第五章 习题与复习题详解(矩阵特征值和特征向量)----高等代数

高等代数第6章习题参考答案

第六章 线性空间 1.设,N M ?证明：,M N M M N N ==I U 。 证 任取,M ∈α由,N M ?得,N ∈α所以,N M I ∈α即证M N M ∈I 。又因 ,M N M ?I 故M N M =I 。再证第二式，任取M ∈α或,N ∈α但,N M ?因此无论 哪 一种情形，都有,N ∈α此即。但,N M N Y ?所以M N N =U 。 2.证明)()()(L M N M L N M I Y I Y I =，)()()(L M N M L N M Y I Y I Y =。 证 ),(L N M x Y I ∈?则.L N x M x Y ∈∈且在后一情形，于是.L M x N M x I I ∈∈或所以)()(L M N M x I Y I ∈，由此得)()()(L M N M L N M I Y I Y I =。反之，若 )()(L M N M x I Y I ∈，则.L M x N M x I I ∈∈或 在前一情形，,,N x M x ∈∈因此 .L N x Y ∈故得),(L N M x Y I ∈在后一情形，因而,,L x M x ∈∈x N L ∈U ，得 ),(L N M x Y I ∈故),()()(L N M L M N M Y I I Y I ? 于是)()()(L M N M L N M I Y I Y I =。 若x M N L M N L ∈∈∈U I I （），则x ，x 。 在前一情形X x M N ∈U ， X M L ∈U 且，x M N ∈U 因而（）I U （M L ） 。 ,,N L x M N X M L M N M M N M N ∈∈∈∈∈?U U U I U U I U U U U I U I U 在后一情形，x ,x 因而且，即X （M N ）（M L ）所以 （）（M L ）（N L ）故 （L ）=（）（M L ）即证。 3、检验以下集合对于所指的线性运算是否构成实数域上的线性空间： 1） 次数等于n （n ≥1）的实系数多项式的全体，对于多项式的加法和数量乘法； 2） 设A 是一个n ×n 实数矩阵，A 的实系数多项式f （A ）的全体，对于矩阵的加法和数量 乘法； 3） 全体实对称（反对称，上三角）矩阵，对于矩阵的加法和数量乘法； 4） 平面上不平行于某一向量所成的集合，对于向量的加法和数量乘法； 5） 全体实数的二元数列，对于下面定义的运算： 2121211211 12 b a b a a b b a a k k b a ⊕+=+++-1111（a ，）（（，） （）k 。（a ，）=（ka ，kb +

矩阵的特征值与特征向量 习题

第五章 矩阵的特征值与特征向量 习题 1 试用施密特法把下列向量组正交化 (1)???? ? ??=931421111) , ,(321a a a (2)?????? ? ??---=011101110111) , ,(321a a a 2 设x 为n 维列向量 x T x 1 令HE 2xx T 证明H 是对称的正交阵 3 求下列矩阵的特征值和特征向量: (1)???? ? ??----20133 5212; (2)???? ? ??633312321. 4 设A 为n 阶矩阵 证明A T 与A 的特征值相同 5 设0是m 阶矩阵A mn B nm 的特征值 证明也是n 阶矩阵BA 的特征值. 6 已知3阶矩阵A 的特征值为1 2 3 求|A 35A 27A | 7 已知3阶矩阵A 的特征值为1 2 3 求|A *3A 2E | 8 设矩阵???? ? ??=50413102x A 可相似对角化 求x 9 已知p (1 1 1)T 是矩阵???? ? ??---=2135 212b a A 的一个特征向量

(1)求参数a b 及特征向量p 所对应的特征值 (2)问A 能不能相似对角化并说明理由 10 试求一个正交的相似变换矩阵, 将对称阵???? ? ??----020212022化为对角阵. 11 设矩阵????? ??------=12422421x A 与???? ? ??-=Λy 45相似 求x y 并求一个正交阵P 使P 1AP 12 设3阶方阵A 的特征值为12 22 31 对应的特征向量依次为p 1(0 1 1)T p 2(1 1 1)T p 3(1 1 0)T 求A . 13 设3阶对称矩阵A 的特征值16 23 33 与特征值16对应的特征向量为p 1(1 1 1)T 求A . 14 设????? ??-=340430241A 求A 100

高等代数第6章习题解

第六章习题解答 习题6.1 1、设2V R =，判断下面V 到V 的映射哪些是V 的线性变换，哪些不是？ （1）,()x x y V f y y αα+????=∈= ? ?????；（2）,()x x y V f y y αα-????=∈= ? ????? ； （3）2,()x y V f y x y αα+????=∈= ? ?+???? ； （4）0,()x V f y αααα??=∈=+ ???，0V α∈是一个固定的非零向量。 （5）0,()x V f y ααα??=∈= ???，0V α∈是一个固定的非零向量。 解：（1）是。因为1122(,),(,),x y x y k F αβ''?==?∈，有 （2）是。因为1122(,),(,),x y x y k F αβ''?==?∈，有 （3）不是。因为 而 121211*********()()y y y y f f x y x y x x y y αβ++++??????+=+= ? ? ?+++++?????? 所以()()()f f f αβαβ+≠+ （4）不是。因为0()f k k ααα=+，而000()()kf k k k k ααααααα=+=+≠+ 所以()()f k kf αα≠ （5）不是。因为0()f αβα+=，而00002()()f f αβαααα+=+=≠ 2、设n n V P ?=是数域F 上全体n 阶方阵构成的集合，有§4.5，V 是F 上2 n 维线性空间， 设A V ∈是固定元，对任意M V ∈，定义 ()f M MA AM =+ 证明，f 是V 的一个线性变换。 证明：,,M N V k F ?∈∈，则 所以 f 是V 的一个线性变换。 3、设3 V R =，(,,)x y z V α=∈，定义

