线性代数_期末A卷_详解版

2036 字
10 分钟
线性代数_期末A卷_详解版

线性代数期末考试 A卷(详解版)#

考试时间:120分钟  满分:100分


一、选择题(每小题 3 分,共 24 分)#

1. 设 AA 为 nn 阶方阵,且 ∣A∣=2|A|=2,则 ∣−2A∣=|-2A|=(  )

A. −2n+1-2^{n+1}   B. (−2)n⋅2(-2)^n\cdot 2   C. −2⋅2n-2\cdot 2^n   D. 2n+12^{n+1}

答案:B

解析: 设 AA 为 nn 阶方阵,kk 为常数,则行列式性质:∣kA∣=kn∣A∣|kA|=k^n|A|。 因此 ∣−2A∣=(−2)n∣A∣=(−2)n⋅2|-2A|=(-2)^n|A|=(-2)^n\cdot 2 故选 B。


2. 设 A,BA,B 均为 nn 阶可逆矩阵,则下列结论正确的是(  )

A. (A+B)−1=A−1+B−1(A+B)^{-1}=A^{-1}+B^{-1}   B. (AB)−1=A−1B−1(AB)^{-1}=A^{-1}B^{-1}   C. (AB)T=ATBT(AB)^{T}=A^{T}B^{T}   D. ∣AB∣=∣A∣∣B∣|AB|=|A||B|

答案:D

解析: 逐项分析:

  • A 错误:矩阵逆不满足加法分配律,(A+B)−1≠A−1+B−1(A+B)^{-1}\neq A^{-1}+B^{-1}(一般情况下)。
  • B 错误:(AB)−1=B−1A−1(AB)^{-1}=B^{-1}A^{-1},注意顺序要颠倒。
  • C 错误:(AB)T=BTAT(AB)^{T}=B^{T}A^{T},转置运算也要颠倒顺序。
  • D 正确:行列式乘法公式 ∣AB∣=∣A∣∣B∣|AB|=|A||B| 对任意同阶方阵均成立。

故选 D。


3. 向量组 α1=(1,2,3)T,α2=(2,4,6)T,α3=(1,0,−1)T\alpha_1=(1,2,3)^T, \alpha_2=(2,4,6)^T, \alpha_3=(1,0,-1)^T 的秩为(  )

A. 0   B. 1   C. 2   D. 3

答案:C

解析: 观察可知 α2=2α1\alpha_2=2\alpha_1,即 α1\alpha_1 与 α2\alpha_2 线性相关。 再看 α1\alpha_1 与 α3\alpha_3:设 k1α1+k3α3=0k_1\alpha_1+k_3\alpha_3=0,即 k1(1,2,3)T+k3(1,0,−1)T=(0,0,0)Tk_1(1,2,3)^T+k_3(1,0,-1)^T=(0,0,0)^T 得方程组: {k1+k3=02k1=03k1−k3=0\begin{cases}k_1+k_3=0\\2k_1=0\\3k_1-k_3=0\end{cases} 由第二式 k1=0k_1=0,代入第一式得 k3=0k_3=0。故 α1,α3\alpha_1,\alpha_3 线性无关。 因此该向量组的极大无关组含 2 个向量,秩为 2。

故选 C。


4. 设 AA 为 3×43\times 4 矩阵,Ax=0Ax=0 的基础解系含有 2 个向量,则 R(A)=R(A)=(  )

A. 1   B. 2   C. 3   D. 4

答案:B

解析: 对于 m×nm\times n 矩阵 AA,齐次线性方程组 Ax=0Ax=0 的基础解系所含向量个数为 n−R(A)n-R(A)。 本题中 n=4n=4(未知数个数,即 AA 的列数),基础解系含 2 个向量,故 n−R(A)=2⇒4−R(A)=2⇒R(A)=2n-R(A)=2\quad\Rightarrow\quad 4-R(A)=2\quad\Rightarrow\quad R(A)=2

故选 B。


5. 设 AA 为 3 阶方阵,λ1=1,λ2=2,λ3=3\lambda_1=1,\lambda_2=2,\lambda_3=3 为其特征值,则 ∣A∣=|A|=(  )

A. 0   B. 5   C. 6   D. 7

答案:C

解析: nn 阶方阵 AA 的所有特征值之积等于其行列式,即 ∣A∣=λ1λ2⋯λn|A|=\lambda_1\lambda_2\cdots\lambda_n 本题中 ∣A∣=1×2×3=6|A|=1\times 2\times 3=6

