25-26-1-线性代数-期末(B卷)

一、单选题(30分,每空3分)

  1. λ1=1,λ2=1\lambda_1=1,\lambda_2=-1 是方阵 AA 的两个特征值,α1,α2\alpha_1,\alpha_2 分别是属于 λ1,λ2\lambda_1,\lambda_2 的特征向量,则下列说法正确的是 ( )
  1. 由向量 (2,3,1)T(2,3,1)^T, (1,2,1)T(1,2,1)^T, (3,2,1)T(3,2,-1)^T 生成的空间的维数为 ( )
  1. A=(α1,α2,α3,α4)A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4) 为 4 阶方阵,若 (2,1,3,1)T(-2,1,3,1)^T, (1,0,0,2)T(1,0,0,-2)^T 是齐次线性方程组 Ax=0Ax=0 的基础解系,则必有 ( )
  1. 下列实矩阵中与 (200002023)\begin{pmatrix}2&0&0\\0&0&-2\\0&-2&3\end{pmatrix} 合同的是 ( )
  1. AA 为 3 阶矩阵,P=(α1,α2,α3)P=(\alpha_1,\alpha_2,\alpha_3) 为可逆矩阵,使得 P1AP=(100020000)P^{-1}AP=\begin{pmatrix}1&0&0\\0&2&0\\0&0&0\end{pmatrix},则 A(α1+α2+α3)=A(\alpha_1+\alpha_2+\alpha_3)=( )
  1. 设实二次型 f(x1,x2,x3)=a(x12+x22+x32)+4x1x2+4x1x3+4x2x3f(x_1,x_2,x_3)=a(x_1^2+x_2^2+x_3^2)+4x_1x_2+4x_1x_3+4x_2x_3,若方程 f(x1,x2,x3)=1f(x_1,x_2,x_3)=-1 表示的曲面是圆柱面,则 ( )
  1. AA 为 3 阶非零方阵,A=2AA^*=-2A,则 A2=A^2=( ),其中 AA^*AA 的伴随矩阵。
  1. A,BA,Bnn 阶方阵,β\betann 维列向量,若 AA 的列向量组可由 BB 的列向量组线性表示,则 ( )
  1. 过点 (2,3,1)(2,-3,1) 且与平面 3x+y+5z+6=03x+y+5z+6=0 垂直的直线的方程为 ( )
  1. A,BA,B 为 3 阶非零方阵,AB=0AB=0AA^*AA 的伴随矩阵,则 “A0A^*\ne0” 是 “AA^*BB 等价” 的 ( )

二(8分)

nn 阶矩阵 A,BA,B 满足 A+B=ABA+B=AB

  1. 证明:AEA-E 可逆;
答案 / 解析

A+B=ABA+B=AB,得 ABAB=0AB-A-B=0,

等号两边同加单位矩阵 EE, 得 ABAB+E=EAB-A-B+E=E,

(AE)(BE)=E(A-E)(B-E)=E,

AEA-E 可逆,逆矩阵为 BEB-E.

  1. B=(130210002)B=\begin{pmatrix}1&-3&0\\2&1&0\\0&0&2\end{pmatrix},求矩阵 AA
答案 / 解析

BE=(030200001)B-E=\begin{pmatrix}0&-3&0\\2&0&0\\0&0&1\end{pmatrix},

AE=(BE)1=(01201300001)A-E=\left(B-E\right)^{-1}=\begin{pmatrix}0&\frac{1}2&0\\-\frac{1}3&0&0\\0&0&1\end{pmatrix},

A=(11201310002)A=\begin{pmatrix}1&\frac{1}2&0\\-\frac{1}3&1&0\\0&0&2\end{pmatrix}.