关于特征值与特征向量的求解方法与技巧

关于特征值与特征向量的求解方法与技巧 摘 要:矩阵的初等变换是高等代数中运用最广泛的运算工具，对矩阵的特征值与特征向量的求解研究具有一定意义。本文对矩阵特征值与特征向量相关问题进行了系统的归纳，得出了通过对矩阵进行行列互逆变换就可同时求出特征值及特征向量的结论。文章给出求解矩阵特征值与特征向量的两种简易方法: 列行互逆变换方法与列初等变换方法。 关键词: 特征值，特征向量; 互逆变换; 初等变换。 1 引言 物理、力学、工程技术的许多问题在数学上都归结为求矩阵的特征值与特征向量问题，直接由特征方程求特征值是比较困难的，而在现有的教材和参考资料上由特征方程求特征值总要解带参数的行列式，且只有先求出特征值才可由方程组求特征向量。一些文章给出了只需通过行变换即可同步求出特征值及特征向量的新方法，但仍未摆脱带参数行列式的计算问题。本文对此问题进行 了系统的归纳，给出了两种简易方法。 一般教科书介绍的求矩阵的特征值和特征向量的方法是先求矩阵A 的特征方程()0A f I A λλ=-=的全部特征根(互异) ，而求相应的特征向量的方法则是对每个i λ 求齐次线性方程组()0i I A X λ-=的基础解系，两者的计算是分离的，一个是计算行列式，另一个是解齐次线性方程组, 求解过程比较繁琐，计算量都较大。

本文介绍求矩阵的特征值与特征向量的两种简易方法， 只用一种运算 ——矩阵运算， 其中的列行互逆变换法是一种可同步求出特征值与特征向量的方法， 而且不需要考虑带参数的特征矩阵。而矩阵的列初等变换法， 在求出特征值的同时， 已经进行了大部分求相应特征向量的运算， 有时碰巧已完成了求特征向量的全部运算。两种方法计算量少， 且运算规范，不易出错。 2 方法之一： 列行互逆变换法 定义1 把矩阵的下列三种变换称为列行互逆变换: 1. 互换i 、j 两列()i j c c ?，同时互换j 、i 两行()j i r r ? ； 2. 第i 列乘以非零数()i k kc ， 同时第i 行乘11i c k k ?? ?? ? ； 3. 第i 列k 倍加到第j 列()j i c kc +， 同时第j 行- k 倍加到第i 行 ()i j r kr -。 定理1 复数域C 上任一n 阶矩阵A 都与一个Jordan 标准形矩阵 1212,,....r k k kr J diag J J J λλλ? ? ???????? ??? ? ?? ?? ? ? ? ?? ? ?=相似， 其中 111110...0001...00..................000...1000...0ki ki J λλλλ?? ?? ?? ??=????????称为Jordan 块， 12r k k k n ++ +=并且 这个Jordan 标准形矩阵除去其中Jordan 块的排列次序外被矩阵A 唯一确定， J 称为A 的Jordan 标准形。 定理2 A 为任意n 阶方阵, 若T A J I P ?? ????????→ ? ????? 一系列列行互逆变换其中

高等代数试题及答案

中国海洋大学2007-2008学年第2学期期末考试试卷

授课教师命题教师或 命题负责人签字年月日院系负责人签 字年月日 共 2 页第 2 页

中国海洋大学 XXXX-XXXX 学年 第X 学期 期末考试试卷 五(10分)证明：设A 为n 级矩阵,()g x 是矩阵A 的最小多项式,则多项式()f x 以A 为根的充要条件是()g x |()f x . 六(10分)设V 是数域P 上的n 维线性空间,A B ,是V 上的线性变换，且=AB BA .证明:B 的值域与核都是A 的不变子空间. 七(10分)设2n 阶矩阵a b a b A b a b a ??????? ? =? ?? ??????? O N N O ,a b ≠,求A 的最小多项式. 八(10分)设f 是数域P 上线性空间V 上的线性变换,多项式()(),p x q x 互素,且满足 ()()0p f q f =(零变换) 求证：()()()(),ker ,ker V W S W p f S q f =⊕==

