河北师范大学 2024年高等代数第0题
📝 题目
八、(本题 20 分)设实对称矩阵 $\displaystyle A=\left(\begin{array}{ccc}a & 0 & b \\ 0 & 2 & 0 \\ 2 & 0 & -2\end{array}\right)$ ,且 $A$ 的特征值之和为 1 ,特征值之积为 -12 .
(1)求的 $\displaystyle a, b$ 值;
(2)证明:存在正交矩阵 $T$ ,使二次型 $\displaystyle f(x)=x^{\mathrm{T}} A x$ 化为标准形,并写出正交矩阵 $T$ 。
💡 答案解析
暂无答案解析
📋 详细解题步骤
步骤 1/7
目标:利用特征值之和求参数a
设矩阵 $A$ 的特征值为 $\lambda_1, \lambda_2, \lambda_3$。特征值之和等于矩阵的迹,即 $\operatorname{tr}(A) = a + 2 + (-2) = a$。由已知特征值之和为 1,得 $a = 1$。
公式:$\sum \lambda_i = \operatorname{tr}(A)$
提示:注意迹是对角线元素之和,不要漏掉符号。
步骤 2/7
目标:利用特征值之积求参数b
特征值之积等于矩阵的行列式。计算 $\det(A)$:
$$
\det(A) = \begin{vmatrix} 1 & 0 & b \\ 0 & 2 & 0 \\ 2 & 0 & -2 \end{vmatrix} = 1 \cdot \begin{vmatrix} 2 & 0 \\ 0 & -2 \end{vmatrix} - 0 + b \cdot \begin{vmatrix} 0 & 2 \\ 2 & 0 \end{vmatrix} = 1 \cdot (-4) + b \cdot (-4) = -4 - 4b.
$$
由已知特征值之积为 -12,得 $-4 - 4b = -12$,解得 $b = 2$。
公式:$\prod \lambda_i = \det(A)$
提示:计算行列式时注意展开符号,尤其是代数余子式的符号。
步骤 3/7
目标:写出矩阵A并求特征值
由 (1) 得 $A = \begin{pmatrix} 1 & 0 & 2 \\ 0 & 2 & 0 \\ 2 & 0 & -2 \end{pmatrix}$。解特征方程 $|\lambda I - A| = 0$:
$$
\begin{vmatrix} \lambda-1 & 0 & -2 \\ 0 & \lambda-2 & 0 \\ -2 & 0 & \lambda+2 \end{vmatrix} = (\lambda-2)[(\lambda-1)(\lambda+2)-4] = (\lambda-2)(\lambda^2+\lambda-6) = (\lambda-2)^2(\lambda+3)=0,
$$
得特征值 $\lambda_1 = \lambda_2 = 2$,$\lambda_3 = -3$。
公式:$|\lambda I - A| = 0$
提示:计算行列式时先按第二行展开简化,注意因式分解的准确性。
步骤 4/7
目标:求特征值2的特征向量
解 $(2I - A)x = 0$:
$$
\begin{pmatrix} 1 & 0 & -2 \\ 0 & 0 & 0 \\ -2 & 0 & 4 \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} = 0,
$$
得 $x_1 = 2x_3$,$x_2$ 自由。基础解系为 $\xi_1 = (2,0,1)^\mathrm{T}$,$\xi_2 = (0,1,0)^\mathrm{T}$。
提示:注意基础解系中的向量线性无关,且个数等于重数。
步骤 5/7
目标:正交化并单位化特征向量
对 $\xi_1, \xi_2$ 进行施密特正交化:取 $\beta_1 = \xi_1 = (2,0,1)^\mathrm{T}$,$\beta_2 = \xi_2 - \frac{(\xi_2,\beta_1)}{(\beta_1,\beta_1)} \beta_1 = (0,1,0)^\mathrm{T} - 0 = (0,1,0)^\mathrm{T}$。单位化:$\eta_1 = \frac{1}{\sqrt{5}}(2,0,1)^\mathrm{T}$,$\eta_2 = (0,1,0)^\mathrm{T}$。
公式:施密特正交化公式:$\beta_k = \xi_k - \sum_{i=1}^{k-1} \frac{(\xi_k,\beta_i)}{(\beta_i,\beta_i)} \beta_i$
提示:正交化时注意内积计算,单位化时不要忘记除以模长。
步骤 6/7
目标:求特征值-3的特征向量
解 $(-3I - A)x = 0$:
$$
\begin{pmatrix} -4 & 0 & -2 \\ 0 & -5 & 0 \\ -2 & 0 & -1 \end{pmatrix} \begin{pmatrix} x_1 \\ x_2 \\ x_3 \end{pmatrix} = 0,
$$
得 $x_2 = 0$,$2x_1 + x_3 = 0$。取 $x_1 = 1$,则 $x_3 = -2$,基础解系 $\xi_3 = (1,0,-2)^\mathrm{T}$。单位化:$\eta_3 = \frac{1}{\sqrt{5}}(1,0,-2)^\mathrm{T}$。
提示:注意特征向量与前面正交,因为实对称矩阵不同特征值对应的特征向量自动正交。
步骤 7/7
目标:构造正交矩阵T并写出标准形
将单位化后的特征向量按列排成正交矩阵 $T$:
$$
T = (\eta_1, \eta_2, \eta_3) = \begin{pmatrix} \frac{2}{\sqrt{5}} & 0 & \frac{1}{\sqrt{5}} \\ 0 & 1 & 0 \\ \frac{1}{\sqrt{5}} & 0 & -\frac{2}{\sqrt{5}} \end{pmatrix}.
$$
则 $T^\mathrm{T}AT = \operatorname{diag}(2,2,-3)$,二次型 $f(x) = x^\mathrm{T} A x$ 化为标准形 $2y_1^2 + 2y_2^2 - 3y_3^2$。
公式:$T^\mathrm{T}AT = \Lambda$
提示:正交矩阵的列向量必须两两正交且单位化,且顺序与特征值对应。
📷 拍照上传批改
拍照上传批改功能已预留入口,后续接入图片上传、OCR识别与AI批改。