利用Scientific WorkPlace内置的计算机
代数系统Maple学习线性代数
苏州大学数学科学学院
2019年8月3日
目录
第一章 行列式 5 1.1 求行列式的值 . . . 5 1.2 用克拉默法则解线性方程组 . . . 6 第二章 矩阵及其运算 9 2.1 矩阵的线性运算. . . 9 2.2 矩阵的乘法 . . . 9 2.3 矩阵的转置 . . . 10 2.4 逆矩阵 . . . 11 2.5 矩阵方程 . . . 12 第三章 矩阵的初等变换与线性方程组 15 3.1 矩阵的行最简形和标准型 . . . 15 3.2 矩阵的秩 . . . 16 3.3 齐次线性方程组. . . 17 3.4 非齐次线性方程组 . . . 18 第四章 向量的线性相关性 21 4.1 向量的线性表示. . . 21 4.2 极大线性无关组. . . 22 第五章 相似矩阵及二次型 23 5.1 正交矩阵 . . . 23 5.2 矩阵的特征多项式、矩阵的特征值、矩阵的特征向量 . . . 24 5.3 矩阵的对角化 . . . 25 5.4 二次型的标准化. . . 26 参考文献 29 3第一章
行列式
1.1
求行列式的值
例1. (同济5版,第3页)计算三阶行列式A = 1 2 −4 −2 2 1 −3 4 −2 . 解: I 计算 1 2 −4 −2 2 1 −3 4 −2 = −14. 例2. (同济5版,第12页)计算四阶行列式A = 3 1 −1 2 −5 1 3 −4 2 0 1 −1 1 −5 3 −3 . 解: I 计算 3 1 −1 2 −5 1 3 −4 2 0 1 −1 1 −5 3 −3 = 40. 例3. (同济5版,第3页)求解方程 1 1 1 2 3 x 4 9 x2 = 0. 解: I 计算 1 1 1 2 3 x 4 9 x2 = x2− 5x + 6, I 解方程 + 精确解 x2− 5x + 6 = 0, 解是: {x = 2} , {x = 3} 56 第一章 行列式 例4. (同济5版,第13页)计算行列式 a b c d a a + b a + b + c a + b + c + d a 2a + b 3a + 2b + c 4a + 3b + 2c + d a 3a + b 6a + 3b + c 10a + 6b + 3c + d . 解: I 计算 a b c d a a + b a + b + c a + b + c + d a 2a + b 3a + 2b + c 4a + 3b + 2c + d a 3a + b 6a + 3b + c 10a + 6b + 3c + d = a4. 例5. (同济5版,第15页)计算行列式 a 0 0 0 0 b 0 a 0 0 b 0 0 0 a b 0 0 0 0 c d 0 0 0 c 0 0 d 0 c 0 0 0 0 d . 解: I 计算 a 0 0 0 0 b 0 a 0 0 b 0 0 0 a b 0 0 0 0 c d 0 0 0 c 0 0 d 0 c 0 0 0 0 d = (da − bc)3.