中国海洋大学 2007-2008学年 第2学期 期末考试 数学科学 学院 《高等代数》试题(A 卷)答案 一.判断题 1.× 2.× 3.× 4.√ 5.√ 二.解：A =???? ????????1111111111111111， 3|(4)E A λλλ-=-｜，所以特征值为0，4（3重）. 将特征值代入，求解线性方程组()0E A x λ-=，得4个线性无关的特征向量（答案可以不唯一），再正交单位化，得4个单位正交向量： 11111 ,,,)'2222α＝( ，2α＝， 3α＝ ，4'α＝. 所以正交阵1 212 102610 2 T ?????? ?=??- ?? ???????? 而40'00T AT ??????=??????. 三.证：(1) ,.A B M ?∈ 验证,A B kA M +∈即可. (2) 令1101 010011 0n E D E -???? ? ??? ??== ????? ?????? O O O ，D 为循环阵， 00n k k k E D E -?? = ??? ，(k E 为k 阶单位阵) 则2 1 ,,,,n n D D D D E -=L 在P 上线性无关.

雅克比过关法求特征值和特征向量

1.////////////////////////////////////////////////////////////////////// 2.// 求实对称矩阵特征值与特征向量的雅可比法 3.// 4.// 参数： 5.// 1. double dblEigenValue[] - 一维数组，长度为矩阵的阶数，返回时存放特征值 6.// 2. CMatrix& mtxEigenVector - 返回时存放特征向量矩阵，其中第i列为与 7.// 数组dblEigenValue中第j个特征值对应的特征向量 8.// 3. int nMaxIt - 迭代次数，默认值为60 9.// 4. double eps - 计算精度，默认值为0.000001 10.// 11.// 返回值：BOOL型，求解是否成功 12.////////////////////////////////////////////////////////////////////// 13.BOOL CMatrix::JacobiEigenv(double dblEigenValue[], CMatrix& mtxEigenVector, int nMaxIt /*= 60*/, double eps /*= 0.000001*/) 14.{ 15.int i,j,p,q,u,w,t,s,l; 16.double fm,cn,sn,omega,x,y,d; 17. 18.if (! mtxEigenVector.Init(m_nNumColumns, m_nNumColumns)) 19.return FALSE; 20. 21.l=1; 22.for (i=0; i<=m_nNumColumns-1; i++) 23.{ 24.mtxEigenVector.m_pData[i*m_nNumColumns+i]=1.0; 25.for (j=0; j<=m_nNumColumns-1; j++) 26.if (i!=j) 27.mtxEigenVector.m_pData[i*m_nNumColumns+j]=0.0;//单位矩阵 28.} 29. 30.while (TRUE) 31.{ 32.fm=0.0; 33.for (i=1; i<=m_nNumColumns-1; i++) 34.{ 35.for (j=0; j<=i-1; j++) 36.{ 37.d=fabs(m_pData[i*m_nNumColumns+j]); 38.if ((i!=j)&&(d>fm)) 39.{ 40.fm=d; 41.p=i; 42.q=j; }//取绝对值最大的非对角线元素，并记住位置

第五章 矩阵的特征值与特征向量

第五章 矩阵的特征值与特征向量 5.1矩阵的特征值与特征向量 5.1.1矩阵的特征值与特征向量的概念 设A 是n 阶矩阵，若存在数λ及非零的n 维列向量α，使得：λαα=A (0≠α)成立，则称λ是矩阵A 的特征值，称非零向量α是矩阵A 属于特征值λ的特征向量. 5.1.2矩阵的特征值与特征向量的求法 把定义公式λαα=A 改写为()0=-αλA E ,即α是齐次方程组()0=-x A E λ的非零解.根据齐次方程组有非零解的充分条件可得：0=-A E λ. 所以可以通过0=-A E λ求出所有特征值，然后对每一个特征值i λ，分别求出齐 次方程组()0=-x A E i λ的一个基础解系，进而再求得通解. 【例5.1】求??? ? ? ?????------=324262423A 的特征值和特征向量. 解：根据()()0273 2 4 26 24 23 2 =+-=---= -λλλλλλA E ，可得71=λ，22-=λ. 当7=λ时，??? ? ? ?????? ??? ???????=-0000002124242124247A E ， 所以()07=-x A E 的一个基础解系为：()T 0,2,11-=α,()T 1,0,12-=α，则相应的特征向量为2211ααk k +，其中21,k k 是任意常数且()()0,0,21≠k k . 当2-=λ时，???? ? ?????--? ??? ? ??????---=--00012014152428242 52A E ，所以()02=--x A E 的一个基础解系为()T 2,1,23=α，则相应的特征向量为33αk ，其中3k 是任意常数且

矩阵的特征值和特征向量

第五章矩阵的特征值和特征向量 来源：线性代数精品课程组作者：线性代数精品课程组 1．教学目的和要求： (1) 理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量. (2) 了解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，会将矩阵化为相似对 角矩阵. (3) 了解实对称矩阵的特征值和特征向量的性质. 2．教学重点： (1) 会求矩阵的特征值与特征向量. (2) 会将矩阵化为相似对角矩阵. 3．教学难点：将矩阵化为相似对角矩阵. 4．教学内容： 本章将介绍矩阵的特征值、特征向量及相似矩阵等概念，在此基础上讨论矩阵的对角化问题. §1矩阵的特征值和特征向量 定义1设是一个阶方阵，是一个数，如果方程 (1) 存在非零解向量，则称为的一个特征值，相应的非零解向量称为属于特征值的特 征向量． （1）式也可写成， (2) 这是个未知数个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式 , (3) 即 上式是以为未知数的一元次方程，称为方阵的特征方程．其左端是的 次多项式，记作，称为方阵的特征多项式．

