Skip to content

2025-2-26日习题课

约 2013 字大约 7 分钟

2025-02-28

problem

α1,α2,α3\alpha_{1},\alpha_{2},\alpha_{3} 是三维欧氏空间的一组标准正交基,α=3α1+2α2+4α3,β=α12α2.\alpha=3\alpha_{1}+2\alpha_{2}+4\alpha_{3},\beta=\alpha_{1}-2\alpha_{2}.

  1. 求与 α,β\alpha,\beta 都正交的全部向量;
  2. 求与 α,β\alpha,\beta 都正交的全部单位向量。
solution

问题 1:求与 α,β\alpha, \beta 都正交的全部向量

步骤 1:设所求向量为 γ=x1α1+x2α2+x3α3\gamma = x_1\alpha_1 + x_2\alpha_2 + x_3\alpha_3 根据正交条件,有:

{γα=0γβ=0\begin{cases} \gamma \cdot \alpha = 0 \\ \gamma \cdot \beta = 0 \end{cases}

步骤 2:计算内积方程

  1. γα=3x1+2x2+4x3=0\gamma \cdot \alpha = 3x_1 + 2x_2 + 4x_3 = 0
  2. γβ=x12x2=0\gamma \cdot \beta = x_1 - 2x_2 = 0

步骤 3:解线性方程组 由第二个方程得 x1=2x2x_1 = 2x_2,代入第一个方程:

3(2x2)+2x2+4x3=0    8x2+4x3=0    x3=2x2.3(2x_2) + 2x_2 + 4x_3 = 0 \implies 8x_2 + 4x_3 = 0 \implies x_3 = -2x_2.

通解为

γ=x2(2α1+α22α3),x2R.\gamma = x_2(2\alpha_1 + \alpha_2 - 2\alpha_3), \quad x_2 \in \mathbb{R}.

结论

全部向量为 t(2α1+α22α3), tR\boxed{\text{全部向量为 } t(2\alpha_1 + \alpha_2 - 2\alpha_3),\ t \in \mathbb{R}}


问题 2:求与 α,β\alpha, \beta 都正交的全部单位向量

步骤 1:计算基础向量的模长 向量 2α1+α22α32\alpha_1 + \alpha_2 - 2\alpha_3 的模长为:

2α1+α22α3=22+12+(2)2=9=3.\|2\alpha_1 + \alpha_2 - 2\alpha_3\| = \sqrt{2^2 + 1^2 + (-2)^2} = \sqrt{9} = 3.

步骤 2:单位化 单位向量为:

±13(2α1+α22α3).\pm \frac{1}{3}(2\alpha_1 + \alpha_2 - 2\alpha_3).

结论

全部单位向量为 ±13(2α1+α22α3)\boxed{\text{全部单位向量为 } \pm \frac{1}{3}(2\alpha_1 + \alpha_2 - 2\alpha_3)}

problem

α1,α2,α3\alpha_{1},\alpha_{2},\alpha_{3} 是三维欧氏空间 VV 的一组基,其度量矩阵为 A=(112121216).A=\begin{pmatrix}1 & -1 & 2 \\ -1 & 2 & -1 \\ 2 & -1 & 6\end{pmatrix}.

  1. γ1=α1+α2,\gamma_{1}=\alpha_{1}+\alpha_{2}, 证明 γ1\gamma_{1} 是一个单位向量。
  2. 求参数 k,k, 使 β2=α1+α2+kα3\beta_{2}=\alpha_{1}+\alpha_{2}+k\alpha_{3}γ1\gamma_{1} 正交。
  3. β2\beta_{2} 单位化,记作 γ2.\gamma_{2}.
  4. 扩充 γ1,γ2\gamma_{1},\gamma_{2}VV 的一组标准正交基。
solution

问题 1:证明 γ1=α1+α2\gamma_1 = \alpha_1 + \alpha_2 是单位向量

步骤 1:计算 γ1\gamma_1 的模长 由度量矩阵 AA,内积 (αi,αj)(\alpha_i, \alpha_j) 对应矩阵元素 AijA_{ij},故:

γ12=(α1+α2,α1+α2)=(α1,α1)+2(α1,α2)+(α2,α2)=1+2(1)+2=12+2=1.\begin{aligned} \|\gamma_1\|^2 &= (\alpha_1 + \alpha_2, \alpha_1 + \alpha_2) \\ &= (\alpha_1, \alpha_1) + 2(\alpha_1, \alpha_2) + (\alpha_2, \alpha_2) \\ &= 1 + 2(-1) + 2 = 1 - 2 + 2 = 1. \end{aligned}

