相似矩阵及二次型
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
[l x, y] (l x)T y l xT y l( xT y) l[ x, y]
[ x y, z] ( x y)T z ( xT yT ) z ( xT z) ( yT z) [ x, z] [ y, z]
7
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
齐次性: || l x || = | l | ·|| x ||.
三角不等式: || x + y || ≤ || x || + || y ||.
x+y y
y
x
12
向量的正交性
施瓦兹(Schwarz)不等式 [x, y]2 ≤ [x, x] [y, y] = || x || ·|| y ||
当 x ≠ 0 且 y ≠ 0 时,
6
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
[x + y, z] = [x, z] + [y, z]
当 x≠0(零向量) 时, || x || > 0.
齐次性: || l x || = | l | ·|| x || .
[l x, l x] l[x, l x] l[l x, x] l 2[x, x]
|| l x || [l x,l x] l 2[x, x] | l | [x, x] | l | || x ||
13
定义:两两正交的非零向量组成的向量组成为正交向量组.
定理:若 n 维向量a1, a2, …, ar 是一组两两正交的非零向量, 则 a1, a2, …, ar 线性无关. 证明:设 k1a1 + k2a2 + … + kr ar = 0(零向量),那么 0 = [a1, 0] = [a1, k1a1 + k2a2 + … + kr ar]
11
向量的长度
定义:令 || x || [ x, x] x12 x22 L xn2
称 || x || 为 n 维向量 x 的长度(或范数).
当 || x || = 1时,称 x 为单位向量.
向量的长度具有下列性质:
非负性:当 x = 0(零向量) 时, || x || = 0;
当 x ≠ 0(零向量) 时, || x || > 0.
[x, x] = x12 + x22 + … + xn2 ≥ 0
8
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
4
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x]. [ x, y] x1 y1 x2 y2 L xn yn y1 x1 y2 x2 L yn xn [ y, x]
[x, y] 1 || x || || y ||
定义:当 x ≠ 0 且 y ≠ 0 时,把
arccos [ x, y]
|| x || || y ||
称为 n 维向量 x 和 y 的夹角.
当 [x, y] = 0,称向量 x 和 y 正交.
y
结论:若 x = 0,则 x 与任何向量都正交. x
[x + y, z] = [x, z] + [y, z] 当 x = 0(零向量) 时, [x, x] = 0;
当 x ≠ 0(零向量) 时, [x, x] > 0. 施瓦兹(Schwarz)不等式
[x, y]2 ≤ [x, x] [y, y].
9
回顾:线段的长度 [x, x] = x12 + x22 + … + xn2 ≥ 0
= k1 [a1, a1] + k2 [a1, a2] + … + kr [a1, ar] = k1 [a1, a1] + 0 + … + 0 = k1 ||a1||2 从而 k1 = 0. 同理可证,k2 = k3 = … = kr =0. 综上所述, a1, a2, …, ar 线性无关.
14
1
P(x1, x2)
x2
若令 x = (x1, x2)T,则
| OP | x12 x22 [x, x]
O
x1
P x1
x3
x2 O
若令 x = (x1, x2, x3)T,则 | OP | x12 x22 x32 [ x, x]
10
向量的长度
定义:令 || x || [ x, x] x12 x22 L xn2 0 称 || x || 为 n 维向量 x 的长度(或范数). 当 || x || = 1时,称 x 为单位向量. 向量的长度具有下列性质: 非负性:当 x = 0(零向量) 时, || x || = 0;
1
例:已知3
维向量空间R3中两个向量
a1
1
,
a2
2
1
1
正交,试求一个非零向量a3 ,使a1, a2, a3 两两正交.
分析:显然a1⊥a2 .
解:设a3 = (x1, x2, x3)T ,若a1⊥a3 , a2⊥a3 ,则
第五章 相似矩阵及二次型
§1 向量的内积、长度及正交性
2
向量的内积
x1
y1
定义:设有
n
维向量
x
x2
,
y
y2
,
M M
xn
yn
令
[ x, y] x1 y1 x2 y2 L xn yn
y1
x1, x2 ,L
,
xn
y2
MБайду номын сангаас
xT
y
yn
则称 [x, y] 为向量 x 和 y 的内积.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
[x + y, z] = [x, z] + [y, z] 当 x = 0(零向量) 时, [x, x] = 0;
当 x ≠ 0(零向量) 时, [x, x] > 0.
