高等代数 | 矩阵 | 矩阵的迹与幂零矩阵 | 求二次型的规范形

矩阵

矩阵的迹与幂零矩阵

(苏州大学,2021)设 {n} 阶复方阵 {A,B} 满足 {A B-B A=A},证明:

  1. {A^{k} B-B A^{k}=k A^{k}} 对任意的正整数 {k} 都成立;
  2. {A} 是幂零矩阵,即存在正整数 {m} ,使得 {A^{m}=O};
  3. {A,B} 有公共的特征向量.

proof

  1. 数学归纳法. 当 {k=1} 时,有 {A B-B A=A}. 现在设命题对正整数 {k} 成立,即 {A^{k} B-B A^{k}=k A^{k}},则
    \begin{aligned} A^{k+1} B-B A^{k+1} &=A\left(B A^{k}+k A^{k}\right)-B A^{k+1}\\ &=A B A^{k}+k A^{k+1}-B A^{k+1} \\ &=(B A+A) A^{k}+k A^{k+1}-B A^{k+1}\\ &=(k+1) A^{k+1} \end{aligned}
    即命题对 {k+1} 也成立.

  2. 由第一问可知
    \begin{aligned} \operatorname{tr}\left(k A^{k}\right)&=\operatorname{tr}\left(A^{k} B-B A^{k}\right)\\ &=\operatorname{tr}\left(A^{k} B\right)-\operatorname{tr}\left(B A^{k}\right)\\&=0,k=1,2,\cdots,n \end{aligned}
    {\operatorname{tr}\left(A^{k}\right)=0(k=1,2,\cdots,n)}. 现在设 {A}{n} 个特征值为 {\lambda_{i}(i=1,2,\cdots,n)},则{ \operatorname{tr}\left(A^{k}\right)=\sum_{i=1}^{n} \lambda_{i}^{k}=0,k=1,2,\cdots,n . }

    {A} 的特征值不全为零,可设 {\mu_{1},\mu_{2},\cdots,\mu_{s}}{A} 的全部互异非零特征值,其重数分别为 {k_{1},k_{2},\cdots,k_{s}},由上式可知
    { \sum_{i=1}^{s} k_{i} \mu_{i}^{k}=0,k=1,2,\cdots,s . }
    将此看作关于 {k_{1},k_{2},\cdots,k_{s}} 的线性方程组,其系数行列式为

    \begin{aligned} \left|\begin{array}{cccc} \mu_{1}&\mu_{2}&\cdots&\mu_{s} \\ \mu_{1}^{2}&\mu_{2}^{2}&\cdots&\mu_{s}^{2} \\ \vdots&\vdots& &\vdots \\ \mu_{1}^{s}&\mu_{2}^{s}&\cdots&\mu_{s}^{s} \end{array} \right|& =\mu_{1} \mu_{2} \cdots \mu_{s} \prod_{1 \leqslant j < i \leqslant s} \left( \mu_{i}-\mu_{j} \right)\neq 0. \end{aligned}

    故应有 {k_{1}=k_{2}=\cdots=k_{s}=0},这与 {k_{1},k_{2},\cdots,k_{s}} 为正整数矛盾. 所以 {A} 的特征值均为零,进而 {\lambda^{n}} 为其特征值多 项式,由哈密顿-凯莱定理便知 {A^{n}=O},即 {A} 为幂零矩阵.

  3. 任取复数域上的 {n} 维线性空间 {V},设 {\varepsilon_{1},\varepsilon_{2},\cdots,\varepsilon_{n}}{V} 的一组基,定义 {V} 上的线性变换 {\mathscr{A},\mathscr{B}},使得其在基 {\varepsilon_{1},\varepsilon_{2},\cdots,\varepsilon_{n}} 下的矩阵分别为 {A,B},则 {\mathscr{A} \mathscr{B}-\mathscr{B} \mathscr{A}=\mathscr{A}},且 0 为 {\mathscr{A}} 的特征值,现在考虑 {\mathscr{A}} 的属于特征值 0 的特 征值子空间 {V_{0}},对任意的 {\alpha \in V_{0}},有 {\mathscr{A} \alpha=0},进而
    { \mathscr{A} \mathscr{B} \alpha=\mathscr{B} \mathscr{A} \alpha+\mathscr{A} \alpha=0 . }
    这说明 {\mathscr{B} \alpha \in V_{0}},所以 {V_{0}}{\mathscr{B}} 的不变子空间,而在复数域上,{\mathscr{B} | V_{0}} 作为 {V_{0}} 上的线性变换显然存在特征值与特征 向量,不妨设非零向量 {\xi \in V_{0}} 满足 {\mathscr{B} \xi=\mu \xi},而明显 {\mathscr{A} \xi=0},所以 {\xi}{\mathscr{A},\mathscr{B}} 的公共的特征向量. 特别地,记 {\xi} 在 基 {\varepsilon_{1},\varepsilon_{2},\cdots,\varepsilon_{n}} 下的坐标为 {X \in \mathbb{C}^{n}},则 {X} 就是矩阵 {A,B} 的公共的特征向量.