三(12分)

设向量 α1=(1,0,1)T\alpha_1=(1,0,1)^T, α2=(1,0,0)T\alpha_2=(-1,0,0)^T, α3=(0,1,1)T\alpha_3=(0,1,1)^T, β1=(1,2,3)T\beta_1=(1,2,3)^T, β2=(2,2,1)T\beta_2=(2,2,1)^T, β3=(3,4,3)T\beta_3=(3,4,3)^T

  1. 证明:α1,α2,α3\alpha_1,\alpha_2,\alpha_3R3R^3 的一组基;
答案 / 解析

A=(α1,α2,α3)=(110001101)A = (\alpha_1, \alpha_2, \alpha_3) = \begin{pmatrix}1 & -1 & 0 \\ 0 & 0 & 1 \\ 1 & 0 & 1\end{pmatrix}.

解法一: A=10|A| = -1 \neq 0,

α1,α2,α3\alpha_1, \alpha_2, \alpha_3 线性无关,因此是 R3\mathbf{R}^3 的一组基.

解法二: A=(110001101)(110001011)(110011001)A = \begin{pmatrix} 1 & -1 & 0 \\ 0 & 0 & 1 \\ 1 & 0 & 1 \end{pmatrix} \to \begin{pmatrix} 1 & -1 & 0 \\ 0 & 0 & 1 \\ 0 & 1 & 1 \end{pmatrix} \to \begin{pmatrix} 1 & -1 & 0 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{pmatrix},

由行阶梯形知 r(A)=3r(A)=3,故向量组线性无关,构成 R3\mathbf{R}^3 的一组基.

  1. 求矩阵 PP 使得 (β1,β2,β3)=(α1,α2,α3)P(\beta_1,\beta_2,\beta_3)=(\alpha_1,\alpha_2,\alpha_3)P,进而证明 β1,β2,β3\beta_1,\beta_2,\beta_3 也是 R3R^3 的一组基;
答案 / 解析

B=(β1,β2,β3)=(123224313)B = (\beta_1, \beta_2, \beta_3) = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 2 & 4 \\ 3 & 1 & 3 \end{pmatrix},

增广矩阵 (AE)=(110100001010101001)(100011010111001010)(A \mid E) = \begin{pmatrix} 1 & -1 & 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 & 1 & 0 \\ 1 & 0 & 1 & 0 & 0 & 1 \end{pmatrix} \to \begin{pmatrix} 1 & 0 & 0 & 0 & -1 & 1 \\ 0 & 1 & 0 & -1 & -1 & 1 \\ 0 & 0 & 1 & 0 & 1 & 0 \end{pmatrix},

所以 A1=(011111010)A^{-1} =\begin{pmatrix}0 & -1 & 1 \\ -1 & -1 & 1 \\ 0 & 1 & 0\end{pmatrix},

P=A1B=(111034224)P = A^{-1}B =\begin{pmatrix}1 & -1 & -1 \\ 0 & -3 & -4 \\ 2 & 2 & 4\end{pmatrix}.

P=20|P| = -2 \neq 0,

又因 A0|A| \neq 0,故 B=AP0|B| = |A||P| \neq 0,即 β1,β2,β3\beta_1, \beta_2, \beta_3 线性无关,构成 R3\mathbf{R}^3 的一组基.

  1. 若向量 α\alpha 在基 β1,β2,β3\beta_1,\beta_2,\beta_3 下的坐标 (2,3,1)T(2,3,-1)^T,求 α\alphaα1,α2,α3\alpha_1,\alpha_2,\alpha_3 下的坐标。
答案 / 解析

x=(2,3,1)Tx = (2,3,-1)^T,所求坐标为 yy, 则 α=Bx=Ay\alpha = Bx = Ay,

y=A1Bx=Px=(0,5,6)Ty = A^{-1}Bx = Px = (0, -5, 6)^T.

四(12分)

己知 3 阶方阵 A 的第一行 a,b,ca,b,c 不全为 00,且满足 A(12324636k)=0A\begin{pmatrix}1&2&3\\2&4&6\\3&6&k\end{pmatrix}=0,其中 kk 是常数,求线性方程组 Ax=0Ax=0 的通解。

答案 / 解析

B=(12324636k)B = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 3 & 6 & k \end{pmatrix}, 由 AB=0AB = 0r(A)+r(B)3r(A) + r(B) \le 3.

