组
| aii | > ∑|
j =1
ai j | , i = 1 , 2 , … , n, ( 1)
j≠ i
| aii x i | = - ∑a
j=1
ij xj ≤ ∑|
j=1
aij | | x j | ,
j≠ i j≠ i
从而
n n
| xj |
| aii | ≤ ∑
j=1
| aij |
| xi |
≤ ∑|
j=1
aij | .
j≠ i j≠ i
向量 空 间 与 线 性变 换
4 .1 基本要求与内容提要
1 基本要求
2 内容提要
T T
αB1 = x = ( x1 , x2 , … , xn ) ; αB2 = y = ( y1 , y2 , … , yn ) .
则坐标变换公式为
- 1
Ay = x 或 y = A x.
n
(3 ) R 中向量的内积 , 向量的长度与夹角 .
设 α= ( a1 , a2 , … , an ) T ,β= ( b1 , b2 , … , bn ) T ∈ R n , 则 α与 β的
内积为
(α,β) = a1 b1 + a2 b2 + … + an bn
= αT β=βT α.
2 2 2
向量 α的长度 : ‖α‖ = (α,α) = a1 + a2 + … + an .
向量 α与β的夹角为
(α,β)
〈α,β
〉= ar ccos
‖α‖‖β‖
a1 b1 + a2 b2 + … + an bn
= ar ccos 2 2 2 2
.
a1 + … + an b1 + … + bn
向量 α与β正交 ( 垂直 ) , 当且仅当 (α,β) = 0 .
向量的内积满足柯西 -施瓦茨 ( Cauchy-Sch war z) 公式
| (α,β) | ≤‖α‖‖β‖ .
向量的内积具有以下性质 :
① (α,β) = (β,α) ;
② (α+β,γ) = (α,γ) + (β,γ) ;
③ ( kα,β) = k(α,β) ;
④ (α,α) ≥0 , 等号成立当且仅当 α= (0 , 0 , … , 0) T .
向量 α与β满足三角不等式
‖α+β‖≤‖α‖ + ‖β‖ ;
当 α⊥β时 , 满足勾股定理
‖α+ β‖2 = ‖α‖2 + ‖β‖2 .
n
( 4 ) R 的标准正交基 , 施密特 ( Schmidt ) 正交化方法 .
n
设 ε1 ,ε2 , … ,εn ∈ R , 若
170 第 4 章 向量空间与线性变换
1 , i = j,
(εi ,εj ) = i, j = 1 , 2 , … , n,
0 , i≠ j,
n
则{ε1 ,ε2 , … ,εn } 线性无关 , 并称它为R 的一组标准正交基 .
Rn 的自然基{ ei = (0 , … , 1 , … , 0 ) ( i = 1 , 2 , … , n) } 是 最 简单、
最基本的标准正交基 .
n
施密特正交化方法———由R 的 一组 基 {α1 ,α2 , … ,αn } 构造 出
一组标准正交基的方法 : 先正交化 , 即
β1 = α1 ,
(α2 ,β1 )
β2 = α2 - β1 ,
(β1 ,β1 )
(α3 ,β1 ) (α3 ,β2 )
β3 = α3 - β1 - β2 ,
(β1 ,β1 ) (β2 ,β2 )
………………………………………
(αn ,β1 ) (αn ,β2 ) (αn ,βn - 1 )
βn = αn - β1 - β2 - … - βn - 1 ,
(β1 ,β1 ) (β2 ,β2 ) (βn - 1 ,βn - 1 )
其中 {β1 ,β2 , … ,βn }为非零的两两正交的向量组 .
再单位化 , 即
1
εi = βi , i = 1 , 2 , … , n .
‖βi ‖
则{ε1 ,ε2 , … ,εn } 为一组标准正交基 .
(5 ) 正交矩阵及其性质
n× n T
设 A∈ R , 若 A A = I, 则称 A 为正交矩阵 .
正交矩阵 A, B 的性质 :
① det A= 1 或 - 1; ② A- 1 = AT ;
③ AT ( 即 A - 1 ) 也是正交矩阵 ; ④ AB 也是正交矩阵 .
A 为 n 阶正交矩阵的充要条件为 : A 的列 向量 组与行 向量 组
均为Rn 的标准正交基 .
Rn 中的列向量 x, y 由正交矩阵 A 变换为 Ax 和 Ay 时 , 其向量
的内积、长度及向量间的夹角保持不变 .即
4 .2 R n 的基与向量关于基的坐标 171
( Ax, Ay) = ( x, y) ;
‖ Ax‖ = ‖ x‖ , ‖ Ay‖ = ‖ y‖ ;
〈Ax, Ay〉=〈x, y〉 .
4 .2 R n 的基与向量关于基的坐标
n
R 的基与向量关于基 B = {β1 ,β2 , … ,βn } 的 坐标的 概念 , 以 及
同一个向量在两组不同基 下的 坐标之 间的 关系 , 在内 容提 要中 已
阐述 .这里要进一步明确以下几个问题 .
(1 ) 一个向量 α关 于 基 B = {β1 ,β2 , … ,βn } 的 坐标 αB = ( a1 ,
T
a2 , … , an ) 是 惟 一 确 定 的 .因 为 α 由 线 性 无 关 的 基 向 量 β1 ,
β2 , … ,βn 线性表示的表示法是惟一的 .
(2 ) 基 B = {β1 ,β2 , … ,βn } 中的向量是有序的 .同样的 基向量 ,
3
如果排序不一样就是不同的基 .例如 , 如果 B1 = {β1 ,β2 ,β3 } 是 R 的
3
一组基 , 则 B2 = {β2 ,β1 ,β3 } 是 R 的 另一组 基 .因此 , 如 果向 量 α关
于基 B1 的坐 标 αB 1 = ( 2 , - 1 , 3 ) T , 则 α关 于 基 B2 的 坐标 αB2 =
( - 1 , 2 , 3 ) T , 因为
α= 2β1 - β2 + 3β3 ,
α= - β2 + 2β1 + 3β3 .
1
同理 , α 关 于 基 B3 = - β3 , 4β1 , - β2 的 坐 标 αB3 =
2
T
1
- 3, ,2 , 因为
2
1 1
α= 3β3 + 2β1 - β2 = ( - 3 ) ( - β3 ) + ( 4β1 ) + 2 - β2 .
2 2
( 3 ) 为什么Rn 中任何 n 个线性无关的向量 {ξ1 ,ξ2 , … ,ξn } 都是
Rn 的一组基 呢 ? 因 为 R n 中任 何 n + 1 个向 量 都是 线性 相 关的 , 因
n
此 , " α∈R , 都有 α,ξ1 ,ξ2 , … ,ξn 是线性相关的 .根据定理 3 .3( 教
172 第 4 章 向量空间与线性变换
T T 4
11 , 11) ,α4 = ( 1 , 3 , 1 , 2) , 求 a, 使 {α1 ,α2 , α3 ,α4 } 为 R 的基 , 并 求
β = (3 , 8 , 0 , 6 ) T 关于这组基的坐标 .
解 设 x1 α1 + x2 α2 + x3 α3 + x4 α4 =β.
这个向量方程等价于非齐次线性方程组
x1 2 0 -2 1 x1 3
x2 1 1 1 3 x2 8
(α1 ,α2 ,α3 ,α4 ) = = . ( 1)
x3 a 2 11 1 x3 0
x4 - 13 2 11 2 x4 6
方程组 (1 ) 有惟一解的充要条件为 α1 ,α2 ,α3 ,α4 线 性无关 ( 即它 是
R4 的基 ) .所以 题 中 的 两 个 问 题 可 以 通 过 求解 方 程 组 ( 1 ) 一 并 回
答 .由于 a 在第 1 列 , 对增广 矩阵做初 等行变换 时 , 在第 3 , 4 行 上
均会出现 a, 很不方便 .为简便起见 , 我们把第 1 , 4 列对换 , 即设
x4 α4 + x2 α2 + x3 α3 + x1 α1 = β,
其对应的非齐次线性方程组的增广矩阵为
1 0 -2 2 3 1 0 - 2 2 3
3 1 1 1 8 0 1 7 -5 -1
→
1 2 11 a 0 0 2 13 a-2 -3
2 2 11 - 13 6 0 2 15 - 17 0
1 0 -2 2 3 1 0 -2 2 3
0 1 7 -5 -1 0 1 7 -5 -1
→ → . ( 2)
0 0 -1 a+ 8 -1 0 0 1 - a- 8 1
0 0 1 -7 2 0 0 0 a+ 1 1
由 (2 ) 式的阶梯形矩阵可见 , 当 a + 1≠0 即 a≠ - 1 时 , {α1 ,α2 ,α3 ,
4 T
α4 } 为R 的基 ,β关于这组基的坐标 ( x1 , x2 , x3 , x4 ) 为 :
1
x1 = ( 注意 (2 ) 中第 4 列为 x1 的系数 ) ,
a+ 1
7 44 12
x3 = 2 + , x2 = - 15 - , x4 = 7 + .
a+ 1 a+ 1 a+ 1
174 第 4 章 向量空间与线性变换
T
例如 , 当 a = - 2 时 ,β的坐标为 ( - 1 , 29 , - 5 , - 5 ) .
3
例 2 在R 中 求非 零向 量使 之 在自 然基 { e1 , e2 , e3 } 和 基 {α1 ,
α2 ,α3 } 下的坐标相同 .其中
α1 = (1 , - 1 , 2 ) , α2 = ( 2 , 1 , - 1) , α3 = ( - 4 , 1 , 1 ) .
T
解 设所求非零向量为 ( x1 , x2 , x3 ) , 由它在自然基和 基 {α1 ,
α2 ,α3 } 下坐标相同 , 得
x1 α1 + x2 α2 + x3 α3 = x1 e1 + x2 e2 + x3 e3 .
这个向量方程可表示为
x1 x1
(α1 α2 α3 ) x2 = ( e1 e2 e3 ) x2 ,
x3 x3
即
1 2 -4 x1 1 0 0 x1
-1 1 1 x2 = 0 1 0 x2 .
2 - 1 1 x3 0 0 1 x3
将右边移项到左边 , 得
0 2 -4 x1 0
-1 0 1 x2 = 0 . ( 1)
2 -1 0 x3 0
解方程组 (1 ) , 得所求的非零向量为
( x1 , x2 , x3 ) T = k(1 , 2 , 1 ) T , k 为任意非零常数 .
3
例 3 在R 中 , 求 由基 B1 = {α1 ,α2 ,α3 } 到基 B2 = {β1 ,β2 ,β3 }
的过渡矩阵 , 其中
α1 = (1 , 1 , - 1 ) , α2 = ( 1 , - 1 , 1) , α3 = ( - 1 , 1 , 1 ) ;
β1 = ( 1 , 1 , 1) , β2 = (0 , 1 , 1 ) , β3 = ( 0 , 0 , 1) .
T T
又已知 ξ在基 B1 下的坐标为 ξB 1 = ( x1 , x2 , x3 ) = ( 1 , 2 , - 1) , 求
ξB2 = ( y1 , y2 , y3 ) T .
解 由基 B1 到基 B2 的过渡矩阵为 A = ( ai j ) 3 × 3 , 即
4 .2 R n 的基与向量关于基的坐标 175
- 1
y1 1 0 0 4 1 0 0 4 4
y2 = 1 1 0 - 2 = -1 1 0 -2 = -6 .
y3 1 1 1 0 0 -1 1 0 2
例 4 已 知 ξ 在 基 B1 = { α1 , α2 , α3 } 下 的 坐 标 为 ξB1 =
(1 , - 2 , 2 ) T , 求 ξ在基 B2 = {β1 , β2 , β3 } 下 的 坐 标 ξB2 , 其 中 β1
= α1 + α2 ,β2 = α2 + α3 ,β3 = α3 + α1 .
解 法 1: 设 ξB2 = ( y1 , y2 , y3 ) T , 则
ξ= y1 β1 + y2 β2 + y3 β3 = α1 - 2α2 + 2α3 ,
即 y1 (α1 + α2 ) + y2 (α2 + α3 ) + y3 (α3 + α1 ) = α1 - 2α2 + 2α3
( y1 + y3 )α1 + ( y1 + y2 )α2 + ( y2 + y3 )α3 =α1 - 2α2 + 2α3 . ( 1)
( 1 ) 式两边 α1 ,α2 ,α3 的系 数应相 等 ( 因 为 两边 的系 数都 是 ξ关 于
基 B1 的坐标 ) , 于是
y1 + y3 = 1 ,
y1 + y2 = - 2 ,
y2 + y3 = 2 .
3 1 5
由此易得 : y1 = - , y2 = - , y3 = .即
2 2 2
T
3 1 5
ξB 2 = - , - , .
2 2 2
法 2 : 求由基 B1 到基 B2 的过渡矩阵 .由
β1 = α1 + α2 ,
β2 = α2 + α3 ,
β3 = α1 + α3 .
立即可得
1 0 1
(β1 ,β2 ,β3 ) = (α1 ,α2 ,α3 ) 1 1 0 .
0 1 1
上式右边的矩阵即为由基 B1 到基 B2 的过渡矩阵 A, 于是
4 .3 R n 中向量的内积 标准正交基和正交矩阵 177
1 1 1 1 3
- -
2 2 2 2
1 1 1 1
ξB2 = A - 1 ξB1 = - -2 = - .
2 2 2 2
1 1 1 5
-
2 2 2 2 2
n
4 .3 R 中向量的内积 标准正交基和正交矩阵
从而 a 与 b 的夹角
a・ b
〈a, b〉= arccos .
‖a‖‖ b‖
因此 , 我们把R n 中向量 α与β的夹角也定义为
(α,β)
〈α,β
〉= arccos .
‖α‖‖β‖
但是必须注意 | cosθ| ≤1 , 能如上定义夹角〈α,β
〉的前提 是柯西 -施
瓦茨不等式成立 , 即
| (α,β) | ≤‖α‖‖β‖ .
( 3 ) 在R 中两两线性无关的非 零向量 组 α1 , α2 , … ,αs 不一 定
n
是线性无关的 , 例 如 , R3 中 3 个 共 面 而 互 不 共 线 的 非 零 向 量 α1 ,
3
α2 ,α3 , 虽然两两线性无关 , 但整体是线性相关的 .而在 R 中 3 个 两
两正交的非零向量 α1 ,α2 ,α3 一定不共面 , 其中任一个 向量都不 能
用另外两个向量线性表示 , 所以整体是线性无关的 .
一般地 , 若 α1 , α2 , … , αs 是 R n 中 两 两 正 交 的 非 零 向 量 组 , 则
α1 ,α2 , … ,αs 一定线性无关 .( 证明见教材 p168 中定理 4 .5) .附 带
说一句 , 这里为什么要 强调非 零向 量组 呢 ? 因为 零向 量与 任何 非
零向量的内积均为 0, 所以 , 我们也说 零向量与 任何非零 向量都 正
交 .因此 , 如果只说两两正交的向量组 α1 ,α2 , … ,αs , 就不能排除其
中有一个零向量 , 从而不能保证 α1 ,α2 , … ,αs 线性无关 .
(4 ) 对于一组线性无关的向量组 α1 ,α2 , … ,αn , 用施密特正 交
化方法 , 将其正交化时 , 得到的 β1 ,β2 , … ,βn 必 定是 两两正 交的 非
零向量 .因为
(αj ,β1 ) (αj ,β2 )
βj = αj - β1 - β2 - … -
(β1 ,β1 ) (β2 ,β2 )
(αj ,βj - 1 )
βj - 1 , j = 1 , 2 , … , n . ( 3)
(βj - 1 ,βj - 1 )
此时 ,β1 ,β2 , … ,βj 两 两正 交 , 且 都 是 非 零向 量 .如 果 βj = 0, 则 由
(3 ) 式 可 见 , αj 可 由 β1 , β2 , … ,βj - 1 线 性 表 示 , 而 后 者 是 由 α1 ,
4 .3 R n 中向量的内积 标准正交基和正交矩阵 179
T T
ξ1 = (1 , 1 , 0 , 0 ) , ξ2 = (1 , 0 , 0 , 1 ) .
方程组 (1 ) 的解集合 ( 也称解空间 )
x = { k1 ξ1 + k2 ξ2 | k1 , k2 为任意常数 }
T T
= { k1 (1 , 1, 0 ,0) + k2 (1, 0 , 0, 1) | k1 , k2 为任意常数} ( 2)
中所有向量是与 α,β,γ都正交的全部向量 .
但 ξ1 与 ξ2 不是 标 准 正 交 的向 量 , 所 以 ( 2 ) 式 中 的 线 性 组 合
k1 ξ1 + k2 ξ2 不是标准正交向 量组 的 线性 组合 .由 于 ξ1 ,ξ2 都与 α,
β,γ正交 , 所以 ξ1 与 ξ2 的线性组合也与 α,β,γ正交 .因此 , 用施密
特正交化方法由 ξ1 ,ξ2 构造出 的标准正交向量组 ε1 ,ε2 也都 与 α,
β,γ正交 .
T
令β1 =ξ1 = ( 1 , 1 , 0 , 0) ,
(ξ2 ,β1 ) T 1 T
β2 = ξ2 - β1 = (1 , 0 , 0 , 1 ) - (1 , 1 , 0 , 0 )
(β1 ,β1 ) 2
T
1 1
= , - , 0, 1 ,
2 2
再单位化 , 得
T
1 1 T 1 1
ε1 = ξ1 = ( 1, 1, 0, 0 ) = , ,0 ,0 ,
‖ξ1 ‖ 2 2 2
T T
1 2 1 1 1 1 2
ε2 = ξ2 = , - , 0, 1 = , - , 0, .
‖ξ2 ‖ 3 2 2 6 6 6
于是
x = k1ε1 + k2ε2 k1 , k2 为任意常数
T T
1 1 1 1 2
= k1 , , 0,0 + k2 , - , 0, k1 , k2 为任意常数 (3)
2 2 6 6 6
中所有向量也是与 α,β,γ都正交的全部向量 .
严格地讲 , 这里还要证明两个解集合 ( 2 ) 与集合 ( 3 ) 是相等的 .
先证 , " β∈ k1 ξ1 + k2 ξ2 , 均 有 β∈ 集 合 ( 3 ) , 从 而 集 合 ( 2 ) 集合
(3 ) ; 再证 ; " β∈ k1 ε1 + k2ε2 , 均 有 β∈ 集合 ( 2 ) , 从 而集 合 ( 3 ) 集
182 第 4 章 向量空间与线性变换
两正交 .
1 1
(β1 ,β1 ) = (α1 + α2 + α3 + α4 ) , (α1 + α2 + α3 + α4 )
2 2
1
= (α1 ,α1 ) + (α2 ,α2 ) + (α3 ,α3 ) + (α4 ,α4 )
4
1
= (1 + 1 + 1 + 1) = 1 .
4
同理可证 (βi ,βi ) = 1( i = 2 , 3 , 4 ) .因此 β1 ,β2 ,β3 ,β4 的长度都为 1 .
4
综上 , {β1 ,β2 ,β3 ,β4 } 为 R 的一组标准正交基 .
上述证法比较麻烦 .较为方便的证法为 :
由于已知的 {β1 ,β2 ,β3 ,β4 } 与 {α1 ,α2 ,α3 ,α4 } 的关系可表示为
1 1 1 1
2 2 2 2
1 1 1 1
- -
2 2 2 2
(β1 ,β2 ,β3 ,β4 ) = (α1 ,α2 ,α3 ,α4 ) ( 1)
1 1 1 1
- -
2 2 2 2
1 1 1 1
- -
2 2 2 2
B = AP . ( 2)
4
( 2 ) 式中的 A 为 正 交 矩 阵 ( 因 为 A 的 列 向 量 组 为 R 的 标 准 正 交
基 ) .欲证 β1 ,β2 ,β3 ,β4 为 R4 的标 准正交 基 , 只要 证 B 为正交 矩阵 ,
而欲证 B 为 正交阵 , 只要证 P 为 正交 阵 ( 因为 两个 正交阵 的乘 积
仍为正交阵 ) .由
4 .3 R n 中向量的内积 标准正交基和正交矩阵 185
1 1 1 1 1 1 1 1
2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1
- - - -
T 2 2 2 2 2 2 2 2
P P=
1 1 1 1 1 1 1 1
- - - -
2 2 2 2 2 2 2 2
1 1 1 1 1 1 1 1
- - - -
2 2 2 2 2 2 2 2
1 0 0 0
0 1 0 0
= = I,
0 0 1 0
0 0 0 1
可知 P 为正交 阵 , 所 以 B = AP 也 为 正 交 阵 , 从 而 B 的 列 向 量 组
4
β1 ,β2 ,β3 ,β4 为R 的一组标准正交基 .
n
例 4 设 α1 ,α2 ,α3 ,α4 ∈R , 证明 : 四阶行列式
(αi , x1 α1 + x2 α2 + x3 α3 + x4 α4 )
= x1 (αi ,α1 ) + x2 (αi ,α2 ) + x3 (αi ,α3 ) + x4 (αi ,α4 ) = 0 ,
i = 1, 2, 3, 4 .
于是得到一个四元齐次线性方程组
186 第 4 章 向量空间与线性变换
αi , ∑ kjαj = 0 , i = 1 , 2 , 3 , 4 . ( 5)
j=1
再将 (5 ) 式分别乘 ki ( i = 1 , 2 , 3 , 4) 并相加 , 得
4 .3 R n 中向量的内积 标准正交基和正交矩阵 187
4 4 4 4
∑k
i= 1
i αi , ∑ kjαj
j= 1
= ∑ kα , ∑ k α
i= 1
i i
j= 1
j j = 0 . ( 6)
∑ kα
i=1
i i = ∑ kα
j=1
j j = k1 α1 + k2 α2 + k3 α3 + k4 α4 = 0 . ( 7)
9 4 6
‖β2 ‖2 = + c2 + = 1 , 所以 c = ± ; ( 1)
49 49 7
4 9 6
‖β3 ‖2 = d2 + + = 1 , 所以 d = ± . ( 2)
49 49 7
再由 (β2 ,β3 ) = 0 , 即
3 2 6
- d+ c- =0 . ( 3)
7 7 49
6 2
当 c= 时 , 由 ( 3 ) 式 得 d = , 这 不符合 ( 2) 式必 须满足的 要
7 7
6
求 .所以 c≠ .
7
6 6
当 c= - 时,得 d = - ( 满足 ( 2) 式的要求 ) .
7 7
6 12
d≠ , 否则由 ( 3) 式得 c= , 这不满足 ( 1) 式 .
7 7
6
综上 , c = d = - .
7
再由 (β1 ,β2 ) = (β1 ,β3 ) = 0 , 得
3 18 2
- a+ + b= 0,
7 49 7
( 4)
6 6 3
- a- - b= 0 .
7 49 7
2 6
求解方程组 (4 ) , 得 a = , b= - .此时 , ‖β1 ‖ = 1 .
7 7
2 6
结论 : 当 a = , b= c= d = - 时 , P 为正 交矩 阵 .检 验结 论
7 7
是否正确 , 可计算 PT P, 看它是否等于单位矩阵 I .
例 9 试问 : 正交矩阵 A = ( aij ) n× n 的元素 a ij 与其代数余子式
A ij 之间是否有某种确定的关系 ?
T - 1 T T T
解 由 于 A A = I, 所 以 A = A , 且 | A A| = | A | | A| =
| A| 2 = 1, 即 | A| = ± 1; 又因为
4 .3 R n 中向量的内积 标准正交基和正交矩阵 191
1 *
A- 1 = A = ± A* , ( 1)
| A|
*
其中 A 为 A 的元素 a i j 的代数余子式 A ij 构成的矩阵 ( A ij ) n× n 的转
置 .即
* T
A = ( A ij ) n× n . ( 2)
- 1 T T
于是由 (1 ) , (2 ) 式及 A = A = ( aij ) n× n , 即得
a11 a21 … an1 A11 A2 1 … An1
a12 a22 … an2 A12 A2 2 … An2
=± . ( 3)
… … … … … …
a1 n a2 n … ann A1 n A2 n … Ann
由 (3 ) 式可见 , 正交矩阵 A 的元素 a ij 与其代数余子式 A i j 之间有 下
列确定的关系 :
当 | A| = 1 时 , ai j = Aij ( i, j = 1 , 2 , … , n) ;
当 | A| = - 1 时 , ai j = - Aij ( i, j = 1 , 2 , … , n) .
例 10 证明 : 如果下三角矩阵 A = ( aij ) n× n 为 正交矩 阵 , 则 A
必为主对角元为±1 的对角矩阵 .
证 用数学归纳法证明之 .当 n = 2 时 , 由
T
a11 a2 1 a11 0 a211 + a221 a21 a22
A A= = 2
= I,
0 a2 2 a21 a22 a2 2 a21 a22
易得 : a222 = 1 , 所以 a22 = ±1 ;
a21 a22 = 0 , 所以 a21 = 0 ;
2 2 2
a11 + a21 = a11 = 1 , 所以 a11 = ±1 .
因此 , 结论对 n = 2 成立 .假设结论 对 n - 1 阶下 三角矩 阵成 立 .下
面证明对 n 阶下三角矩阵也成立 .
现将 n 阶下三角矩阵 A 分块表示为
A11 0
A= , ( 4)
α an n
其中 α为 1× ( n - 1 ) 矩阵 , A1 1 为 n - 1 阶下三角矩阵 .于是由
192 第 4 章 向量空间与线性变换
T A11T αT A11 0
A A =
0 an n α an n
A11T A1 1 + αT α αT an n In - 1 0
= = ,
an nα a2nn 0 1
即得 : a = 1 , 所以 an n = ± 1; an nα= 0, 所以 α= 0;
2
nn
*
4 .4 部分疑难习题和补充题的题解
1 ( 习题 17 ) 检验下列集合对指定的加法和数量乘法运算 ,是否构成实
数域上的线性空间 :
*
4 .4 部分疑难习题和补充题的题解 193
( 1) 全体 n 阶正交矩阵 , 对矩阵的加法和数量乘法 ;
( 2) 平面上全体向量 , 对通常的向量加法和如下定义的数量乘法
k・α= 0
其中 k∈R ,α为任意的平面向量 ,0 为零向量 .
( 3 ) 全体正实数R + , 加法与数量乘法定义为
a b= ab, k・ a = ak ,
其中 a, b∈ R+ , k∈ R .
解 检验一个非空集合 V 在数域 F 上 对定义 的加法 和数量 乘法 ( 简 称
数乘) 是否构成一个线性 空间 , 需要检 查 : 集合对 两种运 算是否 封闭 以及 两
种运算是否满足定义中指出的 8 条运 算规则 .只要有一 点不满 足 , V 在 F 上
就不构成线性空间 .
( 1) 两个正交矩阵相加不一 定是正 交矩阵 ( 例如 , 单位 矩阵 I 是 正交 矩
阵 ,但 I + I = 2 I 不是正 交矩阵 ) ; 数 k 与正 交矩阵 A 相 乘 , 当 k≠1 时 , kA 也
不是正交矩阵 .所以全体 正交 矩阵 的集 合对矩 阵的 加法 和数 乘运 算 都不 封
闭 ,因此 ,它不构成一个线性空间 .
( 2 ) 平面上全体向量 , 对定义的数量乘法 k・α= 0,不满足 8 条规则中的
第 5 条 , 即 " α,
1・α= 0≠α.
所以 ,此时平面上的全体向量也不构成线性空间 .
( 3 ) 这里R+ 对定义的加法和数乘在实数域R 上构成一个线性空间 .因为 :
" a, b∈ R + , 和 " k∈ R ,
a b = ab∈R + ; k・ a = ak ∈ R + .
1 1
a = a = 1 = θ;
a a
⑤ 1・ a = a1 = a;
⑥ k・ ( l・ a) = k・ al = ( al ) k = akl = ( kl)・ a;
⑦ ( k + l)・ a = ak + l = ak a l = ak al = k・ a l・ a;
注意 : 这里“ + ”是实数域R 中的数的加法 , 而“ ”是R + 中定义的加法 .
⑧ k・ ( a b) = k・ ( ab) = ( ab) k = ak bk
= ak bk = k・ a k・ b .
2 ( 习题 18) 全体复数C 在实数域 R 上 和在复数域 C 上 , 对通常的 数的
加法和数乘运算是否都构成线性空间 ? 如构成线性空间 , 其维数是多少 ? 并
给出一组基 .
解 全体复数C 在实数域R 上 (记作C ( R ) ) 和全体复数C 在 复数域C 上
(记作C ( C ) ) , 它们的加法都是复数的加法 , 而其数乘则有区别 :
在C ( R ) 上的数乘为 kz(其中 k∈R , z∈C ) ;
在C (C ) 上的数乘为 kz( 其中 k∈C , z∈C ) .
容易验证 , C ( R ) 和 C ( C ) 对复 数的加 法和 数乘 运算 都封 闭 , 而 且两 种
运算满足定义中规定的 8 条规则 , 所以它们都构成线性空间 .
但是它们的维数是不同的 .
dimC ( R ) = 2 , 因为 C ( R ) 中 数 乘 kz 的 数 k 为 实 数 , 所 以 " a + bi ∈ C
(其中 a , b∈R ) , 它是 a 与 1 相乘加上 b与 i 相乘 , 即它是 1 与 i 的线性组合 ,
而 1 与 i 是线性无关的 .因此{1 , i}是C ( R ) 的一组基 .
dimC ( C ) = 1 , 因为C (C ) 中数乘 k z 的 数 k 为复 数 .所以 " a + bi∈C 均
可视为 a + bi 与 1 相 乘 .因此 , {1}是 C ( C ) 的 一 个 基 .当 然 , {2} 也 可 以 是
C ( C )的基 , 此时 , " a + bi∈C
a + bi a + bi
a + bi = k(2 ) = ・2 即 k= ∈C .
2 2
3 ( 关于线性空间的子空 间 ) 设 V 是数 域 F 上的一 个线性 空间 , W 是
V 的一个子集合 , 如何判断 W 是否是域 F 上的一个线性子空间 ?
根据定理 4 .9 (主教材 p178) “
, W 是 V 的一个子空间的充要条件是 W 关
于 V 中的两种运算( 加法与 数量乘 法 ) 封闭”.因 此判断 W 是否 是 V 的子 空
间 , 只要判断 W 关于 V 中的两种运算是否封闭 .例如 :
*
4 .4 部分疑难习题和补充题的题解 195
x y z
④ W4 = ( x , y, z) | = = ;
2 - 3 4
x - 1 y+ 1 z - 2
⑤ W5 = ( x , y, z) | = = .
2 -3 4
- 3 ( x - 1 ) = 2( y + 1) , 3 x + 2 y = 1,
即
4 ( x - 1 ) = 2 ( z - 2) . 2x - z= 0 .
x- 1 x+1 z - 2
的解集合 .它的几何意义 是不过 原点的 直线 = = 上的 全体 向
2 - 3 4
量 .它关于向量加法和数乘向量运算不封闭 .
( 3) 在数域 F 上的线性空间 V 中 , 一个向 量组 {α1 ,α2 , … ,αr } 的所有 线
性组合构成的集合 W , 是 V 的一个子空间 , 称为由 α1 ,α2 , … ,αr 生 成的子 空
间 , 记作 W = L(α1 ,α2 ,… ,αr ) , 即
L(α1 ,α2 ,…,αr ) = ξ|ξ= k1 α1 + k2 α2 + … + krαr , k1 ,… , kr ∈ F .
如果向量组 {α1 ,α2 ,… ,αr } 的一个极大线性无关组为
αi1 ,αi2 , … ,αi k ( 1≤ i1 < i2 < … < ik ≤ r) ,
则 W = L(α1 ,α2 ,… ,αr ) = L (αi1 ,αi2 , … ,αi k ) , 并称 αi1 ,αi2 , … ,αi k 为子 空
间 W 的一组基 , dim W = k, 即 W 为 V 的一个 k 维子空间 .
