《线性代数入门》,梁鑫等编著,清华大学出版社,2022 年.
1 线性映射和矩阵
1.2 线性映射的表示矩阵
1.2.1
- b=2[11]+4[01]+5[10]=[76]=[1011][16].
- b=5⎣⎢⎢⎢⎢⎡12345⎦⎥⎥⎥⎥⎤+4⎣⎢⎢⎢⎢⎡54321⎦⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎡2526272829⎦⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎡1111101111001110001100001⎦⎥⎥⎥⎥⎤⎣⎢⎢⎢⎢⎡251111⎦⎥⎥⎥⎥⎤.
- b=⎣⎢⎢⎡2b+a+cc−ba+b+ca+b⎦⎥⎥⎤=⎣⎢⎢⎡10112−1111110⎦⎥⎥⎤⎣⎡abc⎦⎤.
- b=f(⎣⎢⎢⎢⎢⎡12345⎦⎥⎥⎥⎥⎤)=f(⎣⎢⎢⎢⎢⎡10000⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡02000⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡00300⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡00040⎦⎥⎥⎥⎥⎤)+f(⎣⎢⎢⎢⎢⎡00005⎦⎥⎥⎥⎥⎤)=f(e1)+2f(e2)+3f(e3)+4f(e4)+5f(e5)=e5+4e4+9e3+16e2+25e1=⎣⎢⎢⎢⎢⎡2516941⎦⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎡5000004000003000002000001⎦⎥⎥⎥⎥⎤⎣⎢⎢⎢⎢⎡54321⎦⎥⎥⎥⎥⎤.
- 根据题意可以写出 b=[0.80.20.30.7][0.50.5].
1.2.2
- 是. ⎣⎡111011⎦⎤[13]=⎣⎡111⎦⎤+3⎣⎡011⎦⎤=⎣⎡144⎦⎤.
- 不是.
- 是. [1101][13]=[11]+3[01]=[14].
- 是. ⎣⎡111011001⎦⎤⎣⎡135⎦⎤=⎣⎡111⎦⎤+3⎣⎡011⎦⎤+5⎣⎡001⎦⎤=⎣⎡149⎦⎤.
- 是. ⎣⎢⎢⎡1111011100110001⎦⎥⎥⎤⎣⎢⎢⎡1357⎦⎥⎥⎤=⎣⎢⎢⎡1111⎦⎥⎥⎤+3⎣⎢⎢⎡0111⎦⎥⎥⎤+5⎣⎢⎢⎡0011⎦⎥⎥⎤+7⎣⎢⎢⎡0001⎦⎥⎥⎤=⎣⎢⎢⎡14916⎦⎥⎥⎤.
- 是. ⎣⎡147258369⎦⎤⎣⎡1−21⎦⎤=⎣⎡147⎦⎤−2⎣⎡258⎦⎤+⎣⎡369⎦⎤=⎣⎡000⎦⎤.
- 是. ⎣⎡123456789⎦⎤⎣⎡1−21⎦⎤=⎣⎡123⎦⎤−2⎣⎡456⎦⎤+⎣⎡789⎦⎤=⎣⎡000⎦⎤.
- 是. ⎣⎡137124013⎦⎤⎣⎡1−1−1⎦⎤=⎣⎡137⎦⎤−⎣⎡124⎦⎤−⎣⎡013⎦⎤=⎣⎡000⎦⎤.
- 是. ⎣⎡110321743⎦⎤⎣⎡1−1−1⎦⎤=⎣⎡110⎦⎤−⎣⎡321⎦⎤−⎣⎡743⎦⎤=⎣⎡−9−5−4⎦⎤.
- 是. ⎣⎡110321743⎦⎤⎣⎡2−31⎦⎤=2⎣⎡110⎦⎤−3⎣⎡321⎦⎤+⎣⎡743⎦⎤=⎣⎡000⎦⎤.
1.2.3
-
当 i=1 时,u1=[0.80.20.30.7][10]=[0.80.2],v1=[0.80.20.30.7][13]=[1.72.3].
当 i=2 时,u2=[0.80.20.30.7][0.80.2]=[0.70.3],v2=[0.80.20.30.7][1.72.3]=[2.051.95].
当 i=3 时,u3=[0.80.20.30.7][0.70.3]=[0.650.35],v3=[0.80.20.30.7][2.051.95]=[2.2251.775].
当 i=4 时,u4=[0.80.20.30.7][0.650.35]=[0.6250.375],v4=[0.80.20.30.7][2.2251.775]=[2.31251.6875].
