研究生矩阵论1.1

合集下载

矩阵论公式定理总结

矩阵论公式定理总结

定理 2.2.1 数域 P 上两个有限维线性空间同构的充要条件是它们有
相同的维数。
子空间(略) 定理 2.3.2 两个向量组生成相同子空间的充要条件是它们等价。 定理 2.3.3 dim L(1 , 2 ,, r ) rank (1 , 2 ,, r ) (其中
L(1 , 2 ,, r ) 是由 1 , 2 ,, r 生成的空间)
定理 2.3.4 设 W 是数域 P 上的 n 维线性空间 V 的一个 m 维子空间,
1 , 2 ,, m 是 W 的一个基, 则这组基向量必定可扩充为线性空间 V 的
基, 即在 V 中必定可找到 n m 个向量 m1 , m 2 ,, n , 使得 1 , 2 ,, n 是 V 的一个基。此定理通称为基的扩充定理。
行列式的降阶定理 定理 1.6.1 设 A 和 D 分别为 n 阶及 m 阶的方阵,则有
A C A D CA1B ,当A可逆时; D D A BD 1C ,当D可逆时. B
定理 1.6.2 设 A,B,C,D 皆为 n 阶方阵,且满足 AC=CA,则
A C B D AD CB
的系数矩阵
a11 a A 21 a s1 a12 a1n a22 a2 n as 2 asn
的秩 r<n,则方程组必有非有非零解。
定理 1.3.2 n 阶方阵 A 的行列式 A 0 的充要条件 rank(A)<n 定理 1.1.3 矩阵 A 的秩为 r 的充要条件是 A 中至少有一个 r 阶子式
有解的充要条件为 rank ( A) rank ( B) 。其中
a11 a21 A as1 a11 a21 B as1

研究生矩阵理论课后答案矩阵分析所有习题

研究生矩阵理论课后答案矩阵分析所有习题

#3-16:设若A,BHmn,且A正定,试证:AB与BA的特 征值都是实数. 证2:由定理3.9.1,PAP*=E,则 PABP-1=PAP*(P*)-1BP-1=(P*)-1BP-1=MHmn, 即AB相似于一个Hermite矩阵M. ∴ (AB)=(M)R,得证AB的特征值都是实数.又 因BA的非零特征值与AB的非零特征值完全相 同,故BA的特征值也都是实数. 证3:det(E-AB)=det(A(A-1-B)) =det A det(A-1-B)=0. 但det A >0,和det(A-1-B)=0的根全为实数(见例 3.9.1的相关证明)
习题3-1已知ACnn是正定Hermite矩阵, ,Cn.定义内积 (,)=A*.①试证它 是内积;②写出相应的C-S不等式
①: , A * ( A * )T ( A * )* A * , ; (k , ) k A * k ( , );
习题3-25
#3-25:A*=-A(ASHnn) U=(A+E)(A-E)-1Unn. (ASHnnAE的特征值全不为0,从而AE可逆)
解: U*=U-1 ((A-E)*)-1(A+E)*=(A-E)(A+E)-1 (-A-E)-1(-A+E)=(A-E)(A+E)-1 (A+E)-1(A-E)=(A-E)(A+E)-1 (A-E)(A+E)=(A+E)(A-E) A2-E=A2-E
( , ) ( ) A * A * A * ( , ) ( , );
( , ) 0; ( , ) A 0, 0 (因A正定).
*
②:Cauchy-Schwarz不等式: | (, ) |

矩阵论第一章线性空间和线性变换

矩阵论第一章线性空间和线性变换
而开方运算则不是,因为显然有
∃x∈R, x ∉ R
(采用这种观点来读数学,你不觉得别有情致吗?)每一种作用都有 其特性,因而每种运算都有它所服从的规律——运算律,所以在定义 运算时,需要讨论或说明它的运算律。
既然如此,是否有某种方式来描述我们的物质世界呢?就宏观现 象而论,涉及到各式各样的物质,自然的作用使物质产生互变,而且 我们认为物质世界是“完备”的,这句话意味着人类的向往,例如“点 石成金”等这类愿望。从这些粗糙的认识出发,我们来探讨描述它的
§6.1 K 积……………………………………………………(258) §6.2 拉伸算子Vec ……………………………………………(264)
§6.3 几个常见的矩阵方程…………………………………(271) 参考目录……………………………………………………………(275)
第一章 线性空间和线性变换
§1.1 引言
12121212nnnnnxxyyxxyyxyfxyxyxy?????12????????????????????????????????定义数乘12nnnxxaxaxafxfaxaxax??????????????????????????????容易验证这些运算满足公理系的要求nff是线性空间
目录
第二章 特征值和特征向量………………………………………(86) §2.1 引言………………………………………………………(86) §2.2 特征值、特征多项式和最小多项式……………………(87) §2.3 特征矢量和特征子空间………………………………(103) §2.4 约当标准型……………………………………………(113) §2.5 特征值的分布…………………………………………(128) §2.6 几个例子………………………………………………(138)