结论

γ1 是单位向量\boxed{\gamma_1 \text{ 是单位向量}}


问题 2:求参数 kk 使 β2=α1+α2+kα3\beta_2 = \alpha_1 + \alpha_2 + k\alpha_3γ1\gamma_1 正交

步骤 1:正交条件 要求 (γ1,β2)=0(\gamma_1, \beta_2) = 0,即:

(α1+α2,α1+α2+kα3)=0.(\alpha_1 + \alpha_2, \alpha_1 + \alpha_2 + k\alpha_3) = 0.

步骤 2:展开内积 利用度量矩阵计算:

(α1+α2,α1+α2)=1(已证)(α1+α2,α3)=(α1,α3)+(α2,α3)=2+(1)=1.\begin{aligned} (\alpha_1 + \alpha_2, \alpha_1 + \alpha_2) &= 1 \quad (\text{已证}) \\ (\alpha_1 + \alpha_2, \alpha_3) &= (\alpha_1, \alpha_3) + (\alpha_2, \alpha_3) = 2 + (-1) = 1. \end{aligned}

因此:

1+k1=0    k=1.1 + k \cdot 1 = 0 \implies k = -1.

结论

k=1\boxed{k = -1}


问题 3:将 β2\beta_2 单位化为 γ2\gamma_2

步骤 1:计算 β2\beta_2 的模长k=1k = -1 时,β2=α1+α2α3\beta_2 = \alpha_1 + \alpha_2 - \alpha_3,其模长为:

β22=(α1+α2α3,α1+α2α3)=1+2(1)+22(2)2(1)+6=12+24+2+6=5.\begin{aligned} \|\beta_2\|^2 &= (\alpha_1 + \alpha_2 - \alpha_3, \alpha_1 + \alpha_2 - \alpha_3) \\ &= 1 + 2(-1) + 2 - 2(2) - 2(-1) + 6 \\ &= 1 - 2 + 2 - 4 + 2 + 6 = 5. \end{aligned}

步骤 2:单位化

γ2=β2β2=15(α1+α2α3).\gamma_2 = \frac{\beta_2}{\|\beta_2\|} = \frac{1}{\sqrt{5}}(\alpha_1 + \alpha_2 - \alpha_3).

结论

γ2=15(α1+α2α3)\boxed{\gamma_2 = \frac{1}{\sqrt{5}}(\alpha_1 + \alpha_2 - \alpha_3)}


问题 4:扩充 γ1,γ2\gamma_1, \gamma_2 为标准正交基

步骤 1:求与 γ1,γ2\gamma_1, \gamma_2 正交的向量γ3=aα1+bα2+cα3\gamma_3 = a\alpha_1 + b\alpha_2 + c\alpha_3,满足:

{(γ3,γ1)=0(γ3,γ2)=0\begin{cases} (\gamma_3, \gamma_1) = 0 \\ (\gamma_3, \gamma_2) = 0 \end{cases}

解得:

γ3=t(7α12α2+2α3),tR.\gamma_3 = t(-7\alpha_1 - 2\alpha_2 + 2\alpha_3), \quad t \in \mathbb{R}.

步骤 2:单位化 γ3\gamma_3 计算模长:

7α12α2+2α32=49(1)+28(1)+(28)(2)+4(2)+8(1)+4(6)=5.\|-7\alpha_1 - 2\alpha_2 + 2\alpha_3\|^2 = 49(1) + 28(-1) + (-28)(2) + 4(2) + 8(-1) + 4(6) = 5.

t=15t = \frac{1}{\sqrt{5}},得:

γ3=15(7α12α2+2α3).\gamma_3 = \frac{1}{\sqrt{5}}(-7\alpha_1 - 2\alpha_2 + 2\alpha_3).

