1. 对于一个给定的矩阵只存储下三角及对角线元素即可,并将计算结果覆盖存储矩阵相应
习题参考答案及提示
的元素。
2.因为 A 为一对称正定矩阵,所以可以分解成
TLL
A =
的形式。那么
y
=
xAx
1 )
,(
−
=
xAx
T
1
−
=
T
x
(
LL
T
1)
−
x
=
(
xL
1
−
T
()
xL
1
−
)
(1)分解
A =
TLL
,(2)对
Lz = ,解 z (4)求
x
y =
zz
),(
3.对 A 做
LDL 分解,有
T
A
=
a
11
a
21
M
a
n
1
⎛
⎜
⎜
⎜
⎜
⎝
a
21
a
22
L
L
a
a
n
1
n
2
M O M
a
a
nn
n
L
2
⎞
⎟
⎟
⎟
⎟
⎠
=
l
11
l
21
M
l
n
1
⎛
⎜
⎜
⎜
⎜
⎝
d
2
d
1
⎞⎛
⎟⎜
⎟⎜
⎟⎜
⎟⎜
⎠⎝
l
nn
l
11
⎞⎛
⎟⎜
⎟⎜
⎟⎜
⎟⎜
⎠⎝
O
d
n
l
22
M O
L
2
n
l
l
l
21
22
l
n
1
l
2
n
L
L
O M
l
nn
⎞
⎟
⎟
⎟
⎟
⎠
令
1=iil
,则有
d
j
=
a
jj
a
ij
−
l
ij
=
j
1
−
−∑
k
1
=
l d
2
jk
k
j
1
−
∑
1
=
d
k
l d l
ik
k jk
j
4 对
A − 按上题算法进行
aI
T
LDL 分解,判断 jjD 大于 0 的个数设为 1x ,
对 bI
A − 按上题算法进行
T
LDL 分解,判断 jjD 大于等于 0 的个数设为 2x 。
所以
),( ba 区间中 A 特征值的个数是
x −
1
x
2
.
对
LDL 分解,要求顺序主子式不为 0,所以对于
T
A − 和 bI
A − 分解不一定能一直进行
aI
下去,所以对这道题,我还没考虑清楚,希望和大家一起讨论。
5.利用上题结论采用二分法来构造算法。
6. 先证明 1.2.2
A 为 n 阶方阵:
课后答案网 www.khdaw.com
A=
⎛
⎜
⎜
⎜
⎝
a
11
K
a
1
n
M O M
a
a
nn
L
n
1
⎞
⎟
⎟
⎟
⎠
Hv
对于 n-1 阶向量,存在 householder 变换: 1
=
eα −
1n
,因此:
⎞
⎟
⎠
0
H
T
1
0
H
T
1
⎞
⎟
⎠
⎛
⎜
⎝
1
0
⎛
= ⎜
⎝
⎛
⎜
= ⎜
⎜
⎝
1
⎞⎛
⎟⎜
⎠⎝
v
x
0
2
1
A
v
H
1
1
x
v H
T
1
2
1
H v H A H
T
1 1
1
v H
x
1
2
e
1
O
K
1 1
1
⎞⎛
⎟⎜
0
⎠⎝
1
⎞⎛
⎟⎜
0
⎝
⎠
⎞
⎟
⎟
⎟
⎠
T
1
H A H
1 1
T
1
0
H
1
⎞
⎟⎟
⎠
⎛
A
⎜⎜
⎝
1
0
0
H
1
T
⎞
⎟⎟
⎠
I
2
0
⎛
⎜⎜
⎝
L
0
H
2
T
1
0
⎛
⎞
⎜⎜
⎟⎟
⎠
⎝
0
H
n
T
⎞
⎟⎟
⎠
⎛
⎜⎜
⎝
I
n
0
*
⎛
⎜
α
⎜
1
⎜
⎜
⎜
⎜
⎝
对于 1.2.1,
=
0
0
H
n
⎞
⎟⎟
⎠
I
2
0
⎛
⎜⎜
⎝
L
*
α
2
O
O
0
H
*
2
1
⎛
⎞
⎜⎜
⎟⎟
0
⎝
⎠
⎞
⎟
⎟
⎟
⎟
⎟
⎟
*
⎠
T=
*
α
n
AQQU
A =
QUQ
T
,
,因为 A 对称,所以U 也对称,所以其为三对角阵.