== = 显然，的特征值就是特征方程的解．特征方程在复数范围内恒有解，其个数为方程的次数（重根按重数计算），因此，阶矩阵有个特征值． 设阶矩阵的特征值为由多项式的根与系数之间的关系，不难证明 （ⅰ） （ⅱ） 若为的一个特征值，则一定是方程的根, 因此又称特征根，若为 方程的重根，则称为的重特征根．方程的每一个非 零解向量都是相应于的特征向量，于是我们可以得到求矩阵的全部特征值和特征向量的方法如下： 第一步：计算的特征多项式； 第二步：求出特征方程的全部根，即为的全部特征值； 第三步：对于的每一个特征值，求出齐次线性方程组： 的一个基础解系，则的属于特征值的全部特征向量是 （其中是不全为零的任意实数）． 例1 求的特征值和特征向量. 解的特征多项式为 =

高等代数习题及答案(1)

高等代数试卷 一、判断题（下列命题你认为正确的在题后括号内打“√”，错的打“×”；每小题1分，共10分） 1、)(x p 若是数域F 上的不可约多项式，那么)(x p 在F 中必定没有根。 （ ） 2、若线性方程组的系数行列式为零，由克莱姆法则知，这个线性方程组一定是无解的。 （ ） 3、实二次型),,,(21n x x x f 正定的充要条件是它的符号差为n 。 （ ） 4、 321321;3,2,1,,,x x x i R x x x x W i 是线性空间3R 的一个子空间。（ ） 5、数域F 上的每一个线性空间都有基和维数。 （ ） 6、两个n 元实二次型能够用满秩线性变换互相转化的充要条件是它们有相同的正惯性指数和负惯性指数。 （ ） 7、零变换和单位变换都是数乘变换。 （ ） 8、线性变换 的属于特征根0 的特征向量只有有限个。 （ ） 9、欧氏空间V 上的线性变换 是对称变换的充要条件为 关于标准正交基的矩阵为实对称矩阵。 （ ） 10、若 n ,,,21 是欧氏空间V 的标准正交基，且 n i i i x 1 ，那么 n i i x 1 2 。 （ ） 二、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其号码写 在题干后面的括号内。答案选错或未作选择者，该题无分。每小题1分，共10分） 1、关于多项式的最大公因式的下列命题中，错误的是（ ） ① n n n x g x f x g x f ,, ； ② n j i j i f f f f f j i n ,,2,1,,,1,1,,,21 ； ③ x g x g x f x g x f ,, ； ④若 1,1, x g x f x g x f x g x f 。 2、设D 是一个n 阶行列式，那么（ ） ①行列式与它的转置行列式相等； ②D 中两行互换，则行列式不变符号； ③若0 D ，则D 中必有一行全是零； ④若0 D ，则D 中必有两行成比例。 3、设矩阵A 的秩为r r (>)1，那么（ ） ①A 中每个s s (<)r 阶子式都为零； ②A 中每个r 阶子式都不为零；