1.2
用克拉默法则解线性方程组
例6. (同济5版,第22页)用克拉默法则解线性方程组: 2x1+ x2− 5x3+ x4= 8, x1− 3x2− 6x4= 9, 2x2− x3+ 2x4= −5, x1+ 4x2− 7x3+ 6x4= 0. 解:I 解方程 + 精确解 2x1+ x2− 5x3+ x4= 8 x1− 3x2− 6x4= 9 2x2− x3+ 2x4= −5 x1+ 4x2− 7x3+ 6x4= 0 , 解是: {x4 = 1, x2= −4, x1= 3, x3 = −1} . 可展示常规的解题过程. I 写出线性方程的增广矩阵1.2 用克拉默法则解线性方程组 7 2x1+ x2− 5x3+ x4= 8 x1− 3x2− 6x4= 9 2x2− x3+ 2x4= −5 x1+ 4x2− 7x3+ 6x4= 0 , 对应矩阵: 2 1 −5 1 8 1 −3 0 −6 9 0 2 −1 2 −5 1 4 −7 6 0 . I 输入矩阵 单击 或 ,在上述结果矩阵中选择并复制线性方程组的系数 矩阵到单元格中,得到 2 1 −5 1 1 −3 0 −6 0 2 −1 2 1 4 −7 6 ,同法得到线性方程组的常数 向量 8 9 −5 0 . I 定义 + 新定义 A = 2 1 −5 1 1 −3 0 −6 0 2 −1 2 1 4 −7 6 , b = 8 9 −5 0 . I 可以如同分块矩阵中定义Maple函数substitute,替换矩阵A中的列 SWP 中的函数I(x, y, i, j),其中矩阵b替换矩阵x的第i行第j列开始的矩 阵. I 定义 + 新定义 D = det(A), d1= det(I(A, b, 1, 1)), d2= det(I(A, b, 1, 2)), d3= det(I(A, b, 1, 3)), d4= det(I(A, b, 1, 4)). I 计算 x1= det(I(A,b,1,1)) det(A) = 3, x2= det(I(A,b,1,2)) det(A) = −4, x3= det(I(A,b,1,3))det(A) = −1,
8 第一章 行列式 x4=
det(I(A,b,1,4)) det(A) = 1.
第二章
矩阵及其运算
2.1
矩阵的线性运算
例1. 设A = 3 5 −2 0 7 −8 ! ,B = −3 9 12 −4 1 8 ! ,求A + B和4A + 3B. 解: I 定义 + 新定义 A = 3 5 −2 0 7 −8 ! ,B = −3 9 12 −4 1 8 ! , I 计算 A + B = 0 14 10 −4 8 0 ! , 4A + 3B = 3 47 28 −12 31 −8 ! .2.2
矩阵的乘法
例2. 设A = 1 0 3 −1 2 1 0 2 ! ,B = 4 1 0 −1 1 3 2 0 1 1 3 4 ,求AB. 解: I 定义 + 新定义 A = 1 0 3 −1 2 1 0 2 ! ,B = 4 1 0 −1 1 3 2 0 1 1 3 4 , I 计算 AB = 9 −2 −1 9 9 11 ! . 910 第二章 矩阵及其运算 例3. (同济5版,第35页)设A = −2 4 1 −2 ! ,B = 2 4 −3 −6 ! , 求AB和BA. 解: I 定义 + 新定义 A = −2 4 1 −2 ! ,B = 2 4 −3 −6 ! , I 计算 AB = −16 −32 8 16 ! , BA = 0 0 0 0 ! . 例4. (同济5版,第38页)证明: cos t − sin t sin t cos t !n = cos nt − sin nt sin nt cos nt ! . 解: I 定义 + 新定义 A = cos t − sin t sin t cos t ! , I 计算 A2= cos 2t − sin2 t −2 sin t cos t 2 sin t cos t cos2t − sin2
t ! = cos 2t − sin 2t sin 2t cos 2t ! , A3= cos 2
t − sin2t cos t − 2 cos t sin2t − cos2
t − sin2t sin t − 2 cos2t sin t 2 cos2t sin t + cos2t − sin2t sin t
cos2t − sin2t cos t − 2 cos t sin2
t ! = cos 3t − sin 3t sin 3t cos 3t ! ,
由此,An= cos nt − sin nt
sin nt cos nt ! .
2.3
矩阵的转置
例5. (同济5版,第39页)设A = 1 2 0 3 −1 1 ! ,求其转置矩阵AT. 解: I 定义 + 新定义 A = 1 2 0 3 −1 1 ! I 矩阵 + 转置 A, 转置: 1 2 0 3 −1 1 ! I 计算 AT = 1 3 2 −1 0 1 .2.4 逆矩阵 11 例6. (同济5版,第39页)设A = 2 0 −1 1 3 2 ! ,B = 1 7 −1 4 2 3 2 0 1 , 求(AB)T,并验证:(AB)T = BTAT 解: I 定义 + 新定义 A = 2 0 −1 1 3 2 ! ,B = 1 7 −1 4 2 3 2 0 1 , I 计算 (AB)T = 0 14 −3 17 13 10 !T = 0 17 14 13 −3 10 , BTAT = 0 17 14 13 −3 10 , 可见 (AB)T = BTAT.
