矩阵分析第四章

矩阵分析引论第四版课后练习题含答案简介《矩阵分析引论》是矩阵分析领域的经典教材之一，已经发行了四个版本。

该书主要以线性代数、矩阵理论和应用为主要内容，重点介绍了矩阵分析的基本概念、原理和应用。

本文主要介绍该书第四版中的课后练习题及其答案。

提供的资料本文为矩阵分析引论第四版课后练习题及其答案，包含了第一章到第五章的所有习题和答案。

其中，习题从简单到复杂，大部分习题都有详细的解答过程和答案。

内容概述第一章引言第一章主要介绍了矩阵分析的历史和基本概念、性质、符号等。

本章习题主要涉及了矩阵、向量、矩阵运算等基本概念和性质。

第二章基本概念和变换第二章主要介绍了线性变换的基本概念和性质，以及线性代数中的一些重要定理和定理的证明。

本章习题主要涉及了线性变换、矩阵的秩和标准型、特征值和特征向量等内容。

第三章矩阵运算第三章主要介绍了矩阵运算的基本概念和性质，包括矩阵乘法、逆矩阵、行列式等。

本章习题主要涉及矩阵运算的基本操作和应用。

第四章矩阵分解第四章主要介绍了矩阵分解的基本概念和应用，包括特征值分解、奇异值分解、QR分解等。

本章习题主要涉及了矩阵特征值和特征向量、矩阵的奇异值分解等内容。

第五章线性方程组和特征值问题第五章主要介绍了解线性方程组和求特征值的方法，包括高斯消元法、LU分解、带状矩阵、雅可比迭代等。

本章习题主要涉及了线性方程组的解法、矩阵的特征值问题等内容。

结语本文介绍了矩阵分析引论第四版课后练习题及其答案。

对于学习矩阵分析的同学，课后习题是一个非常重要的练习和提升自己能力的途径。

本文所提供的习题和答案可以帮助读者巩固和提高自己的矩阵分析能力。

同时，本文也希望能够帮助更多的人学习矩阵分析，并成为矩阵分析领域的专家。

第四章 矩阵分析4-1．(1)对矩阵A 只做初等行变换得到行简化阶梯形矩阵82100-55212311125141010551312114001-5582100-5521211251,0105513114001-55A B C A BC ⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-→⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦=取于是即为其满秩分解表达式(2)对矩阵A 只做初等行变换得到行简化阶梯形矩阵1101010-10-1011110111123131000001110-10-101,0111123A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(3)对矩阵A 只做初等行变换得到行简化阶梯形矩阵12101212101212213300112124314500000048628100000001112121012,2300112146A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(4)对矩阵A 只做初等行变换得到行简化阶梯形矩阵120111012011036142360011-1024022270000016121757300000010101201103136,0011-1020270000016173A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=取于是即为其满秩分解表达式4-2．解：首先注意到A 的秩为1，同时计算出HAA 的特征值12=6=0λλ，，所以A 的奇异值1=6.σ然后分别计算出属于12λλ，的标准正交特征向量.]] []121211112121,1-1,1,.3111111=[,]T TH HU UV A UVV V VAηηηηη-====⎡⎤⎢⎥=∆==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎢⎢⎢⎢⎢⎢⎥⎢⎥⎣⎦⎤⎥==⎢⎥⎥⎣⎦，记，现在计算取于是r000003333HrA U V⎤⎥⎤=⎥⎥⎢⎣⎦⎥⎦⎥⎢⎥⎣⎦=∆=⎦⎥⎦或者4-3．解：(1)容易验证H H H HAA A A BB B B==,所以A,B是正规矩阵.(2)下面求A的谱分解：[][]21231123232323111(+1)(-2)=2==-1.=2=.==-1=10-1=1-0.=0=.TTTTTH E A A G λλλλλλλξλλααααξξξξ-===故的特征值为：，对于特征值，其对应的特征向量对于特征值，其对应的特征向量，，，，1，将，正交化和单位化得，，于是2223311133311133311133300111110636221210003331110226H H G ξξξξ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢=+=+⎢⎥⎢⎢⎥⎢⎢⎢⎥⎢⎣⎢⎥⎣⎦-⎡⎤-⎢⎥⎢⎥=+--⎢⎥⎢⎥-⎢⎥-⎣⎦122113331213331111236333=2A G G ⎡⎤⎡⎤--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦-因此即为其谱分解.矩阵B 的谱分解参照矩阵A 的谱分解方法. 4-4． 解：已知矩阵024102211042A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦[][][]21231212331231231(+1)(+2),==-1=-2==-1=-2,1,0,4,0,1=-2=4,2,1.244[,,]102011T TTE A A A P P AP λλλλλλλλααλααααααα--==---⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦-=求得所以其对应的特征值为：，对应于特征值，其对应的特征向量对应于特征值，其对应的特征向量为：，，线性无关，所以矩阵可对角化，所以矩阵是单纯矩阵于是而且有：11231112223311161212100211010,()366002221333122112111=--=-=6331263126322433312263311212632T TTTT TT P G G βββαβαβαβ-⎡⎤-⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥-=-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥-⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥=+=--⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦==取：，，，，，，，，令122433312263311212632A G G A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=-+故即为矩阵的谱分解表达式.4-5．