${\Large 1.}$(来自丘维声『高等代数』(上)$P_{189,194}$)

$(1).$ 设$A,B$分别是数域${\mathbb F}$上$n\times n,m\times n$矩阵.

证明: 如果$I_n-AB$可逆, 那么$I_m-BA$也可逆; 并求出$(I_m-BA)^{-1}$.

$(2).$ 设$A,B,D$都是数域${\mathbb F}$上$n$级矩阵, 其中$A,D$可逆, 且$B^TA^{-1}B+D^{-1}$也可逆. 证明:

$$(A+BDB^T)^{-1}=A^{-1}-A^{-1}B(B^TA^{-1}B+D^{-1})^{-1}B^TA^{-1}$$

${\bf 解:}$ $(1).$设法找到$m$级矩阵$X,\ s.t.\ (I_m-BA)(I_m+X)=I_m\ \Rightarrow\ -BA+X-BAX=0\ \Rightarrow X-BAX=BA$.

令$X=BYA$, 其中$Y$是待定的$n$级矩阵. 代入上式, 得

$$BYA-BABYA=BA\ \ 即\ \ B(Y-ABY)A=BA$$

如果能找到$Y,\ \ s.t.\ Y-ABY=I_n$, 那么上式成立. 由于$Y-ABY=I_n\ \Leftrightarrow \ (I_n-AB)Y=I_n$,而已知条件$I_n-AB$可逆, 故

$Y=(I_n-AB)^{-1}$. 由此受到启发, 有

\begin{align*}&(I_m-BA)[I_m+B(I_n-AB)^{-1}A]\\ =&I_m+B(I_n-AB)^{-1}A-BA-BAB(I_n-AB)^{-1}A\\
=&I_m-BA+B[(I_n-AB)^{-1}-AB(I_n-AB)^{-1}]A\\ =&I_m-BA+B[(I_n-AB)AB(I_n-AB)^{-1}]A\\
=&I_m-BA+BI_nA\\ =&I_m\end{align*}因此$I_m-BA$可逆, 并且

$$(I_m-BA)^{-1}=I_m+B(I_n-AB)^{-1}A.$$

$(2).$ 事实上,

\[{(A
+ BD{B^T})^{ - 1}} = {[A(I + {A^{ - 1}}BD{B^T})]^{ - 1}} = {(I + {A^{ -
1}}BD{B^T})^{ - 1}}{A^{ - 1}} = {[I - ({A^{ - 1}}BD)( - {B^T})]^{ -
1}}{A^{ - 1}}\]

套用$(1).$的结论可得

\begin{align*}{(A
+ BD{B^T})^{ - 1}}=&{[I - ({A^{ - 1}}BD)( - {B^T})]^{ - 1}}{A^{ -
1}}\\ ^{(1).}= &{[I + ({A^{ - 1}}BD){(I - ( - {B^T})({A^{ -
1}}BD))^{ - 1}}( - {B^T})]^{ - 1}}{A^{ - 1}}\\ =& {[I - ({A^{ -
1}}B){({D^{ - 1}})^{ - 1}}{(I + {B^T}{A^{ - 1}}BD)^{ - 1}}{B^T}]^{ -
1}}{A^{ - 1}}\\ =& {[I - {A^{ - 1}}B{[(I + {B^T}{A^{ - 1}}BD){D^{ -
1}}]^{ - 1}}{B^T}]^{ - 1}}{A^{ - 1}}\\
=&A^{-1}-A^{-1}B(B^TA^{-1}B+D^{-1})^{-1}B^TA^{-1}\end{align*}


${\Large 2.}$ 两个经典的行列式, 前者取自曾熊的博客; 后者来自张贤科『高等代数学』(第二版) $P_{61-62}$.

\[求\ \ \ \ D_1=\det \left( {\begin{array}{*{20}{c}}1&{\cos {\theta _1}}&{\cos 2{\theta _1}}& \cdots &{\cos \left( {n - 1} \right){\theta _1}}\\1&{\cos {\theta _2}}&{\cos 2{\theta _2}}& \cdots &{\cos \left( {n - 1} \right){\theta _2}}\\\vdots & \vdots & \vdots &{}& \vdots \\1&{\cos {\theta _n}}&{\cos 2{\theta _n}}& \cdots &{\cos \left( {n - 1} \right){\theta _n}}\end{array}} \right),\ \ \ D_2=\det \left( {\begin{array}{*{20}{c}}{\sin {\theta _1}}&{\sin 2{\theta _1}}& \cdots &{\sin {n}{\theta _1}}\\{\sin {\theta _2}}&{\sin 2{\theta _2}}& \cdots &{\sin {n}{\theta _2}}\\\vdots & \vdots & \ddots & \vdots \\{\sin {\theta _n}}&{\sin 2{\theta _n}}& \cdots &{\sin {n}{\theta _n}}\end{array}} \right).\]