x
7. 根据镜面反射的性质,α为 2
y
2
,构造如下的ω,使得
ω
=
x
y
α
−
y
x
α
−
2
8.1):
P I ωω
T
= −
2
满足 Px
yα=
T
Q Q
I
[((
=
I
(
+
=
I
[(
=
S
)
−
S
)
1
−
+
1
−
1
−
S
S I
] (
)
)(
T
−
S
I
I
) (
) (
T
T
+
+
S I
I
S I
)(
)(
+
−
1
−
)
S I
I
S
)(
+
−
S I
S
)
)(
1
−
−
S
)
1
−
−
(
由于
I
(
−
I
= −
S I
)(
S
2
)
I
S
+
= + − −
S S
= − + −
S S S
I
(
2
=
S
I
2
+
S I
)(
−
S
)
所以:
TQ Q I
(
=
+
S
)
1
−
(
I
+
S I
)(
−
S I
)(
−
S
)
1
−
I
=
2):
S
0
⎛
= ⎜
c
−⎝
c
0
⎞
⎟
⎠
课后答案网 www.khdaw.com
则
Q
=
1
c
−
⎛
⎜
⎝
c
1
⎞⎛
⎟⎜
⎠⎝
1
c
1
−
c
−
1
⎞
⎟
⎠
=
1
c
−
⎛
⎜
⎝
c
1
⎛
⎜
⎞
1
⎜
⎟
⎜
⎠ −
⎜
⎝
2
1
c
+
c
c
+
c
c
+
1
c
+
2
2
1
1
⎞
⎟
⎟
⎟
⎟
⎠
=
⎛
⎜
⎜
⎜
⎜
⎝
2
1
1
1
2
c
−
c
2
+
c
2
c
+
2
+
−
+
c
c
c
c
2
2
2
1
1
1
⎞
⎟
⎟
⎟
⎟
⎠
2
1
−
要使
Qx
eα= 成立,有
1
⎛
⎜
⎜
⎜
⎜
⎝
1
1
2
c
−
c
2
+
c
2
c
+
c
2
c
+
c
−
c
+
2
2
2
1
1
1
⎞
⎟
⎟
⎟
⎟
⎠
x
1
x
2
⎛
⎜
⎝
⎞
⎟
⎠
=
⎛
⎜
⎜
⎜
⎜
⎝
1
1
−
+
−
1
2
c
c
2
c
2
c
+
x
1
+
1
x
1
+
2
2
2
+
1
1
c
c
−
+
2
c
c
x
2
2
2
x
2
⎞
⎟
⎟
⎟
⎟
⎠
=
α
⎛
⎞
⎟
⎜
0
⎝
⎠
1
−
注意正交变换不变向量的长度,所以
=α
x +
2
1
x
2
2
c
=
−
±
x
1
x
解得
1
x
2
9. 先证明(4)式:
2
+
2
x
2
VA
=
O
⎡∑
⎢
OO
⎣
⎤
U
⎥
⎦
T
=
(
vv
,
1
v
m
)
2
L
σ
⎡
1
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎢
⎣
σ
2
O
O
σ
r
⎤
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
u
T
1
u
T
2
M
u
T
n
⎛
⎜
⎜
⎜
⎜
⎜
⎝
⎞
⎟
⎟
⎟
⎟
⎟
⎠
=
O
O
0
(
σσσ
r
v
22
v
11
,
L
v
r
⎛
⎜
⎜
)0,
⎜
⎜
⎜
⎝
u
T
1
u
T
2
M
u
T
n
⎞
⎟
⎟
⎟
⎟
⎟
⎠
=
r
∑
i
1
=
σ
i
uv
i
T
i
(3) 式 :
nRx ∈∀
x 可 以 表 示 成
x
=
n
∑
i
1
=
iua
i
, 若
0=Ax
则
Ax
=
r
∑
i
1
=
σ
i
uv
i
T
i
n
∑
i
1
=
ua
i
i
=
r
∑
i
1
=
a
σ
i
i
v
i
,
1 σuA
(
1
/
)
r
= ∑
i
1
=
σ
i uv
i
T
i
( σu
1
1 /
)= 1v , 所 以
(AR ,同理
)
v L2