(上海理工大学,2021)设 {A,B} 为 2 阶矩阵,且 {A=A B-B A},求 {A^{2}}.

solution

{A} 可逆,则由 {A=A B-B A} 可知 {E_{2}=B-A^{-1} B A},进而
{ \begin{aligned} 2&=\operatorname{tr}\left(E_{2}\right)\\ &=\operatorname{tr}\left(B-A^{-1} B A\right)\\ &=\operatorname{tr}(B)-\operatorname{tr}\left(A^{-1} B A\right)\\ &=0 . \end{aligned} }
矛盾,所以 {A} 不可逆,即 {r(A) \leqslant 1},进而 {A^{2}=\operatorname{tr}(A) A},而根据 {A=A B-B A} 可知
{ \begin{aligned} \operatorname{tr}(A)&=\operatorname{tr}(A B-B A)\\ &=\operatorname{tr}(A B)-\operatorname{tr}(B A)\\ &=0 \end{aligned} }
所以 {A^{2}=\operatorname{tr}(A) A=O}.

求二次型的规范形

(中南大学,2021)设 {A=\left(a_{i j}\right)}{n} 阶实方阵,满足:

  • {a_{11}=a_{22}=\cdots=a_{n n}=a>0};
  • 对任意的 {i=1,2,\cdots,n},有 {\sum_{j=1}^{n}\left|a_{i j}\right|+\sum\limits_{j=1}^{n}\left|a_{j i}\right|<4 a}.

求二次型 {f(X)=X^{\prime} A X} 的规范形,其中 {X=\left(x_{1},x_{2},\cdots,x_{n}A\right)^{\prime}}.

solution

首先注意到 {f(X)=X^{\prime} A X=X^{\prime} A^{\prime} X=X^{\prime} B X},其中
{ B=\frac{A+A^{\prime}}{2}=\left(b_{i j}\right) }
为二次型 {f(X)} 的对称矩阵,由已知可得
{ b_{i i}=a > 0,\sum_{j \neq i}\left|b_{i j}\right| < a,i=1,2,\cdots,n . }
由于 {B} 为实对称矩阵,所以 {B} 的特征值均为实数,任取 {\lambda_{0}}{B} 的实特征值,且 {\alpha=\left(x_{1},x_{2},\cdots,x_{n}A\right)^{\prime}} 为对应的实 特征值向量,由 {B \alpha=\lambda_{0} \alpha} 可知
{ \sum_{j=1}^{n} b_{i j} x_{j}=\lambda_{0} x_{i},i=1,2,\cdots,n . }
现在设 {\left|x_{k}\right|=\max \left\{\left|x_{1}\right|,\left|x_{2}\right|,\cdots,\left|x_{n}\right|\right\}>0},则由 {\sum\limits_{j=1}^{n} b_{k j} x_{j}=\lambda_{0} x_{k}} 可知
{ \left(\lambda_{0}-b_{k k}\right) x_{k}=\sum_{j \neq k} b_{k j} x_{j} . }
上式取绝对值放缩可得
{ \left|\lambda_{0}-a\right|\left|x_{k}\right| \leqslant \sum_{j \neq k}\left|b_{k j}\right|\left|x_{k}\right| < a\left|x_{k}\right| . }
{\left|\lambda_{0}-a\right| < a},解得 {\lambda_{0} > 0},即 {B} 为正定矩阵,所以 {f(X)} 的规范形为 {y_{1}^{2}+y_{2}^{2}+\cdots+y_{n}^{2}}