用施密特正交化方法 , 由 W 的 基 αi1 ,αi2 , … ,αi k 可以 求得 W 的一 组
标准正交基 {ε1 ,ε2 ,… ,εk } .
4 ( 习题 24) 在R4 中 , 求向量组 {α1 ,α2 ,α3 ,α4 } 生成的 子空间 的基和 维
数 ,并求子空间的一组标 准正 交基 .其中 :α1 = ( 2 , 1 , 3 , 1 ) , α2 = ( 1 , 2 , 0 , 1 ) ,
α3 = ( - 1 , 1 , - 3 , 0) ,α4 = (1 , 1 , 1 , 1) .
解 法 1 : 利用第 3 章中求 极大线性 无关组 的方法 .可求 得 {α1 ,α2 ,α3 ,
α4 } 的一个极大线性无关组为{ α1 ,α2 ,α4 } .所以 dim L( α1 ,α2 ,α3 ,α4 ) = 3 .再利
用施密特正交化方法由 {α1 ,α2 ,α4 } 求得子空间的一组标准正交基{ε1 ,ε2 ,ε3 } .
法 2 : 直接对{ α1 ,α2 ,α3 ,α4 } 来用施密 特正交化方 法求 L(α1 ,α2 ,α3 ,α4 )
*
4 .4 部分疑难习题和补充题的题解 197
的一组标准正交基 .先正交化 , 令
β1 = α1 = (2 , 1 , 3 , 1) ,
(α2 ,β1 ) 1
β2 = α2 - β1 = ( 1 , 2 , 0 , 1) - (2 , 1 , 3 , 1 )
(β1 ,β1 ) 3
1 5 2
= , , - 1, ,
3 3 3
(α3 ,β1 ) (α3 ,β2 )
β3 = α3 - β1 - β2
(β1 ,β1 ) (β2 ,β2 )
- 10 1 5 2
= ( - 1, 1, - 3 ,0 ) - (2 , 1 , 3 , 1 ) - , , - 1,
15 3 3 3
= (0 , 0 , 0 , 0 ) .
这里求得的 β3 = 0, 表示 α3 可由 α1 ,α2 线 性 表示 , 即 α1 ,α2 ,α3 是 线 性相 关
的 .继续作正交化 ,求 β4 , 使 β4 与 β1 ,β2 都正交 .得
( α4 ,β1 ) (α4 ,β2 )
β4 = α4 - β1 - β2
(β1 ,β1 ) (β2 ,β2 )
7 5 1 5 2
= ( 1, 1,1 ,1 ) - (2 , 1 , 3 , 1) - , , - 1,
15 13 3 3 3
1
= ( - 4 , - 7 , - 1 , 18 ) .
65
再单位化 , 得
1 1
ε1 = β1 = ( 2 ,1 ,3, 1 ) ,
‖β1 ‖ 15
1 3 1 5 2 1
ε2 = β= , , - 1, = ( 1 , 5 , - 3 , 2) ,
‖β2 ‖ 2 13 3 3 3 39
1 65 - 4 - 7 - 1 18 1
ε4 = β= , , , = ( - 4 , - 7 , - 1 , 18) .
‖β4 ‖ 4 390 65 65 65 65 390
所以 , dim L(α1 ,α2 ,α3 ,α4 ) = 3, 它的一组标准正交基为 {ε1 ,ε2 ,ε4 } .
5 ( 习题 33 ) 设 V 1 = L(α1 ,α2 ,α3 ) , V 2 = L(β1 ,β2 ) , 求 V1 ∩ V2 , V1 + V2
的基和维 数 , 其 中 : α1 = ( 1 , 2 , - 1 , - 2 ) , α2 = ( 3 , 1 , 1 , 1 ) , α3 = ( - 1 , 0 ,
1 , - 1 ) ;β1 = (2 , 6 , - 6 , - 5 ) ,β2 = ( - 1 , 2 , - 7 , 3) .
解 设 ξ∈ V1 ∩ V 2 , 即 ξ∈ V 1 且 ξ∈ V2 , 于是
ξ= x1 α1 + x2 α2 + x3 α3 = - x4β1 - x5β5 , ( 1)
即
198 第 4 章 向量空间与线性变换
x1 α1 + x2 α2 + x3 α3 + x4 β1 + x5 β5 = 0 . ( 2)
(2) 式等价于下列齐次线性方程组 Ax= 0, 即
x1 x1
1 3 - 1 2 -1 0
x2 x2
2 1 0 6 2 0
(α1 ,α2 ,α3 ,β1 ,β2 ) x3 = x3 = . ( 3)
- 1 1 1 -6 -7 0
x4 x4
- 2 1 - 1 -5 3 0
x5 x5
对方程组 ( 3) 中系数矩阵 A 做初等行变换 , 将其化为阶梯形矩阵 U,即
1 3 -1 2 -1 1 0 0 0 - 12
0 1 0 -1 -2 0 1 0 0 2
A→ → =U . ( 4)
0 0 1 -3 -9 0 0 1 0 3
0 0 0 1 4 0 0 0 1 4
由 ( 4 ) 式得 Ax= 0 的一般解为
x= ( x1 , x2 , x3 , x4 , x5 ) T = k( 12 , - 2 , - 3 , - 4 , 1) T . ( 5)
将( 5) 式中的 x4 , x5 代 入 ( 1) 式 右端 ( 或将 x1 , x2 , x3 代 入 ( 1) 式 左端 ) , 即 得
V 1 ∩ V 2 中全部向量 , 即
V 1 ∩ V 2 = {ξ|ξ= k( 4β1 - β5 ) , k 为任意常数 }
= {ξ|ξ= k( 9 , 22 , - 17 , - 23) , k 为任意常数 } .
所以 , dim ( V1 ∩ V2 ) = 1 .它的基向量为 η= ( 9 ,22 , - 17 , - 23 ) .
V 1 + V 2 = L(α1 ,α2 ,α3 ) + L(β1 ,β2 )
= L(α1 ,α2 ,α3 ,β1 ,β2 ) .
由 ( 4 ) 式 可 见, {α1 , α2 , α3 ,β1 ,β2 } 的 一 个 极 大 线 性 无 关 组 为 {α1 , α2 ,α3 ,
β1 } , 所以
dim ( V1 + V2 ) = 4 , 即 V 1 + V 2 = R4 ,
{α1 ,α2 ,α3 ,β1 } 是它的一组基 .当然 ,既然 V1 + V 2 = R4 , 那么 , R4 的 任何基 ( 例
如自然基 ε1 ,ε2 ,ε3 ,ε4 ) 也都是 V 1 + V2 的基 .
1 0 0
- 1 + 3i
6 ( 习题 30) 设 A = 0 ω 0 , 其中 ω= .
2
0 0 ω2
( 1) 证明 A 的全体实系数多项式 ,对于矩阵多项式的加法和数量乘 法构
成实数域上的线性空间 .
*
4 .4 部分疑难习题和补充题的题解 199
( 2 ) 求这个线性空间的维数及一组基 .
解 ( 1 ) A 的全体实系数多项式构成的集合 , 记为
P( A) = { p( A) | p( A) = a0 I + a1 A + … + an An , n∈N , ai ∈ R } .
欲证明 P( A) 关于 矩阵 多项 式的 加法 和数 量乘 法构 成实数 域上 的线 性
空间 ,应按定义 ,证明 P ( A) 关 于两 种 运算 封 闭 , 而 且 满足 两 种 运算 的 8 条
规则 .
设 p1 ( A) , p2 ( A) ∈ P( A) , k∈ R , 且
p1 ( A) = a0 I + a1 A + … + am Am ,
p2 ( A) = b0 I + b1 A + … + bm Am + … + bn An
(其中 m, n 为任意自然数 , I = A0 ) ,则
p1 ( A) + p2 ( A) = ( a0 + b0 ) I + ( a1 + b1 ) A + … +
( am + bm ) Am + … + bn An ∈ P ( A) ,
k p1 ( A) = k a0 I + ka1 A + … + k am Am ∈ P( A) .
所以 , P( A) 关于矩阵多项式的加法和数量乘法的两种运算封闭 .而且两 种运
算显然满足定义中规定的 8 条规则 ( 不详述 ) ,其中 :
第 3 条 ,加法的零元素为 A 的零多项式θ( A) ( 即系数全为 0 的多 项式 ) ,
因此 , " p( A) ,均有 p ( A) + θ( A) = p ( A) .
第 4 条 , p ( A ) 的 负 元 为 - p ( A ) , 于 是 " p ( A) , 均 有 p ( A) +
( - p( A) ) =θ( A) .
因此 , P ( A) 关于上述两种运算构成实数域上的一个线性空间 .
( 2 ) 由于 ω3 = 1 , 即 ω是方程 x3 - 1 = 0 的一个根 , 所以
1 0 0 1 0 0
A2 = 0 ω2 0 , A3 = 0 1 0 = I.
0 0 ω 0 0 1
因此 , A 的任意实系数多项式 p ( A) 均可由 I, A, A 线性表示 , 而 I, A, A2 是线 2
性无关的 , 即 ,设
k1 I + k2 A + k3 A2 = 0(零矩阵 ) . ( 1)
(1) 式即为
k1 + k2 + k3 0 0
0 k1 + k2 ω+ k3 ω2 0 = 03× 3 .
0 0 k1 + k2 ω2 + k3 ω
200 第 4 章 向量空间与线性变换
于是
k1 + k2 + k3 = 0 ,
k1 + k2 ω+ k3 ω2 = 0 , ( 2)
k1 + k2 ω2 + k3 ω= 0 .
方程组( 2) 只有零解 , 因为系数系列式
1 1 1
1 ω ω2 = 3ω2 - 3ω= 3 - 1 - 3 i 1 + 3 i ≠0 .
-
2 2
1 ω2 ω
综上 , P ( A) 为三维线性空间 , 它的一组基为 { I, A, A2 } .
7 ( 习题 32 ) 设
1 0 0
A= 0 1 0 .
3 2 2
求R 3× 3 中全体与 A 可交换的矩阵所组成的子空间的维数及一组基 .
解 设 B = ( bij ) 3 ×3 与 A 可交换 ,即 AB = BA,于是
1 0 0 b11 b12 b13 b11 b12 b13 1 0 0
0 1 0 b21 b22 b23 = b21 b22 b23 0 1 0 ,
3 2 2 b31 b32 b33 b31 b32 b33 3 2 2
即
b11 b12 b13
b21 b22 b23
3 b11 + 2 b21 + 2 b31 3 b12 + 2 b22 + 2 b32 3 b13 + 2 b23 + 2 b33
b11 + 3b13 b12 + 2b13 2b13
= b21 + 3b23 b22 + 2b23 2b23 . ( 1)
b31 + 3b33 b32 + 2b33 2b33
由( 1) 式两端矩阵对应元素相等 , 得
b13 = b23 = 0 ,
c2 c3
ξ= - k1 + k2 β- k1γ∈ L(β,γ) ,
c1 c1
故 L(α,β) L(β,γ) ,
再证 : L(β,γ) L(α,β) .
设 η∈ L(β,γ) ,即 η= k1β+ k2 γ, 再由 c1 α+ c2β+ c3 γ= 0( c3 ≠0) , 得
c1 c2
γ= - α- β,
c3 c3
c1 c2
因此 η= - k2 α+ k1 - k β∈ L(α,β) ,
c3 c3 2
故 L(β,γ) L(α,β) .
综上 , 即得 L(α,β) = L(β,γ) .
10 ( 习题 27 ) 设 {α1 ,α2 ,… ,αn } 是 n 维线性空间 V 的一组基 , 又 V 中向
量 αn+ 1 在这组基下的坐标 ( x1 , x2 , … , x n ) 全 不为零 .证明 α1 ,α2 , … ,αn , αn + 1
中任 意 n 个 向 量 必 构 成 V 的 一 组 基 , 并 求 α1 在 基 {α2 , … , αn , αn+ 1 } 下
的坐标 .
证 先证明 α1 ,… ,αi - 1 ,αi + 1 , … ,αn ,αn + 1 (1≤ i≤ n) 线性无关 ( 即是 V 的
一组基) .设
k1α1 + … + ki - 1αi - 1 + ki + 1 αi + 1 + … + knαn + kn + 1 αn+ 1 = 0, ( 1)
- 1
则 kn + 1 = 0 (否则 αn + 1 = ( k1 α1 + … + ki - 1 αi - 1 + 0・αi + ki + 1 αi + 1 + … +
kn+ 1
knαn ) , 这与 αn + 1 在基 {α1 ,… ,αn } 下的坐标全不为零矛 盾 ) , 从而 ( 1) 式中 的其
余系数也必须全为零 (因为 α1 ,… ,αi - 1 ,αi + 1 , … ,αn 线性无关) .故 α1 ,α2 ,… ,
αn ,αn + 1 中任何 n 个向量都是 V 的一组基 .
再由 αn+ 1 = x1 α1 + x2 α2 + … + xnαn ( x i ≠0 , i = 1 , 2 , … , n) , 得
1
α1 = - ( x2 α2 + … + x nαn ) + αn+ 1 ,
x1
x2 xn
所以 α1 在基 {α2 , …,αn ,αn+ 1 } 下的坐标为 - ,… , - ,1 .
x1 x1
1 1 - 1 0 1
2 3 1 -1 0
11 ( 习题 36 ) 设 A = .
0 1 3 -1 - 2
4 1 - 13 3 10
204 第 4 章 向量空间与线性变换
( 1 ) 求矩阵 A 的列空间和行空间的基和维数;
( 2 ) 求矩阵 A 的零空间的基和维数 ;
( 3 ) 求 A 的行空间的正交补的维数 .
解 ( 1 ) 矩阵 A 的列空间 R ( A) 和行空间 R( AT ) , 分 别是 A 的列向 量组
{β1 ,β2 ,β3 ,β4 ,β5 } 和行向量组 {α1 ,α2 ,α3 ,α4 } 生成的子空间 .所以 A 列 ( 行 ) 向
量组的极大线性无关组就是 A 的列 ( 行 ) 空间的基 .对 A 做初等 行变换 , 将其
化为阶梯形矩阵 U,即
1 0 - 4 1 3
初等 0 1 3 - 1 - 2
A =U. ( 1)
行 变换 0 0 0 0 0
0 0 0 0 0
由此可见 , 秩 ( A) = 秩 ( U) = 2 .所以 , dim R ( A) = dim R ( AT ) = 2 .由于 A 的 列
向量与 U 的对应的列向量有相同的线性相关性 ,所以 A 的第 1, 2 列 β1 ,β2 是
A 的列向量组的极大线性无关组 , 也就是 A 的列空 间 R ( A) 的 基 .事 实上 , 由
于秩 ( A) = 2 ,而 A 的任意两 个列向 量都 是不 成比 例的 非零 向量 , 所 以 , A 的
任意两个列向量都是 R ( A) 的基 .同理 , A 的任意两个行向量也都是 A 的行空
间 R( AT ) 的基 .
( 2) A 的零空间 N ( A) 就是齐次线性方程组 Ax= 0 的解空间 .由 ( 1 ) 易得
Ax= 0 的基础解系 ,即 N ( A) 的基为 { x1 , x2 , x3 } .其中
x1 = ( 4 , - 3 , 1 , 0 , 0) T , x2 = ( - 1 , 1 , 0 , 1 , 0) T , x3 = ( - 3 , 2 , 0 , 0 , 1 ) T .
dim N ( A) = 3 .
( 3 ) A 的行空间的正交补 R ( AT ) ⊥ 就是 A 的零空间 , 于是 dim R( AT ) ⊥ =
dim N ( A) = 3 .因为 : Ax = 0 的 解 向量 与 A 的 行 向量 都 正 交 , 所 以 N ( A) ⊥
R( AT ) , 而且秩 ( A) + dim N ( A) = n = 5 , 即 dim R ( AT ) + dim N ( A) = 5 , 于 是
R( AT ) N( A) = Rn .
12 ( 习题 37 ) 在 R3 中 , 下列子空间哪些 是正交 子空间 ? 哪些 互为正 交
补 ? 并说明理由 .
( 1) W1 = { ( x , y, z) | 3 x - y + 2 z = 0} ;
( 2) W2 = { ( x , y, z) | x - y - 2 z = 0 } ;
x y z
( 3) W3 = ( x , y , z) | = = ;
3 - 1 2
*
4 .4 部分疑难习题和补充题的题解 205
x y z
( 4) W4 = ( x , y , z) | = = .
3 5 - 2
解 W1 ⊥ W3 , 且互为正交补 , 其理由有两种说法 :
一是 : W1 与 W3 分别是过原点 的平面 3 x - y + 2 z = 0 与过 原点 的直 线
x y z
= = 上的全体向量 , 而平面的法向量 n1 = ( 3 , - 1 , 2 ) = s3 ( 直线 的方
3 - 1 2
向向量 ) ,即直线垂直 于平 面 ,所 以直 线上 的向 量与 平面 上的 向量 都 互相 垂
直 ,即 W1 ⊥ W3 ; 而且 dim W1 + dim W3 = 2 + 1 = 3 . W1 ∩ W3 = { 0 } , 即 W1
W3 = R3 .因此 , W1 与 W3 互为正交补 .
二是 : W1 是齐次线性方程 3 x - y + 2 z = 0 的解空间 , 它与该方程的系数
矩阵( 3 , - 1 , 2 )的 行 空间 L( 3 , - 1 , 2 ) 互 为正 交 补 ; W3 是齐 次 线 性方 程 组
x y z
= = 的解空间 , 它的基向量为( 3 , - 1 , 2 ) , 它的全部解为 k(3 , - 1 , 2)
3 - 1 2
( k 为任意常数 ) , 所以 W3 = L( 3 , - 1 , 2) 就是 前者的行 空间 , 因此 , W1 与 W3
互为正交补 .
这两种说法 , 前者是从 R3 中子空间的几何 意义上 而言 , 后者是 从齐次 线
性方程的解空间来阐述 .
W3 与 W4 是正交子空间 , 即 W3 ⊥ W4 , 但不 是互 为正 交补 .从几 何意 义
上说 , W3 与 W4 分别是过原点的两条直线上的全体向量 , 而两条直线的 方向
向量 s3 = ( 3 , - 1 , 2 )与 s4 = (3 , 5 , - 2) 是正交的( 因为 ( s3 , s4 ) = 9 - 5 - 4 = 0 ) ,
所以 W3 ⊥ W4 , 但是 dim W3 + dim W4 = 2 , 即 W3 W4 ≠ R3 , 因此 , 它们不 是互
为正交补 .
但要注意 : W1 与 W2 不是正交子空间 .虽然两个过原点的平面 3 x - y +
2 z = 0 与 x - y - 2 z = 0 是垂直的 ( 因为它们的法向量 n1 = (3 , - 1 , 2) 与 n2 =
(1 , - 1 , - 2 )是垂直的 ) , 但这 两个 平面 的交 线上 的全 体向 量 k( 2 , 4 , - 1) ∈
W1 ∩ W2 ( k 为任意 常数 ) , 而 k( 2 , 4 , - 1 ) 与其 自身 是不 正 交的 .所 以 W1 与
W2 不是正交子空间 .
13 ( 习题 38 , 40 ) 设 α= ( x1 , x2 , x3 ) ∈R3 , 证明 :
σ(α) = ( x1 , x2 , - x3 )
是线性变换 , 并分别求它在自然基 B1 = {ε1 ,ε2 ,ε3 }和基 B2 = {α1 ,α2 ,α3 } 下的
206 第 4 章 向量空间与线性变换
( 4 ) 式右端的矩阵即为所求的矩阵 A .
再求 σ关于基 B 2 = {α1 ,α2 ,α3 } 对应的矩阵 B, 由
σ(α1 ) = σ( 1 , 0 , 0 ) = (1 , 0 , 0) = α1 ,
σ(α2 ) = σ( - 1 , 1 , 0) = ( - 1 , 1 , 0) = α2 , ( 5)
σ(α3 ) = σ( 1 , - 1 , 1) = (1 , - 1 , - 1) = ξ.
这里的关键是要把 ξ表示为 α1 ,α2 ,α3 的线性组合 ,此时容易看出
ξ = ( 1 , - 1 , - 1 ) = - (1 , - 1 , 1) + ( 2 , - 2 , 0 )
= - 2 ( - 1 , 1 , 0) - ( 1 , - 1 , 1) = - 2α2 - α3 . ( 6)
将 ( 6 ) 式代入 ( 5 ) 式中第 3 式子 ,即得
1 0 0
σ(α1 ,α2 ,α3 ) = (α1 ,α2 ,α3 ) 0 1 - 2 . ( 7)
0 0 - 1
( 7 ) 式右端的矩阵即为所求的矩阵 B .求 B 的一般方法为 :
1 - 1 1
σ(α1 ,α2 ,α3 ) = 0 1 - 1 = (α1 ,α2 ,α3 ) B . ( 8)
0 0 - 1
将 α1 ,α2 ,α3 按列向量代入 ( 8 ) 式 ,即得
- 1
1 - 1 1 1 -1 1
B= 0 1 - 1 0 1 -1
0 0 1 0 0 -1
1 1 0 1 - 1 1 1 0 0
= 0 1 1 0 1 - 1 = 0 1 -2 . ( 9)
0 0 1 0 0 - 1 0 0 -1
( 9 ) 式的结果与 ( 7 ) 式中的 B 是一样的 .
14 ( 习题 42 ) 设 B1 = {α1 ,α2 ,α3 }和 B2 = {β1 ,β2 ,β3 }是 R3 的两组基 , 已
知 β1 = 2α1 + α2 + 3α3 ,β2 = α1 + α2 + 2α3 ,β3 = - α1 + α2 + α3 ;σ在 基 B 1下 的对
应矩阵为
5 7 - 5
A= 0 4 - 1 .
2 8 3
208 第 4 章 向量空间与线性变换
- 1 - 3 2
C- 1 = 2 5 -3 .
- 1 - 1 1
于是
- 1 -3 2 5 7 - 5 2 1 - 1
B = 2 5 -3 0 4 - 1 1 1 1
- 1 -1 1 2 8 3 3 2 1
37 24 12
= - 54 - 34 - 18 .
18 12 9
15 ( 习题 43 ) 已知R 的线 性变换 对于基 α1 = ( - 1 , 0 , 2 ) T , α2 = (0 , 1 ,
3
1) T ,α3 = (3 , - 1 , - 6) T 的象为
σ(α1 ) = β1 = ( - 1 , 0 , 1) T , σ( α2 ) = β2 = (0 , - 1 , 2) T ,
σ(α3 ) = β3 = ( - 1 , - 1 , 3) T .
( 1) 求 σ在基{ α1 ,α2 ,α3 } 下的矩阵表示 ( 即对应矩阵 ) ;
( 2 ) 求 σ(β1 ) ,σ(β2 ) ,σ(β3 ) ;
( 3 ) α在基 {α1 ,α2 ,α3 } 下的 坐标 向量 为 ( 5, 1 , 1 ) T , 求 σ(α) 在 基 {α1 ,α2 ,
α3 } 下的坐标向量 ;
( 4 ) β= (1 , 1 , 1) T , 求 σ(β) ;
( 5 ) σ(γ) 在基 {α1 ,α2 ,α3 } 下的坐标向量 为 ( 2, - 4 , - 2 ) T , 问 : 原 象 γ是
否惟一 ? 如不惟一 ,求所有的原象 γ.
解 ( 1 ) 由已知条件, 得
σ(α1 ,α2 ,α3 ) = (β1 ,β2 ,β3 )
- 1 0 - 1
= 0 - 1 - 1 = (α1 ,α2 ,α3 ) A . ( 1)
1 2 3
( 1 ) 式中的 A 即为σ在基 {α1 ,α2 ,α3 } 下的对应矩阵 .将 α1 ,α2 ,α3 代入 ( 1 ) 式 ,
即得
- 1
- 1 0 3 - 1 0 - 1
A= 0 1 - 1 0 -1 - 1
2 1 - 6 1 2 3
210 第 4 章 向量空间与线性变换
5 - 3 3 -1 0 - 1 - 2 9 7
= 2 0 1 0 - 1 - 1 = - 1 2 1 .
2 - 1 1 1 2 3 - 1 3 2
( 2) σ(β1 ) ,σ(β2 ) ,σ(β3 ) = σ(β1 ,β2 ,β3 )
= σ σ(α1 ,α2 ,α3 ) =σ (α1 ,α2 ,α3 ) A
= σ(α1 ,α2 ,α3 ) A= (α1 ,α2 ,α3 ) A A
2
= (α1 ,α2 ,α3 ) A
2
- 1 0 3 - 2 9 7
= 0 1 - 1 - 1 2 1
2 1 - 6 - 1 3 2
-1 0 3 - 12 21 9 3 - 12 -9
= 0 1 -1 -1 -2 -3 = 2 -5 -3 ,
2 1 -6 -3 3 0 -7 22 15
所以 ,σ(β1 ) = ( 3 , 2 , - 7) T ,σ(β2 ) = ( - 12 , - 5 , 22) T ,σ(β3 ) = ( - 9 , - 3 , 15 ) T .
( 3) 已知
5
α= 5α1 + α2 + α3 = (α1 ,α2 ,α3 ) 1 ,
1
所以
5 5
σ(α) = σ( α1 ,α2 ,α3 ) 1 = (α1 ,α2 ,α3 ) A 1
1 1
因此 ,σ(α) 在基 {α1 ,α2 ,α3 } 下的坐标向量为
5 - 2 9 7 5 6
A 1 = - 1 2 1 1 = - 2 .
1 - 1 3 2 1 0
( 4 ) 先求 β在基 {α1 ,α2 ,α3 } 下的坐标向量, 设
β= x1 α1 + x2 α2 + x3 α3 ,
即
x1 -1 0 3 x1 1
(α1 ,α2 ,α3 ) x2 = 0 1 - 1 x2 = 1 . ( 2)
x3 2 1 - 6 x3 1
*
4 .4 部分疑难习题和补充题的题解 211
解方程组 ( 2) , 得 ( x1 , x2 , x3 ) T = (5 , 3 , 2) T , 于是
σ(β)σ(α1 ,α2 ,α3 ) ( x1 , x2 , x3 ) T = (α1 ,α2 ,α3 ) A( x1 , x2 , x3 ) T
- 1 0 3 - 2 9 7 5
= 0 1 - 1 - 1 2 1 3
2 1 - 6 - 1 3 2 2
- 1 0 - 1 5 - 7
= 0 -1 - 1 3 = - 5 .
1 2 3 2 17
( 5) 设 γ在基 {α1 ,α2 ,α3 } 下 的坐 标向 量为 x = ( x1 , x2 , x3 ) T ,σ(γ) 在 基
{α1 ,α2 ,α3 } 下的坐标向量为 y= ( y1 , y2 , y3 ) T = (2 , - 4 , - 2 ) T , 则 Ax = y, 即
- 2 9 7 x1 2
- 1 2 1 x2 = -4 . ( 3)
- 1 3 2 x3 -2
求解非齐次线性方程组 ( 3 ) ,得其全部解为
( x1 , x2 , x3 ) T = (8 , 2 , 0) T + k( - 1 , - 1 , 1) T
= (8 - k, 2 - k, k) T , k 为任意常数 .
所以原象 γ不惟一 , 所有的原象 γ为
γ = x1 α1 + x2 α2 + x3 α3
= ( 8 - k) ( - 1 , 0 , 2 ) T + (2 - k) ( 0 , 1 , 1 ) T + k(3 , - 1 , - 6) T
= ( 4 k - 8 , 2 - 2 k, 18 - 9 k) T , k 为任意常数 .
16 ( 习题 46 ) 在 R n× n 中定义线性变换
σ( X) = BXC,
其中
a b
B= C= .
c d
a b 1 0 a b a2 ab
σ( E11 ) = =
c d 0 0 c d ac bc
212 第 4 章 向量空间与线性变换
a b 0 1 a b ac ad
σ( E12 ) = = 2
c d 0 0 c d c cd
a b 0 0 a b ab b2
σ( E21 ) = =
c d 1 0 c d ad bd
a b 0 0 a b bc bd
σ( E22 ) = =
c d 0 1 c d cd d2
y1 + y2 - y1 + y2
τ( y1 , y2 ) = , .
2 2
所以 σ的逆变换σ- 1 为
x1 + x2 - x1 + x2
σ- 1 ( x1 , x2 ) =τ( x1 , x2 ) = , .
2 2
法 2 : 利用 σ与其对应的矩阵 A 有相同的可 逆性 ,以 及 σ- 1 对应 A - 1 .也
可求解 .
先求 σ在自然基 { e1 , e2 } 下的对应矩阵 A .
σ( e1 ) = σ( 1 , 0) = ( 1 , 1 ) = e1 + e2 ,
σ( e2 ) = σ( 0 , 1) = ( - 1 , 1 ) = - e1 + e2 .
于是
1 - 1
σ( e1 , e2 ) = ( e1 , e2 ) .
1 1
1 -1
σ对应的矩阵 A = 是可逆的 ,所以 σ可逆 .再由
1 1
1 1
2 2
A- 1 = ,
1 1
-
2 2
得
1 1
2 2
σ- 1 ( e1 , e2 ) = ( e1 , e2 ) .
1 1
-
2 2
从而
1 1
σ- 1 ( e1 ) = e1 - e2 ,
2 2
1 1
σ- 1 ( e2 ) = e1 + e2 .
2 2
于是
σ- 1 ( x1 , x2 ) = σ- 1 ( x1 e1 + x2 e2 )
= x1 σ- 1 ( e1 ) + x2σ- 1 ( e2 )
216 第 4 章 向量空间与线性变换
1 1 1 1
= x1 e1 - e + x2 e1 + e
2 2 2 2 2 2
1 1 x1 + x2 - x1 + x2
= ( x + x2 ) e1 + ( - x1 + x2 ) e2 = , .
2 1 2 2 2
21 ( 补充题 56 ) 设 A 是 m× n 矩阵 , B 是 s× n 矩阵 , 两个齐次线性方程
组 Ax= 0, Bx= 0 的解空间的交是什么意义 ? 如何求它们的交 ?
解 两个解空间 S1 与 S2 的交中的向量 x∈ S1 且 x∈ S2 , 即 x 既是 Ax =
0 的解 , 也是 Bx= 0 的解 .因此 ,将两个齐次线性方程组联立起来的方程组
A
x= 0 ( 1)
B
的解空间就是两个解空间的交 S1 ∩ S2 .所以求 S1 ∩ S2 , 就只要求齐次线性方
程组( 1) 的解空间 .
22 ( 补充题 58 ) 设 A 为 n 阶 实 矩阵 , 问 : 下 列 命 题 是 否 正 确 ? 并 说
明理由 .
( 1) 若 dim R ( A) = n, 则 R( A) = R( AT ) ;
( 2) 若 dim R ( A) = m < n, 则 R( A) ≠ R( AT ) .
解 (1 ) 命题正确 .因为 : 当 dim R( A) = n 时 , A 的 n 个 n 维列向量 线性
无关 .所以 A 的列空间 R ( A) = Rn .又 因为 : 秩 ( A) = n, A 的 n 个 n 维行向 量
也线性无关 , 从而 A 的行空间 R ( AT ) = Rn .因此 , R( A) = R( AT ) .
( 2) 命题不正确 .反例 :
1 1 1
A= 1 -1 1 ,
1 1 1
此时 , R ( A) = L (1 , 1 , 1) , (1 , - 1 , 1) = R( AT ) .
当然最简单的反例为
1 0
A= .
0 0
记 e1 = ( 1, 0 ) ,此时 R ( A) = L( e1 ) = R( AT ) .