特征值和特征向量的物理意义

特征向量体现样本之间的相关程度，特征值则反映了散射强度。 特征向量的几何意义.矩阵(既然讨论特征向量的问题.当然是方阵.这里不讨论广义特征向量的概念)乘以一 个向量的结果仍是同维数的一个向量.因此.矩阵乘法对应了一个变换.把一个向量变成同维数的另一个向量.那么变换的效果是什么呢?这当然与方阵的构造有密切关系.比如可以取适当的二维方阵.使得这个变换 的效果就是将平面上的二维向量逆时针旋转30度.这时我们可以问一个问题.有没有向量在这个变换下不 改变方向呢?可以想一下.除了零向量.没有其他向量可以在平面上旋转30度而不改变方向的.所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量).所以一个变换的特征向量 是这样一种向量.它经过这种特定的变换后保持方向不变.只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx.你就恍然大悟了.看到了吗?cx是方阵A对向量x进行变换后的结果.但显然cx和x的方向相同).而且x是特征向量的话.ax也是特征向量(a是标量且不为零).所以所谓的特征向量不是一个向量而是一个向量族. 另外.特征值只不过反映了特征向量在变换时的伸缩倍数而已.对一个变换而言.特征向量指明的 方向才是很重要的.特征值不是那么重要.虽然我们求这两个量时先求出特征值.但特征向量才是更本质的 东西! 比如平面上的一个变换.把一个向量关于横轴做镜像对称变换.即保持一个向量的横坐标不变.但纵坐标取相反数.把这个变换表示为矩阵就是［1 0,0 -1］.其中分号表示换行.显然［1 0,0 -1］＊［a b］＇=［a -b］＇. 其中上标＇表示取转置.这正是我们想要的效果.那么现在可以猜一下了.这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变.显然.横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像 对称变换.那镜子表面上(横轴上)的向量当然不会变化).所以可以直接猜测其特征向量是［a 0］＇(a不为0).还有其他的吗?有.那就是纵轴上的向量.这时经过变换后.其方向反向.但仍在同一条轴上.所以也被认为是方向没有变化。 综上，特征值只不过反映了特征向量在变换时的伸缩倍数而已，对一个变换而言，特征向量指明的方向才是很重要的，特征值似乎不是那么重要；但是，当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。 Spectral theorem的核心内容如下：一个线性变换（用矩阵乘法表示）可表示为它的所有的特征向量的一个线性组合，其中的线性系数就是每一个向量对应的特征值，写成公式就是： T(V)=λ1(V1.V)V1+λ2(V2.V)V2+λ3(V3.V)V3+... 从这里我们可以看出，一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power），至此，特征值翻身做主人，彻底掌握了对特征向量的主动：你所能够代表这个矩阵的能量高低掌握在我手中，你还吊什么吊？ 我们知道，一个变换可由一个矩阵乘法表示，那么一个空间坐标系也可视作一个矩阵，而这个坐标系就可由这个矩阵的所有特征向量表示，用图来表示的话，可以想象就是一个空间张开的各个坐标角度，这一组向量可以完全表示一个矩阵表示的空间的“特征”，而他们的特征值就表示了各个角度上的能量（可以想象成从各个角度上伸出的长短，越长的轴就越可以代表这个空间，它的“特征”就越强，或者说显性，而短轴自然就成了隐性特征），因此，通过特征向量/值可以完全描述某一几何空间这一特点，使得特征向量与特征值在几何（特别是空间几何）及其应用中得以发挥。 关于特征向量（特别是特征值）的应用实在是太多太多，近的比如俺曾经提到过的PCA方法，选取特征值最高的k个特征向量来表示一个矩阵，从而达到降维分析+特征显示的方法；近的比如Google公司的成名作PageRank，也是通过计算一个用矩阵表示的图（这个图代表了整个Web各个网页“节点”之间的关联）的特征向量来对每一个节点打“特征值”分；再比如很多人脸识别，数据流模式挖掘分析等方面，都有应用，

高等代数北大版习题参考答案

第九章 欧氏空间 1.设()ij a =A 是一个n 阶正定矩阵,而 ),,,(21n x x x Λ=α, ),,,(21n y y y Λ=β, 在n R 中定义内积βαβα'A =),(, 1) 证明在这个定义之下, n R 成一欧氏空间； 2) 求单位向量 )0,,0,1(1Λ=ε, )0,,1,0(2Λ=ε, … , )1,,0,0(Λ=n ε， 的度量矩阵； 3) 具体写出这个空间中的柯西—布湿柯夫斯基不等式。 解 1)易见 βαβα'A =),(是n R 上的一个二元实函数，且 (1) ),()(),(αβαβαββαβαβα='A ='A '=''A ='A =， (2) ),()()(),(αβαββαβαk k k k ='A ='A =，

(3) ),(),()(),(γβγαγβγαγβαγβα+='A '+'A ='A +=+， (4) ∑='A =j i j i ij y x a ,),(αααα， 由于A 是正定矩阵，因此∑j i j i ij y x a ,是正定而次型，从而0),(≥αα，且仅当0=α时有 0),(=αα。 2)设单位向量 )0,,0,1(1Λ=ε, )0,,1,0(2Λ=ε, … , )1,,0,0(Λ=n ε， 的度量矩阵为 )(ij b B =，则 )0,1,,0(),()(ΛΛi j i ij b ==εε??????? ??nn n n n n a a a a a a a a a Λ M O M M ΛΛ2 122222 11211)(010j ? ??? ??? ? ??M M =ij a ，),,2,1,(n j i Λ=， 因此有B A =。 4) 由定义，知 ∑=j i j i ij y x a ,),(βα ， α== β==

高等代数北大版习题参考答案

第七章线性变换 1．?判别下面所定义的变换那些是线性的，那些不是： 1）?在线性空间V 中，A αξξ+=,其中∈αV 是一固定的向量； 2）?在线性空间V 中，A αξ=其中∈αV 是一固定的向量； 3）?在P 3 中，A ),,(),,(2 33221321x x x x x x x +=； 4）?在P 3中，A ),,2(),,(132213 21x x x x x x x x +-=； 5）?在P[x ]中，A )1()(+=x f x f ； 6）?在P[x ]中，A ),()(0x f x f =其中0x ∈P 是一固定的数； 7）?把复数域上看作复数域上的线性空间，A ξξ=。 8）?在P n n ?中，A X=BXC 其中B,C ∈P n n ?是两个固定的矩阵. 解1)当0=α时,是;当0≠α时,不是。 2)当0=α时,是;当0≠α时,不是。 3)不是.例如当)0,0,1(=α,2=k 时,k A )0,0,2()(=α,A )0,0,4()(=αk , A ≠ )(αk k A()α。 4)是.因取),,(),,,(321321y y y x x x ==βα,有 A )(βα+=A ),,(332211y x y x y x +++ =),,22(1133222211y x y x y x y x y x ++++--+ =),,2(),,2(1322113221y y y y y x x x x x +-++- =A α+A β， A =)(αk A ),,(321kx kx kx =k A )(α， 故A 是P 3 上的线性变换。 5)是.因任取][)(],[)(x P x g x P x f ∈∈,并令 )()()(x g x f x u +=则 A ))()((x g x f +=A )(x u =)1(+x u =)1()1(+++x g x f =A )(x f +A ))((x g ， 再令)()(x kf x v =则A =))((x kf A k x kf x v x v =+=+=)1()1())((A ))((x f ， 故A 为][x P 上的线性变换。 6)是.因任取][)(],[)(x P x g x P x f ∈∈则. A ))()((x g x f +=0(x f 0()x g +=)A +))((x f A )((x g )， A 0())((x kf x kf =k =)A ))((x f 。 7)不是，例如取a=1,k=I ，则A (ka)=-i,k(A a)=i,A (ka )≠k A (a)。 8)是，因任取二矩阵Y X ,n n P ?∈，则A (=+=+=+BYC BXC C Y X B Y X )()A X +A Y ，