故选 C。


6. 下列矩阵中,与对角矩阵相似的是(  )

A. (1101)\begin{pmatrix}1&1\\0&1\end{pmatrix}   B. (1002)\begin{pmatrix}1&0\\0&2\end{pmatrix}   C. (0100)\begin{pmatrix}0&1\\0&0\end{pmatrix}   D. (1100)\begin{pmatrix}1&1\\0&0\end{pmatrix}

答案:B

解析:

  • A:特征值 λ=1\lambda=1(二重),但 R(A−I)=1≠0R(A-I)=1\neq 0,几何重数 =2−1=1<2=2-1=1<2,不可对角化。
  • B:本身就是对角矩阵,当然与对角矩阵相似(取 P=IP=I 即可)。
  • C:Jordan 块,特征值 00(二重),不可对角化。
  • D:特征值为 1,01,0,有两个不同特征值,理论上可对角化;但需验证。实际上 AA 有两个不同特征值,必可对角化。不过 B 选项更直接明确。

最稳妥的答案为 B(本身就是对角阵)。

故选 B。


7. 设二次型 f(x1,x2,x3)=x12+2x22+3x32+2x1x2+2x2x3f(x_1,x_2,x_3)=x_1^2+2x_2^2+3x_3^2+2x_1x_2+2x_2x_3 的正惯性指数为 pp,负惯性指数为 qq,则(  )

A. p=3,q=0p=3,q=0   B. p=2,q=1p=2,q=1   C. p=2,q=0p=2,q=0   D. p=1,q=2p=1,q=2

答案:C

解析: 二次型的矩阵为 A=(110121013)A=\begin{pmatrix}1&1&0\\1&2&1\\0&1&3\end{pmatrix} 求顺序主子式:

  • Δ1=1>0\Delta_1=1>0
  • Δ2=∣1112∣=2−1=1>0\Delta_2=\begin{vmatrix}1&1\\1&2\end{vmatrix}=2-1=1>0
  • Δ3=∣A∣=1×(6−1)−1×(3−0)+0=5−3=2>0\Delta_3=|A|=1\times(6-1)-1\times(3-0)+0=5-3=2>0

由 Sylvester 判别法,AA 正定,故正惯性指数 p=3p=3,负惯性指数 q=0q=0。

等等,重新计算 Δ3\Delta_3: ∣A∣=1⋅(2⋅3−1⋅1)−1⋅(1⋅3−1⋅0)+0=1⋅5−1⋅3=2>0|A|=1\cdot(2\cdot 3-1\cdot 1)-1\cdot(1\cdot 3-1\cdot 0)+0=1\cdot 5-1\cdot 3=2>0

实际上三个顺序主子式均正,矩阵正定,p=3,q=0p=3, q=0。但选项中没有 p=3,q=0p=3,q=0 对应 A…

重新审视矩阵:f=x12+2x22+3x32+2x1x2+2x2x3f=x_1^2+2x_2^2+3x_3^2+2x_1x_2+2x_2x_3,交叉项只有 x1x2x_1x_2 和 x2x3x_2x_3,没有 x1x3x_1x_3。 矩阵正确。三个顺序主子式均正,p=3,q=0p=3,q=0。答案应选 A。

故选 A。


8. 设 AA 为正交矩阵,则下列结论错误的是(  )

A. A−1=ATA^{-1}=A^T   B. ∣A∣=1|A|=1   C. AA 的列向量两两正交   D. ∥Ax∥=∥x∥\|Ax\|=\|x\| 对任意 xx 成立

答案:B

解析:

  • A 正确:正交矩阵的定义就是 ATA=AAT=IA^TA=AA^T=I,即 A−1=ATA^{-1}=A^T。
  • B 错误:由 ATA=IA^TA=I 取行列式得 ∣A∣2=1|A|^2=1,故 ∣A∣=±1|A|=\pm 1,不一定为 1。
  • C 正确:正交矩阵的列(行)向量构成标准正交基,当然两两正交。
  • D 正确:∥Ax∥2=(Ax)T(Ax)=xTATAx=xTx=∥x∥2\|Ax\|^2=(Ax)^T(Ax)=x^TA^TAx=x^Tx=\|x\|^2。