2.4
逆矩阵
例7. (同济5版,第44页)设A = 1 2 3 2 2 1 3 4 3 ,求其逆矩阵A−1,并 验证AA−1= E(单位矩阵). 解: I 定义 + 新定义 A = 1 2 3 2 2 1 3 4 3 I 矩阵 + 求逆,或:计算 A, 逆矩阵: 1 3 −2 −3 2 −3 5 2 1 1 −1 , A−1 = 1 3 −2 −3 2 −3 5 2 1 1 −1 . I 计算 AA−1= 1 0 0 0 1 0 0 0 1 = E, A−1A = 1 0 0 0 1 0 0 0 1 = E. 故 AA−1= A−1A = E.12 第二章 矩阵及其运算
2.5
矩阵方程
例8. (同济5版,第45页)设A = 1 2 3 2 2 1 3 4 3 ,B = 2 1 5 3 ! , C = 1 3 2 0 3 1 ,且AXB = C,求矩阵X. 解: I 定义 + 新定义 A = 1 2 3 2 2 1 3 4 3 ,B = 2 1 5 3 ! ,C = 1 3 2 0 3 1 , I 计算 AXB = C ⇒ X = A−1CB−1= −2 1 10 −4 −10 4 . I 计算 AXB = C ⇒ AX = CB−1 = −12 5 6 −2 4 −1 , I 解方程 + 精确解 AX = −12 5 6 −2 4 −1 , 解是: −2 1 10 −4 −10 4 . 例9. (同济5版,第65页)设A = 2 1 −3 1 2 −2 −1 3 2 ,B = 1 −1 2 0 −2 5 , 求解矩阵方程AX = B. 解:I 定义 + 新定义 A = 2 1 −3 1 2 −2 −1 3 2 ,B = 1 −1 2 0 −2 5 , I 计算 AX = B ⇒ X = A−1B = −4 2 0 1 −3 2 , I 解方程 + 精确解2.5 矩阵方程 13 AX = B, 解是: −4 2 0 1 −3 2 .
第三章
矩阵的初等变换与线性方
程组
3.1
矩阵的行最简形和标准型
例1. (同济5版,第59页)设B = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 ,求B的 阶梯形和秩. 解: I 定义 + 新定义 B = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 I 矩阵 + 高斯消元法,矩阵 + 秩 B, 高斯消元法: 2 −1 −1 1 2 0 −4 4 −4 0 0 0 0 −1 3 0 0 0 0 0 , 秩: 3. 例2. (同济5版,第64页)设A = 2 −1 −1 1 1 −2 4 −6 2 ,求A的阶梯形. 解: I 定义 + 新定义 A = 2 −1 −1 1 1 −2 4 −6 2 , I 矩阵 + 分数自由高斯消元法 1516 第三章 矩阵的初等变换与线性方程组 A, 分数自由高斯消元法: 2 −1 −1 0 3 −3 0 0 0 . 例3. 设B = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 ,求B的行最简形. 解: I 定义 + 新定义 B = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 I 矩阵 + 行最简阶梯形矩阵 B, 行最简阶梯形: 1 0 −1 0 4 0 1 −1 0 3 0 0 0 1 −3 0 0 0 0 0 .