23 ( 补充题 59 ) 设 V1 , V2 是 Rn 的两个非 平凡子空间 , 证明 : 在 Rn 中存
在向量α,使 αú V1 , 且 αú V2 , 并在R3 中举例说明此结论 .
证 因为 V1 , V2 是Rn 的两个非平凡子空 间 , 所 以v βú V1 , 如果 βú V2 ,
*
4 .4 部分疑难习题和补充题的题解 217
命题得证 , 不妨设 β∈ V2 .
又v γú V 2 , 如果 γú V1 , 命题也得证 , 不妨设 γ∈ V1 .
于是 α= β+ γú V 1 , 因为: 如果 α∈ V1 , 由 γ∈ V 1 , 可推 出 α- γ= β∈ V1 ,
与前面的假设矛盾 .
同样 ,α= β+ γú V 2 , 因为 : 如果 α∈ V2 , 由 β∈ V 2 , 可推出 α- β= γ∈ V2 ,
与前面的假设矛盾 .
综上 , v α= β+ γú V1 , 且 α= β+ γú V2 .
R3 中的例子 , 设{e1 , e2 , e3 } 为 R3 的自然基 .
V1 = L( e1 , e2 ) , V2 = L( e2 , e3 ) ,
则 α= ( 1 ,1, 1 ) 既不属于 V1 , 也不属于 V 2 .这样的 α有很多很多, 只要既不是
{ e1 , e2 } 所确定的平面上的向量 ,又不是 { e2 , e3 } 所确 定的平面上 的向量 , 都是
符合题意的 α.
第 5 章
特 征 值 和特 征 向 量 矩阵 的 对 角 化
5 .1 基本要求与内容提要
1 基本要求
(1 ) 准确理解矩阵的特征值与特征向量的概念和性质 ;
(2 ) 熟练掌握矩阵的特征值与特征向量的求法 ;
(3 ) 理解两个矩阵相似的概念和性质 ;
(4 ) 熟练掌握矩 阵可 对角 化的 充 分必 要条 件 .对 可对 角化 矩
阵会求其相似标准形 ;
(5 ) 熟悉 : 实对称 矩阵 必可以 对角 化 , 其特 征值均 为实 数 , 不
同特征值对应的特征向量正交 ;
(6 ) 对 实 对 称 矩 阵 A, 会 求 正 交 阵 T 和 对 角 阵 Λ, 使
- 1
得T AT = Λ .
2 内容提要
(1 ) 特征值和特征向量的概念
① 设 A = ( aij ) ∈C n× n , 若存在 数 λ∈ C ( 复数 域 ) 和向 量 x≠
0, 使得 Ax= λx, 则称数 λ为 A 的一 个特 征 值 , x 为 A 的 属于 ( 对
应于 ) 特征值 λ的特征向量 .
f (λ) = |λI - A| 叫做矩阵 A 的特征多项式 .称 |λI - A| = 0 为
5 .1 基本要求与内容提要 219
( i) ∑ λ= ∑
i= 1
i
i= 1
aii , ( ii) ∏ λ = | A|.
i= 1
i
⑥ A 可逆的充分必要条件为 0 不是 A 的特征值 .
(3 ) 矩阵的相似关系
220 第 5 章 特征值和特征向量 矩阵的对角化
- 1
P AP = Λ= diag(λ1 , … ,λ1 , … ,λm , … ,λm ).
(6 ) 实对称矩阵 的特 征值 都是 实 数 ; 属于 不同 特 征值 的特 征
向量是正交的 , 一定是线性无关的 .
(7 ) 实 对 称 矩 阵 是 可 对 角 化 的 矩 阵 ( 一 定 和 对 角 阵 相 似 ) ,
即它的 k 重特征值一定对 应有 k 个线 性无关 的特 征 向量 .实 对称
- 1 T
矩阵 A, 必 存 在 正 交 阵 T, 使 得 使 T AT = T AT = diag (λ1 ,
λ2 , … ,λn ).
- 1
(8 ) 对实对称矩阵 A, 求正交阵 T, 使得 T AT 为对角阵的 解
题步骤大致相 同 于求 变 换 矩 阵 P, 使 P- 1 AP 为 对 角 阵 的 解 题 步
骤 , 只是 在求 了特征 向量 后 , 必须 把 k( > 1) 重 特征值 对应 的 k 个
线性无关的特征向量用施 密特 正交化 方法 将其正 交化 , 再 把全 部
n 个特征 向量 单位化 , 然后把 所有 特征值 对应 的标 准正交 特征 向
量按列排成正交矩阵 T( T- 1 = TT ) .
5 .2 矩阵的特征值和特征向量 相似矩阵
(1 ) 设 A 为 n 阶 方 阵 , 若 存 在 数 λ和 向 量 x ≠0, 使 得 Ax =
λx , 则称数 λ为A 的一个特征值 , x 为 A 的属于 ( 对应于 ) 特 征值 λ
的特征向量 .矩阵的特征 值与 特征向 量在 其他 学科和 工程 技术 中
都有重要的应用 , 且有计算特征值与特征向量的现成的软件 .这里
要求同学会 求一些 二、三 阶和某 些特殊的 n 阶矩阵的 特征值与 特
征向量 .求特征值 , 即求方程 |λI - A| = 0 的 根 , 求特 征向 量 , 即 解
线性方程组 (λI - A) x = 0, 求其基础解系 .
(2 ) 特征值可以是 零 ( 当 矩 阵不 可逆 时 ) , 但是 特 征向 量一 定
不是零向量 ; 每一个特征向量只属 于一个特 征值 , 但一 个特征 值 λ
可以有无数个特征向量 , 因为 属于 λ的 特征向 量的 非 零线 性组 合
222 第 5 章 特征值和特征向量 矩阵的对角化
仍然是属于λ的特征向量 .
(3 ) A 的特征值λ是方程
λ- a11 - a12 … - a1 n
- a21 λ- a2 2 … - a2 n
f (λ) = |λI - A| = =0
… … … …
- an1 - an2 … λ- an n
的根 . f (λ) = 0 是 λ的 n 次 代数 方程 , 在复 数域 中有 n 个 根 ( 可 以
有重根 ) .每个特征值 λ必有 对应 的特 征 向量 , 即 (λI - A) x = 0 必
存在非零解 .若计算中出现矩阵 (λI - A) 满 秩 , 说明 你计算 错误 或
这里的 λ不是 A 的特征值 .
(4 ) 求特征值的方法有两个 : 一是应用定义 : Ax = λx ( x≠0) ,
例如 , 若 Ax = 0 存在非零解 x, 即 ( 0 I - A) x = 0 存在非零解 x, 则 0
是 A 的一个特征值 ; 又例如 , 当 A 的每行的行和都是 k 时 , 则由
a11 … a1 n 1 k 1 1
… … … = … = k … , 即 Ax = kx, x= … ,
an1 … an n 1 k 1 1
可见 k 是 A 的一个特征值 , 其对应的特 征向量 是元 素全部 为 1 的
n 维列向量 .
另一求特征值的方法, 也是主要的方法是计算行列式 |λI - A| = 0
的根 .这里特征多项式 |λI - A | 是 n 阶行 列式 , 其展 开式 是 λ的 n
次多项式 .一般情况下 , 它的 因式 分解 是很困 难的 .在 线性 代数 课
程中能求特 征值 的矩阵 A 都是 在行 列式 |λI - A | 的计 算 ( 利用 行
列式的性质和展 开 ) 过程 中 能 够分 解 因式 的 .如 果 随便 给 一 个 矩
阵 , |λI - A| 又难以分解因式 , 那只 好借 助于计 算机 软件或 求特 征
值的近似值 ( 可以查看《计算方法》的教材 ) .
2 特征值和特 征向量的 性质
关于特征值与特征向量的性质 , 以及相似矩阵及其性质 , 在内
5 .2 矩阵的特征值和特征向量 相似矩阵 223
容提要中已经阐述 , 这里再明确以下几个问题 :
(1 ) 矩阵 A 的特征子空间 Vλ 中的 向量都是 A 的对应 于特 征
值λ的特征向量吗 ? 答案是否定的 .
因为特征子空间 Vλ 是齐 次线 性方 程组 (λI - A) x = 0 的解 空
间 , 零向量属于解空间 , 但零向量不是特征向量 , 所以 , 正确的说法
是 : A 的特征子空间 Vλ 中的非零向量都是 A 的对应于特征值λ的
特征向量 .
(2 ) A 的两个不同特征值λ1 ,λ2 的特征子空间的交 Vλ1 ∩Vλ2 = ?
设 x∈ Vλ1 ∩ Vλ2 , 则 Ax= λ1 x, 且 Ax= λ2 x, 于是
λ1 x = λ2 x, 即 (λ1 - λ2 ) x = 0 ,
由于 λ1 - λ2 ≠0 , 所以 , x = 0, 因此 , Vλ1 ∩ Vλ2 = {0} .这 表 明属 于 λ1
的特征向量一定不是属于 λ2 的特征向量 , 也就是说任 何一个非 零
向量不可能是两个不同特征值对应的特征向量 .
(3 ) 相似矩阵 A, B 之间的特征值有何关系 ?
若 A~ B, 则 A, B 具有相同的特征值 .因为 A~ B, 即存在可 逆
矩阵 P, 使得 P- 1 AP = B, 于是
|λI - B| = |λI - P - 1 AP| = | P - 1 (λI - A) P|
= | P - 1 | |λI - A| | P| = |λI - A|.
即 A, B 的 特 征 多 项 式 相 等 , 所 以 特 征 值 也 相 同 .同 时 有 行 列 式
| B| = | A| , 迹相等 , 即 t r ( A) = tr ( B) , 秩相 等 , 即 r ( B) = r ( A) , 但
特征值相同的矩阵不一定是相似矩阵 .例如
2 0 2 1
A= , B= .
0 2 0 2
- 1
A, B 的 特 征 值 都 是 2 ( 二 重 ) , 但 对 任 何 可 逆 矩 阵 P, P AP =
- 1
P 2 IP = 2 I≠ B .所以 , A 与 B 不相似 .
0 -2 - 2
例 1 已知矩阵 A = 2 -4 - 2 , 求 A 的特征值及特征
- 2 2 0
224 第 5 章 特征值和特征向量 矩阵的对角化
向量 .
解 将 |λI - A| 中第 1 , 3 行 对换 后 , 第 1 行加 到第 2 行 , 再 将
λ
第 1 行乘 - 加到第 3 行 , 然后按第 1 列展开 , 得
2
λ 2 2 2 -2 λ
|λI - A| = - 2 λ+ 4 2 = - - 2 λ+ 4 2
2 -2 λ λ 2 2
2 -2 λ
1 λ+ 2
0 λ+ 2 λ+ 2
= - = - 2(λ+ 2 ) λ
2
2
λ 1 2-
0 λ+ 2 2- 2
2
λ2
= - 2 (λ+ 2 ) 2 - - λ- 2 =λ(λ+ 2) 2 = 0.
2
另一方法 : |λI - A| 中第 3 行 加到第 2 行 , 提出第 2 行 的公 因
子 (λ+ 2 ) 后 , 再 将 第 2 列 乘 ( - 1 ) 加 到 第 3 列 , 最 后 按 第 3 列 展
开,得
λ 2 2 λ 2 2
|λI - A| = - 2 λ+ 4 2 = 0 λ+ 2 λ+ 2
2 -2 λ 2 -2 λ
λ 2 2 λ 2 0
= (λ+ 2) 0 1 1 = (λ+ 2 ) 0 1 0
2 -2 λ 2 - 2 λ+ 2
2
= λ(λ+ 2) = 0.
从而得 A 的 特征 值为 λ1 = 0 ,λ2 = - 2 ( 二重 特征 值 ) .对于 λ1 = 0 ,
求解 (λ1 I - A) x = 0 , 即
0 2 2 x1 0
-2 4 2 x2 = 0 ,
2 -2 0 x3 0
5 .2 矩阵的特征值和特征向量 相似矩阵 225
T
得基础解系 : x1 = ( - 1 , - 1 , 1 ) . 故 A 的属于 λ1 的 全部特 征向 量
为 k1 x1 ( k1 为任意非 0 常数 ) .
对于 λ2 = - 2 , 求解 (λ2 I - A) x = 0, 即
-2 2 2 x1 0
( 3 行成比例 , 解第 1 个方程
-2 2 2 x2 = 0
即可 )
2 -2 -2 x3 0
得基础解系 : x2 = ( 1 , 1 , 0 ) T , x3 = ( 1 , 0 , 1 ) T , 则 k2 x2 + k3 x3 ( k2 , k3
为任意不全为 0 的常数 ) 是 A 属于λ2 的全部特征向量 .
例 2 对下列矩阵 A 的特征值 , 能做怎样的断言 ?
2
(1 ) A 不可逆 ; (2 ) det ( I - A ) = 0;
k
(3 ) A = 0( 幂零矩阵 ) ; (4 ) A = kI - B(λ0 为 B 的特征值 ).
解 ( 1 ) 由 | A | = λ1λ2 …λn = 0 可 知 , A 至 少 有 一 个 特 征
值为零 .
(2 ) 由 | I2 - A| = | I - A| | I + A| = 0 , 得
n
| I - A | = 0, 或 | I + A| = ( - 1 ) | - I - A| = 0.
所以 , 1 或 - 1 是 A 的一个特征值 .
k
(3 ) 设 λ为 A 的特征值 , 即 Ax = λx( x≠0). 由 A = 0 , 得
Ak x = λk x = 0, 于是 λk = 0 , 所以 λ= 0 .
( 4) 设 λ0 为 B 的特征值 , 即 Bx= λ0 x( x≠0) , 由 A = kI - B, 得
Ax = ( kI - B) x = ( kx - Bx) = ( k - λ0 ) x,
所以 , ( k - λ0 ) 是 A 的一个特征值 .
1 1 0
例 3 设 A= 1 0 1 , 则 A 的特征值是 .
0 1 1
( A ) 1 , 0 , 1; (B) 1 , 1 , 2; ( C) - 1 , 1 , 2; ( D) - 1 , 1 , 1 .
3 3 3
答 利用 ∏λ =
i=1
i | A| = - 2 和 ∑λ = ∑
i=1
i
i=1
aii = 2 , 排 除
( A ) , ( B) , ( D ) , 所以 , 选 ( C) .
226 第 5 章 特征值和特征向量 矩阵的对角化
例 4 ( 习 题 6 ) 设 λ为 n 阶 矩 阵 A 的 特 征 值 , 且 A 可 逆 ,
证明 :
- 1 - 1
(1 ) λ 为 A 的特征值 ;
(2 ) | A|λ- 1 为 A 的伴随矩阵 A * 的特征值 .
证 (1 ) 法 1: 利用 Ax =λx ( x≠0) .
因为 A 可逆 , | A| = λ1 λ2 …λn ≠0 , 故 A 的特征值全不为零 .
在 Ax= λx 的两边左乘 A - 1 得
- 1
x = λA x,
- 1 - 1
所以 A x =λ x ( x≠0) ,
- 1 - 1
即 λ 为 A 的特征值 , 对应的特征向量仍是 x .
法 2: 利用行列式 .由
- 1 - 1
|λI - A| = |λAA - A| = | A| |λA - I|
- 1 - 1
= | A| | - λ(λ I - A )|
= ( - λ) n | A| |λ- 1 I - A- 1 | = 0.
- 1 - 1 - 1 - 1
因为 | A | ≠ 0 , λ≠ 0 , 所 以 , | λ I - A | = 0, 即 λ 为 A 的
特征值 .
- 1 - 1 * - 1 - 1
证 (2 ) 法 1: 将 A = | A| A 代入 A x = λ x 中 , 得
A* x= λ- 1 x, 所以 , A* x = λ- 1 | A| x ( x≠0) ,
- 1
| A|
- 1 *
即 λ | A| 为 A 的特征值 , 其对应的特征向量仍是 x .
法 2: 在 Ax = λx 的两边左乘 A * , 利用 A* A = | A | I 得
* *
A Ax =λA x,
*
即 | A| Ix = λA x,
移项得
* - 1
A x = (λ | A| ) x ( x≠0).
例 5 设 A, B 均为 n 阶矩阵 , 证明 : 若λ1 ≠0 是 AB 的特征值 ,
则 λ1 也是 BA 的特征值 .
证 设 λ1 为 AB 的非零特征值 , 对应的特征向量是 x1 , 即
( AB) x1 =λ1 x1 ( x1 ≠0 ,λ1 ≠0 ).
5 .2 矩阵的特征值和特征向量 相似矩阵 227
- 1 2 T * - 1
设 A 的特征值为λ, 则 A , A , A , A 的 特征 值分 别为 λ ,
λ2 ,λ, | A|λ- 1 .
T T
例 8 ( 习 题 42 ) 已 知 α= ( a1 , … , an ) ,β= ( b1 , … , bn ) 是
n T T
R 中两个向量 , 且 α β= a1 b1 + … + an bn = k .求矩 阵 A = αβ 的 特
征值 .
2 T T T T T
解 A = αβ (αβ ) = α(β α)β = k(αβ ) = k A ( 其 中 k =
n
∑
T T
β α= α β= ai bi ).
i=1
设 Ax = λx ( x≠0) , 则
2 2
A x = λ x,
即 k Ax = kλx =λ2 x. 由 x≠0 得
2 T
λ = kλ, 即 λ1 = 0 或 λ2 = k 为 A = αβ 的特征值 .
例 9 ( 习题 18) 设 n 阶矩阵 A 的元素均为 1 , 则 A 的 n 个 特
征值是 .
解 由秩 ( A) = 1 , 得 det A = 0 , 所以 0 是特征值 .
( 0 I - A) x = 0, 即 Ax = 0 ,
有 n - r ( A) = n - 1 个线性无关的特征向量 , 所以 0 至少是 n - 1 重
特征值 , 又 tr ( A) = λ1 + … + λn = n, 所 以有一 个非 0 特 征值为 n, 0
是 n - 1 重特征值 .
由 A 每行的行和都是 n , 也可得
a1 1 … a1 n 1 n 1 1
… … … = … = n … , 即 Ax= nx, x= … ,
an1 … an n 1 n 1 1
所以 , A 有一个特征值 为 n , 其对应 的特征向量是元 素全部为 1 的
n 维列向量 .
例 10 设 A, P 都是三阶方阵 , P 可逆 , 已知 A 的特 征值 :λ1 =
3 2 - 1
1 ,λ2 = - 1 ,λ3 = 2 .B = A - 5 A , 求 | B| , | A + 5 I | 和 | 5 I + P AP|.
3 2
解 B 的特征值 μi = λ - 5λ ( i = 1 , 2 , 3 ) .所以 , B 的 3 个特 征
i i
5 .3 矩阵可对角化的条件 229
值为 - 4 , - 6 , - 12 , 故
| B| = ( - 4 ) ( - 6) ( - 12) = - 288.
同理 , A + 5 I 的 3 个特征值为 1 + 5 = 6 , - 1 + 5 = 4 , 2 + 5 = 7 , 所以 ,
| A + 5 I | = 6 ・ 4 ・ 7 = 168 .| 5 I + P - 1 AP | = | 5 P- 1 P + P- 1 AP | =
- 1
|P | | 5 I + A | | P| = | 5 I + A| = 168.
例 11 下列命题哪个是正确的 ?
( A) 若 0 是 某个 矩 阵的 特 征值 , 与 它对 应 的 特征 向 量 是
零向量 .
( B) 若两个矩阵有相 同的特 征值 , 则 它们 对应 的 特征 向量 必
相同 .
( C) 若两个矩阵有 相同 的特征 向量 , 则 它们对 应 的特 征值 必
相同 .
( D ) 不同的矩阵必有不同的特征多项式 .
( E) 不同的矩阵有不同 的特 征值 , 则它 们对 应的 特征 向量 必
不同 .
( F ) 矩阵的一个特征 值可以 对应 多个 特征 向量 , 但一 个特 征
向量只可以属于一个特征值 .
答 ( F ) 正确 , 其余都不正确 .
5 .3 矩阵可对角化的条件
对 n 阶 矩 阵 A, 若 存 在 可 逆 矩 阵 P, 使 P- 1 AP = diag (λ1 ,
λ2 , … ,λn ) , 则称 A 可对角化 ( 即 A 与对角阵 diag (λ1 ,λ2 , … ,λn ) 相
似 ) .关于矩阵可对角化的充要条件 , 相似矩阵的性质 , 以及对可对
角化矩阵 A 如何求可逆阵 P, 使 P- 1 AP = diag(λ1 ,λ2 , … ,λn ) , 在 内
容提要中都已涉 及 , 这 里 不复 述 .读 者 应该 掌 握 教 材中 有 关 定 理
* * *
( 定理5 .4 , 定理5 .5 , 定理5 .6 , 定理5 .7 , 定理 5 .8 , 定理 5 .9) .
例 1 A 是 二 阶实 矩 阵 .( 1) 若 | A | < 0 , 问 A 与 对 角 阵
230 第 5 章 特征值和特征向量 矩阵的对角化
相似否 ?
a b
(2 ) 若 A = , ad - bc = 1 , | a + d | > 2 , 问 A 可 对
c d
角化否 ?
解 (1 ) 由 | A| = λ1λ2 < 0 , 得知 λ1 ≠λ2 , 两 个特 征值都 是一 重
的 , 所以 , A 与对角阵相似 .
λ- a - b 2
(2 ) |λI - A| = =λ - ( a + d)λ+ 1 = 0 ,
- c λ- d
2
此时 , 特征方程的判别式 Δ= ( a + d) - 4 > 0 , 所 以 A 有两 个互 异
的实特征值λ1 ,λ2 , 因此 , A 可对角化 .
2 0 0 2 0 0
例 2 (习题 46) 已知 A= 0 0 1 与 B= 0 y 0 相似 .
0 1 x 0 0 -1
(1 ) 求 x 和 y ;
(2 ) 求一个可逆矩阵 P, 使 P - 1 AP 为对角矩阵 .
解 (1 ) 由 A~ B, 则 A , B 的 特征 值相 同 , 从 而 | A| = | B | =
λ1 λ2 λ3 , t r A = t r B =λ1 +λ2 + λ3 .
由 | A| = - 2 = | B| = - 2 y; 得 y = 1 .
再由 t r A = t r B, 又得 2 + 0 + x = 2 + y + ( - 1 ) , 所 以 , x = 0 .显
然 , A 的特征值为 2 , 1 , - 1 .
(2 ) 当 λ1 = 2 时 , 有
0 0 0 0 1 -2
(2 I - A) = 0 2 -1 → 0 0 1 ,
0 - 1 2 0 0 0
T
得特征向量 x1 = (1 , 0 , 0 ) ;
当 λ2 = 1 时 , 有
5 .3 矩阵可对角化的条件 231
-1 0 0 1 0 0
( I - A) = 0 1 -1 → 0 1 -1 ,
0 - 1 1 0 0 0
得特征向量 x2 = ( 0 , 1 , 1) T ;
当 λ3 = - 1 时 , 有
-3 0 0 1 0 0
( - I - A) = 0 - 1 -1 → 0 1 1 ,
0 - 1 -1 0 0 0
T
得特征向量 x3 = ( 0 , 1 , - 1) .
1 0 0
取 P = ( x1 , x2 , x3 ) = 0 1 1 ,则
0 1 -1
2 0 0
P- 1 AP = 0 1 0 .
0 0 - 1
1 -1 1
例 3 ( 习题 41 ) 设 A = x 4 y , 已知 A 有 3 个线 性
-3 -3 5
无关的 特 征 向 量 ,λ= 2 为 A 的 二 重 特 征 值 .求 可 逆 矩 阵 P, 使
P - 1 AP为对角形矩阵 .
解 因为三阶矩阵 A 有 3 个线性无关 的特征向 量 , 所以 A 与
对角矩阵相似 , 二重 特 征 值恰 对 应两 个 线性 无 关 的 特 征向 量 , 即
秩 (2 I - A) = 1.
1 1 -1 1 1 -1
2 I - A= - x -2 - y → 0 x-2 - x- y ,
3 3 -3 0 0 0
由 r (2 I - A) = 1 , 得
x - 2 = 0 ; - x - y = 0 . 所以 , x = 2; y = - 2.
232 第 5 章 特征值和特征向量 矩阵的对角化
当 λ1 = 2 时 , 求解 ( 2 I - A) x = 0 .由
1 1 -1 1 1 -1
(2 I - A) = -2 -2 2 → 0 0 0 ,
3 3 -3 0 0 0
得特征向量 x1 = ( - 1 , 1 , 0 ) T , x2 = ( 1 , 0 , 1) T .
再由 λ1 + λ2 + λ3 = t r A, 即 4 + λ3 = 1 + 4 + 5 , 得 λ3 = 6 .求 解
(6 I - A) x = 0. 由
1
1 0 -
5 1 - 1 3
(6 I - A) = - 2 2 2 → 2 ,
0 1
3 3 1 3
0 0 0
得特征向量 x3 = (1 , - 2 , 3 ) T .
-1 1 1
取 P = ( x1 , x2 , x3 ) = 1 0 - 2 ,则
0 1 3
2 0 0
P- 1 AP = 0 2 0 .
0 0 6
例 4 ( 研 5 -18 ) 已知三阶矩阵 A 和 三维向量 x, 使得向量 组
2
x, Ax, A x 线性无关 , 且满足
A3 x= 3 Ax - 2 A2 x .
(1 ) 记 P = ( x, Ax, A2 x) , 求三阶矩阵 B, 使得 A = PBP- 1 .
(2 ) 计算行列式 | A + I |.
解 (1 ) 法 1: 由于 x, Ax, A2 x 线 性无 关 , 它 是 R3 的 一 组基 ,
2
且 P = ( x, Ax, A x) 可 逆 . 所 求 的 B 与 A 相 似 , 且 满 足 A =
- 1
PBP ,即
PB = AP = A( x, Ax, A2 x) = ( Ax, A2 x, A3 x).
5 .3 矩阵可对角化的条件 233
3 2
将 A x = 3 Ax - 2 A x 代入上式 , 得
2 2
PB = ( Ax, A x, 3 Ax - 2 A x).
2 2 3 2
再将 ( Ax, A x, 3Ax - 2 A x) 用R 的基 ( x, Ax, A x)线性表示 , 得
0 0 0
PB= ( Ax, A2 x, 3Ax - 2 A2 x) = ( x, Ax, A2 x) 1 0 3 .
0 1 -2
- 1
由于 P 可逆 , 上式两边左乘 P 得
0 0 0
B= 1 0 3 .
0 1 -2
法 2: 令 B = ( bi j ) , 由 AP = PB, 即得
b1 1 b12 b13
2 2
A( x, Ax, A x) = ( x, Ax, A x) b2 1 b22 b23 .
b3 1 b32 b33
2
Ax = b1 1 x + b2 1 Ax + b3 1 A x, (1 )
2 2
比较上式两边 , 得 A x = b1 2 x + b2 2 Ax + b3 2 A x, (2 )
A3 x = b1 3 x + b2 3 Ax + b3 3 A2 x. (3 )
3 2
将 A x= 3 Ax - 2 A x 代入上面的方程 ( 3) , 得
3 Ax - 2 Ax2 = b1 3 x + b2 3 Ax + b3 3 A2 x. ( 4)
再改写方程 (1 ) , (2 ) , (4 ) 为
2
b11 x + ( b21 - 1 ) Ax + b3 1 A x = 0,
2
b12 x + b22 Ax+ ( b3 2 - 1 ) A x = 0,
b13 x + ( b23 - 3 ) Ax + ( b33 + 2) A2 x = 0.
2
由于 x, Ax, A x 线性无关 , 上式各个系数必全部为 0 , 故得
b1 1 = b1 2 = b1 3 = b2 2 = b3 1 = 0 , b21 = b32 = 1 , b23 = 3 , b33 = - 2 ,
0 0 0
故 B= 1 0 3 .
0 1 -2
234 第 5 章 特征值和特征向量 矩阵的对角化
(2 ) 因为 A~ B, 所以它们的特征值相同 .
λ 0 0
由 |λI - B | = - 1 λ -3 = λ(λ+ 3 ) (λ- 1 ) = 0 , 得
0 - 1 λ+ 2
λ1 = 0 ,λ2 = - 3 ,λ3 = 1.
故 A 的特征值也是 0 , - 3 , 1 , A + I 的特征值为 1 , - 2 , 2 , 于是
| A + I | = 1・ ( - 2 ) ・2 = - 4 .
0 1 - 1
例 5 设 A= 1 0 1 .
- 1 1 0
(1 ) 求变换矩阵 P, 使 P - 1 AP 为对角矩阵 ; ( 2) 求 | 3 I - A|.
解 (1 ) 由
λ -1 1
2
|λI - A| = - 1 λ - 1 = (λ+ 2 ) (λ- 1) = 0 ,
1 -1 λ
得 λ1 = - 2 ,λ2 = 1 ( 二重 ).
T
对 λ1 = - 2 , (λ1 I - A) x = 0 的基础解系为 x1 = ( 1 , - 1 , 1) .
对 λ2 = 1 , (λ2 I - A) x = 0 的 基础 解系 为 x2 = ( 1 , 1 , 0 ) , x3 = T
( - 1 ,0 ,1 )T.
1 1 - 1
取 P = ( x1 , x2 , x3 ) = - 1 1 0 ,
1 0 1
- 1
则有 P AP = Λ= diag( - 2 , 1 , 1) .
(2 ) 3 I - A 的 3 个特征值为 3 - ( - 2 ) = 5 , 3 - 1 = 2 ( 二重 ) , 所
2
以 | 3 I - A| = 5・ 2 = 20 .
例 6 ( 习 题 38 ) 设 B = ααT , 其 中 α= ( a1 , … , an ) T , α≠
0, ai ∈R ( i = 1 , 2 , … , n) .
k
(1 ) 证明 B = tB, 其中 k 为正整数 , t 为常数 , 并求 t;
5 .3 矩阵可对角化的条件 235
- 1
(2 ) 求可逆阵 P, 使 P BP 为对角阵 , 并写出此对角阵 .
解 ( 1) B2 = α(αT α)αT = (αT α)ααT = mααT = m B( 其中 m =
αT α= a21 + … + a2n = t r B) .
B3 = B2 B = mB2 = m2 B, … , 由归 纳 法可 以 得 到 Bk = mk - 1 B =
tB, 其中 t = ( tr B) k - 1 .
(2 ) 先求特征值 .
法 1: 设 Bx = λx( x≠0) , 则
2 2
B x = λ x = mBx = mλx.
由 x≠0 得 λ2 = mλ即λ1 = 0 或 λ2 = m.
T
λ1 = 0 时 , (λ1 I - B) x = - Bx = - αα x = 0. 由 r ( B) = 1 , 得 基
础解系含 n - 1 个线性无关 的解 , 即 λ1 = 0 对 应 n - 1 个线 性无 关
的特征向量 , 所以 ,λ1 = 0 至少是 B 的 n - 1 重特征值 .由
n
∑ λ = tr B= m, 得 λ = m 是一个一重特征值 .
i=1
i 2
法 2: 因 α≠0 , 不 妨 设 a1 ≠ 0 , 于 是 在 | λI - B | 中 第 一 行 乘
ai ai
- 加到第 i 行 ( i = 2 , … , n) , 再将第 i 列乘 都 加到第 1 列
a1 a1
( i = 2 , … , n) , 则有
2
λ- a1 - a1 a2 … - a1 an
- a2 a1 λ- a22 … - a2 an
|λI - B| =
… … w …
2
- an a1 - an a2 … λ- an
λ- a21 - a1 a2 … - a1 an
a2
- λ λ … 0
a1
=
… … w …
an
- λ 0 … λ
a1
236 第 5 章 特征值和特征向量 矩阵的对角化
λ- ∑a …
2
i - a1 a2 - a1 an
i= 1
= 0 λ … 0
… … w …
0 0 … λ
n
∑a
n-1 2
=λ λ- i = 0,
i =1
n
所以 ,λ1 = λ2 = …λn - 1 = 0 , λn = ∑a
2
i = m.
i=1
再求特征向量 .
