高等代数总结

合集下载
  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)。

W W W
2
(2)设 W 是 不变的, 与在上的限制 W 的联系与区别:不同之处, L V ,而 L W ; 相同之处,对任何 W ,有 4、线性变换及矩阵的特征值与特征向量及其计算 (1) (见补充材料)
, n B bij mn 的列向量组为 1,
m n
的列向量组为 1, , n
只需要证明: k11 + kn n 0 k1 1 + kn n 0 记 K k1 , , k n 因为,所以,
k11 + k n n 0 1 , , n K 0 AK 0 C 1 BK 0 BK 0 1 , , n K 0 k11 + kn n 0

, , , , , , , , , 0
所以, 同理, k k (2)只保持长度不变的变换未必是线性变换 例如:在欧式空间 V 中取定一个单位向量 0 ,定义 V 上的变换 :任给, V , 0 ,则 保 持长度不变: , 0 , 0 但 不是线性的。 习题 6.4.5、设 , 是 n 维欧氏空间 V 中的向量,且 。证明:存在正交变换 ,使得 证明: 0 时,结论是显然的,因为,对任何线性变换 , (0) 0 。下面设 0 , 0 记 1
高等代数(下)期末考试复习 1
一、一些要点或补充 1、关于向量组的秩 (1)设向量组 1, , m 1, , n A ,则向量组 1, , n 线性无关, 1, , m 的秩等于矩阵 A 的秩 (这一命题也可表述为:若 1, , n 线性空间 V 的一组基,
dim V1 V2 dim V1 dim V2 dim V1 V2
(3)若 1, , n 线性空间 V 的一组基,向量组 1, , r 1, , n A 及 1, , s 1, , n B , 其中 A 和 B ,都是列满秩的,则 span 1, , r span 1, , s 是直和的充分必要条件是:线性方程组
3
, , , , , , , , , , , , , , , , , , ,
标准正交基 1 , 2 , , n ,记 A 1 , 2 , , n ,易知 A 是正交矩阵,定义正交变换 ,
1
2 2 2

,1
1

。将 1 扩充为一组标准正交基: 1 , 2 , , n
T
1 a111 a21 2 an1 n ,记 1 a11 , a21 , , an1 ,则 1 是 R n 中的单位向量,由此扩充为 R n 的一组
0 k11 kr r 1, , r k1 , , k r 1, , n 1, , r k1 , , k r
T T T
因为 1, , n 线性无关,所以 1, , r ,则 k1 , , k r 是线性方程 , r k1 , , kr 0 。记 A1 1, 组 A1 x 0 的解,而 A1 是列满秩的,它只有零解,因此 k1 , , k r 0 ,所以 1, , r 线性无关
i ki11 + +kir r , i r 1, , m
(1)
下面证 1, , r 是 1, , m 的一个极大线性无关组,从而 1, , m 的秩等于矩阵 A 的秩
1, , r 线性无关:令 k1 1 kr r 0 ,则有,
dim span 1, , m 秩 A ) , m 1, , n A ,则, 1,
证明:设秩 ( A) r , A aij 由 1, , r 线性表示,
n m
的列向量组为 1, , m ,不失一般性,不妨设 1, , r 线性无关,则 i 可
0 1 (2)正交矩阵的特征值可以是复数,例如矩阵 1 0
(3)若 是正交矩阵 A 的特征值,则 1 也是 A 的特征值 (4)正交矩阵的实特征值只能是 1 (习题 6.2.6) (5)正交矩阵的特征值的模为 1 (习题 6.2.6) 5、欧氏空间 (1)内积及其性质 (2)度量矩阵:内积由度量矩阵唯一确定 (3)度量矩阵一定是正定的 6、通常说的 n 维欧氏空间 R n , n 阶正交矩阵,都是在内积为 x, y xT y 的意义下的,其中列向量 x Rn , y Rn . 第六章 欧式空间 第三节 正交子空间 1、定义 6.6(正交补空间) 2、定理 6.3 n维欧氏空间V的任意子空间都有唯一的正交补空间 3、例 6.10 在三维空间ℝ 中,记 W = {(x, y, z)|x + y + z = 0},W = {(x, y, z)|x = y = z} 有W ⊕ W = ℝ
再记 ki11 + +kir r li1 , , lin , i r 1, , m ,则上式为,
T
i li11 + lin n , i r 1, , m
即 i 可由线性表示 1, , r ( i r 1, , m )线性表示。 所以, 1, , r 是 1, , m 的一个极大线性无关组。 例:设向量组 1, , m 1, , n A ,问:如何确定向量组 1, , n 的秩是 r , 1, , m 的秩 解:不妨设 1, , r 线性无关,则存在 r (n r ) 的矩阵 B ,使得 r 1, , n 1, , r B ,所以,
习题 6.3.3、解:提示: W 为线性方程组