3.2
矩阵的秩
例4. (同济5版,第67页)设A = 3 2 0 5 0 3 −2 3 6 1 2 0 1 5 −3 1 6 −4 −1 4 ,求A的 秩,并求A的一个最高阶非零子式. 解: I 定义 + 新定义 A = 3 2 0 5 0 3 −2 3 6 1 2 0 1 5 −3 1 6 −4 −1 4 I 矩阵 + 秩,或:矩阵 + 高斯消元法,矩阵 + 秩 A, rank: 4, A, 高斯消元法: 3 2 0 5 0 0 −4 3 1 1 0 0 0 43 −10 3 0 0 0 0 2 , 秩: 4. 由阶梯形中三个非零首元的位置,知原矩阵的前三行以及1, 2, 4列的子 式不为零.3.3 齐次线性方程组 17
3.3
齐次线性方程组
例5. (同济5版,第97页)求齐次线性方程组: x1+ x2− x3− x4= 0, 2x1− 5x2+ 3x3+ 2x4= 0, 7x1− 7x2+ 3x3+ x4= 0 的 基础解系与通解. 解: I 先将系数矩阵化为行最简形. x1+ x2− x3− x4= 0 2x1− 5x2+ 3x3+ 2x4= 0 7x1− 7x2+ 3x3+ x4= 0 , 对应矩阵: 1 1 −1 −1 0 2 −5 3 2 0 7 −7 3 1 0 , I 矩阵 + 行最简阶梯形矩阵,重写 + 矩阵作为方程形式,矩阵 + 重 组 B = 1 1 −1 −1 0 2 −5 3 2 0 7 −7 3 1 0 , 行最简阶梯形: 1 0 −2 7 − 3 7 0 0 1 −5 7 − 4 7 0 0 0 0 0 0 , 对应方程: 0 = 0, x1− 27x3− 37x4= 0, x2− 57x3−47x4= 0 , 0 = 0 x1−27x3− 37x4= 0 x2−57x3− 47x4= 0 , 即 x1= 27x3+ 37x4 x2= 57x3+ 47x4 x3= x3 x4= x4 ,方程组的通解: x1 = 27c1+37c2 x2 = 57c1+47c2 x3 = c1 x4 = c2 ,即x = c1ξ1+ c2ξ2(c1, c2是任意实数), 其中ξ1 = 2 7 5 7 1 0 , ξ2 = 3 7 4 7 0 1 是方程组的基础解系. 可以直接求出齐次线性方程组AX = 0的通解. I 解方程 + 精确解,矩阵 + 重组 x1+ x2− x3− x4= 0 2x1− 5x2+ 3x3+ 2x4= 0 7x1− 7x2+ 3x3+ x4= 0 , 解是: x2 = x2, x4= 74x2− 54x3, x1= 34x2−14x3, x3= x3 , x2= x2 x4= 74x2− 54x3 x1= 34x2− 14x3 x3= x3 ,即 x1= 34x2− 14x3 x2= x2 x3= x3 x4= 74x2− 54x3 ,方程组的通解: x1= 34c1−14c2 x2= c1 x3= c2 x4= 74c1−54c2 , 即x = c1ξ1+ c2ξ2(c1, c2是任意实数),18 第三章 矩阵的初等变换与线性方程组 其中ξ1= 3 4 1 0 7 4 , ξ2= −1 4 0 1 −5 4 是方程组的基础解系. 例6. (同济5版,97页)求齐次线性方程组: x1+ x2− x3− x4= 0, 2x1− 5x2+ 3x3+ 2x4= 0, 7x1− 7x2+ 3x3+ x4= 0 的 基础解系与通解. 解: I 写出线性方程组的系数矩阵 x1+ x2− x3− x4= 0 2x1− 5x2+ 3x3+ 2x4= 0 7x1− 7x2+ 3x3+ x4= 0 , 对应矩阵: 1 1 −1 −1 2 −5 3 2 7 −7 3 1 , I 矩阵 + 零空间基 A = 1 1 −1 −1 2 −5 3 2 7 −7 3 1 , 零空间基: 3 4 1 0 7 4 , −1 4 0 1 −5 4 ,即为齐 次线性方程组的基础解系,通解为 x1= 34c1−14c2 x2= c1 x3= c2 x4= 74c1−54c2 ,即x = c1ξ1+ c2ξ2 (c1, c2是任意实数), 其中ξ1= 2 7 5 7 1 0 , ξ2= 3 7 4 7 0 1 .