1)当 k9k \neq 9 时,r(B)=2r(B) = 2,则 r(A)1r(A) \le 1. 又因 AA 的第一行不全为 00,故 r(A)0r(A) \neq 0, 所以 r(A)=1r(A) = 1,基础解系含两个向量, 通解为 x=c1(123)+c2(36k),c1,c2Rx = c_1 \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} + c_2 \begin{pmatrix} 3 \\ 6 \\ k \end{pmatrix}, \quad c_1, c_2 \in \mathbb{R}.

2)当 k=9k = 9 时,r(B)=1r(B) = 1,则 r(A)=1r(A) = 122.

a)当 r(A)=2r(A) = 2 时,通解为 x=t(123),tR.x = t \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}, \quad t \in \mathbb{R}. b)当 r(A)=1r(A) = 1 时,基础解系含两个向量, 其中一个为 (123)\begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix},另一个无法确定.

五(14分)

计算如下两个行列式:

1.

设 2 阶方阵 AA 有两个不同的特征值,α1,α2\alpha_1,\alpha_2AA 的线性无关的特征向量,并且满足 A2(α1+α2)=α1+α2A^2(\alpha_1+\alpha_2)=\alpha_1+\alpha_2,求 A|A|

答案 / 解析

设特征值 λ1,λ2\lambda_1, \lambda_2,则 Aα1=λ1α1A\alpha_1 = \lambda_1 \alpha_1, Aα2=λ2α2A\alpha_2 = \lambda_2 \alpha_2.

A2α1=A(λ1α1)=λ12α1A^2\alpha_1 = A(\lambda_1\alpha_1) = \lambda_1^2 \alpha_1A2α2=λ22α2A^2\alpha_2 = \lambda_2^2 \alpha_2.

A2(α1+α2)=α1+α2A^2(\alpha_1+\alpha_2)=\alpha_1+\alpha_2, 得 A2α1+A2α2=α1+α2A^2\alpha_1 + A^2\alpha_2 = \alpha_1 + \alpha_2,

λ12α1+λ22α2=α1+α2\lambda_1^2 \alpha_1 + \lambda_2^2 \alpha_2 = \alpha_1 + \alpha_2,

(λ121)α1+(λ221)α2=0(\lambda_1^2 - 1)\alpha_1 + (\lambda_2^2 - 1)\alpha_2 = 0. 故 λ1=1, λ2=1\lambda_1 = 1,\ \lambda_2 = -1(或交换). A=λ1λ2=1×(1)=1|A| = \lambda_1 \lambda_2 = 1 \times (-1) = -1.

2.

AA2×32\times3 实矩阵,(ATA2E)x=0(A^TA-2E)x=0 有非零解,且 AAT=2|AA^T|=2,求 ATA+E|A^TA+E|。(提示:计算 ATAA^TA 的特征值)

答案 / 解析

ATAA^T A3×33 \times 3 矩阵,设三个特征值为 μ1,μ2,μ3\mu_1, \mu_2, \mu_3

AATA A^T2×22 \times 2 矩阵,设两个特征值为 λ1,λ2\lambda_1, \lambda_2.

AATA A^T 的非零特征值等于 ATAA^T A 的非零特征值(理由如下):

λ0\lambda \neq 0ATAA^T A 的特征值,对应特征向量 vv,即 ATAv=λvA^T A v = \lambda v.

两边左乘 AAAAT(Av)=λ(Av)A A^T (A v) = \lambda (A v),

所以 AvA vAATA A^T 的属于特征值 λ\lambda 的特征向量.

λ1=μ1\lambda_1 = \mu_1λ2=μ2\lambda_2 = \mu_2.

(ATA2E)x=0(A^T A - 2E)x = 0 有非零解,则 ATA2E=0|A^T A - 2E| = 0,即 22ATAA^T A 的一个特征值,记 λ1=μ1=2\lambda_1 = \mu_1=2.