解：[][][]12312i 20000-i 0000500000,=5==0000=51,0,02001,0,0,=1,0,0-i 00100H H H H TT T H HHA A AA AA AA U V A U A V λλλδληηη-⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==∆⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢=∆=⎢⎢⎣⎦，求出的特征值为，所以的奇异值为：求出对应于的特征根：==H⎡⎤⎥⎥⎥⎥⎢⎥⎣⎦4-6．解：()()()1231212112204002000i ,0100-i 000000(-1)(-4)=4,=1,=02=2,=1,14=1,0,04=0,1,010,0100H H H H T H TH A A AA E AA AA AA AA U λλλλλλλααμμμμ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦-=⇒⎡⎤∆=⎢⎥⎣⎦⎡⎤⎢⎥==⎢⎢⎣⎦，所以的奇异值为：特征值为的单位特征向量为：特征值为的单位特征向量为：于是1111100-i 102100110-i 00H H H HV A U A U V -⎥⎥⎡⎤=∆=⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=∆=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦因此所以4-7．解：(1) 首先求出矩阵A 的特征多项式212322082(+2)(-6)06=-2==6A (6E-A)=14204206E-A=8400000000E A aa a λλλλλλλλλ---=--=---⎡⎤⎡⎤⎢⎥⎢⎥--→-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦所以其特征值为：，由于是单纯矩阵，从而r 有此可知：a=0;(2) 由上知a=0；()21231212331112223220=820-(+2)(-6)006==6;=-2,==6=0 =001=-2=0125524551TT T H H A E A A G G λλλλλλλλααλαααααα⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⇒⎫⎪⎭⎫⎪⎭⎛⎫ ⎪ ⎪⎪=+== ⎪ ⎪ ⎪ ⎪⎝⎭所以，求出对应于的单位正交特征向量为：，，，求出对应于的单位特征向量为：因此，的投影矩阵，31212552455062H A G G α⎛⎫- ⎪ ⎪ ⎪=- ⎪ ⎪ ⎪ ⎪⎝⎭=-4-8．解： (1)3i -13i -1-i 0i -i 0i -1-i 0-1-i 0,.HH H A A AA A A A ⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=，所以是正规矩阵 (2)()()())()()()212311223312312314122 1.2==-1=0,-i,1,,=0.8801,0.3251i,0.3251,=0.4597,0.6280i 0.6280,=TTTTTE A λλλλλλλλαλαλααααηηη-=+-+=+==-===求出与求出与求出与对应的特征向量为：将单位化得到单位特征向量为：，111222333112233,,=TH H HG G G A G G G ηηηηηηλλλ⎛ ⎝⎭===++所以4-9．解：对矩阵A 只作初等行变换100071415610290102000147712401525001772655700000310007141102901020077,1245250017726500000.A ABC BC A -⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=→→⎢⎥⎢⎥--⎢⎥⎢⎥--⎢⎥⎣⎦⎢⎥⎣⎦-⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦= 的秩为，且前三个列向量线性无关，故容易验证：4-10.解： 对矩阵A 只作初等行变换110130-331321421=261070013339311100000211012130-3321,210013333.2113210-361,93A A B C BC A A B C ⎡⎤⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥→→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦ 的秩为，且第一，第三个列向量线性无关，故容易验证：的秩为，且第二，第三个列向量线性无关，故10992100133.BC A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=容易验证：4-11.解：()()1231231231231===0=00=0004400TTTH A Schmidt U R U A R ααααααυυυυυυ-⎛ ⎝⎛⎝⎛⎝⎡⎢⎢⎢==⎢⎢⎢⎢⎣⎡⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎣⎦将，，的列向量，，用方法标准正交化得，命，，，则111335---1444420111==-=--2222-1131=.H x R U b Ax b -⎥⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦不难验证4-12.解：5000000005,0,0A H H AA AA ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦因为的特征值为，故4-13.解：2123111111202000202(-4),=4==0A=2=2.=4==,10111012HH HT T HHHAAE AA AAAA UV A Uλλλλλλαλ-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦-=∆=⎡⎤=∆=∙=⎢⎥⎢⎥⎣⎦⎢⎥所以的特征值，，的奇异值为，的特征值的单位特征向量u u因此：不难验1122124.3.443301001HHHHH HA U VAAUA AU A A VU=∆=⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎢⎢=⎢⎥⎢⎥⎣⎦=证这是定理表达形式.下面介绍定理..表述形式.又的零特征值所对应的次酉矩阵的零特征值所对应的次酉矩阵V于是AA的酉矩阵与的酉矩阵分别为V⎤⎥⎥=⎢⎥⎥⎢⎥⎥⎥⎦⎥⎦，且2000000HD A UDV ⎡⎤∆⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=不难验证4-14. 