结论

V 的标准正交基为 γ1,γ2,γ3\boxed{V \text{ 的标准正交基为 } \gamma_1, \gamma_2, \gamma_3}

其中:

γ3=15(7α12α2+2α3).\gamma_3 = \frac{1}{\sqrt{5}}(-7\alpha_1 - 2\alpha_2 + 2\alpha_3).

problem

求一正交相似变换矩阵,将矩阵 AA 化为对角矩阵,其中 A=(102030201).A=\begin{pmatrix}1 & 0 & 2 \\ 0 & 3 & 0 \\ 2 & 0 & 1\end{pmatrix}.

solution

求矩阵 AA 的特征值:

解特征方程 det(AλI)=0\det(A - \lambda I) = 0

det(1λ0203λ0201λ)=(3λ)[(1λ)24]=(3λ)(λ22λ3)\det \begin{pmatrix} 1-\lambda & 0 & 2 \\ 0 & 3-\lambda & 0 \\ 2 & 0 & 1-\lambda \end{pmatrix} = (3-\lambda) [(1-\lambda)^2 - 4] = (3-\lambda)(\lambda^2 - 2\lambda - 3)

分解得:

(3λ)(λ3)(λ+1)=0    λ1=3(二重根),λ2=1.(3-\lambda)(\lambda - 3)(\lambda + 1) = 0 \implies \lambda_1 = 3 \, (\text{二重根}), \quad \lambda_2 = -1.

求特征向量并正交化:

  • 特征值 λ=3\lambda = 3(A3I)v=0(A - 3I)\mathbf{v} = 0,得基础解系:

    v1=(1,0,1),v2=(0,1,0).\mathbf{v}_1 = (1, 0, 1), \quad \mathbf{v}_2 = (0, 1, 0).

    二者已正交,单位化后:

    q1=(12,0,12),q2=(0,1,0).\mathbf{q}_1 = \left(\frac{1}{\sqrt{2}}, 0, \frac{1}{\sqrt{2}}\right), \quad \mathbf{q}_2 = (0, 1, 0).

  • 特征值 λ=1\lambda = -1(A+I)v=0(A + I)\mathbf{v} = 0,得基础解系:

    v3=(1,0,1).\mathbf{v}_3 = (-1, 0, 1).

    单位化后:

    q3=(12,0,12).\mathbf{q}_3 = \left(-\frac{1}{\sqrt{2}}, 0, \frac{1}{\sqrt{2}}\right).

    验证正交性: q1q3=0\mathbf{q}_1 \cdot \mathbf{q}_3 = 0q2q3=0\mathbf{q}_2 \cdot \mathbf{q}_3 = 0

构造正交矩阵 QQ

将单位正交化的特征向量按列排列:

Q=(1201201012012).Q = \begin{pmatrix} \frac{1}{\sqrt{2}} & 0 & -\frac{1}{\sqrt{2}} \\ 0 & 1 & 0 \\ \frac{1}{\sqrt{2}} & 0 & \frac{1}{\sqrt{2}} \end{pmatrix}.


最终结论:

正交相似变换矩阵为:

Q=(1201201012012),Q = \begin{pmatrix} \frac{1}{\sqrt{2}} & 0 & -\frac{1}{\sqrt{2}} \\ 0 & 1 & 0 \\ \frac{1}{\sqrt{2}} & 0 & \frac{1}{\sqrt{2}} \end{pmatrix},

使得 QTAQ=(300030001)Q^T A Q = \begin{pmatrix} 3 & 0 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & -1 \end{pmatrix}。 (特征值排列顺序与 QQ 的列向量对应)

problem

已知二次型 f(x1,x2,x3)=2x12+3x22+3x32+2tx2x3(t>0)f(x_{1},x_{2},x_{3})=2x_{1}^{2}+3x_{2}^{2}+3x_{3}^{2}+2tx_{2}x_{3}(t > 0) 通过正交线性替换化为标准型 f=y12+2y22+5y32,f=y_{1}^{2}+2y_{2}^{2}+5y_{3}^{2}, 求参数 tt 及所用的正交线性替换。

solution

步骤 1:写出二次型对应的矩阵 原二次型矩阵为:

A=(20003t0t3).A = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 3 & t \\ 0 & t & 3 \end{pmatrix}.

标准型对应的对角矩阵为:

D=diag(1,2,5).D = \operatorname{diag}(1, 2, 5).


步骤 2:求特征值并确定参数 tt 矩阵 AA 的特征方程为:

det(AλI)=(2λ)[(3λ)2t2]=0.\det(A - \lambda I) = (2 - \lambda)[(3 - \lambda)^2 - t^2] = 0.

解得特征值为:

λ1=2,λ2,3=3±t.\lambda_1 = 2, \quad \lambda_{2,3} = 3 \pm t.

