《矩阵分析》(第3版)史荣昌,魏丰.第一章课后知识题目解析

合集下载

矩阵分析课件

矩阵分析课件
一、线性空间的概念 几何空间和 n 维向量空间的回顾 推广思想:
抽象出线性运算的本质,在任意研究对象的集 合上定义具有线性运算的代数结构。
定义1.1(P .1)
要点:
• 集合V 与数域F • 向量的加法和数乘向量运算 • 运算的性质刻画
常见的线性空间
F n={X=(x1,x2,…,xn)T:x F} 运算:向量加法和数乘向量 F mn = {A=[aij]mn:a ijF}; 运算:矩阵的加法和数乘矩阵 i 1 R mn ;C mn 。 ix a i aiR} Pn [x]={p(x)= :
0
1
]
5 向量的长度 定义: || || = ( , ) 性质: || k || =k || || ;
Cauchy 不等式:
, [Vn(F);(,)], | (,) | || || || || 。 || +|| || || +|| ||
如果
W1=L{1,2,…, m },
W2=L{1,2,…, k},
则 W1+W2=L{1,2,…,m,1,2,…, k }
3 、维数公式
子空间的包含关系: W1 W1 W2 W1 W2 Vn ( F ) W2
dimW1W2 dim Wi dimW1+W2 dimVn(F)。
子空间的“和”为“直和”的充要–条件 : 定理1· 8 设 W=W1+W2,则下列各条等价: ( 1) W=W1W2 ( 2) X W,X=X 1+X2的表 是惟一的 ( 3) W中零向量的表示是惟一的 ( 4) dim W =dimW1+dimW2
例1 P12 eg18 例2 设在Rn×n中,子空间 W 1={A AT =A } , W2={B BT= –B }, 证明Rn×n=W1W2。 例3 子空间W的“直和补子空间”

矩阵分析报告课后习题解答(整理版)

矩阵分析报告课后习题解答(整理版)

第一章线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)(A R 是m C 的非空子集,即验证)(A R 对m C 满足加法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A n n ij (,分别令T i X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B HH -==,且C C B B ≠≠11,,由1111C B C B A H H H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾)第二章酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n T n i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n T n j ==(1在第j 行) 根据此题内积定义⎩⎨⎧≠===j i j i X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

史荣昌魏丰版矩阵分析第一章(1)

史荣昌魏丰版矩阵分析第一章(1)

矩阵分析主讲教师:张艳霞矩阵理论的应用微分方程、概率与统计、优化、信号处理、控制工程、经济理论等等。

工程经济理论等等如需更深入地学习和了解在自己专业的应用,可如需更深入地学习和了解在自己专业的应用可参考:《矩阵分析与应用》,张贤达著,清华大学出版社;《Matrix Analysis for Scientists & Engineers》:Alan J. Laub,SIAM.第章第一章线性空间和线性变换线性空间的基本概念及其性质线性空间的基底,维数, 坐标变换线性空间的基底维数线性空间的子空间,交与和线性映射及其值域、核线性变换及其矩阵表示矩阵(线性变换)的特征值与特征向量矩阵的可对角化条件第一节第节线性空间一:线性空间的定义与例子线性间的义定义设是一个非空的集合,是一个数域,V F 在集合中定义两种代数运算,一种是加法运算,来表示另种是运算用来表示V 用来表示; 另一种是数乘运算, 用来表示, +i并且这两种运算满足下列八条运算律:(1)加法交换律αββα+=+(2)加法结合律()()αβγαβγ++=++(3)零元素: 在中存在一个元素,使得对于V 0任意的都有V α∈0αα+=(4)负元素: 对于中的任意元素都存在一V α个元素使得β0αβ+=(5)i =1αα(6)()()k l kl αα=(7)()k l k l ααα+=+(8)()k k k αβαβ+=+为数域F 称这样的上的线性空间。

V例1全体实函数集合构成实数域上的线性空间。

R 例2复数域上的全体型矩阵构成的集C m n ×合为上的线性空间。

m n × C C 例3实数域上全体次数小于或等于的多项式R n 集合构成实数域上的线性空间;1[]n R x +R 实数域上全体次数等于的多项式集合不构成实数域上的线性空间;R n R二:线性空间的基本概念及其性质定义:线性组合;线性表出;线性相关;线性无关;向量组的极大线性无关组;向量组的秩向量组的极大线性无关组向量组的秩R例1实数域上的函数空间中,函数组2x x1,cos,cos2是线性相关的函数组。