AAT=2|AA^T| = 2λ1λ2=2\lambda_1 \lambda_2 = 2,且 λ1=2\lambda_1 = 2,所以 μ2=λ2=1\mu_2=\lambda_2 = 1.

因为 r(ATA)=r(A)2r(A^T A) = r(A) \le 2,所以 ATA=0|A^T A| = 0μ3=0\mu_3 = 0.

(ATA+E)(A^T A + E) 的行列式等于其特征值的乘积: ATA+E=(μ1+1)(μ2+1)(μ3+1)=3×2×1=6|A^T A + E| = (\mu_1 + 1)(\mu_2 + 1)(\mu_3 + 1) = 3 \times 2 \times 1 = 6.

六(12分)

设二次型为 f(x1,x2,x3)=xT(2ααT+ββT)xf(x_1,x_2,x_3)=x^T(2\alpha\alpha^T+\beta\beta^T)x,其中 x=(x1,x2,x3)Tx=(x_1,x_2,x_3)^T,3 维列向量 α,β\alpha,\beta 正交且均为单位向量。计算 f(x1,x2,x3)f(x_1,x_2,x_3) 在正交变换下的标准形正惯性指数和符号差(提示:说明 α,β\alpha,\beta 是二次型矩阵的特征向量)。

答案 / 解析

M=2ααT+ββTM = 2\alpha\alpha^T + \beta\beta^TMα=(2ααT)α+(ββT)α=2α(αTα)+β(βTα)=2α1+β0=2αM\alpha = (2\alpha\alpha^T)\alpha + (\beta\beta^T)\alpha = 2\alpha(\alpha^T\alpha) + \beta(\beta^T\alpha) = 2\alpha \cdot 1 + \beta \cdot 0 = 2\alpha 所以 α\alphaMM 的属于特征值 22 的特征向量.

同理 β\betaMM 的属于特征值 11 的特征向量.

α,β\alpha,\beta 是正交的单位向量,则存在 γR3\gamma \in \mathbb{R}^3γα, γβ, γ=1\gamma \perp \alpha,\ \gamma \perp \beta,\ |\gamma| = 1

Mγ=2α(αTγ)+β(βTγ)=2α0+β0=0M\gamma = 2\alpha(\alpha^T\gamma) + \beta(\beta^T\gamma) = 2\alpha\cdot 0 + \beta\cdot 0 = 0 所以 γ\gammaMM 的属于特征值 00 的特征向量.

特征值为 2,1,02,1,0,标准形正惯性指数为 22,负惯性指数为 00,符号差为 22.

七(12分)

1.

谈一谈你对本学期线性代数课程中提到的矩阵的等价、相似和合同三个关系的认识,并说明它们之间的联系。

2.

设 3 维空间 R3R^3 上的一个线性变换为 f:y=Axf:y=Ax,即把向量 x=(x1,x2,x3)Tx=(x_1,x_2,x_3)^T 映到 y=(y1,y2,y3)Ty=(y_1,y_2,y_3)^T,且满足 y=Axy=Ax。现在,另取 R3R^3 的一组基 β1,β2,β3\beta_1,\beta_2,\beta_3 则向量 x,yx,y 在基 β1,β2,β3\beta_1,\beta_2,\beta_3 下有新的坐标,分别记为 x~,y~\tilde{x},\tilde{y},令 y~=Bx~\tilde{y}=B\tilde{x},请问 A,BA,B 的关系是什么?并说明理由。

答案 / 解析

A与B相似,理由如下: 令 P=(β1,β2,β3)P = (\beta_1, \beta_2, \beta_3), 则 x=Px~x = P\tilde{x}, y=Py~y = P\tilde{y},

代入 y=Axy = AxPy~=APx~P\tilde{y} = AP\tilde{x}, 即 y~=(P1AP)x~\tilde{y} = (P^{-1}AP)\tilde{x}, 所以 B=P1APB = P^{-1}AP.