特征值和特征向量的物理意义

ABSTRACT: 特征向量：它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已。 特征值：一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power）。 内积：内积可以简单的理解为两个函数的相似程度,内积值越大表示两个函数相似程度越大,内积为零表示完全不相似。两个函数内积为零则两个函数正交,在三维空间中它们的夹角为90度,在三维以上不是这样的。 CONTENT 矩阵(既然讨论特征向量的问题。当然是方阵。这里不讨论广义特征向量的概念)乘以一个向量的结果仍是同维数的一个向量。因此。矩阵乘法对应了一个变换。把一个向量变成同维数的另一个向量。那么变换的效果是什么呢?这当然与方阵的构造有密切关系。比如可以取适当的二维方阵。使得这个变换的效果就是将平面上的二维向量逆时针旋转30度。这时我们可以问一个问题。有没有向量在这个变换下不改变方向呢?可以想一下。除了零向量。没有其他向量可以在平面上旋转30度而不改变方向的。所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量)。所以一个变换的特征向量是这样一种向量。它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx。你就恍然大悟了。看到了吗?cx是方阵A 对向量x进行变换后的结果。但显然cx和x的方向相同)。而且x是特征向量的话。ax也是特征向量(a是标量且不为零)。所以所谓的特征向量不是一个向量而是一个向量族。另外。特征值只不过反映了特征向量在变换时的伸缩倍数而已。对一个变换而言。特征向量指明的方向才是很重要的。特征值不是那么重要。虽然我们求这两个量时先求出特征值。但特征向量才是更本质的东西! 比如平面上的一个变换。把一个向量关于横轴做镜像对称变换。即保持一个向量的横坐标不变。但纵坐标取相反数。把这个变换表示为矩阵就是[1 0;0 -1]。其中分号表示换行。显然[1 0;0 -1]*[a b]'=[a –b]'。其中上标' 表示取转置。这正是我们想要的效果。那么现在可以猜一下了。这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变。显然,横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像对称变换。那镜子表面上(横轴上)的向量当然不会变化)。所以可以直接猜测其特征向量是[a 0]'(a不为0)。还有其他的吗?有。那就是纵轴上的向量。这时经过变换后。其方向反向。但仍在同一条轴上。所以也被认为是方向没有变化。 当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。Spectral theorem的核心内容如下：一个线性变换A（用矩阵乘法表示）可表示为它的所

矩阵的特征值与特征向量习题

第五章 矩阵的特征值与特征向量 习题 1 试用施密特法把下列向量组正交化 (1)?? ? ? ? ??=931421111) , ,(321a a a (2)???? ?? ? ??---=011101110111) , ,(321a a a 2 设x 为n 维列向量 x T x 1 令H E 2xx T 证明H 是对称的正交 阵 3 求下列矩阵的特征值和特征向量: (1)??? ?? ??----20133 521 2; (2)??? ? ? ??633312321. 4 设A 为n 阶矩阵 证明A T 与A 的特征值相同 5 设 0是m 阶矩阵A m n B n m 的特征值 证明 也是n 阶矩阵BA 的特 征值. 6 已知3阶矩阵A 的特征值为1 2 3 求|A 35A 2 7A | 7 已知3阶矩阵A 的特征值为1 2 3 求|A * 3A 2E | 8 设矩阵??? ? ? ??=50413102x A 可相似对角化 求x

9 已知p (1 1 1)T 是矩阵???? ? ??---=2135212b a A 的一个特征向量 (1)求参数a b 及特征向量p 所对应的特征值 (2)问A 能不能相似对角化？并说明理由 10 试求一个正交的相似变换矩阵, 将对称阵??? ? ? ??----020212022化为对角 阵. 11 设矩阵????? ??------=12422421x A 与??? ? ? ? ?-=Λy 45 相似 求x y 并 求一个正交阵P 使P 1AP 12 设3阶方阵A 的特征值为1 2 2 2 3 1 对应的特征 向量依次为p 1 (0 1 1)T p 2(1 1 1)T p 3(1 1 0)T 求A . 13 设3阶对称矩阵A 的特征值 1 6 2 3 3 3 与特征值 1 6对应的特征向量为p 1 (1 1 1)T 求A . 14 设?? ? ? ? ??-=340430241A 求A 100