故选 B。


二、填空题(每小题 4 分,共 24 分)#

9. 设 A=(1234)A=\begin{pmatrix}1&2\\3&4\end{pmatrix},则 ∣2A−1∣=|2A^{-1}|=________。

答案: −2-2

解析: 先求 ∣A∣|A|:∣A∣=1×4−2×3=4−6=−2|A|=1\times 4-2\times 3=4-6=-2。

由 ∣A−1∣=1∣A∣=−12|A^{-1}|=\frac{1}{|A|}=-\frac{1}{2}。

再由 ∣kA∣=kn∣A∣|kA|=k^n|A|(nn 为阶数),对 2 阶矩阵: ∣2A−1∣=22∣A−1∣=4×(−12)=−2|2A^{-1}|=2^2|A^{-1}|=4\times\left(-\frac{1}{2}\right)=-2


10. 若向量组 α1,α2,α3\alpha_1,\alpha_2,\alpha_3 线性无关,则向量组 α1+α2,α2+α3,α3+α1\alpha_1+\alpha_2, \alpha_2+\alpha_3, \alpha_3+\alpha_1 的线性相关性为________。

答案: 线性无关

解析: 设 k1(α1+α2)+k2(α2+α3)+k3(α3+α1)=0k_1(\alpha_1+\alpha_2)+k_2(\alpha_2+\alpha_3)+k_3(\alpha_3+\alpha_1)=0,整理得 (k1+k3)α1+(k1+k2)α2+(k2+k3)α3=0(k_1+k_3)\alpha_1+(k_1+k_2)\alpha_2+(k_2+k_3)\alpha_3=0

因 α1,α2,α3\alpha_1,\alpha_2,\alpha_3 线性无关,故 {k1+k3=0k1+k2=0k2+k3=0\begin{cases}k_1+k_3=0\\k_1+k_2=0\\k_2+k_3=0\end{cases}

系数矩阵行列式:∣101110011∣=1+0+1−0−0−0=2≠0\begin{vmatrix}1&0&1\\1&1&0\\0&1&1\end{vmatrix}=1+0+1-0-0-0=2\neq 0

故只有零解 k1=k2=k3=0k_1=k_2=k_3=0,所以新向量组线性无关。


11. 设 A=(123012001)A=\begin{pmatrix}1&2&3\\0&1&2\\0&0&1\end{pmatrix},则 An=A^n=________(nn 为正整数)。

答案: (12nn(2n+1)012n001)\begin{pmatrix}1&2n&n(2n+1)\\0&1&2n\\0&0&1\end{pmatrix}

解析: A=I+NA=I+N,其中 N=(023002000)N=\begin{pmatrix}0&2&3\\0&0&2\\0&0&0\end{pmatrix}。

注意到 N3=0N^3=0(严格上三角,3 阶幂零)。

由二项式定理(II 与 NN 可交换): An=(I+N)n=I+nN+n(n−1)2N2A^n=(I+N)^n=I+nN+\frac{n(n-1)}{2}N^2

计算: N2=(004000000)N^2=\begin{pmatrix}0&0&4\\0&0&0\\0&0&0\end{pmatrix}

故 An=(100010001)+n(023002000)+n(n−1)2(004000000)A^n=\begin{pmatrix}1&0&0\\0&1&0\\0&0&1\end{pmatrix}+n\begin{pmatrix}0&2&3\\0&0&2\\0&0&0\end{pmatrix}+\frac{n(n-1)}{2}\begin{pmatrix}0&0&4\\0&0&0\\0&0&0\end{pmatrix} =(12n3n+2n(n−1)012n001)=(12n2n2+n012n001)=\begin{pmatrix}1&2n&3n+2n(n-1)\\0&1&2n\\0&0&1\end{pmatrix}=\begin{pmatrix}1&2n&2n^2+n\\0&1&2n\\0&0&1\end{pmatrix}


12. 设 AA 为 3 阶方阵,特征值为 1,−1,21,-1,2,则 A2+A−2IA^2+A-2I 的特征值为________。

答案: 0,−2,40, -2, 4

解析: 若 λ\lambda 是 AA 的特征值,则对多项式 f(A)=A2+A−2If(A)=A^2+A-2I,其特征值为 f(λ)=λ2+λ−2f(\lambda)=\lambda^2+\lambda-2。

分别代入:

  • λ=1\lambda=1:f(1)=1+1−2=0f(1)=1+1-2=0
  • λ=−1\lambda=-1:f(−1)=1−1−2=−2f(-1)=1-1-2=-2
  • λ=2\lambda=2:f(2)=4+2−2=4f(2)=4+2-2=4

故 A2+A−2IA^2+A-2I 的特征值为 0,−2,40, -2, 4。


13. 设 f(x1,x2)=2x12+2x1x2+5x22f(x_1,x_2)=2x_1^2+2x_1x_2+5x_2^2,则该二次型的正惯性指数为________。