矩阵分析(1)32页PPT

矩阵分析(1)32页PPT

dim(V1 V2 ) dimV1 dim V2
3 子空间与维数定理
第一章 线性空间与线性变换
子空间的交集 WV1 V2 是子空间
零向量属于W
任取 x, yW,则 x, yVi ,所以
xy V i, i1,2
又 P, xW
x Vi
xW
3 子空间与维数定理
第一章 线性空间与线性变换
V1 a b 0 0 a,bR V2 0 0 c 0 cR V3 0 d e 0 a,bR
第一章 线性空间与线性变换
回顾几个预备概念
集合
数集
Q
有理数集 Q 实数集 R 复数集 C
QRC
C
数域
Q
复数集合中的任意非空子集合P含有 非零的数,且其中任意两数的和、差、 积、商仍属于该集合P,则称数集P 为一个数域。(注意0和1)
有理数域 Q
1 线性空间的概念
实数域 R
复数域 C
第一章 线性空间与线性变换
如果这两个运算满足如下八条规则,就称集合 V 为数 域 P上的线性空间或向量空间。 元素称为向量。
任 意 , P ,任 意 x ,y ,z V ,及 零 元 素 V
1 线性空间的概念
第一章 线性空间与线性变换
八条规则
附带性质
交换律 结合律 零元素 负元素 单位元 交换律 分配律 分配律
x y y x;
第一章 线性空间与线性变换 第二章 内积空间 第三章 矩阵的标准形与若干分解形式 第四章 矩阵函数及其应用
第五章 特征值的估计与广义逆矩阵 第六章 非负矩阵
第一章 线性空间与线性变换
第一章 线性空间与线性变换
§1 线性空间的概念 §2 基变换与坐标变换 §3 子空间与维数定理 §4 线性空间的同构 §5 线性变换的概念 §6 线性变换的矩阵表示 §7 不变子空间

矩阵分析第一章

矩阵分析第一章

类似地, 还可定义多个集
注 1.1.3 (表示映射的带尾与不带尾的箭头的区别) 从集合 S 到集合 S 的映射 f 这一事实用不带尾的箭头表示, 即 f :S →S ; 而映射 f 把集合 S 中的元素 a ∈ S 映为集合 S 中的元素 b ∈ S 这一事实, 用带尾的箭头表示, 即 f :a ab. 这种记号约定在数学文献中已很普遍. 另外, 要习惯于将运算视为映射的观点. 例如, 整数集合 Z 上的加法运算+就决定了如下映射
[α1
α2
理解; 右边的 0 为线性空间 V 中的零元素. 另一方面, V 中的向量组 α ,α ,K,α 线性无关, 就是以该向量组拼成的抽象矩阵为系数矩阵的抽象齐次 线性方程组
n n n n n
几何空间中的有向线段} = { AB : A, B两点都取遍几何空间} ,
这里第二个加号“+”按例 1.1.1 中的(1.1.2)式来理解; 给定 f ∈ F ( I , R ) ,
n
f + g : t a f (t ) + g (t ) , f ⋅ k : t a f (t ) ⋅ k ,
n n 1 2 p 1 2 p
称为向量组 α ,α ,K,α 拼成的抽象矩阵.
1 2 p
[α1
α2 L α p ]
定义 1.1.3 (向量组的线性相关性) 设 V 是 F 上的线性空间, α ,α ,K,α 是V 中的一个向量组. (1) 向量组 α , α ,K, α 称为线性相关的, 如果存在不全为零的 p 个数 k ∈ F ,
2
或写成列
( s1 , s2 ) ≠ ( s2 , s1 ) .
依赖于约定, 或有时只是为了节省书写篇幅. 这里应注意顺序: 合的积. 特别地, 我们有