${\bf 解:}$ 记${\varepsilon _k} = \cos {\theta _k} + i\sin {\theta _k}$, 则$\cos l{\theta _k} = \frac{{\varepsilon _k^l + \bar \varepsilon _k^l}}{2},\ \sin l{\theta _k} = \frac{{\varepsilon _k^l - \bar \varepsilon _k^l}}{2i},\ {\varepsilon _k}{{\bar \varepsilon }_k} = 1,$

\begin{align*}D_1 &= \left| {\begin{array}{*{20}{c}}1&{\cos {\theta _1}}&{\cos 2{\theta _1}}& \cdots &{\cos \left( {n - 1} \right){\theta _1}}\\1&{\cos {\theta _2}}&{\cos 2{\theta _2}}& \cdots &{\cos \left( {n - 1} \right){\theta _2}}\\\vdots & \vdots & \vdots &{}& \vdots \\1&{\cos {\theta _n}}&{\cos 2{\theta _n}}& \cdots &{\cos \left( {n - 1} \right){\theta _n}}\end{array}} \right| = \frac{1}{{{2^{n - 1}}}}\left| {\begin{array}{*{20}{c}}1&{{\varepsilon _1} + {{\bar \varepsilon }_1}}&{\varepsilon _1^2 + \bar \varepsilon _1^2}& \cdots &{\varepsilon _1^{n - 1} + \bar \varepsilon _1^{n - 1}}\\1&{{\varepsilon _2} + {{\bar \varepsilon }_2}}&{\varepsilon _2^2 + \bar \varepsilon _2^2}& \cdots &{\varepsilon _2^{n - 1} + \bar \varepsilon _2^{n - 1}}\\\vdots & \vdots & \vdots &{}& \vdots \\1&{{\varepsilon _n} + {{\bar \varepsilon }_n}}&{\varepsilon _n^2 + \bar \varepsilon _n^2}& \cdots &{\varepsilon _n^{n - 1} + \bar \varepsilon _n^{n - 1}}\end{array}} \right|\\&= \frac{1}{{{2^{n - 1}}}}\left| {\begin{array}{*{20}{c}}1&{{\varepsilon _1} + {{\bar \varepsilon }_1}}&{{{\left( {{\varepsilon _1} + {{\bar \varepsilon }_1}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _1} + {{\bar \varepsilon }_1}} \right)}^{n - 1}}}\\1&{{\varepsilon _2} + {{\bar \varepsilon }_2}}&{{{\left( {{\varepsilon _2} + {{\bar \varepsilon }_2}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _2} + {{\bar \varepsilon }_2}} \right)}^{n - 1}}}\\\vdots & \vdots & \vdots &{}& \vdots \\1&{{\varepsilon _n} + {{\bar \varepsilon }_n}}&{{{\left( {{\varepsilon _n} + {{\bar \varepsilon }_n}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _n} + {{\bar \varepsilon }_n}} \right)}^{n - 1}}}\end{array}} \right| = \frac{1}{{{2^{n - 1}}}}\prod\limits_{1 \le j < i \le n} {\left( {{\varepsilon _i} + {{\bar \varepsilon }_i} - {\varepsilon _j} - {{\bar \varepsilon }_j}} \right)} \\&= \frac{1}{{{2^{n - 1}}}} \times {2^{\frac{{n\left( {n - 1} \right)}}{2}}}\prod\limits_{1 \le j < i \le n} {\left( {\cos {\theta _i} - \cos {\theta _j}} \right)}  = {2^{\frac{{\left( {n - 1} \right)\left( {n - 2} \right)}}{2}}}\prod\limits_{1 \le j < i \le n} {\left( {\cos {\theta _i} - \cos {\theta _j}} \right)} ;\\
注 意\ \  \ \ \ \ &\phantom{=}\varepsilon _k^{n - 1} + \varepsilon _k^{n - 2}{\bar \varepsilon  _1} + \varepsilon _k^{n - 3}{\bar \varepsilon  _k}^2 \cdots  + \varepsilon _k^2\bar \varepsilon  _k^{n - 3} + \varepsilon _k^{}\bar \varepsilon  _k^{n - 1} + \bar \varepsilon  _k^{n - 1} \\
&= \varepsilon _k^{n - 1} + \varepsilon _k^{n - 3} + \varepsilon _k^{n - 5} \cdots  + \bar \varepsilon  _k^{n - 5} + \bar \varepsilon  _k^{n - 3} + \bar \varepsilon  _k^{n - 1} \\
&= (\varepsilon _k^{n - 1} + \bar \varepsilon  _k^{n - 1}) + (\varepsilon _k^{n - 3} + \bar \varepsilon  _k^{n - 3}) + (\varepsilon _k^{n - 5} + \bar \varepsilon  _k^{n - 5}) +  \cdots , \ \ \ 故\\
D_2 &=\left| {\begin{array}{*{20}{c}}
{\sin {\theta _1}}&{\sin 2{\theta _1}}& \cdots &{\sin {n}{\theta _1}}\\
