测试 1

linear-algebra

测试 1

参考

问题一

对于矩阵 Am×nA_{m \times n},已知 Ax=[111]Ax=\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix} 无解,而 Ax=[010]Ax=\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 有唯一解。回答以下问题。

a. 写出关于矩阵 AA 的形状 mmnn 与秩 rr 的所有可能知道的信息。

b. 找出方程组 Ax=0Ax=0 的解,并对其进行解释。

c. 写下一个满足 1 所描述的信息的矩阵 AA

解答 a

因为根据方程组 Ax=bAx=b 的形式可知矩阵 AA 的行数是 33,而方程组的可解性与 bb 相关,所以矩阵 AA 是列满秩的,即 r=nr=n,但行不满秩(如果行满秩,则矩阵 AA 就是一个方阵,且方阵满秩,那么方程组 Ax=bAx=b 就必有一个唯一的解),所以 r=n<mr=n<m,即 r<3r<3

可得相关信息是:

  • m=3m=3
  • r=nr=n
  • r<3r<3

所以矩阵的秩可以取两个值 r=n=1r=n=1r=n=2r=n=2

解答 b

解答 a 可知 r=nr=n,所以矩阵 AA 的零空间的维度是 dimN(A)=nr=0dimN(A)=n-r=0,即零空间只包含一个零向量

如果矩阵 AA 的列数是 11 时(那么秩就是 11),则方程组 Ax=0Ax=0 的唯一解是 [0]\begin{bmatrix} 0 \end{bmatrix}

如果矩阵 AA 的列数是 22 时(那么秩就是 22),则方程组 Ax=0Ax=0 的唯一解是 [00]\begin{bmatrix} 0 \\ 0 \end{bmatrix}

解答 c

如果矩阵 AA 的列数是 11 时,那么满足 a 所描述的信息(行数 m=3m=3,且列满秩)的一个矩阵可以是

[010]\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix}
提示

因为矩阵 AA 只有一列,且 Ax=[010]Ax=\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 有唯一解,所以矩阵/向量 AA 与向量 [010]\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 是成倍数关系

如果矩阵 AA 的列数是 22 时,那么满足 a 所描述的信息(行数 m=3m=3,且列满秩)的一个矩阵可以是

[100100]\begin{bmatrix} 1 & 0 \\ 0 & 1 \\ 0 & 0 \end{bmatrix}
提示

因为矩阵 AA 有俩列,且 Ax=[010]Ax=\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 有唯一解,所以矩阵 AA 的这俩列向量可以通过线性组合得到向量 [010]\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 的;但是 Ax=[111]Ax=\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix} 无解,所以需要矩阵 AA 的这俩列向量无法通过线性组合得到向量 [111]\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix}

观察向量 [010]\begin{bmatrix} 0 \\ 1 \\ 0 \end{bmatrix} 和向量 [111]\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix},可以知道后一个向量的不同点是它的 33 个元素都是非零值

所以只需要确保矩阵 AA 的俩个列向量的 33 个元素中,由一个元素位置都是零,这样俩个列向量就不能通过线性组合得到向量 [111]\begin{bmatrix} 1 \\ 1 \\ 1 \end{bmatrix},上述答案所列举的矩阵 AA 的俩个列向量中,就是第 3 个元素都为零

问题二

矩阵 A3×3A_{3 \times 3} 通过消元变换得到单位矩阵 II,其中依次采用的消元矩阵如下:

  • E21E_{21}:第二行减去 4 倍的第一行
  • E31E_{31}:第三行减去 3 倍的第一行
  • E23E_{23}:第二行减去第三行

回答以下问题:

a. 通过上述的消元矩阵 EsE's 写出逆矩阵 A1A_{-1} 的表达式,并计算出它

b. 求矩阵 AA

c. 求出 A=LUA=LU 形式中的下三角矩阵 LL

注意

初等矩阵/消元矩阵 Ei,jE_{i, j} 左乘一个矩阵,其下标 (i,j)(i, j) 表示该消元矩阵的作用是消除原矩阵的位于 (i,j)(i, j) 的元素(变成 00

所以上述题目的中 E21E_{21} 是消除矩阵的第二行第一个元素,E31E_{31} 是消除矩阵的第三行第一个元素,E23E_{23} 是消除矩阵的第二行第三个元素

解答 a

提示

逆矩阵的「作用相反」。对于初等矩阵 E21E_{21} 是消除矩阵的第二行第一个元素,那么其逆矩阵 E211E^{-1}_{21} 就是「恢复」第二行第一个元素。

对于这个题目,E21E_{21} 的作用是第二行减去 4 倍的第一行,那么 E211E^{-1}_{21} 就应该是第二行加上 4 倍的第一行,所以可以根据初等矩阵的作用含义,直接写出其逆矩阵