高等代数考研习题精选

《高等代数》试题库 一、 选择题 1．在[]F x 里能整除任意多项式的多项式是（）。 A ．零多项式 B ．零次多项式 C ．本原多项式 D ．不可约多项式 2．设()1g x x =+是6242()44f x x k x kx x =-++-的一个因式，则=k （）。 A ．1 B ．2 C ．3 D ．4 3．以下命题不正确的是（）。 A .若()|(),()|()f x g x f x g x 则； B .集合{|,}F a bi a b Q =+∈是数域； C .若((),'())1,()f x f x f x =则没有重因式； D ．设()'()1p x f x k -是的重因式，则()()p x f x k 是的重因式 4．整系数多项式()f x 在Z 不可约是()f x 在Q 上不可约的()条件。 A .充分 B .充分必要 C .必要 D ．既不充分也不必要 5．下列对于多项式的结论不正确的是（）。 A .如果)()(,)()(x f x g x g x f ，那么)()(x g x f = B .如果)()(,)()(x h x f x g x f ，那么))()(()(x h x g x f ± C .如果)()(x g x f ，那么][)(x F x h ∈?，有)()()(x h x g x f D .如果)()(,)()(x h x g x g x f ，那么)()(x h x f 6．对于“命题甲：将(1)n >级行列式D 的主对角线上元素反号,则行列式变为D -； 命题乙：对换行列式中两行的位置,则行列式反号”有()。 A .甲成立,乙不成立； B .甲不成立,乙成立； C .甲,乙均成立； D ．甲,乙均不成 立 7．下面论述中,错误的是()。 A .奇数次实系数多项式必有实根； B .代数基本定理适用于复数域；

高等代数真题答案

第六章习题册 1. 检验下述集合关于所规定的运算是否构成实数域R 上的线性空间? (a) 集合{()[]deg()}f x R x f n ∈|=关于多项式的加法和数乘. (b) 集合{()}T n A M R A A ∈|=关于矩阵的加法和数乘. (c) 集合0{{}}n n n x x R ∞=|∈关于数列的加法和数乘. 2. 设V 是数域F 上的线性空间, 证明(αβ)αβk k k ?=?, 这里αβV k F ,∈,∈.

3. 下述集合是否是()n M R 的子空间 (a) { ()}T n V A M R A A =∈|=? (b) {()()[]}V f A f x R x =|∈, 这里()n A M R ∈是一个固定方阵. 4. 叙述并证明线性空间V 的子空间1W 与2W 的并12W W ∪仍为V 的子空间的充分必要条件. 5. 设1S 与2S 是线性空间V 的两个非空子集, 证明: (a) 当12S S ?时, 12()()Span S Span S ?. (b) 1212()()()Span S S Span S Span S =+∪. (c) 1212()()()Span S S Span S Span S ?∩∩.

6. 如果123f f f ,,是实数域上一元多项式全体所成的线性空间[]R x 中三个互素的多项式, 但其中任意两个都不互素, 那么它们线性无关.试证之. 7. 设S 是数域F 上线性空间V 的一个线性无关子集, α是V 中一个向量, αS ?, 则{α}S ∪线性相关充分必要条件α()Span S ∈. 8. (a) 证明{|()}ij ji E E i j +≤是()n M F 中全体对称矩阵组成的子空间的一个基. (b). 求3()M F 的子空间{()()[]}f A f x F x |∈ 的一个基和维数, 这里010001000A ???? =?????? 9. 在4 R 中, 求向量ξ在基1234(εεεε),,,下的坐标, 其中 12341210111112εεεεξ0301311014??????????????????????????????=,=,=,=,=????????????????????????????????????????

eig求所有特征值和特征向量

最近看了看matlab求特征值的函数，记下来备用。 eig求所有特征值和特征向量。 d = eigs(A) %求稀疏矩阵A的6个绝对值最大特征值d，d以向量形式存放。 d = eigs(A,B) %求稀疏矩阵的广义特征值问题。满足A V=BVD，其中D为特征值对角阵，V为特征向量矩阵，B必须是对称正定阵或Hermitian正定阵。 d = eigs(A,k) %返回k个最大特征值 d = eigs(A,B,k) %返回k个最大特征值 d = eigs(A,k,sigma) %sigma取值：'lm'表示绝对值最大的特征值；'sm'绝对值最小特征值；对实对称问题：'la'表示最大特征值；'sa'为最小特征值；对非对称和复数问题：'lr'表示最大实部；'sr'表示最小实部；'li'表示最大虚部；'si'表示最小虚部 d = eigs(A,B,k,sigma) %同上 d = eigs(A,k,sigma,opts) % opts为指定参数：参见eigs帮助文件。opts为一个向量 参数描述value opts.issym =1:如果A对称 =0：A不对称 {0|1} opts.isreal =1:A为实数 =0：otherwise {0|1} opts.tol 收敛？？？（没看懂）**估计