rv
∈
(AR ,因为 rank
)
(A = r ,所以 1v ,
)
v L2
rv
构成整个
(AR 的
)
1v ∈
基底
( 2 ) 式 :
nRx ∈∀
x 可 以 表 示 成
x
=
n
∑
i
1
=
iua
i
, 若
0=Ax
则
Ax
=
r
∑
i
1
=
σ
i
uv
i
T
i
n
∑
i
1
=
ua
i
i
=
r
∑
i
1
=
a
σ
i
i
v
i
, 因为 iv 线 性无 关, 则
0=ia
,
i
,1 L=
,
r
,所以
x
∈
u
Span
{
,
u
r
r
1
+
,
L+
2
u
n
}
, 即
(AN
)
⊆
Span
u
{
,
u
r
r
1
+
,
L+
2
u
n
}
n
; 若 ∑
=
u
iub
ri
1
+=
, 则
i
0=Au , ∈u
(AN ,即
)
u
Span
{
,
u
r
r
1
+
,
L+
2
u
n
}
⊆
(AN 故
)
u
Span
{
,
u
r
r
1
+
,
L+
2
u
n
}
=
(AN
)
课后答案网 www.khdaw.com
10.可以参照第 6 题的证明过程。
11.
0
Σ⎛
A V
= ⎜
0 0
⎝
⎞
⎟
⎠
T
U
其中
Σ =
diag σ σ σ
r
(
,
,
L
1
2
)(
并且
σ σ σ
r
≥
≥
L
1
2
≥
0)
那么令:
0
Σ⎛
P V
= ⎜
0 0
⎝
⎞
⎟
⎠
T
V
,
Q VU=
T
12.设
VA
=
⎡∑
⎢
0
⎣
0
0
⎤
TU
⎥
⎦
,其中V 、U 为正交矩阵,那么
(
)
Ax
Ax
,
xx
),(
(
=
Ax
)
Ax
T
()
xx
T
=
AxAx
T
T
xx
T
Vx
(
T
⎡∑
⎢
0
⎣
0
0
⎤
U
⎥
⎦
⎡∑
⎢
0
⎣
V
()
TT
xx
T
0
0
T
⎤
xU
)
⎥
⎦
Ux
T
Ux
T
⎡∑
⎢
0
⎣
⎡∑
⎢
0
⎣
⎡∑
⎢
0
⎣
0
0
⎤
VV
T
⎥
⎦
xx
T
0
0
⎤
xU
T
⎥
⎦
0
0
⎤
⎥
⎦
VV
(
T
)
xx
T
⎡∑
⎢
0
⎣
0
0
⎤
xU
T
⎥
⎦
Ux
T
2
⎡∑
⎢
0
⎣
xx
T
0
0
⎤
xU
T
⎥
⎦
=
=
=
=
令
U
=
uu
,
(
1
2
,
,
nu
)
,
x
=
(
xx
,
1
2
,
,
nx
)
,
L
L
L rσσσ=∑
2
1
(
,
,
,
,0,
)
L
,那么
原式=
2
1
x
2
2
+
σσ
1
2
x
x
2
+
1
x
2
2
2
+
2
+
2
+
L σ
r
x
2
+
L
n
x
2
r
≤
2
1
x
2
2
+
σσ
1
1
x
x
2
+
1
x
2
2
2
+
2
+
2
+
L σ
1
x
2
+
L
n
x
2
n
2
1σ=
当
x =
La
,0,0,(
)0,
( ≠a
)0
时,等号成立。
课后答案网 www.khdaw.com
再证
=σ
1
y
,(max
x
,0
≠
0
≠
x
y
2
Ax
y
)
2
Vy
(
T
⎡∑
⎢
0
⎣
T
T
yVyVxUxU
(
,
,
T
T
⎤
xU
)
⎥
⎦
T
0
0
)(
)
y
,(
x
2
Ax
y
)
2
=
令
则
xUbyVa
T
=
=
,
T
T
a
⎡∑
⎢
0
⎣
b
2
y
,(
x
2
Ax
y
)
2
=
a
0
0
⎤
⎥
⎦
b
2
=
max
a
,0
≠
b
0
≠
σ
ba
111
+
a
+
L
b
2
σ
r
ba
r
r
2
≤
σ
1
max
a
,0
≠
b
0
≠