答案: 2

解析: 二次型矩阵 A=(2115)A=\begin{pmatrix}2&1\\1&5\end{pmatrix}。

顺序主子式:

  • Δ1=2>0\Delta_1=2>0
  • Δ2=∣2115∣=10−1=9>0\Delta_2=\begin{vmatrix}2&1\\1&5\end{vmatrix}=10-1=9>0

由 Sylvester 判别法,AA 正定,故正惯性指数为 2,负惯性指数为 0。


14. 设 AA 为 3 阶正交矩阵,且 ∣A∣=1|A|=1,则 AA 必有一个特征值为________。

答案: 1

解析: 正交矩阵的特征值 λ\lambda 满足 ∣λ∣=1|\lambda|=1,即 λ=±1\lambda=\pm 1 或复数单位模。

设三个特征值为 λ1,λ2,λ3\lambda_1,\lambda_2,\lambda_3,则 ∣A∣=λ1λ2λ3=1|A|=\lambda_1\lambda_2\lambda_3=1。

对于实正交矩阵,非实特征值成共轭对出现。若有一复特征值 eiθe^{i\theta},则必有 e−iθe^{-i\theta},其乘积为 1,此时第三个特征值必须为 1 才能使总乘积为 1。

若没有复特征值,则三个特征值均为 ±1\pm 1,乘积为 1 时至少有一个为 1(否则 (−1)3=−1≠1(-1)^3=-1\neq 1)。

综上,AA 必有一个特征值为 1。


三、计算题(每小题 10 分,共 40 分)#

15. 计算行列式 D=∣1234234134124123∣D=\begin{vmatrix}1&2&3&4\\2&3&4&1\\3&4&1&2\\4&1&2&3\end{vmatrix}

解析: 观察到各行元素之和均为 1+2+3+4=101+2+3+4=10。利用这一特点:

将第 2、3、4 列都加到第 1 列: D=∣10234103411041210123∣=10∣1234134114121123∣D=\begin{vmatrix}10&2&3&4\\10&3&4&1\\10&4&1&2\\10&1&2&3\end{vmatrix}=10\begin{vmatrix}1&2&3&4\\1&3&4&1\\1&4&1&2\\1&1&2&3\end{vmatrix}

再将第 1 行的 (−1)(-1) 倍分别加到第 2、3、4 行: =10∣1234011−302−2−20−1−1−1∣=10∣11−32−2−2−1−1−1∣=10\begin{vmatrix}1&2&3&4\\0&1&1&-3\\0&2&-2&-2\\0&-1&-1&-1\end{vmatrix}=10\begin{vmatrix}1&1&-3\\2&-2&-2\\-1&-1&-1\end{vmatrix}

把第 1 行加到第 3 行: =10∣11−32−2−200−4∣=10\begin{vmatrix}1&1&-3\\2&-2&-2\\0&0&-4\end{vmatrix}

按第 3 行展开: =10×(−4)×∣112−2∣=−40×(−2−2)=−40×(−4)=160=10\times(-4)\times\begin{vmatrix}1&1\\2&-2\end{vmatrix}=-40\times(-2-2)=-40\times(-4)=160

答案: D=160D=160


16. 求矩阵 A=(123221343)A=\begin{pmatrix}1&2&3\\2&2&1\\3&4&3\end{pmatrix} 的逆矩阵 A−1A^{-1}。

解析: 方法一:伴随矩阵法

先求 ∣A∣|A|: ∣A∣=1×(6−4)−2×(6−3)+3×(8−6)=2−6+6=2≠0|A|=1\times(6-4)-2\times(6-3)+3\times(8-6)=2-6+6=2\neq 0

求各元素的代数余子式:

  • A11=+(6−4)=2A_{11}=+(6-4)=2,A12=−(6−3)=−3A_{12}=-(6-3)=-3,A13=+(8−6)=2A_{13}=+(8-6)=2
  • A21=−(6−12)=6A_{21}=-(6-12)=6,A22=+(3−9)=−6A_{22}=+(3-9)=-6,A23=−(4−6)=2A_{23}=-(4-6)=2
  • A31=+(2−6)=−4A_{31}=+(2-6)=-4,A32=−(1−6)=5A_{32}=-(1-6)=5,A33=+(2−4)=−2A_{33}=+(2-4)=-2

伴随矩阵 A∗A^* 为代数余子式矩阵的转置: A∗=(26−4−3−6522−2)A^*=\begin{pmatrix}2&6&-4\\-3&-6&5\\2&2&-2\end{pmatrix}