{\sin {\theta _2}}&{\sin 2{\theta _2}}& \cdots &{\sin {n}{\theta _2}}\\
\vdots & \vdots & \ddots & \vdots \\
{\sin {\theta _n}}&{\sin 2{\theta _n}}& \cdots &{\sin {n}{\theta _n}}
\end{array}} \right| =
\frac{1}{{{(2i)^{n}}}}\left| {\begin{array}{*{20}{c}}
{{\varepsilon _1} - {{\bar \varepsilon }_1}}&{\varepsilon _1^2 - \bar \varepsilon _1^2}& \cdots &{\varepsilon _1^{n} - \bar \varepsilon _1^{n}}\\
{{\varepsilon _2} - {{\bar \varepsilon }_2}}&{\varepsilon _2^2 - \bar \varepsilon _2^2}& \cdots &{\varepsilon _2^{n} - \bar \varepsilon _2^{n}}\\
\vdots & \vdots &\ddots & \vdots \\
{{\varepsilon _n} - {{\bar \varepsilon }_n}}&{\varepsilon _n^2 - \bar \varepsilon _n^2}& \cdots &{\varepsilon _n^{n} - \bar \varepsilon _n^{n}}
\end{array}} \right|\\
&= \frac{({\varepsilon _1} - {\bar \varepsilon  _1})({\varepsilon _2} - {\bar \varepsilon  _2}) \cdots ({\varepsilon _n} - {\bar \varepsilon  _n})}{{{(2i)^{n}}}}\left| {\begin{array}{*{20}{c}}
1&{{\varepsilon _1} + {{\bar \varepsilon }_1}}& \cdots &\varepsilon _1^{n - 1} + \varepsilon _1^{n - 2}{\bar \varepsilon  _1} +  \cdots  + \varepsilon _1^{}\bar \varepsilon  _1^{n - 1} + \bar \varepsilon  _1^{n - 1} \\
1&{{\varepsilon _2} + {{\bar \varepsilon }_2}}& \cdots &\varepsilon _2^{n - 1} + \varepsilon _2^{n - 2}{\bar \varepsilon  _2} +  \cdots  + \varepsilon _2^{}\bar \varepsilon  _2^{n - 1} + \bar \varepsilon  _2^{n - 1}\\
\vdots & \vdots &\ddots& \vdots \\
1&{{\varepsilon _n} + {{\bar \varepsilon }_n}}& \cdots &\varepsilon _n^{n - 1} + \varepsilon _n^{n - 2}{\bar \varepsilon  _1} +  \cdots  + \varepsilon _n^{}\bar \varepsilon  _n^{n - 1} + \bar \varepsilon  _n^{n - 1}
\end{array}} \right| \\
&= \frac{({\varepsilon _1} - {\bar \varepsilon  _1})({\varepsilon _2} - {\bar \varepsilon  _2}) \cdots ({\varepsilon _n} - {\bar \varepsilon  _n})}{{{(2i)^{n}}}}
\left|{\begin{array}{*{20}{c}}
1&{{\varepsilon _1} + {{\bar \varepsilon }_1}}&{{{\left( {{\varepsilon _1} + {{\bar \varepsilon }_1}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _1} + {{\bar \varepsilon }_1}} \right)}^{n - 1}}}\\
1&{{\varepsilon _2} + {{\bar \varepsilon }_2}}&{{{\left( {{\varepsilon _2} + {{\bar \varepsilon }_2}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _2} + {{\bar \varepsilon }_2}} \right)}^{n - 1}}}\\
1&{{\varepsilon _3} + {{\bar \varepsilon }_3}}&{{{\left( {{\varepsilon _3} + {{\bar \varepsilon }_3}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _3} + {{\bar \varepsilon }_3}} \right)}^{n - 1}}}\\
\vdots & \vdots & \vdots & \ddots & \vdots \\
1&{{\varepsilon _n} + {{\bar \varepsilon }_n}}&{{{\left( {{\varepsilon _n} + {{\bar \varepsilon }_n}} \right)}^2}}& \cdots &{{{\left( {{\varepsilon _n} + {{\bar \varepsilon }_n}} \right)}^{n - 1}}}
\end{array}} \right| \\
&= \frac{({\varepsilon _1} - {\bar \varepsilon  _1})({\varepsilon _2} - {\bar \varepsilon  _2}) \cdots ({\varepsilon _n} - {\bar \varepsilon  _n})}{{{(2i)^{n}}}}\prod\limits_{1 \le j < i \le n} {\left( {{\varepsilon _i} + {{\bar \varepsilon }_i} - {\varepsilon _j} - {{\bar \varepsilon }_j}} \right)} \\&=\sin{\theta _1} \ldots \sin{\theta _n}\prod\limits_{1 \le j < i \le n}{2(\cos{\theta_i}-\cos{\theta_j})}\\&=2^{\frac{n(n-1)}{2}}\sin{\theta _1} \ldots \sin{\theta _n}\prod\limits_{1 \le j < i \le n}{(\cos{\theta_i}-\cos{\theta_j})} .\end{align*}

