填空题

(1) 二次型矩阵为

$$\begin{pmatrix}1&t &-1\\ t&4 &2 \\-1&2 &4\end{pmatrix}\sim \begin{pmatrix}1&0 &0\\ 0&4-t^2 &2+t \\0&2+t &3\end{pmatrix}\sim \begin{pmatrix}1&0 &0\\ 0&3 &0 \\ 0&0&\frac 43\cdot (t+2)(1-t)\end{pmatrix}$$

所以当 $t\in (-2,1)$ 时是正定的。

(2) 求特征多项式

$$|\lambda I-A|=(\lambda -1)^2(\lambda +5)+16(b+1)-8b(\lambda +5)+8(\lambda -1)$$

(3) 可见 $A$ 满足多项式 $f(x)=x^2$,特征值只能为 $0$,$\mathrm{rank}(A)=3$ 说明 $A$ 的 Jordan 标准型有 $6-3=3$ 个 $0$-Jordan 块,且每个块的大小不超过 $2$,所以 $A$ 的 Jordan 标准型为

$$\begin{pmatrix}0&1&0&0&0&0\\ 0&0&0&0&0&0\\ 0&0&0&1&0&0\\ 0&0&0&0&0&0\\ 0&0&0&0&0&1\\ 0&0&0&0&0&0\end{pmatrix}$$

计算题

(1) $-x^2\sin \frac 1x+2\int ^x_0t\sin\frac t1\mathrm dt +C$,在原点为 $C$.

(2) $-\frac {\pi^2}2\ln 2$

(3) 考虑幂级数展开

$$-\ln(1-x)=\sum^\infty_{n=1}\frac {x^n}n=:\sum^\infty_{n=0}b_nx^n$$

由于 $\lim na_n=\lim a_n/b_n=1$,所以对于任意 $\varepsilon>0$,存在 $N$ 使得当 $n\geq N$ 时

$$(1-\varepsilon)b_n< a_n<(1+\varepsilon)b_n$$

从而累加得到

$$(1-\varepsilon)\sum^\infty_{n=N} b_nx^n < \sum^\infty_{n=N} a_nx^n < (1+\varepsilon)\sum^\infty_{n=N} b_nx^n$$

则估计 $\sum a_nx^n$ 有

$$\dfrac {\sum^\infty_{n=0} a_nx^n}{-\ln(1-x)}=\dfrac {\sum^\infty_{n=N} a_nx^n}{-\ln (1-x)}+\dfrac {\sum^{N-1}_{n=0} a_nx^n}{-\ln(1-x)}\to \dfrac {\sum^\infty_{n=N} a_nx^n}{-\ln (1-x)}\in [1-\varepsilon,1+\varepsilon]$$

最后由双边控制得到。由 $\varepsilon$ 的任意性,结果为 $-1$.

解答题

(1) 考虑 Cauchy 不等式

$$\int ^1_0(1+x^2)f^2(x)\mathrm dx\geq \dfrac {\left(\int ^1_0 |f(x)|\mathrm dx\right)^2}{\int ^1_0(1+x^2)^{-1}\mathrm dx}\leq \dfrac 4\pi \left(\int ^1_0 f(x)\mathrm dx\right)^2=\frac 4\pi$$

此时取等,当且仅当

$$f(x)=\frac {C}{1+x^2}=\frac 4{\pi (1+x^2)}$$

几乎处处成立(而 $f(x)\in C[0,1]$,所以必须完全相等),通过条件解得 $C$.

(2) 考虑辅助函数

$$F(x)=e^{-2024x}[f(x)-f(0)]$$

则其导数为

$$F'(x)=e^{-2024x}[f'(x)-2024f(x)+2024f(0)]$$

因此题目是在证明存在 $\xi \in (0,2)$ 使得 $F'(\xi)=0$. 首先

$$F(0)=0,\quad F(1)=e^{-2024}[f(1)-f(0)],$$

当 $f(1)=f(0)$ 时,Rolle 中值定理推出。当 $f(1)>f(0)$,由于

$$F'(1)=-2024e^{-2024}[f(1)-f(0)]<0$$

所以连续函数 $F$ 的最大值在内部取到,在极值点处得证。当 $f(1)

(3) 由于任意性,先取 $A=0,B=0$,得到

$$\mathrm{rank}C+n =\mathrm{rank}D+m$$

考虑 $A=xE_{ik},B=F_{ji}$,则当 $j\neq k$ 时

$$\mathrm{rank}C+n=\mathrm{rank}(D-xF_{ji}E_{ik})+m$$

所以联立上面的式子,说明调整 $D$ 的某一个非对角线元素,不影响 $D$ 的秩。同理对 $C$ 也是。

首先证明 $D$ 是满秩的。否则存在非零向量

$$v\notin \mathrm{Im}D^\top,\quad u\notin \mathrm{Im}D,\quad v^\top u=0$$

………………….

考虑其伴随矩阵,调整 $D$ 的某一个非对角线元素,总是保持秩不变,那么推出伴随的非对角元素为 $0$,所以 $D$ 的非对角元素必须全为 $0$。对于 $C$ 也是同理的。

最后说明 $C,D$ 的对角线元素相等。考虑 $A=xE_{ik},B=F_{ki}$,则必须同时降秩,显然推出。

(4) 对于复矩阵,可以根据 Jordan 块选取 $B$ 的本征特征向量 $v_i$,使得

$$Bv_i^1=\lambda_iv_i^1$$

并且这个广义特征子空间的基向量为 $(v_i^1,v_i^2,\cdots,v_i^{m_i})$,满足

$$Bv_i^1=\lambda_iv_i^1,\quad Bv_i^2=\lambda_iv_i^2+v_i^1,\quad \cdots\quad Bv_i^{m_i}=\lambda_iv_i^{m_i}+v_i^{m_i-1}$$

$$\sum^m_{k=0}(-1)^k\binom mk A^kB^{m-k}v_i^1=\sum^m_{k=0}(-1)^k\binom mk A^k\lambda^{m-k}_iv_i^1=(A-\lambda_i I)^mv_i^1=0$$

这说明 $B$ 的特征值也是 $A$ 的特征值。进一步

$$\sum^m_{k=0}(-1)^k\binom mk A^kB^{m-k}v_i^2=\sum^m_{k=0}(-1)^k\binom mk A^k[\lambda^{m-k}_iv_i^2+(m-k)\lambda^{m-k-1}_iv_i^1]=0$$

就有

$$(\lambda_i I-A)^mv_i^2+m\lambda^{m-1}_i(\lambda_i I-A)v_i^1=0$$

所以 $v_i^2$ 也是 $A$ 的 $\lambda_i$-广义特征向量,对于这个 $B$ 的特征子空间的基向量归纳下去。据此,代数重数是一致的。