[ x y, z] ( x y)T z ( xT yT ) z ( xT z) ( yT z) [ x, z] [ y, z]
7
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
齐次性: || l x || = | l | ·|| x ||.
三角不等式: || x + y || ≤ || x || + || y ||.
x+y y
y
x
12
向量的正交性
施瓦兹(Schwarz)不等式 [x, y]2 ≤ [x, x] [y, y] = || x || ·|| y ||
当 x ≠ 0 且 y ≠ 0 时,
6
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
[x + y, z] = [x, z] + [y, z]
当 x≠0(零向量) 时, || x || > 0.
齐次性: || l x || = | l | ·|| x || .
[l x, l x] l[x, l x] l[l x, x] l 2[x, x]
|| l x || [l x,l x] l 2[x, x] | l | [x, x] | l | || x ||
13
定义:两两正交的非零向量组成的向量组成为正交向量组.
定理:若 n 维向量a1, a2, …, ar 是一组两两正交的非零向量, 则 a1, a2, …, ar 线性无关. 证明:设 k1a1 + k2a2 + … + kr ar = 0(零向量),那么 0 = [a1, 0] = [a1, k1a1 + k2a2 + … + kr ar]
11
向量的长度
定义:令 || x || [ x, x] x12 x22 L xn2
称 || x || 为 n 维向量 x 的长度(或范数).
当 || x || = 1时,称 x 为单位向量.
向量的长度具有下列性质:
非负性:当 x = 0(零向量) 时, || x || = 0;
当 x ≠ 0(零向量) 时, || x || > 0.
[x, x] = x12 + x22 + … + xn2 ≥ 0
8
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
4
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x]. [ x, y] x1 y1 x2 y2 L xn yn y1 x1 y2 x2 L yn xn [ y, x]
[x, y] 1 || x || || y ||
定义:当 x ≠ 0 且 y ≠ 0 时,把
arccos [ x, y]
|| x || || y ||
称为 n 维向量 x 和 y 的夹角.
当 [x, y] = 0,称向量 x 和 y 正交.
y
结论:若 x = 0,则 x 与任何向量都正交. x
[x + y, z] = [x, z] + [y, z] 当 x = 0(零向量) 时, [x, x] = 0;
当 x ≠ 0(零向量) 时, [x, x] > 0. 施瓦兹(Schwarz)不等式
[x, y]2 ≤ [x, x] [y, y].
9
回顾:线段的长度 [x, x] = x12 + x22 + … + xn2 ≥ 0
= k1 [a1, a1] + k2 [a1, a2] + … + kr [a1, ar] = k1 [a1, a1] + 0 + … + 0 = k1 ||a1||2 从而 k1 = 0. 同理可证,k2 = k3 = … = kr =0. 综上所述, a1, a2, …, ar 线性无关.
14
1
P(x1, x2)
x2
若令 x = (x1, x2)T,则
| OP | x12 x22 [x, x]
O
x1
P x1
x3
x2 O
若令 x = (x1, x2, x3)T,则 | OP | x12 x22 x32 [ x, x]
10
向量的长度
定义:令 || x || [ x, x] x12 x22 L xn2 0 称 || x || 为 n 维向量 x 的长度(或范数). 当 || x || = 1时,称 x 为单位向量. 向量的长度具有下列性质: 非负性:当 x = 0(零向量) 时, || x || = 0;
1
例:已知3
维向量空间R3中两个向量
a1
1
,
a2
2
1
1
正交,试求一个非零向量a3 ,使a1, a2, a3 两两正交.
分析:显然a1⊥a2 .
解:设a3 = (x1, x2, x3)T ,若a1⊥a3 , a2⊥a3 ,则
第五章 相似矩阵及二次型
§1 向量的内积、长度及正交性
2
向量的内积
x1
y1
定义:设有
n
维向量
x
x2
,
y
y2
,
M M
xn
yn
令
[ x, y] x1 y1 x2 y2 L xn yn
y1
x1, x2 ,L
,
xn
y2
MБайду номын сангаас
xT
y
yn
则称 [x, y] 为向量 x 和 y 的内积.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
[x + y, z] = [x, z] + [y, z] 当 x = 0(零向量) 时, [x, x] = 0;
当 x ≠ 0(零向量) 时, [x, x] > 0.