LA 小、杂、乱题合辑的更多相关文章

  1. 秋招如何抱佛脚?2022最新大厂Java面试真题合集(附答案

    2022秋招眼看着就要来了,但是离谱的是,很多同学最近才想起来还有秋招这回事,所以纷纷临时抱佛脚,问我有没有什么快速磨枪的方法, 我的回答是:有! 说起来,临阵磨枪没有比背八股文更靠谱的了,很多人对这 ...

  2. 【Tips】史上最全H1B问题合辑——保持H1B身份终级篇

    [Tips]史上最全H1B问题合辑——保持H1B身份终级篇 2015-04-10留学小助手留学小助手 留学小助手 微信号 liuxue_xiaozhushou 功能介绍 提供最真实全面的留学干货,帮您 ...

  3. 【OpenCV新手教程之十二】OpenCV边缘检測:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑

    本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/25560901 作者:毛星云(浅墨) ...

  4. 【OpenCV新手教程之十八】OpenCV仿射变换 &amp; SURF特征点描写叙述合辑

    本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/33320997 作者:毛星云(浅墨)  ...

  5. 【OpenCV新手教程之十七】OpenCV重映射 &amp; SURF特征点检測合辑

    本系列文章由@浅墨_毛星云 出品.转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/30974513 作者:毛星云(浅墨)  ...

  6. [OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑

    http://blog.csdn.net/poem_qianmo/article/details/25560901 本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog ...

  7. 【OpenCV入门教程之十四】OpenCV霍夫变换:霍夫线变换,霍夫圆变换合辑

    http://blog.csdn.net/poem_qianmo/article/details/26977557 本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog ...

  8. 【OpenCV新手教程之十四】OpenCV霍夫变换:霍夫线变换,霍夫圆变换合辑

    本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/26977557 作者:毛星云(浅墨) ...

  9. SSH三大框架合辑的搭建步骤

    v\:* {behavior:url(#default#VML);} o\:* {behavior:url(#default#VML);} w\:* {behavior:url(#default#VM ...

随机推荐

  1. java中创建对象 类名 对象名=new 类名(); 后面的()什么意思

    类名 对象名=new 类名();类名 对象名 这个的解释是创建名称为"对象名"的"类名"类引用变量new ; 这个的解释是实例化对象类名() 这个的解释是无参数 ...

  2. sed替换文件中的字符串

    sed -i 's/原字符串/替换字符串/g' filename

  3. 软件设计模式 B卷

            软件设计模式 试 卷(作业考核 线上)  B  卷   学习中心:            院校学号:             姓名                (共        页 ...

  4. HttpURLConnection学习

    转自:http://mobile.51cto.com/abased-448264.htm 最常用的Http请求无非是get和post,get请求可以获取静态页面,也可以把参数放在URL字串后面,传递给 ...

  5. kubernetes kubeadm部署高可用集群

    k8s kubeadm部署高可用集群 kubeadm是官方推出的部署工具,旨在降低kubernetes使用门槛与提高集群部署的便捷性. 同时越来越多的官方文档,围绕kubernetes容器化部署为环境 ...

  6. Java 判断一段网络资源是否存在

    package cn.ycmedia.common.utils; import java.io.InputStream; import java.net.URL; import java.net.UR ...

  7. HDOJ 1787 GCD Again(欧拉函数)

    GCD Again Time Limit: 1000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total ...

  8. strus2与spring3 mvc的差别

    比较了一下strus2与spring3 mvc的差别: spring3 mvc是方法级别的拦截,拦截到方法后根据参数上的注解,把request数据注入进去,在spring3mvc中,一个方法对应一个r ...

  9. 试答卓同学的 iOS 面试题

    卓同学昨天写了一篇文章<4道过滤菜鸟的iOS面试题>.我手痒决定默写一个参考答案.后来发现不认真回答被大家喷成狗,所以决定积极改造,重新做人.下面就是修编之后的答案. 1. struct和 ...

  10. POJ 2559 Largest Rectangle in a Histogram (单调栈或者dp)

    Largest Rectangle in a Histogram Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 15831 ...