(南开大学,2021)在实线性空间 {V=\mathbb{R}^{n \times n}} 上定义二次型
q(A)=\operatorname{tr}\left(A^{2}\right),A \in V
试计算 {q} 的正惯性指数和负惯性指数.

solution

首先设 A = \left(x_{i j}\right)_{n \times n} \in V,则有
\begin{aligned} q(A)&=\operatorname{tr}\left(A^{2}\right)=\sum_{i,j=1}^{n} x_{i j} x_{j i}\\ &=\sum_{i=1}^{n} x_{i i}^{2}+2 \sum_{1 \leqslant i < j \leqslant n} x_{i j} x_{j i} \end{aligned}.

作非退化线性替换

{ \left\{\begin{array}{l} x_{i i}=y_{i i},1 \leqslant i \leqslant n \\ x_{i j}=\frac{1}{\sqrt{2}}\left(y_{i j}+y_{j i}\right),1 \leqslant i < j \leqslant n \\ x_{j i}=\frac{1}{\sqrt{2}}\left(y_{i j}-y_{j i}\right),1 \leqslant i < j \leqslant n \end{array}\right. }

可得

{ q(A)=\sum_{i=1}^{n} y_{i i}^{2}+\sum_{1 \leqslant i < j \leqslant n}\left(y_{i j}^{2}-y_{j i}^{2}\right) . }

因此 {q} 的正惯性指数为 {\dfrac{n (n+1)}{2}},负惯性指数为 {\dfrac{n (n-1)}{2}}.

note

{A=\left(a_{i j}\right)}{n} 级复矩阵。令
{ D_{i}(A)=\left\{z \in \mathbf{C}| \left|z-a_{i i}\right| \leqslant \sum_{j \neq i} \left|a_{i j} \right|\right\} . }
{D_{i}(A),i=1,2,\cdots,n},是 {A}{n} 个 Gersgorin 圆盘. 证明下述的 Gersgorin 圆盘定理:

{n} 级复矩阵 {A} 的每一个特征值都在 {A} 的某个 Gersgorin 圆盘中.

proof

任取 A 的一个特征值 \lambda_{1}, 则存在 \boldsymbol{\alpha} \in \mathbf{C}^{n}\boldsymbol{\alpha} \neq \boldsymbol{0}, 使得 A \boldsymbol{\alpha}=\lambda_{1} \boldsymbol{\alpha}_{0}\boldsymbol{\alpha}= \left(c_{1}, c_{2}, \cdots, c_{n}\right)^{\prime},且设
{ \left|c_{k}\right|=\max \left\{\left|c_{1}\right|,\left|c_{2}\right|,\cdots,\left|c_{n}\right|\right\} . }
比较 {A \alpha=\lambda_{1} \boldsymbol{\alpha}} 两边的第 {k} 个分量,得
{ \lambda_{1} c_{k}=a_{k 1} c_{1}+\cdots+a_{k k} c_{k}+\cdots+a_{k n} c_{n} . }
于是
{ \left(\lambda_{1}-a_{k k}\right) c_{k}=\sum_{j \neq k} a_{k j} c_{j} . }

由于 {\boldsymbol{\alpha} \neq \mathbf{0}},因此 {c_{k} \neq 0} 。从上式得
{ \left|\lambda_{1}-a_{k k}\right|=\left|\sum_{j \neq k} a_{k j} \frac{c_{j}}{c_{k}}\right| \leqslant \sum_{j \neq k}\left|a_{k j}\right| . }
于是 {\lambda_{1} \in D_{k}(A)}.

从本题看出,若 {A} 不可逆,则 {A} 的特征值 0 属于 {A} 的某一个 Gersgorin 圆盘。 也就是说,如果 {A} 不可逆,那么 {A} 有一个 Gersgorin圆盘包含原点。从而如果 {A} 的每一 个 Gersgorin 圆盘都不包含原点,那么 {A} 一定是可逆矩阵。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,175评论 5 466
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,674评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,151评论 0 328
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,597评论 1 269
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,505评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 47,969评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,455评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,118评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,227评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,213评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,214评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,928评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,512评论 3 302
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,616评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,848评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,228评论 2 344
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,772评论 2 339

推荐阅读更多精彩内容