《矩阵分析》

《矩阵分析》
解: (1) 0,a2,L ,an T , 0,b2,L ,bn T V1 有 0,a2 b2 ,L ,an bn T V1 R,有 0,a2,L ,an T V1.
所以,V1 是向量空间。
(2) V2 不是向量空间。
因为若 1,a2 , ,an T V2 , 则2 2,2a2 , ,2an T V2 .
数乘运算:设 k为数域 p 中的数,向量
ka1,ka2,L ,kan 称为向量 a1,a2,L ,an
与数 k 的数量乘积。记为 k
数乘运算满足下列四条规则:
50 1 60 k(l ) (kl )
70 k l k l
80 k( ) k k , 是n维向量,k, l P
则与的和 为
(a b ,a b , ,a b )
1
1
2
2
n
n
负向量:向量 (a ,a , ,a )
1
2
n
称为向量 的负向量
向量的差 ( )
加法运算满足性质
10 20 ( ) ( ) 30 0
40 0
注: 零向量和负向量是唯一的
满足: , V
(4) 对于 V , V ,使
在集合V的元素与数域F之间还定义一种运算,叫乘法.即对于
V中任一元素 与数域F中任一数k,在V中有唯一 与它们对应,称为k与 的数乘积,记为 k 且满足:
(1)1 (2)k(l ) (kl) (3)(k l) k l (4)k( ) k k
问题3:全体正实数R ,加法“”和数乘“”分别
定义为:a,b R , k R, R是否为R上的线性空间?
a b ab
k
a
ak
,
例:设A Rmn , 记 N ( A) {x Rn , Ax 0},则N ( A)为R上的线性空间. 称其为矩阵A的核或零空间。

矩阵分析 史荣昌 魏丰 第三版 第一章-第四章 期末复习总结

矩阵分析 史荣昌 魏丰 第三版 第一章-第四章 期末复习总结

定义:若v1 ∩ v =0,则称v1与v 2 的和空间v1 + v 2 是直和,用记号v1 ⊕ v 2 表示

定理:设v1与v 2 是线性空间 v 的两个子空间,则下列命题是等价的


1) v1 + v 2 是直和
直和
2) dim(v1 + v 2 )= dim v1 + dim v 2
3)

α1, αn1
α α α 定理:(1) R(T)=span{T( 1 ),T( 2 ),……T( n )} (2)rank(T)=rank(A)(A 为线性映射在基下的矩阵表示)


性质:
设 A 是 n 维线性空间V1 到 m 维线性空间V2 的线性映射,α1,α2, αn
是V1
的一组基,β1,
β
2
,
,βm
是V2 的一组基。线性映射 A 在这组基下的矩阵表示是 m*n 矩阵 A=( A1,A2, An
特征子
空间
V 性质:特征子空间 λi 是线性变换 T 的不变子空间。
定义:设v1和v 2 是数域 F 上的两个线性空间,映射 A:v1 → v 2 ,如果对任何两个向量 α1,α2 ∈ v1和任何数λ ∈ F
有 A( α1 + α2 )=A( α1 )+A( α2 ),A( λα1 )= λ A( α1 ),便称 映射 A 是由v 1到v 2 的线性映射
α1,α
2
,
αr
生成的子空间为
T
的不变子空间。
0 0 an,r +1 ann
λ α λ λ λ 定义:设 T 是数域 F 上 n 维线性空间 V 的线性变换,如果 V 中存在非零向量α,使得 T(α)= 0 , 0 ∈F.那么称 0 是 T 的一个特征值,称α是 T 的属于 0 的一个特征向量。

矩阵分析课件

矩阵分析课件
它的秩为0. 注:线性无关向量组的最大无关组即其自身!
基本性质: (1)含有零向量的向量组一定线性相关;
(2)整体无关 部分无关;部分相关 整体相关;
(3)如果含有向量多的向量组可以由含有向量少的向 量组线性表出,那么含有向量多的向量组一定线性相 关; (4)向量组的秩是唯一的,但是其极大线性无关组并 不唯一; (5)如果向量组(I)可以由向量组(II)线性表出,
例 4 全体正的实数 R 在下面的加法与数乘的
定义下也构成线性空间:
a b : ab, a, b R
k a : ak , a, k R
例 5 R 表示实数域 R 上的全体无限序列组成的
的集合。即
R
[a1,
a2, a3,]
ai F, i 1,2,3,
在 R 中定义加法与数乘:
[a1, a2, a3,] [b1, b2, b3,] [a1 b1, a2 b2, a3 b3, ] k[a1, a2, a3,] [ka1, ka2, ka3,] 则 R 为实数域 R上的一个线性空间。
是一组线性无关的函数,其中 1,2 , ,n 为一
组互不相同的实数。
例 3 实数域 R 上的线性空间 RR 中,函数组
1,cos x,cos2x,,cosnx
也是线性无关的。
例 4 实数域 R 上的线性空间空间 RR 中,函数组 1,cos2 x,cos 2x
是线性相关
cos 2x 2cos2 x 1
线性表出
k11 k22 knn
称1,2,,n为V的一组基; (k1, k2 , , kn )T
为称向V量为一个在n基维底线性1,空2间,, ,记为n下d的im坐V标。此n.时我们
1.向量的坐标是唯一的

