MIT线性代数笔记-第35讲-期末复习

发布时间:2024年01月01日

35.期末复习

  1. 已知一个矩阵 A A A满足 A x ? = [ 1 0 0 ] A \vec{x} = \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} Ax = ?100? ?无解且 A x ? = [ 0 1 0 ] A \vec{x} = \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} Ax = ?010? ?仅有一个解

    (1)求 A A A的行、列和秩

    (2)判断正误:① A A T A A^T AAT是正定矩阵

    ? ??????② A T A A^T A ATA可逆

    ? ??????③ A T A A^T A ATA A A T A A^T AAT的行列式相等

    (3)证明 A T y ? = c ? A^T \vec{y} = \vec{c} ATy ?=c 对于任意 c ? \vec{c} c 都至少有一个解

    A n s Ans Ans:(1)易得 m = 3 m = 3 m=3

    ? ???因为 A x ? = [ 0 1 0 ] A \vec{x} = \begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} Ax = ?010? ?仅有一个解,所以 n = r < m n = r < m n=r<m,因而 n = r = 1 n = r = 1 n=r=1 n = r = 2 n = r = 2 n=r=2

    ? ???(2)①错误, A A T A A^T AAT的秩和 A A A一致,小于 3 3 3,而 A A T A A^T AAT 3 3 3阶方阵,所以 A A T A A^T AAT不可逆,不可能为正定矩阵

    ? ????②正确, A T A A^T A ATA的零空间和 A A A一致,而 A A A n = r n = r n=r,零空间中只有 0 ? \vec{0} 0 ,所以 A T A A^T A ATA可逆

    ? ????③错误, A T A A^T A ATA可逆而 A A T A A^T AAT不可逆,二者行列式肯定不相等

    ? ???(3)因为 A A A的列线性无关,所以 A T A^T AT的行线性无关,因而 A T y ? = c ? A^T \vec{y} = \vec{c} ATy ?=c 对于任意 c ? \vec{c} c 都至少有一个解

  2. 已知一个马尔可夫矩阵 A = [ 0.2 0.4 0.3 0.4 0.2 0.3 0.4 0.4 0.4 ] A = \begin{bmatrix} 0.2 & 0.4 & 0.3 \\ 0.4 & 0.2 & 0.3 \\ 0.4 & 0.4 & 0.4 \end{bmatrix} A= ?0.20.40.4?0.40.20.4?0.30.30.4? ?,有 u ? 0 = [ 0 10 0 ] , u ? k = A k u ? 0 \vec{u}_0 = \begin{bmatrix} 0 \\ 10 \\ 0 \end{bmatrix} , \vec{u}_k = A^k \vec{u}_0 u 0?= ?0100? ?,u k?=Aku 0?,求 lim ? k → + ∞ u ? k \lim_{k \to +\infty} \vec{u}_k limk+?u k?

    A n s Ans Ans A A A的第一二列之和为第三列的两倍,所以 A A A的列线性相关, A A A不可逆,有一个特征值为 0 0 0

    ? ???因为 A A A是马尔可夫矩阵,所以还有一个特征值为 1 1 1,最后一个特征值是 ( 0.2 + 0.2 + 0.4 ) ? 0 ? 1 = ? 0.2 (0.2 + 0.2 + 0.4) - 0 - 1 = -0.2 (0.2+0.2+0.4)?0?1=?0.2

    ? ???所以 u ? k = c 1 λ 1 k x ? 1 + c 2 λ 2 k x ? 2 + c 3 λ 3 k x ? 3 = c 2 x ? 2 + c 3 ( ? 0.2 ) k x ? 3 \vec{u}_k = c_1 \lambda_1^k \vec{x}_1 + c_2 \lambda_2^k \vec{x}_2 + c_3 \lambda_3^k \vec{x}_3 = c_2 \vec{x}_2 + c_3 (-0.2)^k \vec{x}_3 u k?=c1?λ1k?x 1?+c2?λ2k?x 2?+c3?λ3k?x 3?=c2?x 2?+c3?(?0.2)kx 3?

    ? ???又 lim ? k → + ∞ ( ? 0.2 ) k = 0 \lim_{k \to +\infty} (-0.2)^k = 0 limk+?(?0.2)k=0,所以 lim ? k → + ∞ u ? k = c 2 x ? 2 \lim_{k \to +\infty} \vec{u}_k = c_2 \vec{x}_2 limk+?u k?=c2?x 2?

    ? ???有 A ? I = [ ? 0.8 0.4 0.3 0.4 ? 0.8 0.3 0.4 0.4 ? 0.6 ] A - I = \begin{bmatrix} -0.8 & 0.4 & 0.3 \\ 0.4 & -0.8 & 0.3 \\ 0.4 & 0.4 & -0.6 \end{bmatrix} A?I= ??0.80.40.4?0.4?0.80.4?0.30.3?0.6? ?,第一二列之和为第三列的 ? 4 3 -\dfrac{4}{3} ?34?,所以 [ 3 3 4 ] \begin{bmatrix} 3 \\ 3 \\ 4 \end{bmatrix} ?334? ?在它的零空间中

    ? ???又刚好 3 + 3 + 4 = 0 + 10 + 0 3 + 3 + 4 = 0 + 10 + 0 3+3+4=0+10+0,所以 c 2 = 1 , lim ? k → + ∞ u ? k = [ 3 3 4 ] c_2 = 1 , \lim_{k \to +\infty} \vec{u}_k = \begin{bmatrix} 3 \\ 3 \\ 4 \end{bmatrix} c2?=1,limk+?u k?= ?334? ?(因为乘上马尔可夫矩阵不会改变元素和)

  3. 求特征值为 0 , 3 0 , 3 0,3,且对应特征向量分别为 [ 1 2 ] , [ 2 1 ] \begin{bmatrix} 1 \\ 2 \end{bmatrix} , \begin{bmatrix} 2 \\ 1 \end{bmatrix} [12?],[21?]的二阶矩阵

    A n s Ans Ans:该二阶矩阵为 S Λ S ? 1 = [ 1 2 2 1 ] [ 0 0 0 3 ] [ ? 1 3 2 3 2 3 ? 1 3 ] = [ 4 2 ? 2 ? 1 ] S \Lambda S^{-1} = \begin{bmatrix} 1 & 2 \\ 2 & 1 \end{bmatrix} \begin{bmatrix} 0 & 0 \\ 0 & 3 \end{bmatrix} \begin{bmatrix} -{1 \over 3} & {2 \over 3} \\ {2 \over 3} & -{1 \over 3} \end{bmatrix} = \begin{bmatrix} 4 & 2 \\ -2 & -1 \end{bmatrix} SΛS?1=[12?21?][00?03?][?31?32??32??31??]=[4?2?2?1?]


打赏

制作不易,若有帮助,欢迎打赏!
赞赏码

支付宝付款码

文章来源:https://blog.csdn.net/jiaoliao946/article/details/135314923
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。