根据题目可得各消元矩阵 EE,及其逆矩阵 E1E^{-1}

E21=[100410001],E211=[100410001]E_{21}= \begin{bmatrix} 1 & 0 & 0 \\ -4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}, E^{-1}_{21}= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}E31=[100010301],E311=[100010301]E_{31}= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ -3 & 0 & 1 \end{bmatrix}, E^{-1}_{31}= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 3 & 0 & 1 \end{bmatrix}E23=[100011001],E231=[100011001]E_{23}= \begin{bmatrix} 1 & 0 & 0 \\ {\color{Red} 0} & {\color{Red} 1} & {\color{Red} -1} \\ 0 & 0 & 1 \end{bmatrix}, E^{-1}_{23}= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{bmatrix}

根据题目的条件可知

AE21E31E23IA \xrightarrow{E_{21}} \xrightarrow{E_{31}} \xrightarrow{E_{23}} I

(E23(E31(E21A)))=(E23E31E21)A=I(E_{23}(E_{31}(E_{21}A)))=(E_{23}E_{31}E_{21})A=I

矩阵 AA 消元变换可以得到单位矩阵 II,所以它的秩 r=3r=3 是一个可逆矩阵,存在逆矩阵 A1A^{-1},而且 A1A=IA^{-1}A=I

所以 A1=E23E31E21A^{-1}=E_{23}E_{31}E_{21}

A1=E23E31E21=[100011001][100010301][100410001]=[100311301][100410001]=[100111301]\begin{aligned} A^{-1}&=E_{23}E_{31}E_{21}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & -1 \\ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ -3 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ -4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 3 & 1 & -1 \\ -3 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ -4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ -1 & 1 & -1 \\ -3 & 0 & 1 \end{bmatrix} \end{aligned}

解答 b

根据逆矩阵的作用可知

IE231E311E211AI \xrightarrow{E^{-1}_{23}} \xrightarrow{E^{-1}_{31}} \xrightarrow{E^{-1}_{21}} A

所以 A=E211(E311(E231I))=E211E311E231A=E^{-1}_{21}(E^{-1}_{31}(E^{-1}_{23}I))=E^{-1}_{21}E^{-1}_{31}E^{-1}_{23}

A=E211E311E231=[100410001][100010301][100011001]=[100410301][100011001]=[100411301]\begin{aligned} A&=E^{-1}_{21}E^{-1}_{31}E^{-1}_{23}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 3 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{bmatrix}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 3 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 1 \\ 0 & 0 & 1 \end{bmatrix}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 1 \\ 3 & 0 & 1 \end{bmatrix}\\ \end{aligned}

解答 c

根据题目中消元矩阵的作用,可知通过 E21E_{21}E31E_{31} 消元后已经构建出上三角矩阵 UU

提示

最后一个消元矩阵 E23E_{23} 消除的是第二行的元素(而不是第三行的元素),构建出单位矩阵 II

AE21E31UA \xrightarrow{E_{21}} \xrightarrow{E_{31}} U

根据逆矩阵的作用可知

UE311E211AU \xrightarrow{E^{-1}_{31}} \xrightarrow{E^{-1}_{21}} A

所以 A=E211(E311U)A=E^{-1}_{21}(E^{-1}_{31}U),即下三角矩阵 L=E211E311L=E^{-1}_{21}E^{-1}_{31}

L=E211E311=[100410001][100010301]=[100410301]\begin{aligned} L&=E^{-1}_{21}E^{-1}_{31}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 3 & 0 & 1 \end{bmatrix}\\ &= \begin{bmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 3 & 0 & 1 \end{bmatrix} \end{aligned}

问题三

已知矩阵 AA 中包含一个变量 cc

A=[11243c280022]A= \begin{bmatrix} 1 & 1 & 2 & 4 \\ 3 & c & 2 & 8 \\ 0 & 0 & 2 & 2 \end{bmatrix}

回答以下问题:

a. 对于每个 cc 求出矩阵 AA 的列空间的一组基

b. 对于每个 cc 求出矩阵 AA 的零空间的一组基

c. 对于每个 cc 求出方程组 Ax=[1c0]Ax=\begin{bmatrix} 1 \\ c \\ 0 \end{bmatrix} 的通解

解答 a

对矩阵 AA 进行消元变换

A=[11243c280022]E[11240c3440022]A= \begin{bmatrix} 1 & 1 & 2 & 4 \\ 3 & c & 2 & 8 \\ 0 & 0 & 2 & 2 \end{bmatrix} \xrightarrow{E} \begin{bmatrix} 1 & 1 & 2 & 4 \\ 0 & {\color{Red} c-3} & -4 & -4 \\ 0 & 0 & 2 & 2 \end{bmatrix}
  • 如果 c=3c=3 时,则主元 r=2r=2(以下橙色标注的是主元) AE[112400440000]A \xrightarrow{E} \begin{bmatrix} {\color{Orange} 1} & 1 & 2 & 4 \\ 0 & 0 & {\color{Orange} -4} & -4 \\ 0 & 0 & 0 & 0 \end{bmatrix}
    在阶梯形式中主列对应于矩阵 AA 的第一列和第三列,它们可以作为列空间 C(A)C(A) 的一组基 [130],[222]\begin{bmatrix} 1 \\ 3 \\ 0 \end{bmatrix}, \begin{bmatrix} 2 \\ 2 \\ 2 \end{bmatrix}
  • 如果 c3c \neq 3 时,则主元 r=3r=3(以下橙色标注的是主元) AE[11240c3440022]A \xrightarrow{E} \begin{bmatrix} {\color{Orange} 1} & 1 & 2 & 4 \\ 0 & {\color{Orange} c-3} & -4 & -4 \\ 0 & 0 & {\color{Orange} 2} & 2 \end{bmatrix}
    在阶梯形式中主列对应于矩阵 AA 的第一列、第二列和第三列,它们可以作为列空间 C(A)C(A) 的一组基 [130],[1c0],[222]\begin{bmatrix} 1 \\ 3 \\ 0 \end{bmatrix}, \begin{bmatrix} 1 \\ c \\ 0 \end{bmatrix}, \begin{bmatrix} 2 \\ 2 \\ 2 \end{bmatrix}

解答 b

解答 a 可知

  • c=3c=3 时,矩阵的秩 r=2r=2,则矩阵的零空间的维度是 dimN(A)=nr=42=2dimN(A)=n-r=4-2=2(有两个自由变量),所以需要两个特解来张成零空间
    设定自由变量 x2=1,x4=0x_{2}=1, x_{4}=0,代入方程组 Ax=0Ax=0 可得 {x1+1+2x3=03x1+3+2x3=0x3=0\begin{aligned} \left\{\begin{matrix} x_{1}+1+2x_{3}=0 \\ 3x_{1}+3+2x_{3}=0 \\ x_{3}=0 \end{matrix}\right. \end{aligned}
    解得一个特解 {x1=1x2=1x3=0x4=0\begin{aligned} \left\{\begin{matrix} x_{1}=-1 \\ x_{2}=1 \\ x_{3}=0 \\ x_{4}=0 \end{matrix}\right. \end{aligned}
    设定自由变量 x2=0,x4=1x_{2}=0, x_{4}=1,代入方程组 Ax=0Ax=0 可得 {x1+2x3+4x4=03x1+2x3+8x4=02x3+2=0\begin{aligned} \left\{\begin{matrix} x_{1}+2x_{3}+4x_{4}=0 \\ 3x_{1}+2x_{3}+8x_{4}=0 \\ 2x_{3}+2=0 \end{matrix}\right. \end{aligned}
    解得另一个特解 {x1=2x2=0x3=1x4=1\begin{aligned} \left\{\begin{matrix} x_{1}=-2 \\ x_{2}=0 \\ x_{3}=-1 \\ x_{4}=1 \end{matrix}\right. \end{aligned}
    所以零空间的一组基是 [1100],[2011]\begin{bmatrix} -1 \\ 1 \\ 0 \\ 0 \end{bmatrix}, \begin{bmatrix} -2 \\ 0 \\ -1 \\ 1 \end{bmatrix}
  • c3c \neq 3 时,矩阵的秩 r=3r=3,则矩阵的零空间的维度是 dimN(A)=nr=43=1dimN(A)=n-r=4-3=1(有一个自由变量),所以需要一个特解就可以张成零空间

设定自由变量 x4=1x_{4}=1,代入方程组 Ax=0Ax=0 可得

{x1+x2+2x3+4=03x1+cx2+2x3+8=02x3+2=0\left\{\begin{matrix} x_{1}+x_{2}+2x_{3}+4=0 \\ 3x_{1}+cx_{2}+2x_{3}+8=0 \\ 2x_{3}+2=0 \end{matrix}\right.

可得

{x1+x2=23x1+cx2=6x3=1\left\{\begin{matrix} x_{1}+x_{2}=-2 \\ 3x_{1}+cx_{2}=-6 \\ x_{3}=-1 \end{matrix}\right.