-
不难猜测 i→∞limui=[0.60.4],i→∞limvi=[2.41.6].
-
设 w0=[ab],所以 w1=[0.80.20.30.7][ab]=[0.8a+0.3b0.2a+0.7b],所以 w2=[0.80.20.30.7][0.8a+0.3b0.2a+0.7b]=[0.7a+0.45b0.3a+0.55b],不难从中猜测 i→∞limwi=[0.6a+0.6b0.4a+0.4b]. 它们都在直线 y=32x 上.
1.2.4
- 容易知道,⎣⎡y1y2y3⎦⎤=⎣⎡x1x1+x2x1+x2+x3⎦⎤,所以 y1=x1,y2=x1+x2,y3=x1+x2+x3.
- x1=y1,x2=y2−x1=y2−y1,x3=y3−x1−x2=y3−y1−y2+y1=y3−y2.
- 不难有 ⎣⎡1−1001−1001⎦⎤⎣⎡y1y2y3⎦⎤=⎣⎡x1x2x3⎦⎤.
- 证明 显然有 g∘f(⎣⎡x1x2x3⎦⎤)=BA⎣⎡x1x2x3⎦⎤=B⎣⎡y1y2y3⎦⎤=⎣⎡x1x2x3⎦⎤,同理 f∘g(⎣⎡y1y2y3⎦⎤)=⎣⎡y1y2y3⎦⎤. 所以 f,g 互为逆变换.
1.2.5
- [0001].
- [123].
- ⎣⎡03−2−3012−10⎦⎤.
- ⎣⎢⎢⎡1000010100100001⎦⎥⎥⎤.
- ⎣⎢⎢⎡0001010000101000⎦⎥⎥⎤.
- 副对角线元素为 1,其余元素全是 0 的方阵.
1.2.6
-
可以表示为 ⎣⎢⎡dd−l1dl1dd−l2dl2⎦⎥⎤.
-
分析问题,先写出输出的力矩的向量,左端逆时针方向的力矩已经给出,类似地可以写出右端力矩 (d−l1)F1+(d−l2)F2−df1. 对于中点,按照力矩分析的方法可知其力矩为:
2df2−2df1+(2d−l1)F1+(2d−l2)F2
由此可得,f 的表示矩阵为 ⎣⎢⎢⎡−l12d−l1d−l1−l22d−l2d−l20−2d−dd2d0⎦⎥⎥⎤.
1.2.7
-
证明 不妨证明一个更一般的结论. 取线性变换 h,g,h∘g(a+b)=h(g(a)+g(b))=h∘g(a)+h∘g(b),h∘g(ka)=h(kg(a))=kh∘g(a),这表明任意两个线性变换的复合都是线性变换. 因而 f 是线性变换.
-
f(e1)=[0−1−10][1021]⎣⎢⎢⎡2321−2123⎦⎥⎥⎤[10]=⎣⎢⎡−21−1−23⎦⎥⎤.
f(e2)=[0−1−10][1021]⎣⎢⎢⎡2321−2123⎦⎥⎥⎤[01]=⎣⎢⎡−2321−3⎦⎥⎤.
-
由第 2 小题可知,f 的表示矩阵为 ⎣⎢⎢⎡−21−1−23−2321−3⎦⎥⎥⎤.
-
f([34])=⎣⎢⎢⎡−21−1−23−2321−3⎦⎥⎥⎤[34]=⎣⎢⎡−23−23−2113−1⎦⎥⎤.
1.2.8
- 根据幻方矩阵的性质,M⎣⎡111⎦⎤ 只有可能为 ⎣⎡151515⎦⎤.
- 根据数独矩阵的性质,M⎣⎢⎡1⋮1⎦⎥⎤ 只有可能为 ⎣⎢⎡45⋮45⎦⎥⎤.
1.2.9
证明 不妨假设 A 中有一个元素 aij=0,只需让 xj=1,就有 Ax=0,因此,A 中不能出现非零元素.
1.2.10
证明 根据题意不难列出方程 ai1x1+ai2x2+⋯+ainxn=c(x)xi,显然有 aiixi=c(x)xi 即 aii=c(x),因此,A 可以表示为 ⎣⎢⎡c(x)⋮0⋯⋱⋯0⋮c(x)⎦⎥⎤=c(x)In. 我们知道 c(x) 是一个常数,因此,存在常数 c 使得 A=cIn.