当 λ1 = 0 时 , (λ1 I - B) x = - Bx = 0, 由 r( B) = 1 , 故只需解第 1
个方程
a21 x1 + a1 a2 x2 + … + a1 an x n = 0.
基础解系含 n - 1 个 线性 无 关的 解 向量 , 所以 ,λ1 = 0 对 应 的
特征向量为 :
T T
x1 = ( - a2 , a1 , 0 , … , 0) , x2 = ( - a3 , 0 , a1 , … , 0 ) , … ,
xn - 1 = ( - an , 0 , … , 0 , a1 ) T ,
T T
λ= m 时 , ( mI - B) x= (α αI - αα ) x = 0 , 即
T T
α αx - αα x = 0.
T T T
观察出 x = α满足此方 程 , 因为 (α α)α - α(α α) = 0( 其中 α α=
T
m 是一个数 ) .所以 ,λn = m 对应的特征向量为 xn = ( a1 , … , an ) .
- a2 - a3 … - an a1
a1 0 … 0 a2
令 P = ( x1 , … , xn - 1 , xn ) = 0 a1 … 0 a3 ,
… … w … …
0 0 … a1 an
n
∑
- 1 2
则 P BP = diag 0 , … , 0 , ai .
i= 1
5 .4 实对称矩阵的对角化 237
5 .4 实对称矩阵的对角化
特征向量单位化 , 再把一重特征值对应的特征向量也单位化 , 得到
n 个相互正交的单位向量 γ1 , … ,γn ( 注意要先正 交化再单 位化 , 不
能先单位化再正交化 , 因为正 交化 后可能 不是 单位 向量了 ) ; 再 排
238 第 5 章 特征值和特征向量 矩阵的对角化
- 1 T
成正交矩阵 T( T = T ) .T 的 任意 两 行 ( 列 ) 向 量 的内 积 为 0 , 每
行 ( 列 ) 向量的长度为 1 .
④ 将 γ1 , … ,γn 依次按列排成矩阵 T = (γ1 , … ,γn ) ( 变换矩 阵
T 一定可逆 ) , 则
T - 1 AP = TT AT = diag (λ1 , … ,λ1 , … ,λm , … ,λm ).
注意 : 对角矩阵的对角元的 排序要 使得 第 i 个 λi 对应 的特 征
向量γi 排在 T 矩阵的第 i 列 .
1 -2 2
例1 设 A= -2 -2 4 ,
2 4 -2
- 1
求正交矩阵 T, 使 T AT 为对角矩阵 .
解 先求特征值 .
λ- 1 2 -2
|λI - A| = 2 λ+ 2 -4
- 2 -4 λ+ 2
-2 -4 λ+ 2
= - 0 λ- 2 λ- 2
0 - 2(λ- 2) (λ+ 3) (λ- 2 )/ 2
- 2 -4 λ+ 2
= - (λ- 2) 2 0 1 1
0 -2 (λ+ 3)/ 2
2
1 1
= - (λ- 2) ( - 2 )
0 (λ+ 7)/ 2
2
= (λ- 2) (λ+ 7 ) = 0.
得 λ1 = 2 ,λ2 = - 7 .
对于特征值 λ1 = 2( 二重 ) , (λ1 I - A) x = 0, 即
1 2 -2 x1 0
2 4 -4 x2 = 0 .
-2 -4 4 x3 0
5 .4 实对称矩阵的对角化 239
T
当 λ1 = 1 时 , 求解 ( 0 I - A) x = 0, 得特征向 量 x1 = ( 1, 1 , 1 ) ,
T
1 1 1
单位化得 ε1 = , , ;
3 3 3
当 λ2 = 3 时 , 求 解 ( 3 I - A) x = 0, 得 特 征 向 量 x2 = ( - 1, 0,
T
T - 1 1
1 ) , 单位化得 ε2 = , 0, ;
2 2
当 λ3 = - 3 时 , 求 解 ( - 3 I - A) x = 0, 得 特 征 向 量 x3 =
T
1 -2 1
( 1 , - 2 ,1 ) , 单位化得 ε3 = , ,
T
.
6 6 6
1 -1 1
3 2 6
1 - 2
取 Q= (ε1 ,ε2 ,ε3 ) = 0 ,
3 6
1 1 1
3 2 6
0
则 Q - 1 AQ= 3 .
-3
例 4 三阶实对称矩阵 A 的特征 值为λ1 = - 1 ,λ2 = λ3 = 1 , 对
T
应于 λ1 = - 1 的特征向量为 α1 = ( 0, 1, 1 ) , 求 A .
解 实对称矩 阵 A 一定 与对 角矩 阵 Λ = diag ( - 1 , 1 , 1 ) 相
似 .不同的特征值对应 的特征 向量 正交 .在与 α1 正 交 的平 面上 取
两个线性无关的向量 , 如 α2 = ( 1, 0, 0 ) T ,α3 = ( 0, 1, - 1 ) T , 则
Aα1 = - α1 , Aα2 = α2 , Aα3 = α3 , 写成矩阵等式得
-1
A(α1 ,α2 , α3 ) = (α1 ,α2 ,α3 ) 1 .
1
- 1 - 1
记 P = (α1 , α2 ,α3 ) , 则 P AP = Λ, 故得 A = PΛP .
242 第 5 章 特征值和特征向量 矩阵的对角化
注意 : α1 , α2 , α3 是正交的向量组 , 只需单位化即得单位正交
1 1
向量组 : γ1 = ( 0, 1, 1 ) T , γ2 = α2 ,γ3 = ( 0 , 1, - 1 ) T .记 T =
2 2
(γ1 , γ2 ,γ3 ) , 则 T = T ( 省略了求逆矩阵的运算 ) , 且 T- 1 AT =
- 1 T
Λ, 从而得
- 1 T
A = TΛT = TΛT
0 1 0 1 1
0
1 1 -1 2 2
0
= 2 2 1 1 0 0
1 1 1 1 1
0 - 0 -
2 2 2 2
1 0 0
= 0 0 -1 .
0 -1 0
例 5 设 A 是 n 阶实对称矩阵 , 证明 :
T
(1 ) 若存在可逆矩阵 B, 使得 A = B B, 则 A 的主对角线上 的
元素全部大于零 ;
( 2 ) 设 α1 ,α2 , … ,αn 是 A 的 n 个 正交 单位 特征 向量 , 对应 的
特征值是 λ1 ,λ2 , … , λn , 则
A =λ1 α1 α1T +λ2 α2 α2T + … +λnαnαTn ;
(3 ) 当 n = 3 时 , 已知 A 的特征值为λ1 = 1 ,λ2 = 2 ,λ3 = 3 , 对 应
的特征向量为
T T T
α1 = ( 1 , 1 , 1) ,α2 = ( 1 , - 2, 1 ) ,α3 = ( 1 , 0 , - 1 ) , 求 A .
解 令 B= ( bi j ) , 则
b11 b21 … bn1 b1 1 b1 2 … b1 n
b12 b22 … bn2 b2 1 b2 2 … b2 n
A = BT B =
… … … … … …
b1 n b2 n … bn n bn1 bn2 … bn n
5 .4 实对称矩阵的对角化 243
n n n
∑b ∑b … ∑b
2
i1 i1 bi2 i1 bi n
i= 1 i= 1 i=1
n n n
∑b ∑b ∑b
2
i1 bi2 i2 … i2 bi n
= i= 1 i= 1 i=1 ,
… … …
n n n
∑b ∑b ∑b
2
i1 bi n i2 bi n … in
i=1 i= 1 i =1
n n n
13 - 2 -5
1
A =λ1 γ1 γ +λ2 γ2 γ +λ3 γ3 γ =
T T T
1 2 3 -2 10 -2 .
6
-5 - 2 13
例 6 ( 习题 18) 设 n 阶矩阵 A 的元素均为 1 .
( 1 ) 求 A 的特征值和特征向量 ;
( 2 ) A 可否对角化 ? 若可以 , 求 矩阵 P 使得 P - 1 AP = Λ( 对 角
矩阵 ) ;
(3 ) 若 f ( x) 是 x 的 m 次多项式 , 且常数项为 0 .证明存在 k∈
R , 使得 f ( A) = kA , 并求出 k .
解 (1 ) 由 5 .2 例 9 知 : A 有一 个非 0 特 征值为 行和 n, 0 是
n - 1 重特征值 .
A 的每行行和都是 n , 由
1 … 1 1 n 1
… … … = … =n … ,
1 … 1 1 n 1
可见 λ1 = n 时 , 对应的特 征向量 是元素全 部为 1 的 n 维列 向
T
量 , 记为 xn = ( 1 , 1 , … , 1 ) ;
λ2 = 0 时 , 由 (λ2 I - A) x = - A x = 0 的同解方程
x1 + x2 + … + xn = 0 ,
得 n - 1 个线性无关的特征向量为 :
T T
x1 = ( - 1 , 1 , 0 , … , 0) , x2 = ( - 1 , 0 , 1 , … , 0) , … ,
T
xn - 1 = ( - 1 , 0 , … , 0 , 1) .
-1 -1 … -1 1
1 0 … 0 1
(2) 令 P = ( x1 ,…, xn - 1 , xn ) = 0 1 … 0 1 ,
… … w … …
0 0 … 1 1
- 1
则 P AP = diag (0 , … , 0 , n) = Λ .
5 .4 实对称矩阵的对角化 245
- 1
( 3 ) 由 ( 2 ) 的 结果 , A = PΛP , A 的特 征值为 λ, 则 f ( A) 的 特
征值为 f (λ) , 即 f ( n) 和 f ( 0) = 0( n - 1 重 ) .
因为当 k, l∈N 时 , 有
Ak = PΛk P - 1 ,
k l k l - 1
和 aA + bA = P( aΛ + bΛ ) P .
- 1
所以 f ( A) = P f (Λ) P ,
0
0 - 1
即 f ( A) = P P
w
f ( n)
0
f ( n) 0 - 1
= P P
n w
n
f ( n) - 1
= PΛP = kA .
n
f ( n)
其中 k = , 所以 , f ( A) = kA .
n
例 7 试验性生产线每年一月进行 熟练工 和非熟练 工的人 数
统计 , 然后将 1/ 6 熟练工支援其他部门 , 其缺额由招收新的非熟练
工补齐 .新老非熟练工 经培训 及实 践至年 终考 核有 2/ 5 成 为熟 练
工 .设第 n 年 一 月 份 统 计 熟 练 工 和 非 熟 练 工 所 占 百 分 比 分 别 为
T
x n , yn , 记成向量 xn = ( xn , yn ) .
xn + 1 xn
(1 ) 求 与 的 关 系 式, 并 写 成 矩 阵 形
yn + 1 yn
xn + 1 xn
式 =A ;
yn + 1 yn
246 第 5 章 特征值和特征向量 矩阵的对角化
4 - 1
( 2) 验证 η1 = ,η2 = 是 A 的两个线性无关的特征向
1 1
量 , 并求出相应的特征值 ;
1
x1 2 xn + 1
(3 ) 当 = 时,求 .
y1 1 yn + 1
2
解 (1 ) 第 n 年熟练工和非熟练工所占百分比分别为 x n , yn ,
第 n + 1 年 的 熟 练 工所 占 百 分 比 xn + 1 是 由 上 一 年 留下 的 熟 练 工
5 1
xn 加上新招的 xn 和上一年非熟练 工 y n 两 者经 培训考 核后 的
6 6
5 2 1
2/ 5( 成为 熟 练工 ) 组 成 , 即 xn + 1 = xn + xn + yn ; 第 n + 1
6 5 6
1
年的非熟 练工 所占百 分比 yn + 1 是 由新 招的 xn 和 上一年 非熟 练
6
工 y n 两者经培训考核后余下的 3/ 5( 为非熟 练工 ) 组成 , 即 yn + 1 =
3 1
xn + yn .所以
5 6
5 2 1 9 2
xn + 1 = xn + xn + yn = xn + yn ,
6 5 6 10 5
3 1 1 3
yn + 1 = xn + yn = xn + yn .
5 6 10 5
9 2 9 2
xn + 1 10 5 xn xn 10 5
即 = =A , 其中 A = .
yn + 1 1 3 yn yn 1 3
10 5 10 5
(2 ) 求特征值 .法 1: 由
9 2
λ- -
10 5 1
|λI - A| = = (λ- 1 ) λ- = 0,
1 3 2
- λ-
10 5
5 .4 实对称矩阵的对角化 247
1 4
得 λ1 = 1 ,λ2 = .可 以求得 λ1 = 1 对应的 特征向 量 η1 = ,
2 1
1 -1
λ2 = 对应的特征向量 η2 = .
2 1
法 2:
9 2
10 5 4 4
Aη1 = = = η1 ,
1 3 1 1
10 5
9 2
10 5 -1 1 -1 1
Aη2 = = = η2 .
1 3 1 2 1 2
10 5
1
所以 ,λ1 = 1 为一 个特 征 值 , 对 应的 特 征向 量 为 η1 ,λ2 = 为
2
另一个特征值 , 对应的特征向量为 η2 .
由于 λ1 ≠λ2 , A 与对角矩阵相似 , 令 P = (η1 ,η2 ) , 则
1
P- 1 AP = diag 1 , .
2
xn + 1 xn 2
xn - 1 n
x1
(3 ) =A =A =…=A ,
yn + 1 yn yn - 1 y1
1
1 1 1
由 (2 ) 的结果得 A = P 1 P - 1 , 其中 P- 1 = ,
5 -1 4
2
n
1
n - 1
所以 A = P 1 P
2
1
1 4 -1 n
1 1
= 1
5 1 1 -1 4
2
248 第 5 章 特征值和特征向量 矩阵的对角化
n n
1 1
4+ 4 -4
1 2 2
= n n .
5 1 1
1 - 1+4
2 2
n
1 1
8 -3
xn + 1 n 2 1 2
于是 =A = n .
yn + 1 1 10 1
2+3
2 2
这里的 3 个小题实际上给 出求 xn + 1 , yn + 1 这 个 应用 问题 的 3
个步骤 .一般来说 , 这类应用 问题 的解 决大都 要经 过这 3 个 步骤 ,
即先列出 xn + 1 , yn + 1 的 表 达式 ; 再 用一 个 向量 αn 的等 式 表 示之 ,
然后找到 αn + 1 与 αn 的递推关 系式 , 一 般是用 矩阵 表示 ; 若 矩阵 与
对角矩阵相似 , 求矩阵的 n 次方就是求特征值 , 特征向量和做矩阵
乘法的运算 .
5 .5 部分疑难习题和补充题的题解
1 ( 习题 4) 设 x1 , x2 , x3 是矩阵 A 的不同特征值λ1 ,λ2 ,λ3 对应的特征
向量 , 证明 x1 + x2 + x3 不是 A 的特征向量 .
证 反证法 . 设 x1 + x2 + x3 是 A 的特征向量, 对应的特征值为 λ, 即
A( x1 + x2 + x3 ) = λ( x1 + x2 + x3 ) ,
Ax1 + Ax2 + Ax3 = λ1 x1 + λ2 x2 +λ3 x3 =λ( x1 + x2 + x3 ) ,
得 (λ- λ1 ) x1 + (λ- λ2 ) x2 + (λ- λ3 ) x3 = 0 .
因为不同特征值对应的特征 向量 x1 , x2 , x3 线性无 关 ,所 以 λ- λi = 0 ,
即 λ=λ1 = λ2 = λ3 , 这与题设矛盾 , 故 x1 + x2 + x3 不是 A 的特征向量 .
2 ( 习题 5 ) 证明对合矩阵 A( A2 = I) 的特征值只能是 1 或 - 1 .
证 设 λ是 A 的一个特征值 ,即
Ax =λx ( x≠0) ,
则 x= Ix = A2 x= λ2 x ( x≠0 ) .
所以 ,λ2 = 1 , 即 A 的特征值λ= 1 或 - 1 .
3 ( 习题 10) 设 B = P - 1 A P, x 是 矩阵 A 属于特 征值λ0 的特 征向量 .
证明 : P - 1 x 是矩阵 B 的对应其特征值λ0 的一个特征向量 .
5 .5 部分疑难习题和补充题的题解 249
f ( A) = ( A4 - I) ( A6 + I) - A4 = A10 - A6 - I .
λ+ 3 -2
由 |λI - A| = = 0 , 得 A 的特征值λ1 = 1 ,λ2 = - 2 .λ1 ,λ2 对 应的
2 λ- 2
1 2
特征向量分别为 : x1 = , x2 = .
2 1
1 2 1
令 P= , 则 P - 1 AP = = Λ.
2 1 - 2
于是 P - 1 Ak P = Λk , 即 Ak = PΛk P - 1 .从而
f ( A) = PΛ10 P- 1 - PΛ6 P - 1 - PP- 1 = P( Λ10 - Λ6 - I) P- 1
= P f ( Λ) P - 1
1 1 1
=P 10
- 6
- P- 1
( - 2) ( - 2) 1
-1
=P 10 6
P- 1
2 -2 - 1
1 1 2 - 1 1 - 2 1279 - 640
= = .
-3 2 1 959 - 2 1 640 - 321
3 4 0 0
4 - 3 0 0
8 ( 习题 22) 设 A = , 求 Ak ( k 为正整数) .
0 0 2 4
0 0 0 2
解 令
B 0 3 4 2 4
A= , 其中 B = , C= ,则
0 C 4 - 3 0 2
Bk 0
Ak = .
0 Ck
B 的特征值为λ1 = 5 ,λ2 = - 5 , 它们对应的特征向量分别为
2 1
x1 = , x2 = .
1 -2
2 1
令 P = ( x1 , x2 ) = ,则
1 - 2
5 .5 部分疑难习题和补充题的题解 251
5 0
P - 1 BP = ,
0 - 5
5k 0
B =P k
P-1
k
0 ( - 5)
1 2 1 5k 0 -2 -1
= -
5 1 - 2 0 ( - 5) k -1 2
2 1 1 0 - 2 - 1
= - 5k - 1
1 - 2 0 ( - 1 )k - 1 2
k-1
4 + ( - 1 )k 2 - 2( - 1 ) k
=5 .
2 + 2( - 1 ) k 1 + 4( - 1 ) k
0 4
C 不可对角化 , 记 C= 2 I + D, 其中 D = , 则 D2 = 0 .
0 0
用二项式展开计算 Ck 得
k k k 1 k- 1
2k 4 k2 k - 1
C = (2 I + D) = 2 I + C 2 k D+ 0 = .
0 2k
Bk 0
于是 , A =k
0 Ck
4・5k - 1 - ( - 5) k - 1 2・5 k - 1 + 2( - 5) k - 1 0 0
k- 1 k- 1 k- 1 k-1
2・5 - 2( - 5) 5 - 4( - 5) 0 0
= .
0 0 2k 4 k2 k - 1
0 0 0 2k
9 ( 习题 26) 设 n 阶实对称矩阵 A 的特征值λi ≥0 ( i = 1 , … , n) .证明 :
存在特征值都是非负数的实对称矩阵 B,使得 A = B2 .
证 A 为实对称矩 阵 , 故 存在 T ( 正交 阵 ) 使 T - 1 AT = diag (λ1 , … ,λn ) .
于是
A = T diag (λ1 , … ,λn ) T - 1 .
注意 : λi ≥0( i = 1 , … , n) , 得
解 利用 ∑λ = ∑ a
i= 1
i
i= 1
ii , 即 0 + 0 + 1 +λ4 = ∑a
i= 1
ii , 得λ4 = ∑a
i= 1
ii - 1.
所以
4
∑a
2
| λI - A | = λ (λ- 1) λ - ii +1 .
i= 1
12 ( 补充题 32) 设λ1 ,λ2 , … ,λn 是矩阵 A = ( aij ) n×n 的 n 个特征值 .证明
n n n
∑λ ∑∑ a
2
i = ik a ki .
i=1 i= 1 k = 1
证 由 | λI - A | = (λ - λ1 ) (λ- λ2 )… (λ - λn ) , 知
| λI + A | = ( - 1) n | - λI - A |
= ( - 1) n ( - λ- λ1 ) ( - λ - λ2 ) …( - λ- λn ) ,
于是
| λI - A | | λI + A | = | λ2 I - A2 |
= (λ2 - λ21 ) (λ2 - λ22 ) …(λ2 - λ2n ) ,
即
| μI - A2 | = (μ - λ21 ) (μ- λ22 )… (μ - λ2n ) .
n
所以 , λ , … ,λ 是 A 的特征值 .∑λ2i 是 A2 的迹 .即
2 2 2
1 n
i =1
n n n
∑λ ∑∑ a
2 2
i = t rA = ik a ki .
i =1 i= 1 k = 1
即 Bxi ∈ Vλi ( A) .
因 λi 是 A 的单重特征值 , 对应的 特征子 空间 是一 维的 , 所以 , Vλi ( A) 中
任两个向量成比例 ,于是
Bxi = μi xi ( i = 1 , 2 , … , n) .
故 xi 也是 B 的对应于特征值μi ( i = 1 , 2 , … , n) 的特征向量 .
充分性 : 因为 A 可对角化 ,所以 , A 有 n 个线性无关的特征向量 , 记 A 的
n 个线性无关的特征向量为 x1 ,… , xn ( 也是 B 的特征向量 ) , 其对应 的 A 和
B 特征值分别为λ1 , … ,λn ;μ1 , … ,μn , 即
Axi =λi xi , Bxi = μi xi ( xi ≠0 , i = 1 , 2 , … , n) .
令 P = ( x1 ,… , xn ) , 则
P - 1 AP = dia g(λ1 ,λ2 , … ,λn ) = Λ1 ,
P- 1 BP= diag(μ1 ,μ2 , … ,μn ) = Λ2 .
利用对角矩阵 Λ1 与 Λ2 的乘积可以交换 ,得到
( P- 1 AP) ( P - 1 BP) = Λ1 Λ2 = Λ2 Λ1 = ( P- 1 BP) ( P - 1 AP) .
上式两边左乘 P, 右乘 P - 1 , 即得 AB = BA .
14 ( 补 充 题 35 ) 设 A, B 都 是 n 阶 矩 阵 , B 的 特 征 多 项 式 f (λ) =
|λI - B| .证明 : f ( A) 可逆的充要条件为 B 的任一特征值都不是 A 的特征值 .
证 必要性 : 设 B 的特征值为λ1 ,λ2 , … ,λn , 即 B 的特征多项式为
f (λ) = |λI - B| = (λ- λ1 ) (λ- λ2 ) … (λ- λn ) ,
于是 , f ( A) = ( A - λ1 I) ( A - λ2 I) … ( A - λn I) , 由 f ( A) 可逆 , 即
| f ( A) | = | ( A - λ1 I) ( A - λ2 I) … ( A - λn I ) |
= | A - λ1 I | | A - λ2 I| … | A - λn I | ≠0 ,
可得 | A - λi I | = ( - 1) n |λi I - A| ≠0 ( i = 1 , 2 , … , n) .
所以 , B 的特征值λi ( i = 1 , 2 , … , n) 都不是 A 的特征值 . 必要性得证 .
其逆亦真 .因为由
|λi I - A| ≠0 ( i = 1 , 2 , … , n) ,
即得 | f ( A) | = | A - λ1 I | | A - λ2 I| … | A - λn I | ≠0 .
所以 , f ( A) 可逆 .
注意 不能把 A 代入 f (λ) = |λI - B| 中的 λ而去求 f ( A) = | AI - B| , 这
样 f ( A) 成了一个数而不是矩阵了 .
15 ( 补充题 36 ) 证明反对称实矩阵 A 的特征值λ必是零或纯虚数 .
254 第 5 章 特征值和特征向量 矩阵的对角化
T
证 已知 AT = - A, A = A, 得 A = - A .
设 Ax= λx ( x≠0) ,
T
上式两边取共轭和转置 ,然后再右乘 x,将 A = - A 代入 ,得
( Ax) T x= (λx) T x,
T
( x) T A x= λ( x) T x,
- ( x) T Ax= λ( x) T x,
- λ( x) T x = λ( x) T x .
T
由于 x≠0 时 , x x> 0, 所以, - λ= λ.因此 ,λ必是零或纯虚数 .
16 ( 补充题 37 ) 已知 α= ( a1 , … , an ) ,β= ( b1 , … , bn ) 是R n 中两 个非 零
的正交向量 , 证明 :矩阵 A = αT β的特征值全为零 ,且 A 不可对角化 .
证 由 α,β正交 ,知 βαT = 0 , 所以
A2 = αT (βαT )β= αT 0β= 0 .
设 λ为 A 的任意一个特征值 ,即
Ax =λx ( x≠0) ,
则
A2 x = λ2 x = 0 x = 0 .
由于 x≠0 , 故 λ= 0 , 所以 A 的特征值全为零 .
当 λ= 0 时 , 则 (λI - A)x = - Ax = 0 .
因为 α,β为非零向量 , 故 A = αT β≠0( 零矩阵 ) , 所以 r ( A) ≥1 . 又 r ( A) =
r (αT β) ≤r (β) = 1 , 故 r( A) = 1 . Ax = 0 的基础解系仅含 n - 1 个线性无关的
解向量 , 即 A 没有 n 个线性无关的特征向量 , 所以 A 不可对角化 .
第 6 章
二 次 型
6 .1 基本要求与内容提要
1 基本要求
(1 ) 理解实二次 型与 实对 称矩 阵 间的 一一 对应 关系 ; 熟练 掌
握二次型的矩阵表示
f ( x) = xT Ax, 其中 AT = A .
(2 ) 熟悉矩阵 A 合同 ( 或相合 ) 于 B 的 定义 , 理 解合同 关系 是
等价关系 .
( 3 ) 熟练掌握化二次型 xT Ax 为平 方和 ( 标准 形 ) 或求 实对 称
矩阵 A 的相合标准形的 3 种方法 : 正交变换法 ; 配方法 ; 和同型 初
等行、列变换法 .
( 4 ) 了解惯性定理 , 会 求矩阵 A 的正、负惯 性指 数 和符 号差 ,
会求二次型的规范形 .
( 5 ) 熟练掌握正定二次型 ( 正定矩阵 ) 的定义和判别方法 .
( 6 ) 熟悉实 对称 矩 阵 A 正 定 ( 二 次 型正 定 ) 的 各种 等 价 命 题
( 正定的充要条件 ) .
( 7 ) 理解 A 正定的必要条件 : aii > 0 ( i = 1 , … , n) ; det A> 0 .
(8 ) 会利用正交变换化二次型为平方和 及坐标平 移方法判 别
一般二次曲线和曲面的类型 .
256 第 6 章 二次型
2 内容提要
∑a ∑
2
f ( x1 , x2 , … , xn ) = ii xi + 2 aij x i x j
i= 1 1 ≤ i < j≤ n
∑a
T 2
若 A 为对角矩阵 , 对应的二次型 x Ax = ii x i 为平方和 .
i=1
T
二次型 x Ax 经过坐标变换 ( 或说非退化线性变换 ) x = Cy ( C
为可逆矩阵 ) , 化为 y1 , y2 , … , yn 的二次型
T T T T T
x Ax = y ( C AC) y = y By, 其中 B = C AC .
( 2 ) 矩阵 A, B 合同 ( 或相合 ) ( AD B) , 即存 在可 逆 矩阵 C, 使
T
得 B= C AC .
合同关系是等价关 系 , 即具 有 : 自 反性 ( " A, AD A) ; 对 称 性
( 若 AD B, 则 BD A ) ; 和传递性 ( 若 AD B, BD C, 则 AD C) .
T
( 3 ) 实二次型 x Ax 化为平方和 ( 标准形 ) , 即求实对称矩阵 A
的相合标 准形 有 3 种方法 : 正交变 换法 ; 配 方法 ; 和 同型初 等行、
列变换法 .
① 正交变换法 ( 主轴定理 ) 实对称 矩阵 A, 必存在正 交矩 阵
Q, 使得
- 1 T
Q AQ = Q AQ = diag(λ1 ,λ2 , … ,λn ) .
正交变换法得到的 A 的相合标准 形也 是 A 的 相似标 准形 ( 见第 5
章 5 .4) .若令 x = Qy, 则二次型化为平方和
f ( x1 , x2 , … , xn ) = xT Ax = yT ( QT AQ) y
2 2 2
= λ1 y1 +λ2 y2 + … +λn y n ,
6 .1 基本要求与内容提要 257
2 2 2
其中 λ1 ,λ2 , … ,λn ( y1 , y2 , … , yn 项的系 数 ) 必 是 A 的特 征值 .正 交
变换所得标准形 ( 不计 λ1 ,λ2 , … ,λn 的排序 ) 是惟一的 .
2 2
② 配方法 先将含 x1 及 x1 x i 的项配成完全平方 , 再 将含 x2
及 x2 xi 的项配成完全平方 , 继续之 , 直到化为平方和为止 .即
2
f ( x1 , x2 , … , xn ) = a1 1 ( x1 + b12 x2 + … + b1 n x n ) +
2 2
a′
22 ( x2 + b23 x3 + … + b2 n x n ) + … + a′
nn xn .
2 2 2
如 , f ( x1 , x2 , … , xn ) = d1 x1 + d2 x2 + … + dn x n 正 定的充要 条件 是
d i > 0 ( i = 1 , 2 , … , n) .A = ( aij ) n× n 正 定 的必 要 条 件 是 a ii > 0 ( i =
1 , … , n) , det A > 0 .
( 6 ) 对于 n 阶实对称矩阵 A = ( ai j ) n × n , 下列命题等价 :
① A 是正定矩阵 , 或 xT Ax 是正定二次型 ;
② A 的正惯性指数为 n , 即 AD I;
③ 存在可逆矩阵 P, 使得 A = PT P;
④ A 的 n 个特征值λ1 ,λ2 , … ,λn 都大于零 ;
⑤ A 的 n 个顺序主子式 ( 左上角主子式 ) 都大于零 , 即
a11 … a1 k
| Ak | = … … > 0, k = 1, 2, …, n .
ak1 … ak k
n T
(7 ) 若 " x≠0( x∈ R ) , 有 f ( x) = x Ax < 0, 称 f ( x) 为负定 二
次型 , 且 称 对 应 的 矩 阵 A 为 负 定 矩 阵 .若 " x≠ 0 ( x∈ R n ) , 有
T T
f ( x) = x Ax≥ 0 ( ≤ 0 ) 且存在 x0 ≠0 使 得 x0 Ax0 = 0, 称 f ( x) 为 半
正定 ( 半 负 定 ) 二 次 型 , 并 称 对 应 的 矩 阵 A 为 半 正 定 ( 半 负 定 )
矩阵 .
6 .2 二次型的定义和矩阵表示 合同矩阵
1 二次型的定 义和矩阵 表示
( 1 ) n 元二次齐次多项式
n
f ( x1 , x2 , … , xn ) = ∑a
i= 1
ii x2i + ∑
1 ≤ i< j≤ n
2 aij x i x j
2
= a11 x1 + 2 a12 x1 x2 + 2 a1 3 x1 x3 + … + 2 a1 n x1 xn +
2
a22 x2 + 2 a23 x2 x3 + … + 2 a2 n x2 xn + … +
2 2
an - 1 , n - 1 xn - 1 + 2 an - 1 , n x n - 1 xn + an n x n
6 .2 二次型的定义和矩阵表示 合同矩阵 259
∑∑ a
T
f ( x1 , x2 , … , xn ) = ij x i x j = x Ax .
i=1 j =1
同样 , 二次型也可以用内积表示为
xT Ax = ( Ax) T x = ( Ax, x) .