3.4
非齐次线性方程组
例7. (同济5版,第101页)求线性方程组: x1− x2− x3+ x4= 0, x1− x2+ x3+ −3x4= 1, x1− x2− 2x3+ 3x4= −12 的 通解. 解:先将增广矩阵化为行最简形. I 矩阵 + 行最简阶梯形矩阵3.4 非齐次线性方程组 19 x1− x2− x3+ x4= 0 x1− x2+ x3+ −3x4= 1 x1− x2− 2x3+ 3x4 = −12 , 对应矩阵: 1 −1 −1 1 0 1 −1 1 −3 1 1 −1 −2 3 −1 2 , 行最简阶梯形: 1 −1 0 −1 1 2 0 0 1 −2 1 2 0 0 0 0 0 , I 重写 + 矩阵作为方程形式,矩阵 + 重组 对应方程: 0 = 0, x1− x2− x4= 21, x3− 2x4= 12 , 0 = 0 x1− x2− x4= 12 x3− 2x4= 12 即 x1= x2+ x4+12 x2= x2 x3= 2x4+12 x4= x4 ,原方程组的通解: x1= c1+ c2+12 x2= c1 x3= 2c2+ 12 x4= c2 或 x = c1 1 1 0 0 + c2 1 0 2 1 + 1 2 0 1 2 0 , (x2, x4为自由变量). 其中ξ1 = 1 1 0 0 , ξ2 = 1 0 2 1 是对应齐次方程组的基础解系,η∗ = 1 2 0 1 2 0 是原方程组的一个特解. 可以直接求出非其次线性方程组AX = b的通解. 例8. (同济5版,第101页)求线性方程组: x1− x2− x3+ x4= 0, x1− x2+ x3+ −3x4= 1, x1− x2− 2x3+ 3x4= −12 的 通解 解: I 解方程 + 精确解(输入x1, x2, x3, x4) x1− x2− x3+ x4= 0 x1− x2+ x3+ −3x4= 1 x1− x2− 2x3+ 3x4 = −12 , 解是: x3= 2x4+ 12, x1= x2+ x4+12, x2= x2, x4= x4 .
第四章
向量的线性相关性
4.1
向量的线性表示
例1. (同济5版,第84页)设α1 = 1 1 2 2 , α2 = 1 2 1 3 , α3 = 1 −1 4 0 , β = 1 0 3 1 ,试将β表示成α1, α2, α3的线性组合. 解:只需将矩阵A = α1 α2 α3 β 化为行最简形. I 矩阵 + 合并,矩阵 + 行最简阶梯形矩阵 1 1 2 2 1 2 1 3 1 −1 4 0 1 0 3 1 , 合并: 1 1 1 1 1 2 −1 0 2 1 4 3 2 3 0 1 , 行最简阶 梯形: 1 0 3 2 0 1 −2 −1 0 0 0 0 0 0 0 0 , x1= −3c+2, x2= 2c−1.x3= c, β = x1α1+x2α2+x3α3= (−3c + 2) α1+ (2c − 1) α2+ cα3, c为任意实数. 2122 第四章 向量的线性相关性
4.2
极大线性无关组
例2. (同济5版,第93页)设A = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 ,求A的 列向量组的一个极大无关组. 解:用初等行变换得到A的行最简形,则由行最简形可以看出A列向量 组的极大无关组. I 矩阵 + 行最简阶梯形矩阵,矩阵 + 秩 A = 2 −1 −1 1 2 1 1 −2 1 4 4 −6 2 −2 4 3 6 −9 7 9 , 行最简阶梯形: 1 0 −1 0 4 0 1 −1 0 3 0 0 0 1 −3 0 0 0 0 0 , 秩: 3,极大线性无关组为 2 1 4 3 , −1 1 −6 6 , 1 1 −2 7 .第五章
相似矩阵及二次型
5.1
正交矩阵
