考研851 自动控制原理
题海 · pdf-page · p.533
\[ A \rightarrow \begin{bmatrix} 1 & c_{12} & \cdots & c_{1r} & \cdots & c_{1n} \\ & 1 & \cdots & c_{2r} & \cdots & c_{2n} \\ & & \ddots & & & \\ & & & 1 & & \\ \mathbf{0} & & & & 0 & \end{bmatrix} \]

从而可得该方程组的一般解。设一般解的形式为

\[ x = \begin{bmatrix} d_{1,r+1}x_{r+1} + \cdots + d_{1n}x_n \\ d_{2,r+1}x_{r+1} + \cdots + d_{2n}x_n \\ \cdots \\ d_{r,r+1}x_{r+1} + \cdots + d_{m}x_n \\ x_{r+1} \\ \vdots \\ x_n \end{bmatrix} \]

其中 \(x_{r+1}, \cdots, x_n\)\(n-r\) 个自由未知量,\(d_{ij}\) 可由 \(c_{ij}\) 确定,\(r = \mathrm{rank}(A)\)

取自由未知量为下列 \(n-r\) 组特殊数值,令 \(x_{r+1}=1, x_{r+2}=x_{r+3}=\cdots=x_n=0\),代入通解中,可得一个特解 \(\boldsymbol{\eta}_1=[x_1^{(1)}\ x_2^{(1)}\ \cdots\ x_r^{(1)}\ 1\ 0\ \cdots\ 0]^{\mathrm{T}}\)。再令 \(x_{r+2}=1, x_{r+1}=x_{r+3}=\cdots=x_n=0\),又可得一个特解 \(\boldsymbol{\eta}_2=[x_1^{(2)}\ x_2^{(2)}\ \cdots\ x_r^{(2)}\ 0\ 1\ \cdots\ 0]^{\mathrm{T}}\)。照此进行下去,可得 \(\boldsymbol{\eta}_3, \boldsymbol{\eta}_4, \cdots, \boldsymbol{\eta}_{n-r}\)。由于 \(\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \cdots, \boldsymbol{\eta}_n\) 的后 \(n-r\) 个向量线性无关,在其前面添加 \(r\) 个分量显然也线性无关,即 \(\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \cdots, \boldsymbol{\eta}_{n-r}\) 线性无关。

设方程组的任意一个解为 \(\boldsymbol{\eta}_0=[k_1\ k_2\ \cdots\ k_r\ k_{r+1}\ \cdots\ k_n]\),由解的性质可知 \(k_{r+1}\boldsymbol{\eta}_1+k_{r+2}\boldsymbol{\eta}_2+\cdots+k_n\boldsymbol{\eta}_{n-r}\) 仍是 \(Ax=0\) 的解。

写出它的后 \(n-r\) 个分量,即为 \(k_{r+1}, k_{r+2}, \cdots, k_n\) 与解向量 \(\boldsymbol{\eta}_0\) 的后 \(n-r\) 个分量完全相同,而解的后 \(n-r\) 个分量在一般解中正好是 \(n-r\) 个自由未知量位置。当自由未知量取定一组数值后,解是唯一确定的。因此

\[ \boldsymbol{\eta}_0 = k_{r+1}\boldsymbol{\eta}_1 + k_{r+2}\boldsymbol{\eta}_2 + \cdots + k_n \boldsymbol{\eta}_{n-r} \]

这说明具有 \(n-r\) 个线性独立解,且方程式的任意解都可以用其线性组合来表示,即 \(\boldsymbol{\eta}_1, \boldsymbol{\eta}_2, \cdots, \boldsymbol{\eta}_{n-r}\) 是齐次方程组 \(Ax=0\) 的一个基础解系。

9-43\(A\)\(B\) 为同维的非奇异方阵,试证明:\(AB\) 的特征值必等同于 \(BA\) 的特征值。

证明 由于 \(A\)\(B\) 为同维的非奇异方阵,容易验证

\[ \begin{bmatrix} I_n & -A \\ 0 & I_n \end{bmatrix} \begin{bmatrix} AB & 0 \\ B & 0 \end{bmatrix} = \begin{bmatrix} 0 & 0 \\ B & BA \end{bmatrix} \begin{bmatrix} I_n & -A \\ 0 & I_n \end{bmatrix} \]

由于 \(\begin{bmatrix} I_n & -A \\ 0 & I_n \end{bmatrix}\) 可逆,可知 \(\begin{bmatrix} AB & 0 \\ B & 0 \end{bmatrix}\)\(\begin{bmatrix} 0 & 0 \\ B & BA \end{bmatrix}\) 相似,因此

\[ \left| \lambda I_{n+n} - \begin{bmatrix} AB & 0 \\ B & 0 \end{bmatrix} \right| = \left| \lambda I_{n+n} - \begin{bmatrix} 0 & 0 \\ B & BA \end{bmatrix} \right| \]

\[ \left| \begin{bmatrix} \lambda I_n - AB & 0 \\ -B & \lambda I_n \end{bmatrix} \right| = \left| \begin{bmatrix} \lambda I_n & 0 \\ -B & \lambda I_n - BA \end{bmatrix} \right| \]

\(\cdot\) 527 \(\cdot\)