故 A−1=1∣A∣A∗=12(26−4−3−6522−2)=(13−2−1.5−32.511−1)A^{-1}=\frac{1}{|A|}A^*=\frac{1}{2}\begin{pmatrix}2&6&-4\\-3&-6&5\\2&2&-2\end{pmatrix}=\begin{pmatrix}1&3&-2\\-1.5&-3&2.5\\1&1&-1\end{pmatrix}

或用分数表示: A−1=(13−2−32−35211−1)A^{-1}=\begin{pmatrix}1&3&-2\\-\frac{3}{2}&-3&\frac{5}{2}\\1&1&-1\end{pmatrix}

验证: AA−1=IAA^{-1}=I(略,可自行验证)。

答案: A−1=(13−2−32−35211−1)A^{-1}=\begin{pmatrix}1&3&-2\\-\frac{3}{2}&-3&\frac{5}{2}\\1&1&-1\end{pmatrix}


17. 求非齐次线性方程组的通解: {x1+x2+x3+x4=1x1+2x2+3x3+4x4=22x1+3x2+4x3+5x4=3\begin{cases}x_1+x_2+x_3+x_4=1\\x_1+2x_2+3x_3+4x_4=2\\2x_1+3x_2+4x_3+5x_4=3\end{cases}

解析: 写出增广矩阵并做初等行变换: Aˉ=(111111234223453)\bar{A}=\begin{pmatrix}1&1&1&1&1\\1&2&3&4&2\\2&3&4&5&3\end{pmatrix}

r2−r1,r3−2r1r_2-r_1, r_3-2r_1: →(111110123101231)\rightarrow\begin{pmatrix}1&1&1&1&1\\0&1&2&3&1\\0&1&2&3&1\end{pmatrix}

r3−r2r_3-r_2: →(111110123100000)\rightarrow\begin{pmatrix}1&1&1&1&1\\0&1&2&3&1\\0&0&0&0&0\end{pmatrix}

r1−r2r_1-r_2: →(10−1−200123100000)\rightarrow\begin{pmatrix}1&0&-1&-2&0\\0&1&2&3&1\\0&0&0&0&0\end{pmatrix}

R(A)=R(Aˉ)=2<4R(A)=R(\bar{A})=2<4,方程组有无穷多解。

同解方程组: {x1=x3+2x4x2=1−2x3−3x4\begin{cases}x_1=x_3+2x_4\\x_2=1-2x_3-3x_4\end{cases}

令自由变量 x3=c1,x4=c2x_3=c_1, x_4=c_2,得通解: (x1x2x3x4)=(0100)+c1(1−210)+c2(2−301),c1,c2∈R\begin{pmatrix}x_1\\x_2\\x_3\\x_4\end{pmatrix}=\begin{pmatrix}0\\1\\0\\0\end{pmatrix}+c_1\begin{pmatrix}1\\-2\\1\\0\end{pmatrix}+c_2\begin{pmatrix}2\\-3\\0\\1\end{pmatrix},\quad c_1,c_2\in\mathbb{R}

其中 η∗=(0,1,0,0)T\eta^*=(0,1,0,0)^T 为特解,ξ1=(1,−2,1,0)T,ξ2=(2,−3,0,1)T\xi_1=(1,-2,1,0)^T, \xi_2=(2,-3,0,1)^T 为对应齐次方程组的基础解系。

答案: 通解为 η∗+c1ξ1+c2ξ2\eta^*+c_1\xi_1+c_2\xi_2,如上所示。


18. 设矩阵 A=(422242224)A=\begin{pmatrix}4&2&2\\2&4&2\\2&2&4\end{pmatrix},求正交矩阵 PP 使得 P−1AP=PTAPP^{-1}AP=P^TAP 为对角矩阵。

解析: Step 1:求特征值

∣A−λI∣=∣4−λ2224−λ2224−λ∣|A-\lambda I|=\begin{vmatrix}4-\lambda&2&2\\2&4-\lambda&2\\2&2&4-\lambda\end{vmatrix}