x1 0 的解空间 x 0 2
第四节 正交变换 1、定义 6.7(正交变换) 易知,正交变换在任何一组标准正交基下的矩阵都是正交矩阵 2、若ε , ε , ⋯ , ε 是欧氏空间V的一组标准正交基,σ是一正交变换,则向量组σ(ε ), σ(ε ), ⋯ , σ(ε )仍然 是一组标准正交基 3、命题 6.5 正交变换把标准正交基仍旧变为标准正交基 4、定题 6.4 正交变换下向量的内积不变 5、推论 6.3 正交变换保持向量的长度不变. 推论 6.4 正交变换保持向量之间的夹角不变 6、定理 6.5 设σ是n维欧氏空间中的线性变换,则下述命题等价: (1)σ是正交变换, (2)σ保持长度 不变, (3)σ保持内积不变, (4)σ把标准正交基变为标准正交基 7、例 6.11 8、例 6.12 习题 6.4.4、设 是 n 维欧氏空间中保持内积不变的变换,证明: 一定是线性变换,因而是正交变换。 保持向量长度的变换是否一定是线性变换? 解: (1)直接验证 是线性变换:设 , V ,则有
B x 0 只有零解,即矩阵 A, B 是列满秩的: 秩 A, B r s A,
证明:由直和的性质: span 1, , r span 1, , s 是直和 如果 0=x1 1 xr r xr 11 xr s s ,则必有 x1 x2 xr s 0 ,即线性方程组 A, B x 0 只有零解 思考:如果 A 和 B 中有非列满秩的,则 span 1, , r span 1, , s 是直和的充分必要条件是什么? 3、不变子空间 (1)设 W 是线性空间 V 的子空间, L V ,则 W 是 V 的 不变子空间(简称为 不变的)是指:
j1
jn r
i1
ir
, n 的极大线性无关组,且 1, , n 中其余向量 i , , ir 是 1,
1
, , , C ,
j1wk.baidu.com
jn r
i1
ir
2、子空间 (1)线性子空间的一组基总可以扩充为原线性空间的一组基 (2)维数定理:设 V1 和 V2 是线性空间 V 的两个子空间,则有:
T
练习:矩阵 A 与 B 同(2) ,设 A 的列向量组为 1, , n , B 的列向量组为 1, , n 利用(2)证明: i , , n 的极大线性无关组,且 1, , n 中其余向量 , ir 是 1,
1
, , , C ,
, m 1, , n A 1, , r CA 1,
E 其中 C r 0
B , m 的秩等于矩阵 CA 的秩。 ,因此向量组 1, 0
1
(2) 将矩阵 A 做有限次行的初等变换, 得到矩阵 B , 则 A 与 B 的列向量组之间有完全一致的线性关系。 证明:由初等变换的性质知,存在可逆矩阵 C ,使得 B CA ,记 A aij
T
T
i 可由线性表示 1, , r ( i r 1, , m )线性表示:
由 1, , m 1, , n A 及(1)式,我们有,
i 1, , n i 1, , n ki11 + +kir r , i r 1, , m
相关文档
最新文档