《矩阵分析报告》(第3版)史荣昌,魏丰.第一章课后习题问题详解

《矩阵分析报告》(第3版)史荣昌,魏丰.第一章课后习题问题详解

第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即 123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些.1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP 计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ. 方法一 设1212{,}{,}span span ∈ξααββ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T-. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组 13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T-,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span ααα的基底就是12,,,nααα的极大线性无关组.维数等于秩12{,,,}n ααα.1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββ就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==,则11,,,,,k l ααββ的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξA AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξA AA②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===,于是21,(),(),,()k -ξξξξA AA线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξAAA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]0000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξA A A AA A A A AAA AA 所以A 在21,(),(),,()n -ξξξξA AA 下矩阵表示为n 阶矩阵000100001000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξA AA是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==设11,,,,,,r r s ξξξξξ是的极大无关组,则可以证明11,,,,,,r r s ααααα是的极大无关组.1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.理工大学.)1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。

矩阵分析第1章习题解

矩阵分析第1章习题解

第一章习题1、 试证:22R ⨯中的一组向量(矩阵)线性无关 1112212210010000,,,00001001E E E E ⎛⎫⎛⎫⎛⎫⎛⎫====⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭解:令1112123214220x E x E x E x E +++= 1234100000100000100010x x x x ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪⎪ ⎪⇔= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭12340,0,0,0x x x x ⇔====2、 试证:所有n 阶对称矩阵组成(1)/2n n +维线性空间;所有n 阶反对称矩阵组成(1)/2n n -维线性空间。

解:所有n 阶对称矩阵组成维线性空间的基底是0000001,,();,(1,2,,)0,,i j ij ij jii i j j A a a a i j n i j ==⎧====⎨⎩其它共(1)/2n n +个。

3、 在4R 中,求向量(1,2,1,T α=在基1(1,1,1,1)T α=,2(1,1,1,1)Tα=--,3(1,1,1,1)T α=--,4(1,1,1,1)Tα=--下的坐标。

答: 化为解方程组 1 1 1 11 1 1 -1 -121 -1 1 -11 1 -1 -1 11X ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦,用matlab 得 1.25000.2500 -0.2500 -0.2500 4、 在22R⨯中,求矩阵1203A ⎛⎫=⎪⎝⎭在 123411111110,,,11100000E E E E ⎛⎫⎛⎫⎛⎫⎛⎫====⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭下的坐标。

解:11223344123412111111100311100000=+++⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=+++ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭A x E x E x E x E x x x x转化为线性方程,再求解即可。

>> E=[1 1 1 1;1 1 1 0;1 1 0 0;1 0 0 0] E =1 1 1 1 1 1 1 0 1 1 0 0 1 0 0 0>> A=[1 2 0 3] A =1 2 0 3>> z=E'\A' z = 3 -3 2 -15、 试证:在22R ⨯中矩阵123411111110,,,11011011E E E E ⎛⎫⎛⎫⎛⎫⎛⎫====⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭线性无关,并求ab cd α⎛⎫=⎪⎝⎭在基1234,,,E E E E 下的坐标。

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿

《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-L 表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间.同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦ 故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T ,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++=1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些. 1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ.方法一 设1212{,}{,}span span ∈ξααββI ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T -. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T -,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span αααL 的基底就是12,,,n αααL 的极大线性无关组.维数等于秩12{,,,}n αααL .1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββI 就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==L L ,则11,,,,,k l ααββL L 的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξL A AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξL A A A②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===L ,于是21,(),(),,()k -ξξξξL A AA 线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξL A AA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]00000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξL L L L L L L M M M M L LA A A AA A A A AAA A A 所以A在21,(),(),,()n -ξξξξL A AA下矩阵表示为n 阶矩阵00001000010000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L L L M M M M L L评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξL A A A是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==L L L L L 设11,,,,,,r r s ξξξξξL L L 是的极大无关组,则可以证明11,,,,,,r r s αααααL L L 是的极大无关组. 1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα 设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.) 1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。

矩阵分析第一章.