( 3 ) n 元二次型 xT Ax 经过坐标 变换 x = Cy( C 为 n 阶 可逆 矩
阵 ) 可以化为 y1 , y2 , … , yn 的二次型
xT Ax = ( Cy) T ACy= yT ( CT AC) y = yT By,
其中 B= CT AC 仍然是实对称矩阵 .
n
i= 1
纯平方项的和 .
若 x, y 看成是向量 α在两组基 B 1 , B2 下的坐 标 , 则非退化 线
性变换 x = Cy 就 是 坐 标 变 换 公 式 , C 是 从 基 B1 到 基 B2 的 过 渡
矩阵 .
2 矩阵合同关 系及其性 质
实对称矩阵 A, B 的 合同 概 念 及 其 性 质 , 在 内 容 提 要 中 已 陈
述 , 这里不再重复 .不过还要指出两点 .
( 1 ) 任意的实对称矩阵都与对角阵合同 , 但对角阵不惟一 .
( 2 ) 若实对称矩阵 A, B 合 同 , 则 A, B 一定 等价 ( 相抵 ) .若 实
对称矩阵 A, B 相似 , 则 A, B 必合同 .因为 AD B, 则 A, B 的特征 值
λ1 , … ,λn 相同 , 于是 , 存在正交矩阵 Q1 , Q2 , 使得
Q1- 1 AQ1 = Q1T AQ1 = diag (λ1 , … ,λn ) = Q2T BQ2 ,
T - 1 T - 1 T
从而 ( Q2 ) Q1 A( Q1 Q2 ) = Q AQ = B,
其中 Q= Q1 Q2- 1 , QT = ( Q2- 1 ) T Q1T = ( Q2T ) - 1 Q1T .
反之不成立 , 即 A, B 合同 不一定 相似 .A, B 合 同而不 相似 的
例子如下 :
1 1
A= , B= .
- 1 - 2
6 .2 二次型的定义和矩阵表示 合同矩阵 261
1 -2 0
例 1 问 A= -2 5 1 对应的二次型是 .
0 1 -1
答 f ( x1 , x2 , x3 ) = x21 + 5 x22 - x23 - 4 x1 x2 + 2 x2 x3 .
例 2 问矩阵
2 1 0 3 0 0 1 0 0
A= 1 2 0 , B= 0 1 0 与 D= 0 1 0
0 0 3 0 0 3 0 0 3
中哪些相似 ? 哪些合同 ? 为什么 ?
解 B, D 均为对角阵 , 特 征 值就 是 其对 角 元 .B 和 D 的 特 征
值分别为 3, 1, 3 和 1, 1, 3 .特征值不同的矩阵必不 相似 , 所以 B 和
1
D 不相似 .但 B 与 D 是 合 同 的 , 因 为 若 取 C = diag , 1, 1 , 则
3
CT BC = D .
λ- 2 - 1 0
|λI - A | = -1 λ- 2 0
0 0 λ- 3
= (λ- 3) (λ2 - 4λ+ 3) = (λ- 3 )2 (λ- 1)
= 0,
故知 A 的特征值为 : λ1 = λ2 = 3 ,λ3 = 1 , 所以 A 和 D 不相似 .
因为 A 为实对称矩阵 , 必存在正交阵 Q = (γ1 ,γ2 ,γ3 ) , 使得
- 1 T
Q AQ = Q AQ = diag (λ1 ,λ2 ,λ3 ) = diag( 3 , 3 , 1) .
若取 T1 = (γ1 ,γ3 ,γ2 ) , 则
T1- 1 AT1 = T1T AT1 = diag(3 , 1 , 3 ) = B .
所以 , A 与 B 既相似又合同 .从而 , A 与 D 合同而不相似 .
例 3 设矩阵
262 第 6 章 二次型
1 1 1 1 4
1 1 1 1 0
A= 与 B= ,
1 1 1 1 0
1 1 1 1 0
则 A 与 B( ) .
( A ) 合同且相似 ; ( B) 合同但不相似 ;
( C) 不合同但相似 ; ( D ) 不合同且不相似 .
答 选 ( A ) .因 为 A 是 实对 称 矩阵 , 所 以 A~ diag (λ1 ,λ2 ,λ3 ,
λ4 ) , 其中λ1 ,λ2 ,λ3 ,λ4 为 A 的特征值 .A 的各行行和都是 4, 得λ1 =
4; 由 r ( A) = 1 , det A = 0 , 得 λ2 = 0 是 A 的 3 重特 征值 ( 4 - r (λ2 I -
A) = 3 ) , 所以 λ2 =λ3 =λ4 = 0 , A~ diag (4 , 0 , 0 , 0) = B .实对 称矩 阵
A 与 B 相似必合同 , 故 ( A ) 成立 .
6 .3 化二次型为标准形
(1 ) 二次型的标准形
T
n 元二次型 f = x Ax 总可以经过坐标变换 x = Cy( C 为 n 阶可
逆矩阵 ) 化 为 y 的 二 次 型 : f = xT Ax = ( Cy) T ACy = yT ( CT AC) y=
yT Λy, 其中 Λ= CT AC= diag( d1 , d2 , … , dn ) 为对 角矩阵 .这时对 应
的二次型为纯平方项之和 , 即
n
∑d y
T T 2
f = x Ax = y Λy = i i ,
i= 1
T T T T
y ( Q Q) y = y y ( Q Q = I ) .这 个性 质 在 几何 问 题中 很 有用 .例
如 , 在R 3 中 , 曲面
T
f ( x1 , x2 , x3 ) = x Ax
2 2 2
= a11 x1 + a22 x2 + a33 x3 + 2 a12 x1 x2 +
2 a1 3 x1 x3 + 2 a23 x2 x3 = 1
经正交变换 x = Qy, 得到标准形
f = xT Ax = λ1 y21 + λ2 y22 +λ3 y23 = 1 .
所以由特征值 λ1 ,λ2 ,λ3 的符 号即 可以判 别曲 面的 类型 .若 λ1 ,λ2 ,
λ3 全为正数 , 则上式 是椭 球 面方 程 ; 若 λ1 ,λ2 ,λ3 中一 个 负的 两 个
正的 , 则表示单叶双曲面 ; 一个正的两个负的 , 则表示双叶双曲面 ;
若 λ1 = 0 ,λ2 ,λ3 均 为 正的 , 则 表示 母 线平 行 于 Ox 轴的 椭 圆 柱 面
等 .在R 2 或R3 空间中 , 判 别曲 线 或曲 面 的 类型 时 , 必 须 用正 交 变
换法 ( 即做坐标系旋转 , 保证图形在变换前后不变形 ) , 而不能用配
方法和初等变换法 .
例 1 求三元二次齐次函数
f ( x) = f ( x1 , x2 , x3 ) = 2 x1 x2 - 2 x1 x3 + 2 x2 x3 ( 1)
在 x = ( x1 , x2 , x3 ) T 满足 : xT x= x21 + x22 + x23 = 1 时的最小值 .
解 所给二次型对应的矩阵为
0 1 -1
A= 1 0 1 ,
-1 1 0
λ -1 1
|λI - A| = - 1 λ - 1 = (λ+ 2 ) (λ- 1) 2 = 0 ,
1 -1 λ
得 λ1 = - 2 , λ2 = 1 ( 二重 ) .
T
对 λ1 = - 2 , 对应的特征向量为 (1 , - 1 , 1 ) , 单位化后得
T
1 1 1
ξ1 = , - , ;
3 3 3
264 第 6 章 二次型
T T
对 λ2 = 1 , 基础解系为 : (1 , 1 , 0 ) , ( - 1 , 0 , 1) ; 用施密特正 交
化方法 , 得单位正交的特征向量
T T
1 1 1 1 2
ξ2 = , ,0 , ξ3 = - , , .
2 2 6 6 6
取正交矩阵
1 1 1
-
3 2 6
1 1 1
Q = (ξ1 ,ξ2 ,ξ3 ) = - ,
3 2 6
1 2
0
3 6
T - 1
则有 Q AQ= Q AQ= diag( - 2 , 1 , 1 ) .
对二次型 (1 ) , 做正交变换 x = Qy, 得
f ( x) = xT Ax = yT ( QT AQ) y = - 2 y21 + y22 + y23 = φ( y) .
T 2 2 2
相应地 , 条件 x x = x1 + x2 + x3 = 1 化为
T T T 2 2 2
y ( Q Q) y = y y= y1 + y2 + y3 = 1 . ( 2)
2 2 2
原题化为 φ( y) = - 2 y1 + y2 + y3 在条件 ( 2) 下求最小值 .由
2 2 2 2 2 2
φ( y) = - 2 y1 + y2 + y3 ≥ - 2( y1 + y2 + y3 ) = - 2 ,
T
得当 y1 = ( ±1 , 0 , 0 ) 时 ,φ( y1 ) = - 2 是 φ( y) 的最小值 .所以
1 1 1 1
-
3 2 6 3
±1
1 1 1 1
x1 = Qy1 = - 0 =± -
3 2 6 3
0
1 2 1
0
3 6 3
时 , f ( x) 取得最小值 fm in = f ( x1 ) = - 2 .
例 2 对例 1 中的 f ( x1 , x2 , x3 ) 用 配方 法 , 将其 化 为标 准形 ,
并求变换矩阵 C .
6 .3 化二次型为标准形 265
2 2
f ( x1 , x2 , x3 ) = 2 z 1 - 2 z2 + 2 z3 .
将 (4 ) 式代入 ( 3) 式 ( 注意 C1 和 C2 都是可逆矩阵 ) , 得到
x = C1 y = C1 ( C2 z) = ( C1 C2 ) z = C z,
其中
1 1 0 1 0 0 1 1 -1
C = ( C1 C2 ) = 1 -1 0 0 1 -1 = 1 -1 1 .
0 0 1 0 0 1 0 0 1
可逆矩阵的乘积仍然可逆 , 所以变换矩阵 C 可逆 .
例 3 用初等变换法重做例 1 .
f ( x) = f ( x1 , x2 , x3 ) = 2 x1 x2 - 2 x1 x3 + 2 x2 x3 . ( 1)
A 同型行列变换 Λ
解 若 → , 则
I 列变换 C
CT AC= Λ= diag( d1 , d2 , … , dn ) .
以下[ i]和 ( j) 分别表示第 i 列和第 j 行 , 则
01 - 1 2 10
10 1 1 01
[ 1] + [2 ] [2] + [1] × ( - 1/ 2)
A - 11 0 ( 1) + (2 ) 0 10 (2) + (1) × ( - 1/ 2)
= [ 1] + [2 ] [ 2 ] + [ 1] × ( - 1/ 2)
I 10 0 1 00
01 0 1 10
00 1 0 01
2 0 0 2 0 0
0 - 1/ 2 1 0 - 1/ 2 0
[ 3] + [2 ] × 2
0 1 0 ( 3) + (2 ) × 2 0 0 2
.
[ 3] + [2 ] × 2
1 - 1/ 2 0 1 - 1/ 2 - 1
1 1/ 2 0 1 1/ 2 1
0 0 1 0 0 1
于是 , 取
6 .3 化二次型为标准形 267
1 - 1/ 2 -1
C= 1 1/ 2 1 ,
0 0 1
1
就有 CT AC = diag 2 , - , 2 , 相应 地做 坐 标变 换 x = Cy, 则
2
二次型化为标准形
1 2
xT Ax= 2 y21 - y2 + 2 y23 .
2
从例 1、例 2 和例 3 可见 , 用 3 种不 同的方法 把同一个 二次 型
化成了 3 个不同的标准形 , 即 同一个 三 阶实 对称 矩阵 A 相合 于 3
个不同的对角阵 :
1
diag( - 2, 1 , 1) ; diag(2 , - 2, 2) ; diag 2 , - ,2 .
2
但是它们的对角元中都有两个正数 , 一个负 数 .3 个对角 阵都相 合
于对角阵 diag( 1 , 1 , - 1) .
例 4 求一个正交变换 , 化二次型
2 2 2
f ( x1 , x2 , x3 ) = x1 + 4 x2 + 4 x3 - 4 x1 x2 + 4 x1 x3 - 8 x2 x3 为 标
准型 .
解 所给二次型对应的矩阵为
1 -2 2
A= -2 4 -4 .
2 -4 4
由
λ- 1 2 -2
2
|λI - A| = 2 λ- 4 4 =λ (λ- 9 ) = 0 ,
-2 4 λ- 4
得 λ1 = 0( 二重 ) , λ2 = 9 .
λ1 = 0( 二重根 ) 有两个线性无关的特征向量 .由 (0 I - A) x = 0,
即
268 第 6 章 二次型
- x1 + 2 x2 - 2 x3 = 0 ,
T T
得基础解系为 : α1 = (2 , 1 , 0 ) ,α2 = ( - 2 , 0 , 1) ; 用施 密特正交 化
方法 , 得正交的特征向量 :
β1 = (2 , 1 , 0 ) T ,
- 2
-2 2 5
α2 ,α1 -4
β2 = α2 - α2 = 0 - 1 = 4 ,
α1 ,α1 5
1 0 5
1
单位化得
T T
2 1 2 4 5
ξ1 = , ,0 , ξ2 = - , , .
5 5 3 5 3 5 3 5
T
λ2 = 9 的特征向量为 ( 1 , - 2 , 2) , 单位化后得
T
1 2 2
ξ3 = , - , .
3 3 3
取正交矩阵
2 -2 1
5 3 5 3
1 4 -2
Q = (ξ1 ,ξ2 ,ξ3 ) = 3 ,
5 3 5
5 2
0
3 5 3
T - 1
则有 Q AQ = Q AQ= diag(0 , 0 , 9 ) .
做正交变换 x = Qy, 得
T T T 2
f ( x1 , x2 , x3 ) = x Ax= y ( Q AQ) y = 9 y3 .
此为所求的标准型 .
例 5 已知二次型
2 2 2
f ( x1 , x2 , x3 ) = 5 x1 + 5 x2 + cx3 - 2 x1 x2 + 6 x1 x3 - 6 x2 x3
的秩为 2 .(1 ) 求参数 c 及二次型对应 矩阵的特 征值 ; ( 2 ) 指 出方 程
6 .3 化二次型为标准形 269
f ( x1 , x2 , x3 ) = 1 表示何种二次曲面 .
解 (1 ) 所给二次型对应的矩阵为
5 -1 3
A= -1 5 -3 .
3 -3 c
由秩 ( A) = 2 , 知 det A = 0 .即 | A| = 24 ( c - 3 ) = 0 , 故得 c = 3 .
由
λ- 5 1 -3
|λI - A | = 1 λ- 5 3 =λ(λ- 4) (λ- 9 ) = 0 ,
-3 3 λ- 3
得 λ1 = 0 ,λ2 = 4 ,λ3 = 9 .
(2 ) 对于实对称矩阵 A, 必存在正交矩阵 Q, 使得
- 1 T
Q AQ = Q AQ = diag (λ1 ,λ2 ,λ3 ) = diag( 0 , 4 , 9) .
做坐标变换 x = Qy, 则方程 f ( x1 , x2 , x3 ) = 1 化为
xT Ax = yT ( QT AQ) y = λ1 y21 +λ2 y22 +λ3 y23 = 4 y22 + 9 y23 = 1 .
所以 , f ( x1 , x2 , x3 ) = 1 表示母线平行于 Oy1 轴的椭圆柱面 .
例 6 已知二次曲面
2 2 2
x + ay + z + 2 bx y + 2 x z + 2 y z = 4
可以经过正交变换
x ξ
y =Pη
z ζ
2 2
化为椭圆柱面方程 η + 4ζ = 4 .求 a, b 的值和正交矩阵 P .
T T
解 所给二次曲面可以表示为 x Ax = 4 , 其中 x = ( x, y, z) ,
对应的矩阵为
1 b 1
A= b a 1 .
1 1 1
270 第 6 章 二次型
T
已知经过正交变换 x = Py( 其中 y = (ξ,η,ζ) ) 化为 椭圆柱 面方 程
η2 + 4ζ2 = 4 , 即
xT Ax = ( Py) T APy= yT Λy = η2 + 4ζ2 = 4 .
所以 , 矩阵 A~ diag( 0 , 1 , 4) = Λ .利用相似矩阵有相同 的迹和相 同
的行列式 , 得
t r A = 1 + a + 1 = 0 + 1 + 4 = t rΛ, 得 a = 3 ,
det A = - ( b - 1 ) 2 = detΛ= 0 , 得 b = 1 .
所以
1 1 1
A= 1 3 1 .
1 1 1
由
λ- 1 - 1 -1
|λI - A| = -1 λ- 3 -1 =λ(λ- 1) (λ- 4 ) = 0 ,
-1 - 1 λ- 1
得 λ1 = 0 ,λ2 = 1 ,λ3 = 4 .
T T
λ= 0 , 1 , 4 对应的特征向量分别为 (1 , 0 , - 1 ) , ( 1 , - 1 , 1 ) 和
(1 , 2 , 1 ) T .由于不同的 特征 值对应 的特 征向 量正交 , 只 须单 位化 ,
得
T T T
1 1 1 1 1 1 2 1
ξ2 = , 0, - , ξ2 = , - , , ξ3 = , , .
2 2 3 3 3 6 6 6
所求正交矩阵为
1 1 1
2 3 6
-1 2
P = (ξ1 ,ξ2 ,ξ3 ) = 0 .
3 6
-1 1 1
2 3 6
6 .3 化二次型为标准形 271
T
例 7 设四元二次型 f ( x1 , x2 , x3 , x4 ) = x Ax, 其中
0 1 0 0
1 0 0 0
A= .
0 0 y 1
0 0 1 2
(1 ) 已知 A 的一个特征值为 3, 求 y ;
(2 ) 求矩阵 P, 使 ( AP) T ( AP) 为对角矩阵 .
解 ( 1 ) 已知 3 是 A 的特征值 , 则 | 3 I - A| = 0 , 即
3 - 1 0 0
-1 3 0 0 3 -1 3- y -1
| 3 I - A| = =
0 0 3- y -1 -1 3 - 1 1
0 0 - 1 1
= 8 (2 - y) = 0 ,
从而得 y = 2 .
(2 ) 因为 AT = A, 所以 , ( A2 ) T = A2 为实对称矩阵 .由于
( AP) T ( AP) = PT ( AT AP) = PT A2 P,
2
所以题目就是求 A 的合同标准形 .
利用分块矩阵的运算 :
A1 0 1 2 1
A= , 其中 A1 = , A2 = ,
A2 1 0 1 2
得
A21 1 0 5 4
, 其中 A21 = = I2 , A22 =
2
A = 2
.
A 2 0 1 4 5
2
用配方法或同型初 等行、列 变换 法 或正 交变 换 法 , 都 可求 A2
的合同标准形 .
( 1 ) 配方法
2
T 2 2 4
2 9 2
x A x = 5 x + 5 x + 8 x1 x2 = 5 x1 + x2
2 1 2 + x2
5 5
272 第 6 章 二次型
9 2
= 5 y21 + y2 ,
5
4
其中 y1 = x1 + x2 , y2 = x2 , 即
5
4
x1 1 - y1 记作
x= = 5 C1 y,
x2 y2
0 1
5
T 2
则 C A C1 =
1 2 9 = Λ2 .
5
1 0
0 1
I2
取 P= = 4 ,
C1 1 -
5
0 1
则
2
T T 2
I2 A1 I2
( AP) ( AP) = P A P =
C1T A22 C1
I2 I2 9
= T 2
= = diag 1, 1, 5 , .
C A C1
1 2 Λ2 5
(2 ) 同型初等行、列变换法
-
4
[ 1 ] + [ 2]
5 0
5
5 4 9
2 -
4
( 1 ) + ( 2) 0
A 2 4 5 5 5
= .
1 0 4 4
I - [ 1 ] + [ 2]
5 1 -
0 1 5
0 1
4 5
1 - T 2
取 C1 = 5 , 则 C A C1 = 1 2 9 .
0 1 5
6 .3 化二次型为标准形 273
以下同配方法 .
T
(3 ) 用正交变换法 求 A 的 合同 标 准形 , 得 P AP = Λ( P 为 正
交矩阵 ) , 则
T T 2 2
( AP) ( AP) = ( P AP) = Λ .
λ -1 2
由 |λI - A1 | = = λ - 1 = 0, 得 λ1 = 1 ,λ2 = - 1 .
-1 λ
对应于 λ1 = 1 和 λ2 = - 1 的单位特征向量为
1 1 1 1
x1 = 和 x2 = .
2 1 2 -1
令 P1 = ( x1 , x2 ) , 则
T 1
P1 A1 P1 = = Λ1 .
-1
λ- 2 -1 2
由 |λI - A2 | = =λ - 4λ+ 3
- 1 λ- 2
= (λ- 3) (λ- 1 ) = 0 ,
得 λ3 = 3 ,λ4 = 1 .对应于 λ3 = 3 和 λ4 = 1 的单位特征向量为
1 1 1 1
x3 = 和 x4 = .
2 1 2 -1
令 P2 = ( x3 , x4 ) ,
T 3
则 P2 A2 P2 = = Λ2 .
1
1 1
0 0
2 2
1 1
- 0 0
P1 2 2
取 P= = ,
P2 1 1
0 0
2 2
1 1
0 0 -
2 2
274 第 6 章 二次型
则
T
T
P1 A1 P1
P AP =
P2T A2 P2
T
P1 A1 P1 Λ1
= = ,
P2T A2 P2 Λ2
T T 2 T 2
( AP) ( AP) = P A P = ( P AP)
2 2
Λ1 Λ1
= =
Λ2 2
Λ2
= diag( 1 , 1 , 9 , 1) .
*
6 .4 惯性定理和二次型的规范形
T
(1 ) 实二次型 x Ax 化 为平 方和 ( 实 对 称矩 阵 A 合 同于 对 角
阵 ) 所得标准形不是惟 一的 .但 据惯性 定理 , 对 角元中 正数 的个 数
p( 称为正惯性指数 ) 和负数的个数 r - p( 称 为负惯 性指 数 , 其中 r
是 A 的秩 ) 是由 A 惟一确定的 .
实对称矩阵 A 的合同标准形 C1T AC1 = diag( d1 , d2 , … , dn ) 中 ,
对角元依正数 , 负数和零排序 , 即
T
C1 AC1 = diag( d1 , … , dp , - dp + 1 , … , - dr , 0 , … , 0) ,
其中 , di > 0( i = 1 , … , r) .若取
1 1
C2 = diag ,…, , 1, …, 1 ,
d1 dr
T T T
则 C2 ( C1 AC1 ) C2 = C AC= diag(1 , … , 1 , - 1 , … , - 1 , 0 , … , 0) ,
其中 C = C1 C2 .称 diag (1 , … , 1 , - 1 , … , - 1 , 0 , … , 0 ) 为 A 的合 同
( 相合 ) 规范形 , 其中有 p 个 ( + 1 ) , ( r - p ) 个 ( - 1 ) 和 ( n - r) 个 0
( r = 秩 ( A) = A 的正、负惯性指数之和 ) .
( 2 ) 任意两个 n 阶实对称矩阵合同的充分必要条 件是它们 有
相同的规范形 , 或相等的正惯性指数和相等的秩 , 或有相等的正惯
性指数和相等的负惯性指数 .
*
6 .4 惯性定理和二次型的规范形 275
以, 共有 ∑ ( i + 1) = 1 + 2 + … + ( n + 1) = 1 ( n + 1) ( n + 2) 类 .
i=0 2
例 1 设 A 为 n 阶实对称矩阵 , r( A) = n, Ai j 是 A = ( aij ) n× n
中元素 a i j 的代数余子式 ( i, j = 1 , 2 , … , n) , 二次型
n n
A ij
f ( x1 , x2 , … , xn ) = ∑∑
i=1 j =1 | A|
xi x j .
(1 ) 记 x = ( x1 , x2 , … , xn ) , 把 f ( x1 , x2 , … , xn ) 写 成 矩 阵 形
- 1
式 , 并证明二次型 f ( x) 的矩阵是 A .
T
(2 ) 二次型 g( x) = x Ax 与 f ( x) 的规 范 形是 否 相同 ? 说 明
理由 .
解 ( 1 ) 设二次 型 f ( x) 的 矩 阵是 B, 则 f ( x) = xT Bx . 已 知
- 1
bi j = | A| A ij , 利用 A 的伴随矩阵是 A 的代数 余子 式矩阵 的转 置
* T - 1 - 1 *
A = ( A ij ) 和 A = | A| A ,得
BT = ( | A| A* = A - 1 .
- 1
A ij ) T = | A| - 1
所以
- 1 T T - 1 - 1
B= ( A ) = ( A ) =A .
- 1 - 1
(2 ) 法 1: 利用定义 .由于 | A | ≠ 0 , 故 A 可逆 , 令 x = A y,
" x≠0, 则 y≠0, 且
g( x) = xT Ax = ( A - 1 y) T A( A - 1 y) = yT A - 1 y = f ( y) ,
故 g( x) 与 f ( x) 合同 , 它们有相同的规范形 .
- 1 - 1 - 1 - 1 T - 1 - 1
法 2: A = A AA = (A ) AA , 所以, A 与 A 合同,
f ( x) 与 g( x) 合同 , 它们有相同的规范形 .
法 3: 利用特征值 .设 Ax =λx ( x≠0) , 则 A- 1 x =λ- 1 x,λ与
λ- 1 同为 正 或 负 .所 以 , xT Ax 和 xT A - 1 x 的 标 准形 中 有 相 同 的 正
276 第 6 章 二次型
( 负 ) 惯性指数 , 即 f ( x) 与 g( x) 有相同的规范形 .
6 .5 正定二次型和正定矩阵
关于正定二次 型 ( 正定 矩 阵 ) 、负 定二 次 型 ( 负 定 矩阵 ) 、半 正
( 负 ) 定二次型 ( 半正 ( 负 ) 定矩 阵 ) 的 定义 , 以及 实对 称矩阵 正定 的
等价命题 ( 或说充分必要条件 ) , 在内容提要中已陈述 , 这里不再重
T
复 .需要指出 : 一个二次型 f ( x) = x Ax, 经坐标变 换 x = Cy( C 为
可逆矩阵 ) , 化为 y 的二次型 g ( y) , 则 f ( x) 和 g( y) 有相同 的正 定
性 .因为
T T T T
f ( x) = x Ax = ( Cy) A Cy = y ( C AC) y = g( y) .
由 f ( x) 正定 , 可 知 : " y≠0, x = Cy≠0, g( y) = f ( x) > 0 , 所
- 1
以 g( y) 正 定 ; 再 由 g ( y) 正 定 又 可 知 , " x≠0, y = C x≠ 0,
f ( x) = g( y) > 0 , 所以 , f ( x) 正定 .
同理 , f ( x) 和 g( y) 的负 定 性、半 正 ( 负 ) 定 性也 相 同 .也 就 是
说 , 合同矩阵的正 ( 负 ) 定性、半正 ( 负 ) 定性是相同的 .
此外 , 对于 n 阶实对称正 定矩 阵 A ( 或正 定 二次 型 xT Ax) , 一
定存在正定矩阵 B, 使得
A = B2 .
- 1 T
因为存在正交矩阵 Q( 注意 Q = Q ) , 使得
QT AQ = diag (λ1 ,λ2 , … ,λn ) (λi > 0 , i = 1 , 2 , … , n) .
则 A = Q diag (λ1 ,λ2 , … ,λn ) QT
= Q diag ( λ1 , … , λn ) QT Q diag( λ1 , … , λn ) QT
= B2 ,
T
其中 B= Q diag ( λ1 , … , λn ) Q 仍然是正定矩阵 .
例 1 判断下列三元二次型
2 2 2
f ( x1 , x2 , x3 ) = x1 + x2 + x3 - x1 x2 + x2 x3
6 .5 正定二次型和正定矩阵 277
是不是正定二次型 .
解 法 1: 二次型的对应矩阵为
1
1 - 0
2
1 1
A= - 1 .
2 2
1
0 1
2
2 1
A 的特征多项式为 |λI - A | = (λ- 1 ) (λ- 1) - , 从而 得其 特
2
2 2
征值为 λ1 = 1 ,λ2 = 1 + ,λ3 = 1 - 都大于零 , 所以二次型正定 .
2 2
法 2: 用配方法得
2 2
x2 3 2 2 2
f ( x1 , x2 , x3 ) = x1 - + x2 + x3 + x3
2 4 3 3
2 3 2 2 2
= y1 + y2 + y3 ≥0 .
4 3
故
x2 2
f ( x1 , x2 , x3 ) = 0 x1 - = 0, x2 + x3 = 0 和 x3 = 0 ,
2 3
即 x1 = x2 = x3 = 0 .故 x≠0 时 , f ( x1 , x2 , x3 ) > 0 , 所以此 二次 型
正定 .
法 3: 利用 A 的 3 个顺序主子式都大于零 .
-1
1
2 3 1
det A1 = 1 > 0, det A2 = = > 0, det A3 = | A| = >0 .
-1 4 2
1
2
所以此二次型正定 .
法 4: 利用同型初等行、列变换化 A 为对角形 .
278 第 6 章 二次型
-1 1 0 0
1 0
2 3 1
1 0
-1 1 [2 ] + [ 1] × 4 2
1 2
2 2 1 1
(2 ) + ( 1) ×
A 2 0 1
= 1 2
I 0 1 1
2 [2 ] + [ 1] ×
2 1
1 0
1 0 0 2
0 1 0 0 1 0
0 0 1 0 0 1
2 0 0
3
0 0
-2 4
[3 ] + [ 2] ×
3
2
(3 ) + ( 2) ×
-2 0 0
3 3
.
-2 1 1
[3 ] + [ 2] ×
3 1 -
2 3
2
1 1 -
3
0 0 1
1 1 2
1 -
2 3 3
T
取 C= 2 , 则 C AC= 4 .
1 1 -
3 2
0 0 1 3
A 的正惯性指数为 3 , 所以此二次型正定 .
例 2 ( 研 6 -2) 设 A 为 n 阶正定 矩阵 , I 是 n 阶 单位矩 阵 .证
明 A+ I 的行列式大于 1 .
T
解 因为 A 为正定矩 阵 , 则存在 正交矩阵 Q( 注 意 Q Q = I) ,
使得
T
Q AQ= diag(λ1 ,λ2 , … ,λn ) ,
6 .5 正定二次型和正定矩阵 279
用二次型正定的定义来判别 .由于
T T T T
x ( B AB) x = ( Bx) A( Bx) = y Ay,
当秩 ( B) = n 时 , " x≠0, 均有 y = Bx≠0( 因为秩 ( B) = n, Bx = 0 只
有零解 ) , 从而 yT Ay > 0( 因为 A 正定 ) .所以 , BT AB 正定 .
T T T
必 要 性 : 由 B AB 正 定 , 即 " x ≠ 0, x ( B AB ) x =
T
( Bx) A( Bx) > 0 , 可知 必 须 有 Bx≠0, 即 Bx = 0 没 有 非 零 解 , 所
以 , r( B) = n( 此时也必有 m≥ n) .
注意 下 列证 明是错 误的 :“由 A 正定 , 存在 可逆 矩阵 P, 使
T T T T T
得 A = P P, 于 是 , ( B AB) = ( B P PB ) = ( PB) ( PB) , 所 以
( BT AB) 正定 .”错在 ( PB) m × n 不是方阵 , 从而不是可逆矩阵 .如果 B
是 m 阶方阵 , 这样证明是可以的 ( 即 BT AB 正定 的充要 条件 是 PB
可逆 , 而 PB 可逆的充要条件是 B 可逆 , 即 r( B) = m) .
例 5 设 A 是 m× n 实矩阵 , I 是 n 阶 单 位阵 .已 知 B = λI +
AT A, 试证 : 当 λ> 0 时 , 矩阵 B 为正定矩阵 .