由以上方程组的前两个等式可得

(c3)x2=0(c-3)x_{2}=0

因为 c3c \neq 3 所以只有当 x2=0x_{2}=0 时,等式才成立,因此求得一个特解

{x1=2x2=0x3=1x4=1\begin{aligned} \left\{\begin{matrix} x_{1}=-2 \\ x_{2}=0 \\ x_{3}=-1 \\ x_{4}=1 \end{matrix}\right. \end{aligned}

所以零空间的一组基是

[2011]\begin{bmatrix} -2 \\ 0 \\ -1 \\ 1 \end{bmatrix}

解答 c

方程组 Ax=bAx=b 的通解是由一个特解和零空间 N(A)N(A) 构成的

观察方程组 Ax=[1c0]Ax=\begin{bmatrix} 1 \\ c \\ 0 \end{bmatrix} 可知矩阵 AA 的第二行正好就是 bb,所以方程组的特解可以是 [0100]\begin{bmatrix} 0 \\ 1 \\ 0 \\ 0 \end{bmatrix}

再根据解答 c求得的零空间,得出方程组 Ax=[1c0]Ax=\begin{bmatrix} 1 \\ c \\ 0 \end{bmatrix} 的通解

  • c=3c=3 时,方程组的通解为 [0100]+c[1100]+d[2011]\begin{bmatrix} 0 \\ 1 \\ 0 \\ 0 \end{bmatrix} +c \begin{bmatrix} -1 \\ 1 \\ 0 \\ 0 \end{bmatrix} +d \begin{bmatrix} -2 \\ 0 \\ -1 \\ 1 \end{bmatrix}
  • c3c \neq 3 时,方程组的通解为 [0100]+c[2011]\begin{bmatrix} 0 \\ 1 \\ 0 \\ 0 \end{bmatrix} +c \begin{bmatrix} -2 \\ 0 \\ -1 \\ 1 \end{bmatrix}

问题四

a. 如果矩阵 AA 的形状是 3×53 \times 5,则可以知道哪些关于矩阵零空间的信息呢?

b. 假设对矩阵 AA 进行消元变换,得到简化阶梯形式如下 R=rrf(A)R=rrf(A)

R=[140000001000001]R= \begin{bmatrix} 1 & 4 & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 0 & 1 \end{bmatrix}

写出可以知道的关于矩阵 AA 列空间的信息

c. 在所有 3×33 \times 3 矩阵所构成的矩阵空间 MM 中,由其中所有的简化阶梯形式 RR 所构成的集合 SS 是一个怎样的子空间呢?

解答 a

矩阵 A3×5A_{3 \times 5} 的零空间是 R5\mathbb{R}^{5} 的子空间,所以零空间的维度最大只能是 55,即 dimN(A)5dimN(A) \le 5

而矩阵 AA 的行数只有 m=3m=3,根据秩与行数的关系 rmr \le m(即 r3r \le 3),以及零空间维度的公式 dimN(A)=nr=5r53dimN(A)=n-r=5-r \ge 5-3,可得零空间的维度最小值只能是 22,即 dimN(A)2dimN(A) \ge 2

所以零空间的维度范围是 2dimN(A)52 \le dimN(A) \le 5

解答 b

简化阶梯形式中,第一列、第四列和第五列是主列(主元用橙色标记),在矩阵 AA 中所对应的列可以构成列空间 C(A)C(A) 的一组基

R=[140000001000001]R= \begin{bmatrix} {\color{Orange} 1} & 4 & 0 & 0 & 0 \\ 0 & 0 & 0 & {\color{Orange} 1} & 0 \\ 0 & 0 & 0 & 0 & {\color{Orange} 1} \end{bmatrix}

另外根据简化阶梯形式,可知矩阵 AA 的第二列与第一列线性相关,且倍数关系是 44;第三列是 [000]\begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix}

解答 c

定义

简化行阶梯形式 Reduce Row Echelon Form 是使用消元法(方程组中各等式之间作差,或等式内初一系数进行化简)进一步将阶梯形式的矩阵 UU 化简为主元为 11,主元所在列上下元素都为 00 的形式,记作 RR

因为简化行阶梯形式 RR 本身就是由上三角矩阵 UU 进一步简化而来的,所以 RR 的下三角都是零,如果将所有的 RR 集合构成一个矩阵空间,则由它们进行线性组合,是可以得到任何的上三角矩阵的 UU,即子空间 SS 就是表示上三角矩阵

S={[abc0de00f]}S= \{ \begin{bmatrix} a & b & c \\ 0 & d & e \\ 0 & 0 & f \end{bmatrix} \}
提示

矩阵空间 SS 的基由六种简化行阶梯形式 RR 构成

[100010001],[100010000],[100001000],[100000000],[110000000],[101000000]\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}, \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 0 \end{bmatrix}, \begin{bmatrix} 1 & 0 & 0 \\ 0 & 0 & 1 \\ 0 & 0 & 0 \end{bmatrix}, \begin{bmatrix} 1 & 0 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix}, \begin{bmatrix} 1 & 1 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix}, \begin{bmatrix} 1 & 0 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix}

Copyright © 2024 Ben

Theme BlogiNote

Icons from Icônes