例1. (同济5版,第116页)验证A = 1 2 − 1 2 1 2 − 1 2 1 2 − 1 2 − 1 2 1 2 1 √ 2 1 √ 2 0 0 0 0 √1 2 1 √ 2 是正交 矩阵. 解:只需验证AAT = E(单位矩阵). I 定义 + 新定义 A = 1 2 − 1 2 1 2 − 1 2 1 2 − 1 2 − 1 2 1 2 1 √ 2 1 √ 2 0 0 0 0 √1 2 1 √ 2 I 计算 AAT = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 , 故AAT = E, A是正交矩阵. 或: I 矩阵 + 正交测试 A = 1 2 − 1 2 1 2 − 1 2 1 2 − 1 2 − 1 2 1 2 1 √ 2 1 √ 2 0 0 0 0 √1 2 1 √ 2 , 正交? T rue. 2324 第五章 相似矩阵及二次型
5.2
矩阵的特征多项式、矩阵的特征值、矩阵的特
征向量
例2. (同济5版,第118页)求矩阵A = 3 −1 −1 3 ! 的特征多项式、 特征值和特征向量. 解: I 矩阵 + 特征多项式 A = 3 −1 −1 3 ! , 特征多项式: X2− 6X + 8. I 矩阵 + 特征值 A = 3 −1 −1 3 ! , 特征值: 2, 4. I 矩阵 + 特征向量 A = 3 −1 −1 3 ! , 特征向量: ( 1 1 !) ↔ 2, ( −1 1 !) ↔ 4. 例3. (同济5版,第118页)求矩阵A = −1 1 0 −4 3 0 1 0 2 的特征多项式、 特征值和特征向量. 解: I 矩阵 + 特征多项式 A = −1 1 0 −4 3 0 1 0 2 , 特征多项式: X3− 4X2+ 5X − 2, I 矩阵 + 特征向量 A = −1 1 0 −4 3 0 1 0 2 , 特征向量: −1 −2 1 ↔ 1, 0 0 1 ↔ 2. 例4. (同济5版,第119页)求矩阵A = −2 1 1 0 2 0 −4 1 3 的特征值和特 征向量. 解: I 矩阵 + 特征向量 A = −2 1 1 0 2 0 −4 1 3 , 特征向量: 1 0 1 ↔ −1, 1 4 1 0 , 1 4 0 1 ↔ 2.5.3 矩阵的对角化 25
5.3
矩阵的对角化
例5. (同济5版,第125页)设A = 0 −1 1 −1 0 1 1 1 0 ,求矩阵P ,使 得P−1AP 为对角阵,并验证结果. 解: I 矩阵 + 特征向量 A = 0 −1 1 −1 0 1 1 1 0 , 特征向量: −1 1 0 , 1 0 1 ↔ 1, −1 −1 1 ↔ −2. I 定义 + 新定义 α1 = −1 1 0 , α2= 1 0 1 , α3= −1 −1 1 . I 定义 + 新定义,计算 β1= α1= −1 1 0 , β2= α2− (α2·β1) (β1·β1)β1= 1 2 1 2 1 , β3 = α3. I 计算 ( 1 kβ1kβ1, 1 kβ2kβ2, 1 kβ3kβ3) = −1 2 √ 2 1 2 √ 2 0 1 6 √ 6 1 6 √ 6 1 3 √ 6 −1 3 √ 3 −1 3 √ 3 1 3 √ 3 , I 定义 + 新定义,计算 P = −1 2 √ 2 16√6 −1 3 √ 3 1 2 √ 2 1 6 √ 6 −1 3 √ 3 0 13√6 13√3 , P−1AP = 1 0 0 0 1 0 0 0 −2 . 例6. (同济5版,第126页)设A = 2 −1 −1 2 ! ,求正交矩阵P ,使 得P−1AP 为对角阵,并求An. 解: I 矩阵 + 特征向量 A = 2 −1 −1 2 ! , 特征向量: ( 1 1 !) ↔ 1, ( −1 1 !) ↔ 3, I 定义 + 新定义,计算 β1= 1 1 ! , β2= −1 1 ! (kβ1 1kβ1, 1 kβ2kβ2) = 1 2 √ 2 1 2 √ 2 ! −1 2 √ 2 1 2 √ 2 ! ! ,26 第五章 相似矩阵及二次型 I 定义 + 新定义,计算 P = 1 2 √ 2 −1 2 √ 2 1 2 √ 2 12√2 ! , PTP = 1 0 0 1 ! ,即P 是正交矩阵. P−1AP = 1 0 0 3 ! , P−1AnP = 1 0 0 3n ! , An = P 1 0 0 3n ! P = 1 2 − 1 23 n −1 23 n− 1 2 1 23 n+1 2 1 23 n− 1 2 ! . 