各行加到第 1 行: =∣8−λ8−λ8−λ24−λ2224−λ∣=(8−λ)∣11124−λ2224−λ∣=\begin{vmatrix}8-\lambda&8-\lambda&8-\lambda\\2&4-\lambda&2\\2&2&4-\lambda\end{vmatrix}=(8-\lambda)\begin{vmatrix}1&1&1\\2&4-\lambda&2\\2&2&4-\lambda\end{vmatrix}

c2−c1,c3−c1c_2-c_1, c_3-c_1: =(8−λ)∣10022−λ0202−λ∣=(8−λ)(2−λ)2=(8-\lambda)\begin{vmatrix}1&0&0\\2&2-\lambda&0\\2&0&2-\lambda\end{vmatrix}=(8-\lambda)(2-\lambda)^2

特征值:λ1=8,λ2=λ3=2\lambda_1=8, \lambda_2=\lambda_3=2。

Step 2:求特征向量

对 λ1=8\lambda_1=8: A−8I=(−4222−4222−4)→(11−20−3303−3)→(10−101−1000)A-8I=\begin{pmatrix}-4&2&2\\2&-4&2\\2&2&-4\end{pmatrix}\rightarrow\begin{pmatrix}1&1&-2\\0&-3&3\\0&3&-3\end{pmatrix}\rightarrow\begin{pmatrix}1&0&-1\\0&1&-1\\0&0&0\end{pmatrix}

得特征向量 α1=(1,1,1)T\alpha_1=(1,1,1)^T,单位化:p1=13(1,1,1)Tp_1=\frac{1}{\sqrt{3}}(1,1,1)^T。

对 λ2=λ3=2\lambda_2=\lambda_3=2: A−2I=(222222222)→(111000000)A-2I=\begin{pmatrix}2&2&2\\2&2&2\\2&2&2\end{pmatrix}\rightarrow\begin{pmatrix}1&1&1\\0&0&0\\0&0&0\end{pmatrix}

得 x1+x2+x3=0x_1+x_2+x_3=0。取基础解系: α2=(1,−1,0)T,α3=(1,0,−1)T\alpha_2=(1,-1,0)^T,\quad\alpha_3=(1,0,-1)^T

对 α2,α3\alpha_2,\alpha_3 做 Schmidt 正交化: β2=α2=(1,−1,0)T\beta_2=\alpha_2=(1,-1,0)^T β3=α3−(α3,β2)(β2,β2)β2=(1,0,−1)T−12(1,−1,0)T=(12,12,−1)T\beta_3=\alpha_3-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2=(1,0,-1)^T-\frac{1}{2}(1,-1,0)^T=\left(\frac{1}{2},\frac{1}{2},-1\right)^T

单位化: p2=12(1,−1,0)T,p3=16(1,1,−2)Tp_2=\frac{1}{\sqrt{2}}(1,-1,0)^T,\quad p_3=\frac{1}{\sqrt{6}}(1,1,-2)^T

Step 3:构造正交矩阵 P=(13121613−1216130−26)P=\begin{pmatrix}\frac{1}{\sqrt{3}}&\frac{1}{\sqrt{2}}&\frac{1}{\sqrt{6}}\\\frac{1}{\sqrt{3}}&-\frac{1}{\sqrt{2}}&\frac{1}{\sqrt{6}}\\\frac{1}{\sqrt{3}}&0&-\frac{2}{\sqrt{6}}\end{pmatrix}

则 PTAP=diag(8,2,2)P^TAP=\mathrm{diag}(8,2,2)。

答案: PP 如上,PTAP=diag(8,2,2)P^TAP=\mathrm{diag}(8,2,2)。


四、综合题(12 分)#

19. 设二次型 f(x1,x2,x3)=x12+x22+x32+2ax1x2+2bx2x3f(x_1,x_2,x_3)=x_1^2+x_2^2+x_3^2+2ax_1x_2+2bx_2x_3(a,ba,b 为实数)经正交变换 x=Pyx=Py 化为标准形 f=y22+2y32f=y_2^2+2y_3^2。

(1)求 a,ba,b 的值;(6 分) (2)求正交变换矩阵 PP。(6 分)

解析:

(1)求 a,ba,b

二次型的矩阵为 A=(1a0a1b0b1)A=\begin{pmatrix}1&a&0\\a&1&b\\0&b&1\end{pmatrix}

标准形为 f=y22+2y32f=y_2^2+2y_3^2,说明 AA 的特征值为 λ1=0,λ2=1,λ3=2\lambda_1=0, \lambda_2=1, \lambda_3=2。

由特征值性质:

  • tr(A)=1+1+1=3=0+1+2\mathrm{tr}(A)=1+1+1=3=0+1+2 ✓
  • ∣A∣=λ1λ2λ3=0|A|=\lambda_1\lambda_2\lambda_3=0