根据标准型特征值 1,2,51, 2, 5,需满足:

3+t=53t=1    t=2.3 + t = 5 \quad \text{且} \quad 3 - t = 1 \implies t = 2.

验证:t=2t = 2 时,AA 的特征值为 1,2,51, 2, 5,与标准型一致。


步骤 3:求正交变换矩阵 QQ 对每个特征值求单位正交特征向量:

  1. 特征值 λ=1\lambda = 1(AI)v=0(A - I)v = 0

    {0x=02y+2z=0    y=z\begin{cases} 0 \cdot x = 0 \\ 2y + 2z = 0 \implies y = -z \end{cases}

    取特征向量 v1=12(0,1,1)v_1 = \frac{1}{\sqrt{2}}(0, 1, -1).

  2. 特征值 λ=2\lambda = 2(A2I)v=0(A - 2I)v = 0

    {x 任意y=0, z=0\begin{cases} x \text{ 任意} \\ y = 0, \ z = 0 \end{cases}

    取特征向量 v2=(1,0,0)v_2 = (1, 0, 0).

  3. 特征值 λ=5\lambda = 5(A5I)v=0(A - 5I)v = 0

    {0x=02y+2z=0    y=z\begin{cases} 0 \cdot x = 0 \\ -2y + 2z = 0 \implies y = z \end{cases}

    取特征向量 v3=12(0,1,1)v_3 = \frac{1}{\sqrt{2}}(0, 1, 1).


步骤 4:构造正交矩阵 QQ 将特征向量按特征值 1,2,51, 2, 5 排列为列向量:

Q=(0101201212012).Q = \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}.


正交线性替换 变换关系为 x=Qyx = Qy,即:

{x1=y2x2=12y1+12y3x3=12y1+12y3.\begin{cases} x_1 = y_2 \\ x_2 = \frac{1}{\sqrt{2}}y_1 + \frac{1}{\sqrt{2}}y_3 \\ x_3 = -\frac{1}{\sqrt{2}}y_1 + \frac{1}{\sqrt{2}}y_3 \end{cases}.


结论:

  • 参数 t=2t = 2
  • 正交替换矩阵 QQ 如上所示 通过此替换,二次型 ff 化为标准型 y12+2y22+5y32y_1^2 + 2y_2^2 + 5y_3^2

problem

已知 A,AEA,A-E 都是 nn 阶正定矩阵,证明 EA1E-A^{-1} 是正定矩阵。

proof

步骤 1:分析矩阵 AA 的特征值

  1. 由于 AA 是正定矩阵,其特征值 λi\lambda_i 均为正数,即 λi>0\lambda_i > 0

  2. 由于 AEA - E 也是正定矩阵,其特征值为 λi1\lambda_i - 1,因此有:

    λi1>0    λi>1(i).\lambda_i - 1 > 0 \implies \lambda_i > 1 \quad (\forall i).


步骤 2:推导 A1A^{-1} 的特征值

  1. A1A^{-1} 的特征值为 1λi\frac{1}{\lambda_i},且由 λi>1\lambda_i > 1 可知:

    0<1λi<1(i).0 < \frac{1}{\lambda_i} < 1 \quad (\forall i).


步骤 3:计算 EA1E - A^{-1} 的特征值

  1. 矩阵 EA1E - A^{-1} 的特征值为 11λi1 - \frac{1}{\lambda_i}

  2. 由于 λi>1\lambda_i > 1,故:

    11λi>0(i).1 - \frac{1}{\lambda_i} > 0 \quad (\forall i).


步骤 4:验证对称性与正定性

  1. 对称性AA 是正定矩阵,故对称;A1A^{-1} 亦对称,因此 EA1E - A^{-1} 是对称矩阵。
  2. 正定性EA1E - A^{-1} 的所有特征值均为正数,且矩阵对称,故 EA1E - A^{-1} 是正定矩阵。

关键结论:

  • 特征值分析λi>1    11λi>0\lambda_i > 1 \implies 1 - \frac{1}{\lambda_i} > 0
  • 对称性保证EA1E - A^{-1} 是对称矩阵。
  • 正定性判定:所有特征值为正且矩阵对称,故 EA1E - A^{-1} 正定。

因此,EA1E - A^{-1} 是正定矩阵。

贡献者: Ming Wei