d = eigs(A,B,k,sigma,options) %同上。以下的参数k、sigma、options相同。 d = eigs(Afun,n) %用函数Afun代替A，n为A的阶数，D为特征值。 d = eigs(Afun,n,B) d = eigs(Afun,n,k) d = eigs(Afun,n,B,k) d = eigs(Afun,n,k,sigma) d = eigs(Afun,n,B,k,sigma) d = eigs(Afun,n,k,sigma,options) d = eigs(Afun,n,B,k,sigma,options) [V,D] = eigs(A,…) %D为6个最大特征值对角阵，V的列向量为对应特征向量。 [V,D] = eigs(Afun,n,…) [V,D,flag] = eigs(A,…) %flag表示特征值的收敛性，若flag=0，则所有特征值都收敛，否则，不是所有都收敛。 [V,D,flag] = eigs(Afun,n,…)

特征值和特征向量的性质与求法

特征值和特征向量的性质与求法 方磊 （陕理工理工学院（数学系）数学与应用数学专业071班级，陕西汉中 723000）” 指导老师：周亚兰 [摘要] ：本文主要给出了矩阵特征值与特征向量的几个性质及特征值、特征向量的几种简单求法。 [关键词]：矩阵线性变换特征值特征向量

1 特征值与特征向量的定义及性质 定义1：（ⅰ）设A 是数域p 上的n 阶矩阵，则多项式|λE-A|称A 的特征多项式，则它在 c 上的根称为A 的特征值。 （ⅱ）若λ是A 的特征值，则齐次线性方程组(λE-A) X =0的非零解，称为A 的属于特征值λ的特征向量。 定义2：设α是数域P 上线性空间v 的一个线性变换，如果对于数域P 中的一数0λ存在一个非零向量ξ，使得a ξ=0λξ，那么0λ 成为α的一个特征值而ξ称为α的属于特征值0λ的一个特征向量。 性质1： 若λ为A 的特征值，且A 可逆，则0≠λ、则1-λ 为1-A 的特征知值。 证明： 设n λλλ 21为A 的特征值，则A =n λλλ 21ο≠ ∴λi≠0(i=1、2…n) 设A 的属于λ的特征向量为ξ 则ξλξi =?A 则λ1 -A ξ=ξ即有 1 -A ξ=1 -λ ξ ∴1 -λ 为1 -A 的特征值，由于A 最多只有n 个特征值 ∴1 -λ 为1 -A ξ的特征值 性质2：若λ为A 的特征值，则()f λ为()f A 的特征值 ()χf =n n a χ +1 0111 1x a x a x a n n +++-- 证明：设ξ为A 的属于λ的特征向量，则A ξ=λξ ∴ ()A f ξ=(n n A a +E a A a A a n n 011 1+++-- )ξ = n n A a ξ+ 1 1--n n A a ξ+… +E a 0 ξ =n n a λξ+1 1--n n a λ+…+E 0a ξ =()λf ξ 又ξ≠0 ∴ ()λf 是()A f 的特征值 性质3：n 阶矩阵A 的每一行元素之和为a ，则a 一定是A 的特征值

高等代数习题

高等代数习题 第一章基本概念 §集合 1、设Z是一切整数的集合，X是一切不等于零的有理数的集合．Z是不是X的子集 2、设a是集A的一个元素。记号{a}表示什么 {a} A是否正确 3、设 写出和 . 4、写出含有四个元素的集合{ }的一切子集． 5、设A是含有n个元素的集合．A中含有k个元素的子集共有多少个 6、下列论断那些是对的，那些是错的错的举出反例，并且进行改正． (i) (ii) (iii)

(iv) 7．证明下列等式： (i) (ii) (iii) §映射 1、设A是前100个正整数所成的集合．找一个A到自身的映射，但不是满射． 2、找一个全体实数集到全体正实数集的双射． 3、是不是全体实数集到自身的映射 4．设f定义如下： f是不是R到R的映射是不是单射是不是满射 5、令A={1,2,3}.写出A到自身的一切映射.在这些映射中那些是双射 6、设a ,b是任意两个实数且a

7、举例说明，对于一个集合A到自身的两个映射f和g来说，f g与 g f一般不相等。 8、设A是全体正实数所成的集合。令 (i)g是不是A到A的双射 (ii)g是不是f的逆映射 (iii)如果g有逆映射，g的逆映射是什么 9、设是映射，又令，证明 (i)如果是单射，那么也是单射； (ii)如果是满射，那么也是满射； (iii)如果都是双射，那么也是双射，并且 10．判断下列规则是不是所给的集合A的代数运算: 集合 A 规则1 2 3 全体整数 全体整数 全体有理数 b a b a+ → |) , (

4 全体实数 §数学归纳法 1、证明: 2、设是一个正整数.证明 ,是任意自然数. 3、证明二项式定理: 是个元素中取个的组合数. 这里 ， 4、证明第二数学归纳法原理. 5、证明,含有个元素的集合的一切子集的个数等于。 §整数的一些整除性质 1、对于下列的整数 ,分别求出以除所得的商和余数: ; ; ; .