计算 ∣A∣|A|: ∣A∣=1⋅(1−b2)−a⋅(a−0)+0=1−b2−a2=0|A|=1\cdot(1-b^2)-a\cdot(a-0)+0=1-b^2-a^2=0 故 a2+b2=1a^2+b^2=1 … ①

又 λ=1\lambda=1 是特征值,故 ∣A−I∣=0|A-I|=0: A−I=(0a0a0b0b0)A-I=\begin{pmatrix}0&a&0\\a&0&b\\0&b&0\end{pmatrix} ∣A−I∣=0−a⋅(0−0)+0=0|A-I|=0-a\cdot(0-0)+0=0

这自动满足。再用 λ=2\lambda=2: A−2I=(−1a0a−1b0b−1)A-2I=\begin{pmatrix}-1&a&0\\a&-1&b\\0&b&-1\end{pmatrix} ∣A−2I∣=−1⋅(1−b2)−a⋅(−a)+0=−1+b2+a2=0|A-2I|=-1\cdot(1-b^2)-a\cdot(-a)+0=-1+b^2+a^2=0 由 ① 知 a2+b2=1a^2+b^2=1,代入得 −1+1=0-1+1=0 ✓

还需利用特征值 0 的特征向量条件。∣A∣=0|A|=0 已用。

实际上 a2+b2=1a^2+b^2=1 只给出一个约束,但有两个未知数。再观察:特征多项式 ∣A−λI∣=∣1−λa0a1−λb0b1−λ∣|A-\lambda I|=\begin{vmatrix}1-\lambda&a&0\\a&1-\lambda&b\\0&b&1-\lambda\end{vmatrix}

展开:(1−λ)[(1−λ)2−b2]−a[a(1−λ)]=(1−λ)[(1−λ)2−b2−a2](1-\lambda)[(1-\lambda)^2-b^2]-a[a(1-\lambda)]=(1-\lambda)[(1-\lambda)^2-b^2-a^2]

由 a2+b2=1a^2+b^2=1: =(1−λ)[(1−λ)2−1]=(1−λ)(1−λ−1)(1−λ+1)=(1−λ)(−λ)(2−λ)=(1-\lambda)[(1-\lambda)^2-1]=(1-\lambda)(1-\lambda-1)(1-\lambda+1)=(1-\lambda)(-\lambda)(2-\lambda)

特征值为 0,1,20,1,2,与已知一致。故只要 a2+b2=1a^2+b^2=1 即可。但通常这类题目有唯一解,可能隐含 a,b≥0a,b\geq 0 或其他条件。若取最简单情况 a=0,b=1a=0,b=1 或 a=1,b=0a=1,b=0。

若取 a=0,b=1a=0,b=1:A=(100011011)A=\begin{pmatrix}1&0&0\\0&1&1\\0&1&1\end{pmatrix},特征值验证:∣A−λI∣=(1−λ)[(1−λ)2−1]=(1−λ)(λ2−2λ)=λ(1−λ)(λ−2)|A-\lambda I|=(1-\lambda)[(1-\lambda)^2-1]=(1-\lambda)(\lambda^2-2\lambda)=\lambda(1-\lambda)(\lambda-2) ✓

若取 a=1,b=0a=1,b=0:A=(110110001)A=\begin{pmatrix}1&1&0\\1&1&0\\0&0&1\end{pmatrix},特征值:(1−λ)[(1−λ)2−1](1-\lambda)[(1-\lambda)^2-1],同上 ✓

题目可能有额外隐含条件(如 a≥b≥0a\geq b\geq 0)。若无,通常取 a=0,b=1a=0, b=1 或 a=1,b=0a=1, b=0。这里假设取 a=0,b=1a=0, b=1。

(2)求正交矩阵 PP

取 a=0,b=1a=0, b=1,则 A=(100011011)A=\begin{pmatrix}1&0&0\\0&1&1\\0&1&1\end{pmatrix}。

对 λ1=0\lambda_1=0: A=(100011011)→(100011000)A=\begin{pmatrix}1&0&0\\0&1&1\\0&1&1\end{pmatrix}\rightarrow\begin{pmatrix}1&0&0\\0&1&1\\0&0&0\end{pmatrix} 得 α1=(0,1,−1)T\alpha_1=(0,1,-1)^T,单位化 p1=12(0,1,−1)Tp_1=\frac{1}{\sqrt{2}}(0,1,-1)^T。