例7. 设A = 0 −2 2 −2 −3 4 2 4 −3 ,求正交矩阵P ,使得P−1AP 为对角 阵,并验证结果. 解: I 矩阵 + 特征向量 A = 0 −2 2 −2 −3 4 2 4 −3 , eigenvectors: −2 1 0 , 2 0 1 ↔ 1, −1 2 −1 1 ↔ −8, I 定义 + 新定义,计算 α1= −2 1 0 , α2= 2 0 1 , α3= −1 2 −1 1 . β1= α1= −2 1 0 , β2 = α2− (α2·β1) (β1·β1)β1= 2 5 4 5 1 , β3= α3. (kβ1 1kβ1, 1 kβ2kβ2, 1 kβ3kβ3) = −2 5 √ 5 1 5 √ 5 0 2 15 √ 5 4 15 √ 5 1 3 √ 5 −1 3 −2 3 2 3 , I 定义 + 新定义,计算 P = −2 5 √ 5 2 15 √ 5 −1 3 1 5 √ 5 4 15 √ 5 −2 3 0 13√5 23 , P−1AP = 1 0 0 0 1 0 0 0 −8 . PTP = 1 0 0 0 1 0 0 0 1 ,即P 是正交矩阵.
5.4
二次型的标准化
例8. (同济4版,第140页)求一个正交变换x = P y,将下列二次型化 为标准形: f (x1, x2, x3, x4) = x21+ x 2 2+ x 2 3+ x 2 4+ 2x1x2− 2x1x4− 2x2x3+ 2x3x4.5.4 二次型的标准化 27 解: f (x) = (x1, x2, x3, x4) 1 1 0 −1 1 1 −1 0 0 −1 1 1 −1 0 1 1 x1 x2 x3 x4 = xT 1 1 0 −1 1 1 −1 0 0 −1 1 1 −1 0 1 1 x = xTAx, 其中A = 1 1 0 −1 1 1 −1 0 0 −1 1 1 −1 0 1 1 为f (x)的系数矩阵.现在求一个正交 矩阵P ,使得P−1AP 为对角阵. I 矩阵 + 特征向量 A = 1 1 0 −1 1 1 −1 0 0 −1 1 1 −1 0 1 1 , 特征向量: 1 −1 −1 1 ↔ −1, 1 0 1 0 , 0 1 0 1 ↔ 1, −1 −1 1 1 ↔ 3, I 定义 + 新定义,计算 α1 = 1 0 1 0 , α2= 0 1 0 1 , α3= 1 −1 −1 1 , α4= −1 −1 1 1 , β1= α1, β2= α2− (α2·β1) (β1·β1)β1= 0 1 0 1 , β3= α3, β4= α4, ( 1 kβ1kβ1, 1 kβ2kβ2, 1 kβ3kβ3, 1 kβ4kβ4) = 1 2 √ 2 0 1 2 √ 2 0 0 1 2 √ 2 0 1 2 √ 2 1 2 −1 2 −1 2 1 2 −1 2 −1 2 1 2 1 2 , I 定义 + 新定义,计算
28 第五章 相似矩阵及二次型 P = 1 2 √ 2 0 12 −1 2 0 1 2 √ 2 −1 2 − 1 2 1 2 √ 2 0 −1 2 1 2 0 1 2 √ 2 1 2 1 2 , P−1AP = 1 0 0 0 0 1 0 0 0 0 −1 0 0 0 0 3 , x = P y = 1 2 √ 2 0 1 2 − 1 2 0 12√2 −1 2 − 1 2 1 2 √ 2 0 −1 2 1 2 0 1 2 √ 2 1 2 1 2 y1 y2 y3 y4 ,则原二次型化为f = y2 1+ y 2 2− y 2 3+ 3y 2 4.
1本文档利用科学工作平台Scientific WorkPlace V5.5配置的PDFLATEX进行排版,并用Maple V5.1进行相关计算.
参考文献
[1] 同济大学数学系. 工程数学–线性代数(第六版)[M]. 北京:高等教育 出版社,2014.
苏州大学精正楼(数学楼)