解：()()()12312111121111400010(1)(4),000=4=1=02=2=1=14=1001=01010==010010010=U V 010H HH H H H H H AA E AA AA A AA u AA u U u u V A U i A λλλλλλλαα-⎡⎤⎢⎥=-=--⎢⎥⎢⎥⎣⎦⎡⎤∆⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤=∆=⎢⎥⎣⎦∆=，的特征值，，所以的奇异值，，的特征值为的单位特征向量的特征值为的单位特征向量于是因此所以3222121010043300=0=110010(,)=010,V=V 0001100201001001000100HH Hi AA u U U U U i A UDV i ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦若要写成定理..形式还得计算U,V.特征值为的单位特征向量故所以4-15.解：242-24-2422-4-2-2-2252-2-5H i i A i i i i A i i i i -⎡⎤⎡⎤⎢⎥⎢⎥==-=⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦由于所以A 是反Hermite 矩阵.2123121233111222-424+22==(+6i)(-3i)-22A ==-6i =3i.==-6i =0==3i 221=i -33354i2i -999-TTT H H iE A i i iA G λλλλλλλλλλλααλααααα+-=⎛ ⎝⎛⎫ ⎪⎝⎭=+= 的特征值，属于特征值的正交单位特征向量，属于特征值的正交单位特征向量，，因此的正交投影矩阵为233124i529992i 2899944i 2i 9994i 429992i 219996i 3i H G A A G G αα⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦=-所以的谱分解式为：+4-16..解：130i 2202031-i 022HA A ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦由于所以A 是Hermite 矩阵.()21231212331112213--i 220-20==(-2)(+1)31-i 0-22A ==2=-1.==2=010=0=-1=01i 022010i 1-022TTTH H E A A G G λλλλλλλλλλλααλααααα-=⎡⎤⎢⎥⎢⎥=+=⎢⎥⎢⎥⎢⎥⎣⎦ 的特征值，属于特征值的正交单位特征向量，，，属于特征值的正交单位特征向量因此的正交投影矩阵为233121i 0-22010i 10222-H A A G G αα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦=所以的谱分解式为：4-17. . .解：先求A 的特征值和特征向量，由21234-603+50=(-1)(+2)36-1==1=-2.E A A λλλλλλλλλ--=故的特征值为：，()()()()1231212331123=1-3-60360=0360=2-1,0=0,0,1=-2-3-60360=0360=-11,1201111,,101()=122011010TTT Tx x x x x x P P λααλαααα-⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦--⎡⎤⎡⎢⎥==--⎢⎥⎢⎥⎣⎦⎣当时，由方程组求得特征向量为：，，当时，由方程组求得特征向量为：，所以，()()()1231112223312=1,1,0,=-1,-2,1,=1,2,022*******,1201211202TTTT TT G G A A G G βββαβαβαβ⎤⎢⎥⎢⎥⎢⎥⎦--⎡⎤⎡⎤⎢⎥⎢⎥=+=--==⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦=-因此于是所求投影矩阵为的谱分解表达式为4-18.解： 因为()()1122r r 1122r 20112012012r 11122r r 1122r r 220111011201=+++=++++=++++=(G +G ++G )+()++()=(++++)G +(++++)G ++(+k k k k r s s ss s s s s s A G G G A G G G f a a a a f A a E a A a A a A a a G G G a G G G a a a a a a a a a a λλλλλλλλλλλλλλλλλλλλλλλ=+++++++++ 若则()()()211122+++)=G +G ++s s r ra a f f f G λλλλλ 4-19.解：方法一：A 是单纯矩阵()()()()()31234123123441234-1-11-11-1=(-1)(+3)-11-11-1-1===1=-3.===1=1100=101,0=-100,1=-3=1-1-1,111-11100-1,,,=010-10011T T TTE A A P λλλλλλλλλλλλλλαααλααααα-=⎡⎤⎢⎢=⎢⎢⎣故的特征值为：，属于特征值的正交单位特征向量，，，，，，，，，属于特征值的正交单位特征向量，，所以1123411122331111-44443111--4444,()=1311--44441131444413111131=-=-4444444411131111=-=--44444444314+T TTT TT TT P A G ββββαβαβαβ-⎡⎤⎢⎥⎢⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎦⎢⎥⎢⎥⎣⎦⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭=+=因此，，，，，，，，，，，，，，因此的正交投影矩阵为11444131144441131444411134444⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦244121111-4444111144441111--444411114444-3H G A A G G αβ⎡⎤-⎢⎥⎢⎥⎢⎥--⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为：方法二：A 是正规矩阵.由方法一中已知A 的特征值1234===1=-3λλλλ，，把1234αααα，，，Schmidt 方法标准正交化得123441112233244=00=0=1111=--22223111444413114444+113144441113444411-44T T TTT T TH G G υυυαυυυυυυυυυ⎫⎫⎛⎪⎪ ⎭⎝⎭⎛⎫⎪⎝⎭⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥=+=⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦-==，，，把单位化得 ，，，正交投影矩阵121144111144441111--444411114444-3A A G G ⎡⎤⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为：。