证 首先 B=λI + AT A 是实对称矩阵, 因为 BT = (λI + AT A) T =
T
λI + A A = B .
法 1: 利用定义 .由于二次型
xT Bx = xT (λI + AT A) x =λxT x + xT AT Ax = λxT x + ( Ax) T Ax,
T T
而 " x≠0, Ax 的内积 ( Ax, Ax) = ( Ax) Ax≥ 0 , 且 λ> 0 时 ,λx x >
0 , 因此 , " x≠ 0 , 有
xT Bx = λxT x + ( Ax) T Ax> 0 .
所以 B 为正定矩阵 .
法 2: 利用特征值全部大于 零 .因为 AT A 是实对 称矩 阵 , 设 μ
T
是 A A 的任一特征值 , 对应的特征向量是 x, 即
T
A Ax = μx ( x≠0) .
两边左乘 xT , 有
xT AT Ax = μ xT x, 即 ( Ax) T Ax = μxT x,
6 .5 正定二次型和正定矩阵 281
T
( Ax) Ax
所以 ,μ= T ≥0 ( 因为 : x≠0, xT x > 0; ( Ax) T Ax≥0 ) .
x x
(λI + AT A) 的特征值 为 (λ+ μ) .当 λ> 0 时 , B 的 任 一特 征 值
(λ+ μ) > 0 , 所以 B 为正定矩阵 .
*
例 6 设 A 为 n 阶 正定 矩阵 , x = ( x1 , … , xn ) T ∈ Rn , b 是 一
固定的实 n 维列向量 .证明 :
1 T
p( x) = x Ax - xT b
2
1 T -1
在 x0 = A- 1 b 处取得最小值 , 且 pmin = - b A b.
2
证 这是把一元二次函数的最小值问题推广到 n 元二次函数
( 二次项部分是正定二次型 ) .当 n = 1 时 , A = ( a) , a > 0 , 一元二 次
1 2 b
函数 p( x) = ax - bx 的图形 是条抛物 线 , 在顶点 x0 = 处 , 取
2 a
2
b
得最小值 pmin = - .
2a
对于一般的 n, 欲证 p( x0 ) 是 p( x) 的最小值 , 只需证 " x≠ x0 ,
p( x) - p( x0 ) > 0 .
1 T T
将 b = Ax0 代入 p( x) = x Ax - x b, 得
2
1 T T 1 T T
p( x) - p( x0 ) = x Ax - x b - x0 Ax0 + x0 b
2 2
1 T T 1 T
= x Ax - x Ax0 + x0 Ax0 . ( 1)
2 2
T T T T
因为 x Ax0 = ( x Ax0 ) = x0 Ax,
1 T 1
所以 xT Ax0 = x Ax0 + x0T Ax . ( 2)
2 2
将 (2 ) 式代入 ( 1) 式 , 得
1 T T T T
p( x) - p( x0 ) = ( x Ax - x Ax0 - x0 Ax + x0 Ax0 )
2
282 第 6 章 二次型
1 T
= [ x A( x - x0 ) - x0T A( x - x0 ) ]
2
1 T
= ( x - x0 ) A( x - x0 ) .
2
由于 A 正定 , 所以 " ( x - x0 ) ≠0, 即 x≠ x0 , 恒 有 p( x) - p( x0 ) =
1
( x - x0 ) T A( x - x0 ) > 0 , 因此
2
1 T T
pm in = p( x0 ) = x0 Ax0 - x0 b.
2
- 1
将 Ax0 = b 与 x0 = A b 依次代入上式 , 得
1 T T 1 T 1 - 1 T
pm in = x0 b - x0 b = - x0 b = - ( A b) b
2 2 2
1 T -1
= - b A b.
2
*
例 7 设 A 为 n 阶实对称矩阵 , A 的 n 个特征值λ1 ≤λ2 ≤ …
≤λn .证明 : " x∈ R n ,
λ1 ( x, x) ≤ ( Ax, x) ≤λn ( x, x)
( 其中 ( x, y) = xT y 表示 x 与 y 的内积 ) , 并指出分别取怎样的非 零
向量 x 使两个等号成立 .
T
证 对 于 实 对 称 矩 阵 A, 存 在 正 交 阵 Q, 使 得 Q AQ =
diag (λ1 , … ,λn ) = Λ.令 x= Qy, 则
( x, x) = xT x= yT QT Qy= yT y,
即 ( x, x) = x21 + … + x2n = y21 + … + y2n = ( y, y) .
于是
T T T T 2 2
( Ax, x) = ( Ax) x = x Ax = y Q AQy =λ1 y1 + … +λn yn ,
λ1 ( x, x) =λ1 ( y21 + … + y2n ) ≤λ1 y21 + … +λn y2n
2 2
≤λn ( y1 + … + yn ) =λn ( y, y) =λn ( x, x) .
所以 λ1 ( x, x) ≤ ( Ax, x) ≤λn ( x, x) .
当 Ax =λn x, 即 x 是 A 的 对应 于 λn 的 特征 向 量时 , ( Ax, x) =
6 .5 正定二次型和正定矩阵 283
λn ( x, x) 成 立 ; 当 Ax = λ1 x, 即 x 是 A 的 对 应 于 λ1 的 特 征 向 量 时 ,
( Ax, x) =λ1 ( x, x) 成立 .
*
例 8 设 A, B 为 n 阶正定矩阵 .证明: A + B 的最 大特征值 ρ
大于 A 的最大特征值 .
证 设 μ1 和 λn 分别是 B 的最小和 A 的最大特征值 ( 因为 A, B
正定 ,μ1 ,λn 都大于零 ) , xn 是 A 的对应于特征值 λn 的特征向量, 则
Axn =λn xn , ( xn ≠0) ,
即
T T
xn Axn =λn xn xn , (1)
xTn Axn
故 λn = T . (2)
xn xn
由于正定矩阵是实对称矩阵 , 所以 A + B 为实对称矩阵 .由例 7
知, xn ≠0 时 , 有
( ( A+ B) xn , xn )≤ρ( xn , xn ) ,
μ1 ( xn , xn ) ≤ ( Bxn , xn ) ,
即
xTn ( A+ B) xn ≤ρxTn xn ,
T T
μ1 xn xn ≤ xn Bxn .
所以
xnT ( A+ B) xn xTn Axn + xTn Bxn
ρ≥ T = T
xn xn xn xn
λn xnT xn + μ1 xTn xn
≥ = λn + μ1 >λn .
xnT xn
*
例 9 设 λ1 和 μ1 分别是 n 阶实对称矩阵 A 和 B 的最小特征
值 .证明 : A+ B 的最小特征值 ω大于或等于λ1 + μ1 .
证 设 ω为 A + B 的最小特征值, 对应的特征向量为 x0 , 即
( A+ B) x0 = ωx0 ( x0 ≠0) ,
于是
284 第 6 章 二次型
T T
x0 ( A+ B) x0 = ωx0 x0 .
显然 , A+ B 为实对称矩阵 , 由例 7 知, x0 ≠0 时 , 有
λ1 ( x0 , x0 ) ≤ ( Ax0 , x0 ) , μ1 ( x0 , x0 ) ≤( Bx0 , x0 ) .
所以
x0T ( A+ B) x0 x0T Ax0 + x0T Bx0
ω= T = T
x0 x0 x0 x0
T T
λ1 x0 x0 + μ1 x0 x0
≥ T =λ1 + μ1 .
x0 x0
例 10 设 A, B 皆是正定矩阵, 且 AB= BA .证明 : AB 也是正定
矩阵 .
证 由 AB= BA, 得 AB 是实对称矩阵 , 因为
T T T
( AB) = B A = BA = AB .
证明 AB 也是正定矩阵 .有以下方法 .
法 1: 证明 AB 的特征值全部大于零 .设 λ为 AB 的任意一个特
征值 , 其对应的特征向量为 x, 即
ABx=λx ( x≠0) ,
- 1
于是 Bx=λA x.
两边左乘有 xT , 得
T T - 1
x Bx =λx A x .
- 1 - 1
由于 B正定 , A 也正 定 ( A 正定 , 则 A 也正 定的 证明见 教材 6 .4
T T - 1
例 1) , 所以, " x≠0, x Bx > 0, x A x> 0, 因此
T
x Bx
λ= T - 1 > 0 .
x A x
由 λ的任意性得 AB 为正定阵 .
法 2: 证明 AB 与正定矩阵合同 .
由 A, B 皆正定 , 存在可逆阵 C, 使得
CT AC= I, 即 CT A= C - 1 .
两边右乘 BC, 得
*
6 .6 其他有定二次型 285
T - 1
C ( AB) C= C BC,
从而得知 : C ( AB) C 与 B 相 似 , CT ( AB) C 和 B 有相 同的 全都 大
T
T T
于零的特征值 , 故 C ( AB) C 正定 .而 AB 与 C ( AB) C 合同 , 所 以
AB 也正定 .
T
法 3: 证明存在可逆 D, 使得 ABD D D .
由于 A, B 皆 正定 , 所以 存在 可逆 阵 P, Q, 使 得 A = PT P, B =
QT Q, 于是
AB = ( PT P) ( QT Q) = ( Q- 1 Q) ( PT PQT Q)
- 1 T T
= Q ( QP PQ ) Q,
即 AB 与 QPT PQT 相似 , 必合同 .而 QPT PQT 正定 ( 因为 QPT PQT =
T T T T T
( PQ ) ( PQ ) = D D, 其中 D = ( QP ) 可逆 ) , 所以 AB 也正定 .
T T
法 4: 同法 3, 由 A = P P, B = Q Q( 其中 P, Q 为可逆矩阵 ) , 得
T T
AB = ( P P) ( Q Q) .
两边左乘 ( PT ) - 1 , 右乘 PT 得
T - 1 T T - 1 T T T T T
( P ) ( AB) P = ( P ) ( P P) ( Q Q) P = ( PQ ) ( QP )
= ( QPT ) T ( QPT ) = DT D ( 其中 D = QPT 可逆 ) .
T - 1 T T - 1 T
所以 , ( P ) ( AB) P 正 定 , 而 AB 与 ( P ) ( AB) P 相 似 , 必 合
同 .所以 , AB 也为正定阵 .
法 5: 利用 : 对实对称正定矩阵 A, B, 分别存在实对称正定 矩
2 2
阵 C, D, 使得 A = C , B = D .从而得
C - 1 ( AB) C = C - 1 ( CCDD) C = CDDC
T T T T
= C D DC= ( DC) DC= F F,
( 其中 F = DC 可逆 ) .所以 C - 1 ( AB) C 正定 , 而 AB 与其相 似 , 因 此
AB 也正定 .
*
6 .6 其他有定二次型
T
( 1 ) 定 义 如 果 n 元 实 二 次 型 f ( x) = x Ax, " x≠0 ( x∈
R n ) , 恒有 :
286 第 6 章 二次型
T
① x Ax < 0 , 则称 f ( x) 为负定二次型 ( A 为负定矩阵 ) ;
② xT Ax≥0, 且存在 x0 使得 f ( x0 ) = 0 , 则称 f ( x) 为半正定二
次型 ( A 为半正定矩阵 ) ;
③ xT Ax≤0, 且存在 x0 使得 f ( x0 ) = 0 , 则称 f ( x) 为半负定二
次型 ( A 为半负定矩阵 ) .
正定、负定、半正定、半负定二次型统称为有定二次型 .不是有
定的二次型叫做不定二次型 .
( 2 ) n 元二次型 xT Ax 负定与以下各命题等价 :
① ( - A) 正定 ;
② A 的负惯性指数为 n , 即 AD ( - I ) ;
T
③ 存在可逆矩阵 P, 使得 A = - P P;
④ A 的 n 个特征值λ1 ,λ2 , … ,λn 都小于零 ;
⑤ A 的奇数阶顺序主子式 det Ak 都小 于零 , 偶 数阶顺 序主 子
式 det Ak 都大于零 .
(3 ) n 元二次型 xT Ax 半正定 ( 或半负定 ) 与以下各命题等价 :
① A 的正 ( 或负 ) 惯性指数为 r ( A) < n, 即
AD diag( 1 , … , 1 , 0 , … , 0 ) ( 或 AD diag ( - 1 , … , - 1 , 0 , … ,
0) ) , 其中 1( 或 - 1) 有 r 个 .
② A 的 n 个特 征值 λ1 ,λ2 , … ,λn 都 ≥ 0 ( 或 ≤ 0) , 至少 有一 个
等于零 .
③ A 的各阶主子式都≥0 ( 或 : 奇数阶的主子式≤0; 偶数阶主
子式≥0 ) , 至少有一个等于零 ( 注意 , 这里是“ 各阶主子式”不是“ 各
阶顺序主子式”) .
T T
例 1 设 x Ax 为半 负定 二 次 型 , 问 : ( 1 ) x ( - A) x 是 否 半
正定 ? ( 2 ) A 的各阶主子式是否都≤ 0 ?
T T
答 ( 1 ) x Ax 为半负定 , 则 x ( - A) x 半正定 ;
( 2 ) 否 .( - A) 的 各 阶 主 子 式 都 ≥ 0, 即 A 的 偶 数 阶 主 子 式
都≥0; A 的奇数阶主子式都≤ 0 .
6 .7 部分疑难习题和补充题的题解 287
T
例 2 设 B 是 n 阶 实 矩 阵 , r ( B) < n .证 明 B B 是 半 正 定
矩阵 .
T T T T
证 由于 ( B B) = B B, 所以 B B 是实对称矩阵 .
因为 " x≠0 ( x∈ R n ) , 恒 有 内 积 ( Bx, Bx) = ( Bx) T ( Bx) =
T T
x B Bx≥ 0 .又 Bx = 0 有 非 零 解 , 即 存 在 x≠0, 使 Bx = 0 , 从 而
xT BT Bx = 0 .所以 , 二次型 xT BT Bx 半正定 , 即 BT B 是半正定矩阵 .
6 .7 部分疑难习题和补充题的题解
1 ( 习题 5 ) 若二次型 f ( x1 , … , xn ) = xT Ax 对一切 x = ( x1 , … , xn ) T 恒
有 f ( x1 , … , x n ) = 0 , 证明 A 为 n 阶零矩阵 .
证 取 xi = (0 , … , 1 , … , 0 ) T ( 其 中第 i 个 分量 为 1 , 其余 分量 全为 零 ) ,
则有
n n
∑∑ a
T
f ( xi ) = x Axi =
i ij x i x j = aii = 0 , i = 1 , 2 , … , n .
i= 1 j= 1
此时 , A + C 与 B + D= 0 不合同 .
( 2) 成立 . 由 C1T AC1 = B, C2T CC2 = D( 其中 C1 , C2 为可逆矩阵 ) ,得
T
C1 A 0 C1 C1T AC1 0 B 0
= = ,
C2 0 C C2 0 C2T C C2 0 D
C1
其中 仍然可逆 .所以结论成立 .
C2
4 -2 0 0 0
- 2 1 0 0 0
4 (习题 9) 设 A = 0 0 5 0 0 , 求 正 交 矩 阵 Q, 使 得
0 0 0 - 4 6
0 0 0 6 1
Q AQ 为对角矩阵 .
T
解 利用上题分块矩阵合同的结论 .令
A1
A= A0 ,
A2
4 -2 - 4 6
其中 A1 = , A0 = (5) , A2 = .
- 2 1 6 1
4 -2 1 2 0
对 A1 = , 存在 P1 = , 使得 P1- 1 A1 P1 = = Λ1 ;
- 2 1 2 -1 5
- 4 6 2 3 5
对 A2 = , 存在 P2 = , 使得 P2- 1 A2 P2 = = Λ2 .
6 1 3 -2 - 8
不同特征值对应的特征向量已经正交 , 只需单位化 .取
1 2 2 3
5 5 13 13
Q1 = , Q2 = ,
2 1 3 2
- -
5 5 13 13
6 .7 部分疑难习题和补充题的题解 289
1 2
5 5
2 1
-
Q1 5 5
令 Q= 1 = 1 .
Q2 2 3
13 13
3 2
-
13 13
0
5
则有 Q- 1 AQ= Λ= 5 .
5
-8
5 ( 习题 13) 设 n 阶实对称矩阵 A 的秩为 r( r < n) , 试证明 :
( 1) 存在可逆矩阵 C,使得 CT AC = diag( d1 , … , dr , 0 , … , 0 ) ( di ≠0 , i = 1 ,
2 , … , r) ,
( 2) A 可以表示为 r 个秩为 1 的实对称矩阵之和 .
证 ( 1) 实对称 矩阵 A 存 在正 交 矩 阵 Q, 使 得 Q- 1 AQ = QT AQ 为 对 角
矩阵
Λ= diag(λ1 , … ,λr , 0 , … , 0) ,
其中 λi ≠0 ( i = 1 , 2 , … , r)为 A 的非零特征值 .
( 2 ) 由 ( 1 ) 的结论 ,有 A = QΛQ - 1 = ( Q- 1 ) T ( Λ1 + Λ2 + … + Λr ) Q- 1 , 其中
Λi = diag( 0 , … ,λi , … , 0) (第 i 个元素为λi 其余元素全为 0 , i = 1 , … , r) ,
则 A = ( Q- 1 ) T Λ1 Q- 1 + ( Q- 1 ) T Λ2 Q- 1 + … + ( Q- 1 ) T Λr Q - 1
= D1 + D2 + … + Dr ,
其中 Di = ( Q- 1 ) T Λi Q - 1 = DTi ( i = 1 , … , r) 是 秩为 1 的实 对称矩 阵 .因 为
r ( Di ) = r(Λi ) = 1 .
6 ( 习题 14) 设 n 阶实对称幂等矩阵 A( A2 = A) 的秩为 r, 试求 :
( 1) 二次型 xT Ax 的一个标准形 ;
( 2 ) det ( I + A + A2 + … + An ) .
290 第 6 章 二次型
并说明它是否正定 .在 n = 3 的情况下求正交变换的矩阵 Q .
解 二次型对应的矩阵为
1 1
1 …
2 2
1 1
1 …
A= 2 2 .
… … w …
1 1
… 1
2 2
1 1
λ- 1 - … -
2 2
1 1
- λ- 1 … -
由 |λI - A| = 2 2
… … w …
1 1
- - … λ- 1
2 2
1 1
1 - … -
2 2
1
n+ 1 1 λ- 1 … -
= λ- 2
2
… … w …
1
1 - … λ- 1
2
292 第 6 章 二次型
1 1
1 - … -
2 2
1
n+ 1 0 λ- … 0
= λ- 2
2
… … w …
1
0 0 … λ-
2
n+ 1 1 n- 1
= λ- λ- = 0,
2 2
1 1
得 : λ1 = ( n + 1) ,λ2 = ( n - 1 重 ) .由此可得 A 正定 .
2 2
1
由于 A的每行行和均为 ( n + 1) , 由 (λ1 I - A) x= 0 其中 x= (1 ,… ,1)T 得
2
1
λ1 = ( n + 1)对应的特征向量为 x1 = (1 ,… ,1)T .
2
1
当 λ2 =
( n - 1 重根 )时 , 由(λ2 I - A) x= 0 的同解方程组
2
x1 + x2 + … + x2 = 0 ,
得 λ2 对应的 n - 1 个线性无关的特征向量 :
x2 = ( 1 , - 1 , 0 , … , 0 ) T , x3 = ( 1 , 1 , - 2 , 0 , … , 0 ) T , … ,
xn = ( 1 , … , 1 , - n) T .
x1 ,… , xn 已经为正交向量组 , 只须单位化 .令
xi
γi = ( i = 1 , 2 , … , n) , Q= (γ1 ,… ,γn ) ,
‖ xi ‖
则 Q 为正交阵 ,且
1 1 1
QT AQ= diag ( n + 1) , , …,
2 2 2
为所求的标准形 .
( 习题 24 ) 当 n = 3 时 , 求 正 定 矩 阵 B, 使 得 A = B2 ( 其 中 A 为 上 题
的 A) .
1 1 1
2
3 2 6
1 1 1 1
-1
当 n= 3 时,取 Q= - , 则 Q AQ= 2 .
3 2 6
1
1 -2
0 2
3 6
6 .7 部分疑难习题和补充题的题解 293
2
1
所以 A=Q 2 Q- 1
1
2
2 2
1 1
-1
=Q 2 Q Q 2 Q- 1 .
1 1
2 2
2
1
令正定矩阵 B = Q 2 Q- 1 , 则 B2 = A .
1
2
10 ( 习题 27 ) 若 P 是可逆矩阵 .用定义证明 : PT P 是正定矩阵 .
证 " x≠0, 因为 P 可逆 ,所以 , y= Px≠0, 且
xT ( PT P) x= ( Px) T Px = yT y > 0 ,
因此 ,矩阵 PT P 正定 .
11 ( 习题 38 ) 若 对 于任 意的 全 不为 0 的 x1 , … , x n , 二次 型 f ( x1 , … ,
xn ) 恒大于 0 , 问二次型 f 是否正定 ?
. " x≠0”指 的是 任意 的 x = ( x1 , … , x n ) T 中 x1 , … , xn 不全 为
答 否“
0 , 而不是“全不为 0”的 x1 , … , xn .例如 , 二次型
f ( x1 , x2 , x3 ) = x21 + ( x2 - x3 ) 2 .
对于任意的全不为 0 的 x1 , x2 , x3 , 恒有 f ( x1 , x2 , x3 ) > 0 , 但 f ( x) 不是正定 , 而是
半正定(因为 , x1 = 0 , x2 = x3 = 1 时 , f ( x1 , x2 , x3 ) = 0) .
12 ( 习题 41 ) 设 A 是实对称矩阵 , B 是正定矩阵 .证明 : 存在可逆阵 C,
使得 CT AC 和 CT BC 都成对角形 .
证 因为 B 正定 ,所以 ,存在可逆阵 C1 ,使得 C1T BC1 = I .
因为 ( C1T AC1 ) T = C1T AC1 , 所 以, C1T AC1 为实 对 称 阵 .于 是 , 存 在 正 交 阵
C2 ( 注意 C2T C2 = I) ,使得
294 第 6 章 二次型
xi = ∑a
j=1
ij y j , 于是 x i - ∑a
j =1
ij y j = 0 ( i = 1 , 2 , … , n) .
0 x1 x2 … xn
x1 a11 a12 … a1n
在 | B| = x2 a21 a22 … a2n
… … … …
xn an1 an2 … ann
6 .7 部分疑难习题和补充题的题解 295
中 , 第 i + 1 列 ( xi 所 在 列 ) 乘 ( - yi ) 都 加 到 第 1 列 , 则 第 1 列 变 换 成
n n
T
- ∑ x y , 0 ,… ,0
i= 1
i i , 再对第 1 列展开 , 注意 : ∑x y
i= 1
i i = xT y,而 y = A- 1 x ,
得
n
| B| = - | A| ∑
i=1
x i y i = - | A| xT y= - | A| xT A - 1 x .
- 1
由于 | A| > 0 和 A 正定 , 所以 , " x≠0, f ( x) = - | A| xT A- 1 x < 0 , 即
f ( x) 负定 .
14 ( 习题 44 ) 设 A= ( aij ) n× n 是 n 阶正定矩阵 , 证明: | A| ≤ a11 a22 …ann .
证 将 A 分块为
An - 1 α
A= T
, 其中 α= a1n , a2 n , … , an - 1, n T
.
α ann
因为 A 正定 , A 的 k 阶 顺序主 子式 det Ak 大 于零 ( k = 1 , 2 , … , n) , 所以 ,
矩阵 An - 1 正定( An- -11 也正定 ) , 且 An - 1 可逆 .对分 块矩 阵做 初等 行变换 , 将 矩
阵 A 化为上三角块阵 ,即
In - 1 0 An - 1 α An - 1 α
= .
- αT An- -1 1 1 αT ann 0 an n - αT An- -1 1 α
上式两边取行列式 ( 上三角块矩阵的行列式等于对角块的行列式的乘积 ) ,得
| A| = | An - 1 | ann - αT An- -11 α .
因为 An- -11 也正定 , 当 α≠0 时 , 有 αT An- -11 α> 0 , ann - αT An- -1 1 α< ann , 所以
| A| ≤ ann | An - 1 | .
同理 , 在 An - 1 中 , 有 | An - 1 | ≤ an - 1 , n - 1 | An - 2 | .如此类推 , 得
| A| ≤ ann | An - 1 | ≤ ann a n - 1, n - 1 | An - 2 | ≤…≤ ann an - 1 , n - 1 … a22 | A1 |
其中 | A1 | = a11 , 所以 | A| ≤ a11 a22 … ann .
历 年 硕士 研 究 生 入 学考 试 中
线性 代 数 试 题 的题 解
1 行列式
1. 设 A = (α,γ2 ,γ3 ,γ4 ) , B = (β,γ2 ,γ3 ,γ4 ) , 其中 α,β,γ2 ,γ3 ,γ4 为四维列
向量 ,已知 | A| = 4 , | B| = 1 , 求 | A + B| .
解 | A + B| = |α+ β,2γ2 ,2γ3 , 2γ4 |
= |α,2γ2 ,2γ3 ,2γ4 | + |β,2γ2 ,2γ3 ,2γ4 |
= 23 |α,γ2 ,γ3 ,γ4 | + 23 |β,γ2 ,γ3 ,γ4 |
= 8 | A| + 8 | B| = 8×4 + 8×1 = 40 .
a1 0 0 b1
0 a2 b2 0
2. 计算行列式 D = .
0 b3 a3 0
b4 0 0 a4
解 先将第 4 行依次与第 3、第 2 行 对换 两次 , 再 将第 4 列 与第 3、第 2
列依次对换两次 , 得
a1 b1 0 0
b4 a4 0 0 a1 b1 a2 b2
D = ( - 1)4 =
0 0 a2 b2 b4 a4 b3 a3
0 0 b3 a3
= ( a1 a4 - b1 b4 ) ( a2 a3 - b2 b3 ) .
3. 设 A∈R m× n , B∈Rn× m , 则下列命题必成立的是 ( ) .
① 若 m > n, 则 | AB| ≠0 ; ② 若 m > n, 则 | AB| = 0 ;
③ 若 n > m, 则 | AB| ≠0 ; ④ 若 n > m, 则 | AB| = 0 .
1 行列式 297
1 1 2 n- 1
= 2n ・2 n - 1 = - 2 .
- 3 3
6. 设 α= ( 1 , 0 , - 1 ) T ,矩阵 A = ααT , n 为正 整数 , I 为三 阶单位 矩阵 , 则
| a I - An | = .
解 由于 αT α= 2 , 所以 , 有
A2 = α( αT α)αT = 2ααT = 2 A .
由归纳法得
An = 2 n - 1 A,
故
1
| aI - An | = | aI - 2 n - 1 ααT | = aI - 2n - 1 0 (1 , 0 , - 1)
- 1
a 1 0 - 1
= a - 2n - 1 0 0 0
a - 1 0 1
2 矩阵 299
a - 2n- 1 0 2n - 1
= 0 a 0 = a( a - 2 n - 1 ) 2 - (2 n - 1 ) 2
n-1
2 0 a - 2n- 1
= a2 ( a - 2n ) .
7. 设四阶矩阵 A~ B, A 的特征值为 2 ,3 ,4,5,计算 | B - I| .
解 四阶矩阵 A 有 4 个互不相同的特征值 ,所以 A 相似于对角阵 diag(2 ,
3 , 4 , 5 ) .由 于 B~ A, 所 以 B 也相 似 于 diag ( 2 , 3 , 4 , 5 ) , 因 此 , 存 在 可逆 矩 阵
P,使
P- 1 BP= diag( 2 , 3 , 4 , 5) ,
- 1
从而 B = P diag(2 , 3 , 4 , 5) P ,
故 | B - I | = | P dia g(2 , 3 , 4 , 5 ) P - 1 - PP- 1 |
= | P( dia g(2 , 3 , 4 , 5 ) - I) P - 1 |
= | P| | diag(1 , 2 , 3 , 4) | | P- 1 | = 4 ! = 24 .
8. 设行列式
3 0 4 0
2 2 2 2
D= ,
0 - 7 0 0
5 3 - 2 2
则第 4 行各元素代数余子式之和的值为 .
解
0 4 0 3 4 0
A41 = - 2 2 2 = 56; A42 = 2 2 2 = 0;
-7 0 0 0 0 0
3 0 0 3 0 4
A43 = - 2 2 2 = - 42; A44 = 2 2 2 = - 14 .
0 - 7 0 0 - 7 0
第 4 行各元素代数余子式之和为 A41 + A42 + A43 + A44 = 0 .
2 矩阵
( A - 2 I) B = A,
所以 B = ( A - 2 I) - 1 A .
2. 设 n 阶矩阵 A 的行列式 | A| = a≠0 , 求 | A* | .
解 | A* | = | A| n - 1 = an - 1 ( 见行列式中第 5 题 ) .
3. 已知 AP = PB, B 为对角矩阵 , P 为下三角形可逆矩阵 ,求 A, A5 .
解 由 AP = PB 得 A = PBP - 1 , 从而
A5 = ( PBP - 1 ) ( PBP- 1 ) ( PBP - 1 ) ( PBP- 1 ) ( PBP - 1 )
= PB5 P - 1 .
3 0 0
4. 设 A = 1 4 0 , 求 ( A - 2 I) - 1 .
0 0 3
1 0 0
1 0 0
-1 1 1
解 A- 2I= 1 2 0 , ( A - 2 I) = - 0 .
2 2
0 0 1
0 0 1
5 2 0 0
2 1 0 0
5. 设 A = , 求 A- 1 .
0 0 1 - 2
0 0 1 1
解 用分块的方法求其逆矩阵 .即
- 1
- 1
A1 0 A1- 1 0
A = =
0 A2 0 A2- 1
1 - 2 0 0
- 2 5 0 0
= 1 2 .
0 0
3 3
1 1
0 0 -
3 3
1 - 1 0 0 2 1 3 4
0 1 - 1 0 0 2 1 3
6. 设 B = , C= ,
0 0 1 -1 0 0 2 1
0 0 0 1 0 0 0 2
2 矩阵 301
且矩阵 A 满足 A( I - C - 1 B) T CT = I, 试化简方程 , 并求 A .
解 思路 : 先利用转置和逆的运算规律 :
CT AT = ( AC ) T , ( A - B) T = AT - BT , ( AB) - 1 = B- 1 A - 1 ,
化简左式 .再利用 AP = I, 则 A - 1 = P .
左 = A( I - C - 1 B) T CT = A[ C( I - C - 1 B) ] T .
= A( C - B) T = 右边 = I,
从而得 A - 1 = ( C - B) T , A = ( ( C - B) T ) - 1 .故
1 0 0 0 1 0 0 0
2 1 0 0 -2 1 0 0
A- 1 = (C - B)T = , A= ( A- 1 ) - 1 = .
3 2 1 0 1 -2 1 0
4 3 2 1 0 1 -2 1
7. 设 A, B, C 均为 n 阶矩阵 , 且 ABC = I,则必有 ( ) .
① ACB = I; ② CBA = I; ③ BAC = I; ④ BCA = I .
解 必有 BCA = I .因为
ABC= A( BC) = I,
-1
所以 BC = A , 从而有 BCA = ( BC) A = A - 1 A = I .
8. 设 A, B 为三阶矩阵, 且 AB + I = A2 + B,其中
1 0 1
A= 0 2 0 .
- 1 0 1
求 B.
解 由 AB + I = A2 + B 得 AB - B = A2 - I,即 ( A - I) B = A2 - I, 所以
0 0 1 - 1
- 1 0 2
-1
B = ( A - I) ( A2 - I) = 0 1 0 0 3 0
-1 0 0 - 2 0 -1
0 0 - 1 -1 0 2 2 0 1
= 0 1 0 0 3 0 = 0 3 0 .