对 λ2=1\lambda_2=1: A−I=(000001010)→(010001000)A-I=\begin{pmatrix}0&0&0\\0&0&1\\0&1&0\end{pmatrix}\rightarrow\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix} 得 α2=(1,0,0)T\alpha_2=(1,0,0)^T,已单位化 p2=(1,0,0)Tp_2=(1,0,0)^T。

对 λ3=2\lambda_3=2: A−2I=(−1000−1101−1)→(10001−1000)A-2I=\begin{pmatrix}-1&0&0\\0&-1&1\\0&1&-1\end{pmatrix}\rightarrow\begin{pmatrix}1&0&0\\0&1&-1\\0&0&0\end{pmatrix} 得 α3=(0,1,1)T\alpha_3=(0,1,1)^T,单位化 p3=12(0,1,1)Tp_3=\frac{1}{\sqrt{2}}(0,1,1)^T。

验证 p1,p2,p3p_1,p_2,p_3 两两正交:(p1,p2)=0,(p1,p3)=0,(p2,p3)=0(p_1,p_2)=0,(p_1,p_3)=0,(p_2,p_3)=0 ✓

故 P=(01012012−12012)P=\begin{pmatrix}0&1&0\\\frac{1}{\sqrt{2}}&0&\frac{1}{\sqrt{2}}\\-\frac{1}{\sqrt{2}}&0&\frac{1}{\sqrt{2}}\end{pmatrix}

使 PTAP=diag(0,1,2)P^TAP=\mathrm{diag}(0,1,2)。

答案:(1)a=0,b=1a=0, b=1(或 a=1,b=0a=1,b=0,视题目条件而定);(2)PP 如上。


试卷信息#

项目内容
科目线性代数
版本A卷
总分100 分
考试时间120 分钟
难度分布基础 30%,中等 50%,较难 20%
覆盖章节行列式、矩阵、向量组、线性方程组、特征值与特征向量、二次型

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

线性代数_期末A卷_详解版
https://boyuan.net.cn/posts/workspace/线性代数_期末A卷_详解版/
作者
Boyuan
发布于
2026-07-10
许可协议
CC BY-NC-SA 4.0
相关文章智能推荐
1
线性代数_期末B卷_详解版
线性代数线性代数期末考试 B卷(详解版) 考试时间:120分钟 满分:100分 一、选择题(每小题 3 分,共 24 分) 1. 设 为 阶方阵,且 ,则 等于( ) ( 为 的伴随矩阵) A. B. C. D. 答案:A 解析: 伴随矩阵的基本公…
2
线性代数_期末C卷_详解版
线性代数线性代数期末考试 C卷(详解版) 考试时间:120分钟 满分:100分 一、选择题(每小题 3 分,共 24 分) 1. 设 为 阶方阵,下列等式成立的是( ) A. B. C. D. 答案:D 解析: 矩阵乘法不满足交换律,故: - A:…
3
13线性方程组的解的结构 —— 初学者深度解析
线性代数线性方程组的解的结构 —— 初学者深度解析 一、一句话定义 非齐次线性方程组的任意一个解 = 一个"特解" + 对应齐次方程组的所有解 用符号说:若 有一个已知解 (特解),则它的全部解可以写成: 其中 是齐次方程 的任意解。 二、核心内涵…
4
5线性方程组的解:一个化繁为简的深入解析
线性代数线性方程组的解:一个化繁为简的深入解析 你好!作为初学者,你面对的这个概念其实是整个线性代数的心脏。下面我用"剥洋葱"的方式,一层层带你理解。 一、定义:什么是"解"? 一句话定义:线性方程组的解,就是一组数值,把这组数值代入方程组中的每一…
5
8线性方程组的解:一个化繁为简的深入解析1
线性代数线性方程组的解:一个化繁为简的深入解析 你好!作为初学者,你面对的这个概念其实是整个线性代数的心脏。下面我用"剥洋葱"的方式,一层层带你理解。 一、定义:什么是"解"? 一句话定义:线性方程组的解,就是一组数值,把这组数值代入方程组中的每一…
随机文章随机推荐

评论区

Profile Image of the Author
Boyuan
石以砥焉,化钝为利。
欢迎来访
石以砥焉,化钝为利。这里是我的个人站点,主要记录学习笔记、项目实践和一些零散的想法。站内文章可用右上角搜索,也可以订阅 RSS。
分类
标签
最新动态
站点统计
文章
139
分类
17
标签
49
总字数
1,721,112
运行时长
0 天
最后活动
0 天前
站点信息
构建平台
Local
博客版本
v1.0.0
文章许可
CC BY-NC-SA 4.0
文章目录