前言 1、自我介绍2、矩阵分析理论是在线性代数的基础上推广的3、矩阵分析理论的组成：四部分：基础知识（包括书上的前三章内容）难点：约当标准形与移项式矩阵矩阵分析（第四章：矩阵函数及其应用） 矩阵特征值的估算（第五章） 非负矩阵（第六章）第一部：矩阵分析理论的基础知识§1 线性空间与度量空间一、线性空间：1．数域：Df 1：若复数的一个非空集合P 含有非零的数，且其中任意两数的和、差、积商（除数不为0）仍在这个集合中，则称数集P 为一个数域eg 1：Q （有理数），R （实数），C （复数），Z （整数），N （自然数）中哪些是数域？哪些不是数域？2．线性空间—设P 是一个数域，V 是一个非空集合，若满足：<1> 可加性—指在V 上定义了一个二元运算（加法）即：V ∈∀βα, 经该运算总存在唯一的元素V ∈γ与之对应，称γ为α与β的和，记βαγ+= 并满足：① αββα+=+② )()(γβαγβα++=++ ③ 零元素—＝有θαθααθ+∈∀∈∃Vt s V .④ αβαβθβααβ-+∈∀∈∃＝记的负元素为＝有对V V<2> 数积：（数乘运算）—在P 与V 之间定义了另一种运算。

即V P k ∈∈∀α,经该运算后所得结果，仍为V 中一个唯一确定的元素。

存在唯一确定的元素V ∈δ与之对应，称δ为k 与α的乘积。

记为αδk = 并满足：①αα=⋅1② P l k ∈∀, αα)()(kl l k = ③ P l k ∈∀, αααl k l k +=+)( ④ γβα∈∀, βαβαk k k +=+)(则称V 为数域P 上的线性空间（向量空间）记为)...(∙+P V 习惯上V 中的元素—向量， θ—零向量， 负元素—负向量结论：可以证明，线性空间中的零向量是唯一的，负元素也是唯一的，且有：θα=⋅0 θθ=⋅k αα-=⋅-)1( )(βαβα-+=-eg2：}{阶矩阵是n m A A V ⨯= P —实数域R按照矩阵的加法和数与矩阵的乘法，就构成实数域R 上的线性空间，记为：n m R ⨯ 同样，若V 为n 维向量，则可构成R 上的n 维向量空间n R —线性空间。