矩阵分析第一章.

Φ
=
பைடு நூலகம்φ

(ωˆ 2
M
)T
,
φ(ωˆ K )T
d1

d
=
d2 M


d K
问题的解满足:
Gα + ΦT µ = g Φα = d
设G>0(正定),约束方程 Φα = d 相容,则求解以上矩阵
方程组可得:
( ) ( ) µ = ΦG−1ΦT −1 ΦG−1g − d ( ) α = G−1 g − ΦT µ
例二:矩阵理论在生物数学中的应用
13世纪欧洲数论学家Fibonacci发现了花瓣的个数有一 个规律:
百合花的花瓣有3瓣;毛茛属的植物有5瓣花;许多翠雀 属的植物有8瓣花;万寿菊的花瓣有13瓣;紫菀属的植物 有21瓣花;大多数的雏菊有34,55,89 瓣花
在向日葵的花盘内葵花籽的螺旋式排列中也可以发现类 似的排列模式,同时植物的叶序也存在此种现象
其中u(t)为ℓ维输入变量,x(t)为n维状态变量,y(t)为m维输 出变量,A, B, C分别为n×n, n×ℓ和m×n矩阵。
定义:对于系统(A, B, C)的任意一个初始状态,如果可以 找到一个输入u(t),在有限时间内把系统从初始状态驱动到 原点,则称该系统是能控的;否则,称该系统是不能控的。
数乘:∀y∈V, k∈R, ∃x∈Cn, 使y = Ax, (kx)∈Cn, ky = k(Ax) = A(kx), 即ky ∈V。显然满足数乘四法则。
V 是C上的线性空间。称V为A的值域,常用R(A)表示,即:
R(A) = {y∈Cm| y = Ax, x∈Cn, A∈Cm×n}
二: 向量的线性相关性
应用矩阵来表示和求解问题的例子还有很多很多

矩阵分析课后习题解答(整理版)

矩阵分析课后习题解答(整理版)

第一章 线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)(A R 是m C 的非空子集,即验证)(A R 对m C 满足加法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A nn ij (,分别令Ti X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B H H -==,且C C B B ≠≠11,,由1111C B C B A HH H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾) 第二章 酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n Tn i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n Tn j ==(1在第j 行)根据此题内积定义⎩⎨⎧≠===j i ji X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

矩阵分析-(1)

矩阵分析-(1)

第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18
第一章 线性空间和线性映射
《矩阵分析》 · 徐赐文
2013-11-18

最新矩阵分析课后习题解答(整理版)

最新矩阵分析课后习题解答(整理版)

第一章线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)R对m C满足加(AR是m C的非空子集,即验证)(A法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A n n ij (,分别令T i X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B HH -==,且C C B B ≠≠11,,由1111C B C B A H H H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾)第二章酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n T n i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n T n j ==(1在第j 行) 根据此题内积定义⎩⎨⎧≠===j i j i X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

矩阵分析报告课后习题解答(整理版)

矩阵分析报告课后习题解答(整理版)

第一章线性空间与线性变换(以下题目序号与课后习题序号不一定对应,但题目顺序是一致的,答案为个人整理,不一定正确,仅供参考,另外,此答案未经允许不得擅自上传)(此处注意线性变换的核空间与矩阵核空间的区别)1.9.利用子空间定义,)R对m C满足加(AR是m C的非空子集,即验证)(A法和数乘的封闭性。

1.10.证明同1.9。

1.11.rankA n A N rankA A R -==)(dim ,)(dim (解空间的维数)1.13.提示:设),)(-⨯==n j i a A n n ij (,分别令T i X X ),0,0,1,0,0( ==(其中1位于i X 的第i 行),代入0=AX X T ,得0=ii a ;令T ij X X )0,0,10,0,1,0,0( ==(其中1位于ij X 的第i 行和第j 行),代入0=AX X T ,得0=+++jj ji ij ii a a a a ,由于0==jj ii a a ,则0=+ji ij a a ,故A A T -=,即A 为反对称阵。