1 0 0 -2 0 - 1 - 1 0 2
a1 b1 a1 b2 … a1 bn
a2 b1 a2 b2 … a2 bn
9. 设 A = ,
… … …
an b1 an b2 … an bn
302 历年硕士研究生入学考试中线性代数试题的题解
其中 ai bi ≠0( i = 1 , 2 , … , n) , 求 r( A) .
解 设 α= ( a1 , a2 , … , an ) T ,β= ( b1 , b2 … , bn ) , 则
A = αβ.
于是 ,r ( A) ≤ min( r (α) , r (β) ) .由于 α≠0,β≠0, 所以 , r (α) = 1 , r (β) = 1 .又 A
为非零矩阵 , 故 r ( A) ≥1 .因此
1≤ r ( A) ≤ min( r ( α) , r (β) ) = 1 .
从而即得 r ( A) = 1 .
1 1
10. 设 α= (1 , 2 , 3) ,β= 1, , , A = αT β, 则 An = .
2 3
解 因为 A2 = (αT β) (αT β) = αT (βαT )β= (βαT )αT β= (βαT ) A, 所以
An = (αT β) (αT β) … (αT β) (αT β)
= αT (βαT ) (βαT ) … (βαT )β= (βαT ) n - 1 αT β= (βαT ) n - 1 A .
而
1
1 1
βαT = 1 2 = 3,
2 3
3
1 1
1
2 3
1
1 1 2
故 An = 3 n - 1 αTβ = 3n - 1 2 1 = 3n - 1 2 1 .
2 3 3
3
3
3 1
2
11. 设 A 为 n 阶非零实矩阵 , 当 A* = AT 时 , 证明 | A| ≠0 .
证 法 1 : 由 A* = AT 得 aij = Ai j ( A ij 是 a ij 的代数余子式 ) .因为 A 为非
零实矩阵 , 所以存在 ai j ≠0 , 将行列式 | A| 对第 i 行展开 , 即得
n n
∑a ∑a
2
| A| = ik A ik = ik
k= 1 k= 1
法 2 : 由 A* A = AT A = | A | I 可 知 , 欲 证 | A | ≠ 0 , 只 要 证 AT A≠0 ( 零
矩阵) .
设 A = (α1 ,α2 ,… ,αn ) , 其中 αj = ( a1 j , a2 j , … , an j ) T ( j = 1 , … , n) , 则
2 矩阵 303
α1T
α2T
T
A A= (α1 ,α2 , … ,αn ) = (αTi αj ) n× n .
…
αTn
由于 A = (αij ) n× n ≠0 , 所以存在 aij ≠0 , 即存在 αj ≠0, 从而有
n
α αj = ∑a = ‖αj ‖2 ≠0 .
T 2
j ij
i=1
因此 , A A≠0 , 于是 | A| ≠0 得证 ( 因为若 | A| = 0 , 则 A* A = AT A = | A| I = 0 ) .
T
1 1 1
12. 设 A = diag , , , 且 A - 1 BA = 6 A + BA, 求 B .
3 4 7
解 由 A - 1 BA = 6 A + BA, 得
( A - 1 - I) BA = 6 A .
注意到 A 可逆 ,等式两边右乘 A - 1 , 又得
( A - 1 - I) B = 6 I .
于是
B = 6 ( A - 1 - I) -1 - 1
= 6 diag(3 , 4 , 7) - I
-1 1 1 1
= 6 diag(2 , 3 , 6) = 6diag , , = diag( 3 , 2 , 1 ) .
2 3 6
1 1 - 1
13. 设 A = 0 1 1 , 且 A2 - AB = I, 求 B .
0 0 - 1
解 由 A2 - AB = I, 即 AB = A2 - I,得
B = A - 1 ( A2 - I) = A - A - 1 .
1 1 - 1 1 - 1 -2 0 2 1
= 0 1 1 - 0 1 1 = 0 0 0 .
0 0 - 1 0 0 -1 0 0 0
1 2 -3 - 2 1 2 0 1
0 1 2 - 3 0 1 2 0
14. 设 B = , C= ,
0 0 1 2 0 0 1 2
0 0 0 1 0 0 0 1
且( 2 I - C - 1 B) AT = C - 1 , 求 A .
304 历年硕士研究生入学考试中线性代数试题的题解
解 由 ( 2 I - C - 1 B) AT = C - 1 , 得
AT = ( 2 I - C - 1 B) - 1
C-1 = C( 2 I - C - 1 B) - 1
= ( 2 C - B) - 1 .
计算过程略去 , 答案为
1 - 2 1 0 1 0 0 0
0 1 -2 1 - 2 1 0 0
AT = , A= .
0 0 1 - 2 1 - 2 1 0
0 0 0 1 0 1 - 2 1
1 1 -1
15. 设 A = - 1 1 1 ,
1 -1 1
* -1
求矩阵 X,使之满足 A X= A +2X.
解 由 A* X= A - 1 + 2 X,即 ( A* - 2 I) X= A - 1 , 得
X = ( A* - 2 I) -1
A - 1 = ( A( A* - 2 I) ) - 1
= ( | A| I - 2 A) - 1
-1
2 -2 2 1 1 0
1
= 2 2 -2 = 0 1 1 .
4
- 2 2 2 1 0 1
16. 设 A = diag( 1 , - 2 , 1 ) , 且 A* BA = 2 BA - 8 I, 求 B .
解 由 A* BA = 2 BA - 8 I, 即 ( A* - 2 I) BA = - 8 I, 得
B = - 8 ( A* - 2 I) - 1 A - 1 = - 8 ( A( A* - 2 I) ) - 1
= - 8( AA * - 2 A) - 1 = - 8( | A| I - 2A) - 1 ( | A| = - 2 )
1
= - 8 ( - 2 I - 2 A) - 1 = - 8× ( I + A) - 1
- 2
1 1
= 4 ( diag( 2 , - 1 , 2 ) ) - 1 = 4dia g , - 1,
2 2
= diag (2 , - 4 , 2 ) .
17. 设矩阵 A 的伴随矩阵为
1 0 0 0
0 1 0 0
A* = ,
1 0 1 0
0 - 3 0 8
2 矩阵 305
且 ABA - 1 = BA - 1 + 3 I,求 B .
解 由 | A* | = 8 = | A| 4 - 1 , 得 | A| = 2( 后面要用 ) .
再由 ABA - 1 = BA - 1 + 3 I,得
( A - I) BA - 1 = 3 I,
于是 ,
B = 3 ( A - I) - 1 A ( 1)
= 3 ( A - I) - 1 ( A - 1 ) - 1 = 3 ( A - 1 ( A - I) ) - 1
= 3 ( I - A- 1 ) - 1 ( 2)
1 *
法 1 : 将 A - 1 = | A| - 1
A* = A 代入 ( 2 ) 式 ,得
2
A* -1
2 I - A* - 1
B= 3 I - =3 = 6 ( 2 I - A* ) -1
.
2 2
所以
- 1 1 0 0 0
1 0 0 0 6 0 0 0
0 1 0 0
0 1 0 0 0 6 0 0
B= 6 =6 1 0 1 0 = .
- 1 0 1 0 6 0 6 0
1 1
0 3 0 - 6 0 0 - 0 3 0 - 1
2 6
1 *
法 2 : 由 A- 1 = A ,得
| A|
A = | A| ( A* ) - 1 = 2 ( A* ) -1
.
- 1 2 0 0 0
1 0 0 0
0 2 0 0
0 1 0 0
将 A= 2 = - 2 0 2 0 代入 (1 ) , 得
1 0 1 0
3 1
0 -3 0 8 0 0
4 4
- 1
1 0 0 0 2 0 0 0
0 1 0 0 0 2 0 0
- 1
B = 3 ( A - I) A= 3 -2 0 1 0 - 2 0 2 0
3 -3 3 1
0 0 0 0
4 4 4 4
306 历年硕士研究生入学考试中线性代数试题的题解
6 0 0 0
0 6 0 0
= .
6 0 6 0
0 3 0 1
18. 设
1 0 0 0
-2 3 0 0
A= ,
0 - 4 5 0
0 0 - 6 7
-1 - 1
且 B = ( I + A) ( I - A) , 则 ( I + B) = .
解 由 B = ( I + A) - 1 ( I - A) ,即 ( I + A) B = I - A,得
( I + A) B + ( I + A) = 2 I .
于是 ( I + A) ( I + B) = 2 I,
1 0 0 0
1 -1 2 0 0
所以 ( I + B) - 1 = ( I + A) = .
2 0 -2 3 0
0 0 - 3 4
a21 a22 a23
19. 设 A= ( aij )3× 3 ,B = a11 a12 a13 ,
a31 + a11 a32 + a12 a33 + a13
0 1 0 1 0 0
P1 = 1 0 0 , P2 = 0 1 0 ,
0 0 1 1 0 1
则必有( ) .
① AP1 P2 = B; ② AP2 P1 = B;
③ P1 P2 A = B; ④ P2 P1 A = B .
解 B 是由 A 经初等行变换——— ( 1 ) 第 1 行加到第 3 行 , ( 2 ) 第 1 与第 2
行对换而得到的 .这里 P2 是倍加初等阵, 它左乘 A( 即 P2 A) 是把 A 的 第 1 行
乘 1 加到第 3 行 ; P1 是对换初等阵 , 它左乘 P2 A 是将 P2 A 的第 1 与第 2 行对
换 .所以③成立 , 即
P1 ( P2 A) = P1 P2 A = B .
2 矩阵 307
20. 设 A 是 4×3 矩阵 ,且 A 的秩 r ( A) = 2 , 而
1 0 2
B= 0 2 0 ,
- 1 0 3
则 r ( AB) = .
解 由于 | B| = 10≠0 , 所以 B 可逆 ,即 r ( B) = 3 .
法 1 : 因为 B 满秩 ,所以 , r ( AB) = r ( A) = 2 .
法 2 : 利用 r ( A) + r ( B) - 3≤ r ( AB) ≤ min{r ( A) , r ( B) } ,
2 + 3 - 3≤ r ( AB) ≤ min{2 , 3} = 2 ,
所以 , r ( AB) = 2 .
21. 设 A 为 n 阶矩阵 ( n≥3) , k 为常数( k≠0 , ±1) , 则 ( kA) * = ( ) .
① k A * ; ② kn - 1 A* ; ③ kn A * ; ④ k - 1 A* .
*
解 ( k A) = kn - 1 A* .因为 : k A 的第 i 行第 j 列元 素 kai j 的代 数余 子
式( k A) ij (是 n - 1 阶行列式 ) , 是 A 的元素 ai j 的代数余子式 A i j 的 k n - 1 倍 , 即
ka11 … ka1 j - 1 ka1 j + 1 … ka1n
… … … …
kai - 1, 1 … kai - 1, j - 1 kai - 1, j + 1 … kai - 1, n
( kA) ij = = kn - 1 Aij .
kai + 1, 1 … kai + 1, j - 1 kai + 1, j + 1 … kai+ 1, n
… … … …
kan1 … kan, j - 1 kan, j + 1 … kann
*
于是 ( k A) = ( ( kA ) ij ) Tn× n = ( kn - 1 Ai j ) Tn× n = kn - 1 ( A ij ) n×
T
n = k
n-1
A* .故
选② .
22. 设 A 为 n 阶可逆矩阵 , A 的第 i , j 行对换后得 B .
( 1 ) 证明 B 可逆 ; ( 2 ) 求 AB- 1 .
解 ( 1 ) 因为 A 可逆 | A| ≠0 ,又 | B| = - | A| ≠0, 所以 B 可逆 .
( 2 ) 第 i, j 行对换的初等矩阵为 E ij , 因为
Eij E ij = I, 所以 Eij- 1 = Eij .
由于 B = Eij A, B - 1 = A - 1 Eij- 1 = A - 1 Eij , 所以
AB- 1 = A( A - 1 Eij ) = Eij .
23. β= ( x1 , … , xn ) T ≠0 , A = I - ββT , 证明 :
308 历年硕士研究生入学考试中线性代数试题的题解
( 1) A2 = A 的充分必要条件是βTβ= 1 ;
( 2) 当 βT β= 1 时 , A 不可逆 .
证 思路 : 注意 β
βT 是 n× n 矩阵 , 而 βT β是 1×1 矩阵 , 可以看成 一个
数 k.
(ββT ) 2 = (ββT ) (ββT ) = β(βTβ)βT = kββT .
( 1 ) 设 βT β= k, 则
A2 = ( I - ββT ) 2
= I - 2ββT + β(βTβ)βT
= I + ( k - 2)ββT .
由于 A2 = A,即得 I + ( k - 2 )ββT = I - β
βT 的充分必要条件为
k - 2 = - 1 , 即 ββT = k = 1 .
( 2) 由 (1 )的结论 , A2 = A 的充分必要条件是βT β= 1 .
反证法 : 若 A 可逆, 在 A2 = A 等式两边左乘 A - 1 , 得
A = I,这与 A = ( I - ββT ) 矛盾 ( 因为 ββT ≠0 ) , 所以 A 不可逆 .
另一证法 : 由于 βT β= 1 时 , A2 = A,即
A2 - A = ( A - I) A = 0,
所以 r ( A - I) + r ( A) ≤ n .
又 A- I= -β
βT ,故 r ( A - I) = 1,
所以 r ( A) ≤ n - 1 , 从而 A 不可逆 .
24. 设 A, B 为 n 阶矩阵 , A* , B* 分别为 A, B 对应的伴随矩阵 ,分块矩阵
A 0
C= ,则 C 的伴随矩阵 C * = .
0 B
| A| A* 0 | B| B* 0
( A) *
; ( B) ;
0 | B| B 0 | A| A*
| A| B* 0 | B| A* 0
( C) ; (D ) .
0 | B| A* 0 | A| B*
解 C 矩阵在 A 的第 i 行、第 j 列处的代数余子式为
( C( A) ) ij = Aij | B| ,
其中 Ai j 是 A 的元素 ai j 的代数余子式 .
C 矩阵在 B 的第 i 行、第 j 列处的代数余子式为
( C( B) ) ij = Bi j | A| ,
2 矩阵 309
*
| B| A* 0
C = .( 答案为 ( D) )
0 | A| B*
k 1 1 1
1 k 1 1
25. 设矩阵 A= ,
1 1 k 1
1 1 1 k
且 r ( A) = 3, 则 k = .
解 做初等变换 : 先将第 1 , 4 列 对换 , 再做 行变 换 , 将其化 为阶 梯形 矩
阵 ,即
k 1 1 1 1 1 1 k
1 k 1 1 0 k- 1 0 1- k
A= →
1 1 k 1 0 0 k- 1 1- k
1 1 1 k 0 1 - k 1 - k 1 - k2
1 1 1 k 1 1 1 k
k≠1 0 1 0 -1 0 1 0 -1
→ .
0 0 1 -1 0 0 1 -1
0 1 1 1+ k 0 0 0 3+ k
显然 , k≠1( 若 k = 1 , 则 r( A) = 1 ) .已知 r( A) = 3 ,所以 ,3 + k = 0 , 即 k = - 3 .
26. 设
a11 a12 a13 a14 a14 a13 a12 a11
a21 a22 a23 a24 a24 a23 a22 a21
A= , B= ,
a31 a32 a33 a34 a34 a33 a32 a31
a41 a42 a43 a44 a44 a43 a42 a41
0 0 0 1 1 0 0 0
0 1 0 0 0 0 1 0
P1 = , P2 = ,
0 0 1 0 0 1 0 0
1 0 0 0 0 0 0 1
其中 A 可逆 , 则 B - 1 等于 .
( A) A - 1 P1 P2 ; ( B ) P1 A - 1 P2 ;
310 历年硕士研究生入学考试中线性代数试题的题解
( C ) P1 P2 A- 1 ; ( D) P2 A - 1 P1 .
解 矩阵 B 是 A 经过第 1 ,4 列对换和第 2 ,3 列对换而得到的 , 所以
B = AP1 P2 , 或 B = AP2 P1 .
而初等对换阵 P1 , P2 的逆矩阵还是自身 ,即 P1- 1 = P1 , P2- 1 = P2 , 于是
B - 1 = ( AP1 P2 ) - 1 = P2- 1 P1- 1 A - 1 = P2 P1 A - 1 ,
或 B - 1 = ( AP2 P1 ) - 1 = P1- 1 P2- 1 A - 1 = P1 P2 A - 1 .
答案为 ( C) .
27. 已知 A, B 为三阶矩阵 , 且满足 2A - 1 B = B - 4 I .
( 1 ) 证明 : 矩阵 A - 2 I 可逆 ;
1 - 2 0
( 2) 若 B= 1 2 0 , 求矩阵 A .
0 0 2
解 ( 1 ) 在 2 A - 1 B = B - 4 I 两边左乘 A, 得
2 B = AB - 4 A, 即 ( A - 2 I) B = 4 A . ( 1)
已知条件中有 A ,表示 A 可逆, 在 ( 1 ) 式两边右乘 A - 1 ,得
-1
1
( A - 2 I) BA - 1 = 4 I, 即 ( A - 2 I) BA - 1 = I . ( 2)
4
1
由 ( 2 ) 式可知 : A - 2 I 可逆 ,且 ( A - 2 I) - 1 = BA - 1 .
4
1
( 2 ) 在 2 A - 1 B = B - 4 I 两边右乘 B - 1 ,得
2
1
A- 1 = I - 2 B- 1 .
2
从而得 ( 计算过程略去 )
1
- - 1 0
2 0 2 0
- 1 1 - 1 -1
A = 0 0 , A= ( A ) = - 1 -1 0 .
2
1 0 0 - 2
0 0 -
2
3 线性方程组
x1 α1 + x2 α2 + … + xsαs = 0 , ( 1)
则 x1 , x2 , … , xs 必须全为 零 .这里 ( 1 ) 式 的 向量 方程 可 以表 示为 ( 或 说等 价
于) 一个齐次线性方程组
x1 0
x2 0
Ax= 0 即 (α1 ,α2 ,… ,αs ) = , ( 2)
… …
xs 0
其中 A 是将 α1 ,α2 ,… ,αs 按列排成的 n× s 矩阵 .
所以 ,α1 ,α2 , …,αs 线性无关的充要条件是齐 次线性方程组 Ax = 0 只 有
零解 .
2. 设四阶矩阵 A 的行列式 | A| = 0 ,则 A 中必有 ( ) .
① A 的列向量线性相关 ,且任意 3 个列向量也线性相关 ;
② A 的 4 个列向量两两线性相关 ;
③ A 中必有一个列向量是其余向量的线性组合 ;
④ A 中任意 3 个行向量线性无关 , 但其 4 个行向量线性相关 .
答 答案为③ .这里要注意 : 题中 4 个条件 都能保证 | A| = 0 ,但 | A| = 0
时 ,并不必须是① , ② , ④的情况 , 而必须是③的情况 .
3. 已知 α1 ,α2 ,α3 ,α4 线性无关 ,则 ( ) .
① α1 + α2 ,α2 + α3 ,α3 + α4 ,α4 + α1 也线性无关 ;
② α1 - α2 ,α2 - α3 ,α3 - α4 ,α4 - α1 也线性无关 ;
③ α1 + α2 ,α2 + α3 ,α3 + α4 ,α4 - α1 也线性无关 ;
④ α1 + α2 ,α2 + α3 ,α3 - α4 ,α4 - α1 也线性无关 .
解 ① (α1 + α2 ) - (α2 + α3 ) + (α3 + α4 ) - (α4 + α1 ) = 0, 所以 ①组向 量
线性相关 ;
② (α1 - α2 ) + (α2 - α3 ) + (α3 - α4 ) + (α4 - α1 ) = 0,所 以②组 向量线 性
相关 ;
④ (α1 + α2 ) - (α2 + α3 ) + (α3 - α4 ) + ( α4 - α1 ) = 0,所 以④组 向量线 性
相关 ;
作为考题 , 排除了① , ② , ④ , 则③组向量必是线性无关的 .其证明为 : 设
x1 (α1 + α2 ) + x2 (α2 + α3 ) + x3 (α3 + α4 ) + x4 (α4 - α1 ) = 0,
即
312 历年硕士研究生入学考试中线性代数试题的题解
α4 = ( - 2 , - 6 , 10 , p) T , 试求 :
① p 为何值时 ,α1 ,α2 ,α3 ,α4 线性无关 ,并将 α= ( 4 ,1 ,6 ,10 ) 用它们线性
表示 .
② p 为何值时 ,α1 ,α2 ,α3 ,α4 线性相关 ,并求一个极大线性无关组 .
解
初等
( A,α) = (α1 , α2 , α3 , α4 α)
行 变换
1 - 1 3 -2 4
0 - 2 -1 -4 -3
. ( 1)
0 0 1 0 1
0 0 0 p-2 1- p
① α1 ,α2 ,α3 ,α4 线性无关的充要条件 是齐次 线性方 程组 Ax = 0 只有 零
解 , 由 (1 )式可见 , p - 2≠0 , 即 p≠2 时 , Ax = 0 只 有零 解 , 从而 α1 ,α2 ,α3 ,α4
线性无关 .此时 ,非齐次线性方程组 Ax = α的解为
1 - p 3p- 4
x4 = , x3 = 1 , x2 = , x1 = 2 .
p - 2 p- 2
3p - 4 1 - p
所以 α= 2α1 + α2 + α3 + α4 .
p- 2 p - 2
② 当 p - 2 = 0 , 即 p = 2 时 ,α1 ,α2 ,α3 ,α4 线性相 关 .上面矩 阵经 初等 行
变换后 , 对应的列向量组有相同的线 性相关 性 .在 阶梯形 矩阵中 前 3 列线 性
无关 ,所以 {α1 ,α2 ,α3 } 是 α1 ,α2 ,α3 ,α4 的一个极大线性无关组 .
7. 设 β可由 {α1 , …,αm }线性表 示 , 记 (Ⅰ) : {α1 , …,αm - 1 } , ( Ⅱ ) : {α1 , … ,
αm - 1 ,β} ,若 β不能由 ( Ⅰ ) 线性表示 , 则 ( ) .
① αm 不能由 (Ⅰ ) 表示 , 也不能由( Ⅱ )表示 ;
② αm 不能由 (Ⅰ ) 表示 , 但可由( Ⅱ )表示 ;
③ αm 可由 (Ⅰ ) 表示 , 也可由( Ⅱ )表示 ;
④ αm 可由 (Ⅰ ) 表示 , 但不可由( Ⅱ )表示 .
解 题设为 : 存在 x1 , … , x m - 1 , xm , 使
β= x1 α1 + … + x m - 1 αm - 1 + xmαm . ( 1)
若 β不能由 ( Ⅰ ) : {α1 , … ,αm - 1 } 线性表示 ,则由 ( 1 ) 式可见 x m ≠0 , 且 αm 也不
能由( Ⅰ )表示 (否则 β可由 ( Ⅰ) 表示 ) ; 此时 , 由 (1) 式又可得
314 历年硕士研究生入学考试中线性代数试题的题解
1
αm = (β- x1 α1 - … - xm - 1 αm - 1 ) .
xm
因此 αm 可由 (Ⅱ ) 表示 .所以答案为② .
8. n 维向量 α1 ,… ,αm ( m < n) 线 性无关 , 则 n 维向 量β1 ,β2 , … ,βm 线 性
无关的充要条件为 ( ) .
① 向量组 α1 , … ,αm 可以由向量组β1 ,β2 ,… ,βm 线性表示 ;
② 向量组 β1 ,β2 ,… ,βm 可以由向量组 α1 ,… ,αm 线性表示 ;
③ 向量组 α1 , … ,αm 与向量组β1 ,β2 ,… ,βm 等价 ;
④ 矩阵 A = (α1 , … ,αm ) 可 以经 过 初 等 变 换 化 为 矩阵 B = (β1 ,β2 , … ,
βm ) , 即 Aǖ B .
解 答案为④ .因为初等变换不改变矩阵的秩 , 所以 ,
r ( B) = r ( A) = m( 即 β1 ,β2 ,… ,βm 线性无关 )的充要条件为 Aǖ B .
① , ② , ③都不正确是因为 : 两组线 性无关 的向 量相 互间并 不一 定可 以
线性表示 .例如 :
α1 = ( 1 ,0 ,0 ) T , α2 = ( 1 ,1 ,1 ) T ; β1 = ( 0 ,1 ,0 ) T , β2 = (0 , 0 , 1) T .
这里 { α1 ,α2 } , {β1 ,β2 } 都 是 线性 无关 的 向量 组 , 它 们相 互 间 不能 线 性 表示 .
然而
1 1 1 0 0 0
A= 0 1 ǖ 0 1 ǖ 1 0 = B.
0 1 0 0 0 1
9. 设 α1 = ( 1 ,2 ,3 ,4 ) ,α2 = ( 2 ,3 ,4 ,5 ) ,α3 = ( 3 ,4 ,5 , 6 ) ,α4 = ( 4 ,5, 6,7 ) ,
求秩 { α1 ,α2 ,α3 ,α4 } = ?
1 2 3 4
初等 0 - 1 -2 - 3
解 (α1 , α2 , α3 , α4 ) ,
行变 换 0 0 0 0
0 0 0 0
所以 , 秩 {α1 ,α2 ,α3 ,α4 } = 2 ( 上列阶梯阵的非零行行数 ) .
10. 设 α1 = ( 1, 2, - 1 , 1 ) , α2 = ( 2 , 0 , t, 0 ) ,α3 = ( 0 , - 4 , 5 , - 2 ) , 若 秩
{α1 ,α2 ,α3 } = 2 , 则 t = .
解 方法同上 , 得 t = 3 .
11. 第 3 章 3 .7 节中第 9 题 .
3 线性方程组 315
12. 第 3 章 3 .7 节中第 8 题 .
T
1
13. (补充题 3 -52 ) 设 α= ( 1 , 2, 1 ) T ,β= 1, ,0 ,γ= ( 0 , 0 , 8 ) T ,
2
A = αβT , B = βT α,求解方程 2 B2 A2 x= A4 x+ B4 x+ γ.
1
1 0
1 2
1
解 A= 2 1, ,0 = 2 1 0 ,
2
1 1
1 0
2
1
1
B= 1, ,0 2 =1 + 1= 2,
2
1
A = (αβ ) (αβ ) = (β α) ( αβT ) = BA = 2 A,
2 T T T
A( 2α1 - α2 - α3 ) = 2b - 2 b= 0 ,
故 x1 = 2α1 - α2 - α3 = ( 2, 3, 4 ,5 ) T 是 Ax = 0 的基 础解系 , 因此 , Ax = b 的 通
解为α1 + c( 2 , 3 , 4 , 5) T .
15. 已知向量组 α1 = ( 1 ,2 , - 3) T ,α2 = ( 3,0 ,1 ) T ,α3 = ( 9, 6, - 7 ) T ,β1 =
( 0 ,1, - 1 ) T ,β2 = ( a , 2 , 1) T ,β3 = ( b, 1 , 0 ) T , 且秩 (α1 ,α2 ,α3 ) = 秩 (β1 ,β2 ,β3 ) .
又 β3 可由 α1 ,α2 ,α3 线性表示 .求 a, b 的值 .
解 β3 可由 α1 ,α2 ,α3 线性表示 , 向量组 {β3 ,α1 ,α2 ,α3 } 与 {α1 ,α2 ,α3 } 等
价 ,即等秩 .
由观察法看出 α1 ,α2 线性无关 ( 因为 α1 ,α2 不成比例 ) ,α1 ,α2 ,α3 线 性相
关 .事实上 α3 = 3α1 + 2α2 .因为若 令 k1 ( 1 , 2 , - 3 ) T + k2 (3 , 0 , 1 ) T = ( 9 , 6 , -
7) T , 从第 2 个分量看得出 2 k1 + 0 = 6 , k1 = 3 ; 再从第一个分量看得出 3 + 3 k2
= 9 , k2 = 2 .从而得秩(α1 ,α2 ,α3 ) = 秩 (β1 ,β2 ,β3 ) = 2 .
由 β1 = (0 , 1 , - 1) T ,β2 = ( a, 2 , 1 ) T ,β3 = ( b, 1 , 0 ) T , 看出 β1 ,β2 线性无 关
( 不成 比 例 ) .而 秩 (β1 ,β2 ,β3 ) = 2 , 故 β1 ,β2 ,β3 线 性 相 关 .令 β3 = k1 β1 +
k2β2 ,即
( b, 1 , 0 ) T = k1 (0 , 1 , - 1 ) T + k2 ( a, 2 , 1) T ,
b= k2 a,
从而得 k1 + 2 k2 = 1 ,
- k1 + k2 = 0 .
1 a
解得 k1 = k2 = ;b= .
3 3
已知 β3 可由 α1 ,α2 ,α3 线性表示 , 所以,β3 也可由 α1 ,α2 线性表示 .令
( b, 1 , 0) T = k1 (1 , 2 , - 3) T + k2 (3 , 0 , 1) T ,
1 3
解得 k1 = ,k = , b= 5 , 所以 a = 3 b= 15 .
2 2 2
16. 已知 R3 中 向量 组 α1 = ( a, 2 , 10 ) T ,α2 = ( - 2 , 1 , 5 ) T ,α3 = ( - 1 , 1 ,
4) T ,β= ( 1 , b, c) T .试问 : a, b, c 满足什么条件时 , 有
( 1 ) β可由 α1 ,α2 ,α3 线性表示 , 且表示法惟一 ;
( 2 ) β不能由 α1 ,α2 ,α3 线性表示 ;
( 3 ) β可由 α1 ,α2 ,α3 线性表示 , 但表示法不惟一 ,并求出一般表达式 .
解 ( 1 ) 设 β= x1 α1 + x2 α2 + x3 α3 .此方程组的增广矩阵
3 线性方程组 317
2 1 1 b
a - 2 - 1 1
0 0 - 1 c- 5b
2 1 1 b
a a ab
10 5 4 c 0 - 2- - 1- 1 -
2 2 2
2 1 1 b
a a ab
0 - 2- - 1- 1 - .
2 2 2
0 0 - 1 c- 5b
a
当- 2 - ≠0 , 即 a≠ - 4 时 , 得 惟一 解 ,β可 经 α1 ,α2 ,α3 线性表 示 , 且
2
表示法惟一 .
( 2 ) 当 a = - 4 时 , 此时增广矩阵变换为
2 1 1 b 2 1 0 - 1- b
0 0 1 1 + 2b 0 0 1 1 + 2b .
0 0 - 1 c - 5b 0 0 0 1 - 3 b+ c
当 1 - 3b + c≠0 时 ,β不能由α1 ,α2 ,α3 线性表示 .
( 3) 当 a = - 4 , 1 - 3 b+ c = 0 时 , 方程 组有无 穷多组 解 ,β可由 α1 ,α2 ,α3
线性表示 , 且表示法不惟一 .其一般表达式为
β= k α1 - (1 + b+ 2 k)α2 + (1 + 2 b)α3 , k 为任意常数 .
17. (习题 3 -45) 设向 量组 {α1 ,α2 ,α3 } 线性 相关 , {α2 ,α3 ,α4 } 线 性 无
关 .回答下列问题 ,并证明之 .
( 1 ) α1 能否由{α2 ,α3 } 线性表示 ?
( 2 ) α4 能否由{α1 ,α2 ,α3 } 线性表示 ?
解 ( 1 ) 因为 α2 ,α3 线性无关 ,而 α1 ,α2 ,α3 线性相关 , 所以 α1 可由 α2 ,
α3 线性表示 ( 证明见定理 3 .3 ) .
( 2 ) α4 不能由{α1 ,α2 ,α3 } 线性表 示 .因为如 果 α4 能由 {α1 ,α2 ,α3 } 线 性
表示, 则 α4 就能由 α2 ,α3 线性表示 ( 因为 α1 能由 α2 ,α3 线性表示 ) ,这与 α2 ,
α3 ,α4 线性无关矛盾 .