ba
11
+
a
+
L
b
2
ba
r
r
2
≤
σ
1
其中用到不等式
ba
11
+
L
+
ba
nn
≤
(
a
2
1
+
L
+
a
)
2/12
n
b
(
2
1
+
L
+
b
)
2/12
n
当
x
==
y
,0,( La
)0,
时等号成立。
13
VA
=
⎛∑
⎜⎜
0
⎝
0
0
⎞
TU
⎟⎟
⎠
,
=AAT
U
2
⎛∑
⎜⎜
0
⎝
0
0
⎞
TU
⎟⎟
⎠
,
AA
T
+
UI
λ
=
2
σλ
1
+
⎛
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎝
O
0
2
σλ
r
+
λ
0
O
⎞
⎟
⎟
⎟
⎟
U
⎟
⎟
⎟
⎟
λ
⎠
T
UA
=
⎛∑
⎜⎜
0
⎝
0
0
⎞
TV
⎟⎟
⎠
,
=)(λB
U
σ
1
+
2
σλ
1
⎛
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎝
0
O
0
σ
r
+
2
σλ
r
0
O
0
T
⎞
⎟
⎟
⎟
⎟
⎟
V
⎟
⎟
⎟
⎟
⎟
⎠
)(λB
-
+A =
)(λB
U
-
⎛∑
⎜⎜
0
⎝
0
0
⎞
TV
⎟⎟
⎠
=
课后答案网 www.khdaw.com
λ
2
1
(
σσλ
1
+
)
U
−
⎛
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜
⎜⎜
⎝
−
O
0
λ
2
r
(
σσλ
r
+
)
T
⎞
⎟
⎟
⎟
⎟
⎟
V
⎟
⎟
⎟
⎟⎟
⎠
0
0
O
0
根据 12 题的结论得证。
课后答案网 www.khdaw.com
第二章习题参考答案
1.解:
由于
Ax b−
2
≥ ,极小化
0
Ax − 与极小化
2b
Ax b− 是等价的。
2
2
令
ϕ =
x
( )
Ax b
−
2
2
=
(
Ax Ax
,
)
+
b b
( , ) 2(
−
Ax b
, )
,对于任意的
nRyx ∈,
和实数α,
*
*
x
满足若
x
(
ϕ
*
Ax
+
ay
= 则有
x
)
)
*
b
,
(
ϕ
=
+
2
a
(
Ay
,
Ay
)
=
(
ϕ
x
*
)
+
2
a
Ay
2
2
≥
(
ϕ
x
*
)
这表示
xϕ
)(
x
在 *
处达到极小值。
反之,若
(ϕ
x
+
ay
x
)
在
*
处达到极小,则对任意
nRy
∈
必有
ay
)
d
(
ϕ
x
*
+
da
a
=
0
=
0
即
(2
*
Ax
−
b
,
Ay
a
(2)
+
Ay
,
Ay
)
=
(2
Ax
*
−
b
,
Ay
)
=
0
故有
Ax =* 成立。
b
以上证明了求解
Ax
= 等价于极小化
b
Ax
−
,2
2b
即
Ax
=
b
等价于极小化
Ax
−
2b
。
推导最速下降法过程如下:
下降最快的方向是该点
的负梯度方向,且
AxA
Ax
T
bA
(
T
ϕ
−
=
=
2
2
k
)
=
2
rA
T
k
k
(由
ϕ
+
aA
)
=
,0
得出
−
(
r
k
,
rAA
T
k
)
+
rAAa
(
T
k
,
rAA
T
k
)
=
0
取得极小值。
1
+
ϕ
x
)(
在
−
x
k
grad
x
=
x
)(
aA
+
取
1
+
x
k
d
da
k
x
k
bA
T
a
,
2
−
x
k
使求出
,
k
xx
=
r
T
k
r
k
T
最终得到
a
=
(
r
k
,
rAA
T
k
/()
rAA
T
k
,
rAA
T
k
)
给出的算法如下:
1)
给定
x
0
n
∈ ,计算
R
T
rA
0
=
T
bA
(
−
Ax
0
)
;
2)
对于
L,2,1,0=k
ε
>
0
为一事先给定的停机常
数。
k
,
≤
若
r
,
ε
则停止;其中
k
k
k
1
+=
否则
pp
a
Ap
(
/()
=
k
k
x
x
rAa
T
=
+
k
k
k
1
−
Ax
b
r
−=
k
rA
p
T
=
k
Ap
2
1
−
,
)
k
k
k
k
k
)转到
课后答案网 www.khdaw.com
2.证明
1) 正定性
由对称正定矩阵的性质,(
x Ax ≥ (当且仅当 x=0 时取等号),所以
,
0
)
≥ (当且仅当 x=0 时取等号)
0
(
=
)1 2
x Ax
,
Ax
2) 齐次性
(
x A x
,
α α
x
α
=
(
A
)
1 2
)
=
2
⎡
α
⎣
(
x Ax
,
)
⎤
⎦
1 2
=
α
(
x Ax
,
1 2
)
=
α
x
A
3) o1 方法(一) A 是对称正定矩阵,得到 (
x
+
λ
y A x
,
(
+
y
λ
)) 0
≥ ,把它展开如下
λ
2( ,
y Ay
)
+
λ
x Ay
( ,
)
+
λ
y Ax
( ,
)
+
x Ax
( ,
) 0
≥
考虑到 ( ,
x Ay
)
=
(
Ax y
,
)
=
y Ax
( ,
)
,把上式看成关于λ的一元二次方程,则式子等价于
∆ =
4( ,
x Ay
)
2
−
4( ,
x Ax y Ay
)( ,
) 0
≤
因此
所以
x Ay
( ,
)
≤
x Ax
( ,
)
1/ 2
y Ay
( ,
)
1/ 2
(( ,
x Ax
)
1/ 2
+
y Ay
( ,
)
)
1/ 2 2
=
≥
=
=
x Ax
( ,
x Ax
( ,
x Ax
( ,
x
((
+
y Ay
x Ax
) 2( ,
( ,
)
+
+
y Ay
x Ay
( ,
)
) 2( ,
+
+
y Ay
x Ay
)
)
( ,
( ,
)
+
+
y A x
y
))
),
(
+
两边开平方即可得到
x
+
y
≤
x
+
A
y
A
A
因此,
x Ax
( ,
)
1/ 2
x=
是一种向量范数。
A
o2 方法(二)
)
1/ 2
)
+
y Ay
( ,
)
1/ 2
y Ax
( ,
)
x
+
y
2
A
=
(
Ax x
, )
+
(
Ay y
,
)
+
(
Ax y
,
)
+
x Ay
( ,
)
=
(
Ax x
, )
+
(
Ay y
,
) 2(
+
Ax y
,
)
对于 n 阶实对称阵,存在正交阵 Q,使得 1
−
Q AQ Q AQ
=
T
= Λ 为对角阵。于是
,
(
T
T
1/ 2
1/ 2
1/ 2
1/ 2
=
=
Q
(
Λ Λ
Q Qx x
(
, )
Λ
Qx y
)
,
= Λ
Q Qy y
,
(
T
1/ 2
Λ
Ax y
(
)
上式中的的 ≤ 由 Cauchy-Schwarz 不等式得到。于是
Ax x
, )
Qy
)
Ax x
, )
,
Λ
(
=
Qx
)
1/ 2
Ax x
, )
) 2(
+
Ay y
+
≤
+
x
y
(
(
,
2
A
1/ 2
(
≤ Λ
(
1/ 2
Qx
,
Λ
Ay y
,
)
1/ 2
1/ 2
Qx
)
1/ 2
(
Λ
1/ 2
Qy
,
Λ
1/ 2
Qy
)
1/ 2
1/ 2
(
Ay y
,
)
1/ 2
=
(
x
+
A
y
2
)
A
考虑
Ax 的正定性,上式开方即为
Ax 的三角不等式:
课后答案网 www.khdaw.com