若X 是n 维复列向量,同样有0=ii a ,0=+ji ij a a ,再令T ij i X X ),0,1,0,0,,0,0( ='=(其中i 位于ij X 的第i 行,1位于ij X 的第j 行),代入0=AX X H ,得0)(=-++ij ji jj ii a a i a a ,由于0==jj ii a a ,ij ji a a -=,则0==ji ij a a ,故0=A1.14.AB 是Hermite 矩阵,则AB BA A B AB H H H ===)(1.15.存在性:令2,2HH A A C A A B -=+=,C B A +=,其中A 为任意复矩阵,可验证C C B B H H -==,唯一性:假设11C B A +=,1111,C C B B HH -==,且C C B B ≠≠11,,由1111C B C B A H H H -=+=,得C A A C B A A B HH =-==+=2,211(矛盾)第二章酉空间和酉变换(注意实空间与复空间部分性质的区别)2.8 法二:设~2121),,()0,0,1,0,0)(,,(X e e e e e e e n T n i ==(1在第i 行);~2121),,()0,0,1,0,0)(,,(Y e e e e e e e n T n j ==(1在第j 行) 根据此题内积定义⎩⎨⎧≠===j i j i X Y e e H j i 01),~~( 故n e e e ,,21是V 的一个标准正交基。

第一章线性空间和线性变换概况

第一章线性空间和线性变换概况
若为Rn的子空间,求出其维数与一组基。
V1是子空间,dimV1=n-1,一组基为: (-1,0,…,0,1),(0,-1,…,0,1),…,(0,0,…,-1,1)。
例2 微分方程 y3y2y0的解集为 Y{ae2xbex|a,b R }, 则dimY=2。 例3 所有n阶实矩阵的集合Rn×n是n2维线性空间, Eij=eiejT是一个最大线性无关组。
(b) 基与坐标
给定数域F上的线性空间V,x1,x2,…,xr是V中的r个 向量。如果满足:1. x1,x2,…,xr线性无关;2. V中 任意一个向量都可以由x1,x2,…,xr线性表出,则称 x1,x2,…,xr是V的一组基(base),并称xi为基向量。 线性空间的维数就是基中所含基向量个数。
[3]《Foundations of Data Science》,John Hopcroft ,Ravindran Kannan,Version 11/4/2014
❖ 预习、听课、复习、练习(每章至少5题)、阅读相 关文献、考试
主要内容
1. 线性空间与线性变换 2. 矩阵与矩阵的Jordan标准形 3. 内积空间、正规矩阵、Hermite矩阵 4. 矩阵分解 5. 范数、序列、级数 6. 矩阵函数 7. 函数矩阵与矩阵微分方程 8. 矩阵的广义逆 9. Kronecker积
❖ 矩阵的广义逆:将逆矩阵的概念在矩阵不可 逆的情形正在推广就得到了广义逆或伪逆矩 阵的概念,从而使矩阵的求逆运算推广到了 更广的场合。
❖ Kronecker积:Kronecker积是矩阵的另一种 乘法,有广泛的应用。
第一章 线性空间与线性变换
第一章 线性空间与线性变换
1.1 线性空间 1.2 基与坐标、坐标变换 1.3 线性子空间 1.4 线性映射 1.5 线性映射的值域、核 1.6 线性变换的矩阵与线性变换的运算 1.7 n维线性空间的结构 1.8 线性变换的特征值与特征向量 1.9 线性变换的不变子空间 1.10 矩阵的相似形
  1. 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. 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. 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)。

第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦故 12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些.1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP 计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ. 方法一 设1212{,}{,}span span ∈ξααββ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T-.方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组 13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T-,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span ααα的基底就是12,,,nααα的极大线性无关组.维数等于秩12{,,,}n ααα.1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββ就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基,解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==,则11,,,,,k l ααββ的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξA AA①用1k -A从左侧成①式两端,由()0k=ξA 可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξA AA②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===,于是21,(),(),,()k -ξξξξA AA线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξAAA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]0000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξA A A AA A A A AAA AA 所以A在21,(),(),,()n -ξξξξA AA 下矩阵表示为n 阶矩阵0000100001000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξA AA是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==设11,,,,,,r r s ξξξξξ是的极大无关组,则可以证明11,,,,,,r r s ααααα是的极大无关组.1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.) 1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证.1-18证:对k 用数学归纳法证。

相关文档
最新文档