18. 设 A∈ R n× m , B∈R m× n , n < m, 证 明 : 若 AB = I, 则 B 的 列向 量组 线
性无关 .
证 AB 是 n 阶 矩 阵 , 已 知 r ( AB) = r ( I) = n, 而 r ( AB) ≤ min ( r ( A) ,
r ( B) ) ,所以 r ( B) = n, 因此 , B 的 n 个列向 量的秩 为 n , 即 B 的列向 量组线 性
318 历年硕士研究生入学考试中线性代数试题的题解
无关 .
19. 设非 齐次 线性方 程组 Ax = b 的增广 矩阵 如下 , 问 其中 参数 ( a, b,λ
等) 取何值时 , 方程无解 , 有惟一解 , 有无穷多组解 ? 当有无穷多组解时 , 求其
一般解 .
1 1 1 1 0
1 0 1 λ
0 1 2 2 1
( 1) ; (2 ) 4 1 1 λ+ 2 ;
0 - 1 a- 3 - 2 b
6 1 4 2λ+ 3
0 2 1 a - 1
1 3 2 4 1 2 λ - 1 1
( 3) 0 1 a - a - 1 ; (4 ) λ -1 1 2 ;
1 2 0 3 3 4 5 - 5 - 1
1 2 1 1
( 5) 2 3 a+ 2 3 .
1 a - 2 0
这些题与我们在第 3 章 3 .6 节中的例 1 , 以 及教材第 3 章 3 .5 节中的 例
2 都是同样类型的 .这里不再给出题解 .留给读者自己独立完成 .
20. (补充题 3 -38 ) 已知 β1 ,β2 是 方程 Ax = b 的两 个不同 解 ,α1 ,α2 是
对应齐次方程 Ax= 0 的基础解系 ,则 Ax= b 的一般解是 ( ) .
β1 - β2
( A) k1 α1 + k2 (α1 + α2 ) + ;
2
β1 + β2
( B) k1 α1 + k2 (α2 - α1 ) + ;
2
β1 - β2
( C) k1 α1 + k2 (β1 + β2 ) + ;
2
β1 + β2
( D ) k1 α1 + k2 (β1 - β2 ) + .
2
解 答案为 ( B) .因为 α1 ,α2 - α1 是 Ax= 0 的两个线性无关的解 ,从而是
β1 + β2 β1 + β2 1 1
它的基础 解 系; 是 Ax = b 的一 个 解 , 即 A = Aβ1 + Aβ2 =
2 2 2 2
b b
+ = b .所以 Ax= b 的一般解为 ( B) .
2 2
21. 见第 3 章 3 .7 节中第 5 题 .
3 线性方程组 319
22. 见第 3 章 3 .7 节中第 6 题 .
23. (补充题 3-50 ) 设 n 阶 矩阵 A 的每行 元素之 和均 为零 , 又 r ( A) =
n - 1 , 求齐次线性方程组 Ax= 0 的通解 .
解 由 r ( A) = n - 1 可知 , Ax = 0 的 基础解 系只含 n - r ( A) = 1 个解 向
量 ;再由 A 的每行元素之和均为零又 可知 , x = ( 1 , 1, … ,1 ) T 是 Ax = 0 的解 ,
从而也是其基础解系 ,因此 Ax= 0 的通解为
x= k( 1 , 1 , 1 , 1) T , k 为任意常数 .
24. 若 ξ1 = ( 1, 0,2 ) T ,ξ2 = (0 , 1 , - 1) T 是齐次线性 方程组 Ax = 0 的解 ,
则系数矩阵 A 为 ( ) .
2 0 - 1
① ( - 2, 1,1 ) ; ② .
0 1 1
解 答案是① .因为 ξ1 与 ξ2 是
- 2 x1 + x2 + x3 = 0
的两个解 .而 ξ1 与 ξ2 不是以②中矩阵作为系数矩阵的齐次线性方程组的解 .
一般由齐次线性方程组的解 , 反过来 求这个 方程组 的方法 , 请 见第 3 章
3 .5 节中例 2 的另一解法 .
1 1 0 0 5
25. 设 A= 1 1 -1 0 0 ,求齐次线性方程组 Ax= 0 的基础解系 .
0 0 1 1 1
解 求解过程略去 .基础解系为
ξ1 = ( - 1,1 ,0 ,0, 0 ) T ; ξ2 = ( - 5 , 0 , - 5 , 4 , 1 ) T .
26. 设 A = ( ai j ) 是 n× (2 n) 矩 阵 .已 知 Ax = 0 的基 础解系 为 : ξ1 = ( b11 ,
b12 , … , b1, 2 n ) T ,ξ2 = ( b21 , b22 , … , b2 , 2 n ) T , … ,ξn = ( bn1 , bn2 , … , bn, 2n ) T , 试求 齐
次线性方程组 By= 0,即
b11 y1 + b12 y2 + … + b1, 2 n y 2n = 0 ,
b21 y1 + b22 y2 + … + b2, 2 n y 2n = 0 ,
( 1)
……………………………
bn1 y1 + bn2 y2 + … + bn, 2 n y 2 n = 0 .
的通解 , 并说明理由 .
解 由 ( 1)知 :
320 历年硕士研究生入学考试中线性代数试题的题解
ξ1T
ξ2T
B= , 从而 BT = (ξ1 ,ξ2 ,… ,ξn ) .
…
ξTn
方程组 ( 1 ) 可 表示为 By = 0 .由于 ξ1 ,ξ2 , … ,ξn 是 Ax = 0 的基 础解 系 , 所 以
2n - r ( A) = n, 即 r ( A) = n; 又因为
Aξi = 0, i = 1 , 2 , … , n,
于是
A(ξ1 ,ξ2 , … ,ξn ) = (0,0, … ,0) ,
即 ABT = 0 .
因此
( ABT ) T = BAT = 0 . ( 2)
设
α1
α2
A = ( aij ) n× ( 2n) = ,
…
αn
则 AT = (α1T ,α2T ,… ,αnT ) . ( 3)
由( 2) , (3 )式可得
BαTj = 0 , j = 1 , … , n . ( 4)
由 r ( B) = n 及 (4 )式可见 , A 的 n 个行向量的 转置 α1T ,α2T ,… ,αTn 是 By = 0 的
基础解系 .其一般解为 y= k1 α1T + k2 α2T + … + knαTn ( 其中 k1 , k2 , … , kn 为 任意
常数) 。
27. 见第 3 章 3 .6 节中例 6 .
28. 见第 3 章 3 .5 节中例 3 .
λ 1 λ2
29. 设 A = 1 λ 1 ,
1 1 λ
已知存在三阶矩阵 B≠0,使 AB= 0,则必有 ( ) .
① λ= - 2 , | B| = 0; ② λ= - 2 , | B| ≠0;
3 线性方程组 321
③ λ= 1 , | B| = 0; ④ λ= | B| ≠0 .
解 答案为③ .此题与第 3 章 3 .5 节 中例 4 是类 似的 , 请参考 后自己 独
立完成 .
此题的关键为 : 由 AB = 0 可知 , B 的列 向量 β1 ,β2 ,β3 均是 Ax= 0的解 ,
且其中至少有一个是非零解 .因此必 有 | A| = 0 , 观察 即可 见 λ= 1 时 , | A | =
0, 此时 Ax = 0 的基础解系含 3 - r( A) = 3 - 1 = 2个 解向量 , 所以 r( B) ≤2 , 从
而 | B| = 0 .
30. 设
1 2 - 2
A= 4 t 3 ,
3 - 1 1
已知存在三阶非零矩阵 B, 使 AB = 0,则 t = .
解 此题与上题类似 .由 | A| = 7 t + 21 = 0 , 得 t = - 3 .
a1 b1 c1
31. 设矩阵 a2 b2 c2 是满秩的 , 则直线
a3 b3 c3
x - a3 y - b3 z - c3 x - a1 y - b1 z - c1
L1 : = = 与 L2 : = =
a1 - a2 b1 - b2 c1 - c2 a2 - a3 b2 - b3 c2 - c3
( A) 相交于一点 ; (B) 重合 ;
( C) 平行但不重合 ; ( D) 异面 .
a1 b1 c1 a1 - a2 b1 - b2 c1 - c2
解 a2 b2 c2 → a2 - a3 b2 - b3 c2 - c3 ,
a3 b3 c3 a3 b3 c3
(由于矩阵满秩) 其中任两行不成比 例 , 即 L1 与 L2 的 方向向 量不平 行 .排 除
(B) ( C) .分析 L1 与 L2 是否共面 , 设 A( a1 , b1 , c1 ) , C( a3 , b3 , c3 ) , 由混合积
a1 - a2 b1 - b2 c1 - c2
→
s1 ・ ( s2 × A C) = a2 - a3 b2 - b3 c2 - c3 =0
a3 - a1 b3 - b1 c3 - c1
(因为各行加到第 1 行后 , 第 1 行全为 0) 可知 A C, L1 , L2 三线共面 , 而 L1 与
L2 又不平行 , 所以 L1 与 L2 必相交 , 选 ( A ) .
322 历年硕士研究生入学考试中线性代数试题的题解
37. 见第 3 章 3 .5 节中例 5 .
38. 见第 3 章 3 .5 节中例 6 .
39. 见第 3 章 3 .6 节中例 3 .
40. 见第 3 章 3 .6 节中例 5 .
41. 设向量组 α1 ,α2 ,α3 线 性无关 , 向量 β1 可 由 α1 ,α2 ,α3 线性 表示 , 而
向量 β2 不能由 α1 ,α2 ,α3 线性表示 , 则对于任意常数 k , 必有
( A) α1 ,α2 ,α3 , kβ1 + β2 线性无关 ;
( B) α1 ,α2 ,α3 , kβ1 + β2 线性相关 ;
( C) α1 ,α2 ,α3 ,β1 + kβ2 线性无关 ;
( D ) α1 ,α2 ,α3 ,β1 + kβ2 线性相关 .
解 答案为 ( A ) .下面证明 : 设
c1 α1 + c2 α2 + c3 α3 + c( kβ1 + β2 ) = 0 . ( 1)
由于 β1 = k1 α1 + k2 α2 + k3 α3 , 代入 ( 1 ) 式 ,得
( c1 + ckk1 )α1 + ( c2 + ck k2 )α2 + ( c3 + ckk3 )α3 + cβ2 = 0 . ( 2)
由于 β2 不能由 α1 ,α2 ,α3 线性表示 , 所 以 ( 2 ) 式 中 β2 的 系数 c = 0 , 将 其代 入
(2) 式 , 再由 α1 ,α2 ,α3 线性无关又得 c1 = c2 = c3 = 0 .所以 ,α1 ,α2 ,α3 , kβ1 + β2
线性无关 .
注意 : ( C) , ( D) 都不正确 .因为 : 当 k = 0时 , ( C) 中向量线 性相关 ; 当 k≠
0 时 , ( D )中向量线性无关 .
4 向量空间与线性变换
1. 已知R3 的基底为 α1 = ( 1 , 1 , 0 ) , α2 = ( 1 , 0 , 1) , α3 = ( 0 ,1 , 1 ) , 求 μ=
(2 , 0 , 0 )在基底下的坐标 .
解 设 μ= x1 α1 + x2 α2 + x3 α3 ,得
x1 1 1 0 x1 2
(α1 ,α2 ,α3 ) x2 = 1 0 1 x2 = 0 .
x3 0 1 1 x3 0
解此方程组 , 得 μ的坐标 ( x1 , x2 , x3 ) T = (1 , 1 , - 1) T .
2. 已知R3 的两组基 :
324 历年硕士研究生入学考试中线性代数试题的题解
α1 = (1 , 0 , 1) T ,α2 = ( 1 , 0 , - 1) T ,α3 = ( 1 , 1 , 1 ) T ;
β1 = (1 , 2 , 1 ) T ,β2 = (2 , 3 , 4) T ,β3 = (3 , 4 , 3) T .
求{α1 ,α2 ,α3 } 到{β1 ,β2 ,β3 } 的过渡矩阵 A .
解 设 (β1 ,β2 ,β3 ) = ( α1 ,α2 ,α3 ) A,得
1 2 3 1 1 1
2 3 4 = 0 0 1 A,
1 4 3 1 -1 1
所以
- 1
1 1 1 1 2 3 1 -2 1 1 2 3
1
A= 0 0 1 2 3 4 = 1 0 -1 2 3 4
2
1 -1 1 1 4 3 0 2 0 1 4 3
-2 0 -2 -1 0 -1
1
= 0 -2 0 = 0 -1 0 .
2
4 6 8 2 3 4
3. 设 B∈R5× 4 , r ( B) = 2 , 已知 齐次线 性方程 组 Bx = 0 的 3 个解 向量 为
α1 = (1 , 1 , 2 , 3) T ,α2 = ( - 1 , 1 , 4 , - 1 ) T ,α3 = (5 , - 1 , - 8 , 9 ) T .试求 Bx = 0 的
解空间的一个标准正交基 .
解 Bx = 0 的 解 空 间 的 维 数 ( 即 基 础 解 系 所 含 向 量 个 数 ) 为
4 - r( A) = 4 - 2 = 2 .
已知的 3 个解 向 量必 有 一 个 可 由 另 外 两个 线 性 表 示 , 易 见α3 = 2α1 -
3α2 .所以解空间的基为 {α1 ,α2 } .用施密特正交化方法 , 求解 空间的一个 标正
交基 .先正交化 .
令 β1 = α1 = ( 1 ,1, 2,3 ) T ,
(α2 ,β1 ) 5
β2 = α2 - β1 = ( - 1, 1 ,4 , - 1) T - (1 ,1 ,2 , 3)T
(β1 ,β1 ) 15
T
4 2 10
= - , , , - 2 .
3 3 3
再单位化 , 有
1 1
ε1 = β= ( 1 ,1 ,2, 3 ) T ,
‖β1 ‖ 1 15
1 1
ε2 = β= ( - 2 , 1 , 5 , - 3 )T .
‖β2 ‖ 2 39
5 特征值与特征向量 矩阵的对角化 325
5 特征值与特征向量 矩阵的对角化
1. 见第 5 章 5 .2 节中例 6 ( C) .
2. 见第 5 章 5 .2 节中例 4 (2 ) .
3. 见第 5 章 5 .2 节中例 9 和 5 .4 节中例 6 (1 ) .
4. ( 补充题 5-43) 已知 2 , 4 , 6 , … , 2 n 是 n 阶矩阵 A 的 n 个特 征值 , 则
行列式 | A - 3 I | = ( ) .
( A) 2・ n ! - 3n ; (B) ( 2 n - 3) ! ! = 1・3・5…( 2 n - 3) ;
( C) - (2 n - 3) ! !; ( D) 5・7・9…( 2 n + 3) .
解 n 阶矩阵 A 有 n 个不同特征值 , 所以 A 可对角化 ,即存 在可逆阵 P,
使
P - 1 AP = diag (2 , 4 , 6 , … , 2n) ,
即 A = Pdiag(2 , 4 , 6 , … , 2 n) P - 1 .
于是
| A - 3 I| = | P( diag( 2 , 4 , 6 , … , 2 n) - 3 I) P - 1 |
= | P| | P - 1 | | diag( - 1 , 1 , 3 , … , 2 n - 3) |
= - (1・3・5… (2 n - 3 ) ) = - ( 2 n - 3 ) ! !
故选( C) .
2 - 1 2
5. ( 补充 题 5-39 ) 已 知 A = 5 a 3 的一 个 特征 向 量ξ=
-1 b - 2
( 1 ,1, - 1 ) T .
( 1) 确定 a , b 及ξ对应的特征值 ;
( 2 ) A 能否相似于对角矩阵 ? 说明理由 .
解 ( 1 ) 由 Aξ= λξ,即 (λI - A)ξ= 0,或
λ- 2 1 -2 1 0
-5 λ- a -3 1 = 0 ,
1 - b λ+ 2 -1 0
326 历年硕士研究生入学考试中线性代数试题的题解
得
λ- 2 + 1 + 2 = 0 , λ= - 1;
- 5 + λ- a + 3 = 0 , a = - 5 + λ+ 3 = - 3;
1 - b - (λ+ 2) = 0 , b = 1 - λ- 2 = 0 .
所以 , a = - 3 , b = 0 ,ξ对应的特征值为λ= - 1 .
( 2) 由
λ- 2 1 - 2
|λI - A| = - 5 λ+ 3 - 3 = (λ+ 1) 3 = 0 ,
1 0 λ+ 2
得 λ= - 1 是 3 重特征值 , 而秩 ( - I - A) = 2, 对应于 λ= - 1 的线性无关 的特
征向量只有一个 , 所以 A 不可对角化 ,即不能与对角阵相似 .
6. ( 补充题 5-44) 已知 n 阶矩阵 A 的行列式 | A| ≠0 ,λ1 为 A 的一个特
征值 ,则 ( A* ) 2 + E( E 为单位阵 ) 必有特征值 ( ) .
2
| A|
( A) (λ1 | A| ) 2 + 1; B + 1;
λ1
2
| A|
( C) (1 +λ1 | A| ) 2 ; ( D) 1+ .
λ1
1
解 由 A- 1 = A* , 得 A* = | A| A - 1 .
| A|
1 | A|
当λ1 为 A 的特征值 (λ1 ≠0 )时 , 为 A - 1 的特征值 , 为 A* = | A| A - 1
λ1 λ1
的特征值 , 所以
2
| A|
( A* ) 2 + E 必有特征值 + 1 . 选 ( B) .
λ1
7. ( 补充题 5-40 ) 设
a - 1 c
A= 5 b 3 .
1 - c 0 - a
*
已知 | A| = 1 ,且 A 有一个特征值 λ0 , 其特征向量 x = ( - 1 , - 1 , 1 ) T , 试求 a,
b, c 及λ0 .
解 | A| = b( c2 - a2 ) - 5 a - bc + 3 c - 3 = 1 . ( 1)
由上题知 : A 的特征值λ与 A * 的特征值 λ0 的关系为
5 特征值与特征向量 矩阵的对角化 327
| A|
=λ0 ,
λ
所以 λ=λ0- 1 .
由(λ0- 1 I - A) x= 0,即
λ0- 1 - a 1 - c -1 0
- 5 λ0- 1 - b - 3 -1 = 0 ,
c- 1 0 λ0- 1 + a 1 0
得
a - λ0- 1 - 1 - c= 0 , ( 2)
b - λ0- 1 + 2 = 0 , ( 3)
a + λ0- 1 + 1 - c= 0 . ( 4)
方程( 4) - 方程( 2) 得
2λ0- 1 + 2 = 0 , 故 λ0 = - 1; ( 5)
将( 5) 式代入( 3) 式得 b= - 3 ,
(5) 式代入( 2) 式得 a = c, 再代入 (1 )式得
c= 4 .
结论 : a = c = 4 , b = - 3 ,λ0 = - 1 .
8. 见第 5 章 5 .3 节中例 3 .
9. ( 补充题 5-45) 若 A, B 均为 n 阶矩阵 , 且 A~ B,则 ( ) .
( A) λI - A = λI - B; ( B) A 与 B 有相同的特征值与特征向量 ;
( C) AB~ B2 ; ( D) 对于任意常数 t, 均有 tI - A~ tI - B .
解 答案为 ( D) .因为 : A~ B 即存在可逆阵 P,使
P- 1 AP= B .
从而有
P- 1 ( tI - A) P = P- 1 ( tI ) P - P - 1 AP
= tI - B,
故 tI - A~ tI - B .
读者应该想清楚 , ( A) , ( B) , ( C)为什么都不正确 .
10. 见第 5 章 5 .3 节中例 2 .
328 历年硕士研究生入学考试中线性代数试题的题解
11. 见第 5 章 5 .2 节中例 8 .
12. 已知三阶矩阵 A 的特征 值λ1 = 1 ,λ2 = 2 ,λ3 = 3 , 其对应 的特 征向 量
为 ξ1 = ( 1 ,1 ,1 ) T ,ξ2 = ( 1, 2,4 ) T ,ξ3 = ( 1 ,3 ,9 ) T ;又 β= ( 1 ,1, 3 ) T .
① 将 β用ξ1 ,ξ2 ,ξ3 线性表示 ;
② 求 Anβ( n∈ N 自然数集 ) .
解 ① 设 β= x1 ξ1 + x2 ξ2 + x3ξ3 ,即
1 1 1 x1 1
1 2 3 x2 = 1 .
1 4 9 x3 3
解该方程组得 x1 = 2 , x2 = - 2 , x3 = 1 , 故
β= 2ξ1 - 2ξ2 + ξ3 .
② 由 Aξi = λiξi ( i = 1 , 2 , 3) , 得
λ1
A(ξ1 ,ξ2 ,ξ3 ) = (ξ1 ,ξ2 ,ξ3 ) λ2 .
λ3
1 1 1
记 P= (ξ1 ,ξ2 ,ξ3 ) = 1 2 4 ,则
1 3 9
A = Pdiag(λ1 ,λ2 ,λ3 ) P - 1 ,
An = Pdiag (λ1n ,λ2n ,λ3n ) P- 1 ,
-1
1 1 1 1 0 0 1 1 1
Anβ= 1 2 4 0 2n 0 1 2 4 β.
n
1 3 9 0 0 3 1 3 9
由①中结论 ( x1 , x2 , x3 ) T = P - 1β= (2 , - 2 , 1 ) T , 所以
1 2n 3n 2 2 - 2 n+ 1 + 3n
Anβ= 1 2 n+ 1 4・3 n - 2 = 2 - 2 n+ 2 + 4・3 n .
1 3・2 n 3 n+ 2 1 2 - 3・2 n+ 1 + 3 n+ 2
3 2 -2
13. 设 A = - k - 1 k .
4 2 -3
5 特征值与特征向量 矩阵的对角化 329
1 0 1
14. 设 A = 0 2 0 , 计算 An - 2 An - 1 ( 自然数 n≥2) .
1 0 1
λ- 1 0 -1
解 由 |λI - A| = 0 λ- 2 0 =λ(λ- 2) 2 = 0 ,
-1 0 λ- 1
得特征值 λ1 = 0 ,λ2 = 2 (二重 ) .
对应于 λ1 = 0 的特征向量 ξ1 = ( - 1 , 0 , 1) T ;
对应于 λ2 = 2 的两个线性无关的特征向量可由
1 0 - 1 x1 0
(λ2 I - A) x= 0 0 0 x2 = 0
-1 0 1 x3 0
(注意 : 自由未知量为 x2 , x3 , 分别取 x2 = 1 , x3 = 0 和 x2 = 0 , x3 = 1 )得到
ξ2 = ( 0 ,1 ,0 ) T , ξ3 = ( 1, 0,1 ) T .
- 1 0 1 0
取 P= (ξ1 ,ξ2 ,ξ3 ) = 0 1 0 , Λ= 2 ,则有
1 0 1 2
A = PΛP -1
, A = PΛ P n n - 1
, 2A n-1
= 2 PΛn - 1 P - 1 .
于是
An - 2 An - 1 = P( Λn - 2Λn - 1 ) P - 1 = 0 ( 因为 Λn - 2Λn - 1 = 0) .
x1 1 xn + 1 xn x n+ 1
15. 已知 = , =A ( n= 1 ,2 ,… ) , 求 .
y1 1 yn+ 1 yn yn + 1
1 1 1 2
① A= , ② A= .
0 1 3 2
此题类似于第 5 章 5 .4 节中的例 7 .请读者自己独立完成 .
16. 设 A 是 n 阶实矩阵 , AA T = I, | A| < 0 ,求 | A + I| .
解 由已知条件知 A 是正交矩阵 .
| AAT | = | A| | AT | = | A| 2 = 1,故 | A| = ±1 .现已知 | A| < 0,所以 | A| = - 1 .
| A + I| = | A + A A T | = | A( I + AT ) |
= | A| | ( I + AT ) | = - | I + A| ,
所以 | A+ I| = 0 .
5 特征值与特征向量 矩阵的对角化 331
17. 设 A 为 三 阶 实 对 称 矩 阵 , 且 满 足 条 件 A2 + 2 A = 0, 已 知 A 的 秩
r ( A) = 2 .
( 1 ) 求 A 的全部特征值 .
( 2 ) 当 k 为何值时 , 矩阵 A + kI 为正定矩阵 ,其中 I 为三阶单位矩阵 .
解 ( 1 ) 设 Ax= λx ,则 A2 x = λ2 x( x≠0 ) .由 A2 + 2 A = 0, 即 A2 = - 2 A,
得
A2 x= - 2 Ax 从而 λ2 x= - 2λx .
由于 x≠0,所以 λ2 = - 2λ, 即 λ= - 2 或 0 .
又因为实对称矩阵 A~Λ= diag(λ1 ,λ2 ,λ3 ) , r ( A) = r ( Λ) = 2 .所以 A 的特
征值中只有一个为 0 ,两个非零 ,因此 A 的特征值为 0 , - 2 ( 二重 ) .
( 2 ) 由于 A~ diag ( 0, - 2 , - 2 ) ,所以
A + kI ~diag( 0 , - 2 , - 2 ) + kI
= diag( k, k - 2 , k - 2) .
根据相似的实对称矩阵有相同的正定性 , 即得 k > 2 时 , A 为正定矩阵 .
18. 见第 5 章 5 .3 节中例 4 .
19. 见第 5 章 5 .4 节中例 3 .
20. 设 A 是 n 阶实对称矩阵 , P 是 n 阶可逆矩阵 .已知 n 维列向量α是 A
的属于特征值 λ的特 征 向 量 , 则 矩阵 ( P - 1 AP) T 属 于特 征 值 λ的 特征 向 量
是( ) .
( A) P - 1 α; ( B) PT α; ( C) Pα; ( D) ( P- 1 ) T α.
解 已知 Aα= λα .设 ( P- 1 AP) T 属于特征值 λ的特 征向量 为β( 下面 求
β) ,即
( P - 1 AP) Tβ= λβ,
于是 PT AT ( P- 1 ) Tβ= λβ ( AT = A, ( P - 1 ) T = ( PT ) - 1 ) ,
PT A( PT ) -1
β= λβ,
两边左乘 ( PT ) -1
得
A( PT ) -1
β= λ( PT ) - 1β. ( 1)
由 ( 1 ) 式可得 , ( PT ) - 1β= α,从而
β= PT α. 故选 ( B) .
21. 设实对称矩阵
332 历年硕士研究生入学考试中线性代数试题的题解
a 1 1
A= 1 a - 1 .
1 - 1 a
求可逆矩阵 P, 使 P- 1 AP 为对角阵, 并计算行列式 | A - I| 的值 .
解 由 |λI - A| = 0, 即
λ- a - 1 - 1 λ- a - 1 - 1 - 1
- 1 λ- a 1 = 0 λ- a 1
- 1 1 λ- a λ- a - 1 1 λ- a
λ- a - 1 -1 -1
= 0 λ- a 1 = (λ- a - 1)2 (λ- a + 2) = 0 ,
0 2 λ- a + 1
得特征值 : λ1 = a + 1 (二重 ) ,λ2 = a - 2 .求特征向量的计算略去 .
对应于 λ1 的特征向量 :ξ1 = ( 1 ,1 ,0 ) T ,ξ2 = ( 1, 0,1 ) T .
对应于 λ2 的特征向量 :ξ3 = ( - 1 , 1 , 1) T .
1 1 - 1
取 P = (ξ1 ,ξ2 ,ξ3 ) = 1 0 1 ,
0 1 1
则有 P - 1 AP = dia g( a + 1 , a + 1 , a - 2) ,
| A - I| = | P - 1 ( A - I) P| = | P - 1 AP - P- 1 IP|
= | P - 1 AP - I| = | diag( a, a, a - 3) |
= a2 ( a - 3 ) .
22. 矩阵
0 - 2 - 2
A= 2 2 - 2 的非零特征值是 .
-2 - 2 2
解 由
λ 2 2 λ 2 2
|λI - A| = - 2 λ- 2 2 = - 2 λ- 2 2
2 2 λ- 2 0 λ λ
λ 0 2
= - 2 λ- 4 2 =λ2 (λ- 4 ) = 0 ,
0 0 λ
6 二次型 333
得 A 的非零特征值λ= 4 .
23. (习题 5 -24) 设 A, B 为同阶方阵 .
( 1 ) 如果 A, B 相似 ,试证 A, B 的特征多项式相等 .
( 2 ) 举一个二阶方阵的例子说明 ( 1 ) 的逆命题不成立 .
( 3 ) 当 A, B 均为实对称矩阵时 ,试证 ( 1 ) 的逆命题成立 .
证 ( 1 ) A, B 相似 ,即存在可逆矩 阵 P, 使 P - 1 AP = B, 于是 B 的特征 多
项式
|λI - B| = |λI - P- 1 AP| = | P - 1 (λI - A) P|
= | P- 1 | | P| |λI - A| = |λI - A| .
1 1 1 0
( 2) B= , A= I = ,此时
0 1 0 1
|λI - A| = |λI - B| = (λ- 1 )2 .
但是 A 与 B 不相似 ,因为 ,对于任何可逆矩阵 P, 有
P- 1 AP = P - 1 IP = I≠ B .
( 3 ) 当 A, B 为实对称矩阵时 ,若
|λI - A| = |λI - B| = (λ- λ1 ) (λ- λ2 ) … (λ- λn ) ,
由于 A, B 都可对角化, 即 A, B 都相似于对角阵 Λ= diag (λ1 ,λ2 , … ,λn ) , 于是
存在可逆阵 P1 , P2 , 使
P1- 1 AP1 = Λ= P2- 1 BP2 .
如此 ,则有
P2 P1- 1 AP1 P2- 1 = B .
取 P = P1 P2- 1 , P- 1 = P2 P1- 1 , 就有
P- 1 AP= B,
故 A 与 B 必相似 .
6 二次型
5. 见第 6 章 6 .3 节中例 5 .
6. ( 补充题 6-48) 设
1 0 1
A= 0 2 0 , B = ( kE + A) 2 ,
1 0 1
λ- 1 0 -1
|λE - A| = 0 λ- 2 0 = (λ- 2 ) [ (λ- 1) 2 - 1]
-1 0 λ- 1
= λ(λ- 2) 2 = 0 ,
得特征值 λ1 = 0 ,λ2 = 2 (二重 ) .于是
AD Λ= diag ( 0, 2,2 ) .
相应地, B = ( kE + A) 2 的特征值为 μ1 = k2 ,μ2 = ( k + 2) 2 ( 二重) .因此 , 当 k 为
非零实数时 , B 的 3 个特征值均大于零 , 故 B 为正定矩阵 .
7. 见第 6 章 6 .5 节中例 3 .
8. 见第 6 章 6 .5 节中例 4 .
9. 已知实二 次 型 f ( x1 , x2 , x3 ) = a( x21 + x22 + x23 ) + 4 x1 x2 + 4 x1 x3 +
4 x2 x3 经正交变换 x = Py 可化为标准形 f = 6 y21 , 则 a = .
解 二次型对应的实对称矩阵为
a 2 2
A= 2 a 2 .
2 2 a
λ- a - 2 - 2 λ- a - 4 -2 -2
|λI - A| = - 2 λ- a - 2 = λ- a - 4 λ- a -2
- 2 - 2 λ- a λ- a - 4 -2 λ- a
336 历年硕士研究生入学考试中线性代数试题的题解
1 - 2 -2
= (λ- a - 4) 0 λ- a + 2 0
0 0 λ- a + 2
= (λ- a - 4) (λ- a + 2) 2 = 0 ,
得 A 的特征值 : λ1 = a + 4 ,λ2 = a - 2 (二重 ) , 由
λ2 = a - 2 = 0 ,
得 a = 2 , 此时 λ1 = 6 ,λ2 = 0( 二重) .于是 , 所求的 a = 2 .