(精品课件)研究生教材《矩阵理论》PPT演示文档

(精品课件)研究生教材《矩阵理论》PPT演示文档

列和第
行, x ( x1 , x2 ,, xn ) ,则有
( 2) ( n)
Ax x1 A x2 A xn A
这就是说,矩阵乘一个列向量,其结果是将该矩 阵的列向量进行线性组合,组合系数即是该列向量 的对应系数。 若令 y ( y1 , y2 ,, ym ), 则有:
yA y1 A(1) x2 A( 2) xm A( m)
其余元素均为0的矩阵。借助这些矩阵,任意 矩阵 A aij , 均能唯一地表示成: A
m n
n ij ij

a E .
i 1 j 1
m
对矩阵乘法的表达,可以利用下述性质:
Eij Ekl jk Eil ,1 i, j, k , l n,
其中 jk 是Kronecker符号,即当
.函数与极限
5
【定义1.1.4 】 一个 一个
m p
pn
p
矩阵 B bij
m n
矩阵 C cij , 其中


矩阵 A aij

的乘积是一个
cij aik bkj ,1 i m,1 j n.
j 1
★矩阵的乘法有下述性质: (M1)结合律:( AB)C A( BC);
并将其分块成
P Q1P2 ,
P 11 P P 21
.函数与极限
P 12 P22
26
其中
P 11 , P 12 , P 21 , P 22
分别为
r1 r2 ,
r1 ( p r2 ), ( p r1 ) r2 , ( p r1 ) ( p r2 )
A( E pq Eqp ) (aii Eii E pq aii Eii Eqp ) a pp E pq aqq Eqp ;

矩阵论第一章

矩阵论第一章

定义 1. 具有某种特定性质的事物的总体称为 集合. 组成集合的事物称为元素. 不含任何元素的集合称为空集 , 记作 .
元素 a 属于集合 M , 记作 a M .
元素 a 不属于集合 M , 记作
a M
(或
a M ) .
表示法:
(1) 列举法: 按某种方式列出集合中的全体元素 .
例: 有限集合 A a1 , a2 , , an
实质:二元关系是描述两个集合之间元素与元素 的关系或者是一个集合内部两个元素之间的关系, 它是满足某种规律的有序对全体。
例 1:
A与B之间是一个住宿关系。
设A {甲,乙,丙,丁}(四个人),B {1, 2,3} (三套房间),
显然,R {(甲,1),(乙,3),(丁,3),(丙,2)} A B
逆映射与复合映射
1.1.8 逆映射的定义
定义: 设有映射 使 称此映射 g为 f 的逆映射 , 习惯上 计为 f 1. 若f有逆映射,则称f可逆. 例如, 映射
A
f
f 1
若存在一新映射
B
其逆映射为
机动
目录
上页
下页
返回
结束
定理1.1.4 设映射f :A→B是可逆的,则f 的逆 映射 f 1 是唯一的。
实数集合
R x x 为有理数或无理数
机动 目录 上页 下页 返回 结束
2. 集合之间的关系及运算
定义2 . 设有集合 A , B , 若 x A 必有 x B , 则称 A 是 B 的子集 , 或称 B 包含 A , 记作 A B
若 A B 且 B A 则称 A 与 B 相等, 记作 A B . 例如 , , ,

#研究生矩阵论第1讲 线性空间

#研究生矩阵论第1讲 线性空间

矩阵论1、意义随着科学技术的发展,古典的线性代数知识己不能满足现代科技的需要,矩阵的理论和方法业巳成为现代科技领域必不可少的工具.有人认为:“科学计算实质就是矩阵的计算”.这句话概括了矩阵理论和方法的重要性及其使用的广泛性.因此,学习和掌握矩阵的基本理论和方法,对于理、工科研究生来说是必不可少的数学工具.2、内容《矩阵论》和工科《线性代数》课程在研究矩阵的内容上有较大的差异:线性代数:研究行列式、矩阵的四则运算(加、减、乘、求逆 ) 以及第一类初等变换 (非正交的)、对角标准形 (含二次型) 以及n阶线性方程组的解等基本内容.矩阵论:研究矩阵的几何理论(线性空间、线性算子、内积空间等)、第二和第三类初等变换(正交的)、分析运算(矩阵微积分和级数)、矩阵的范数和条件数、广义逆和分解、若尔当标准形以及几类特殊矩阵和特殊运算等,内容十分丰富.3、方法在研究的方法上,矩阵论和线性代数也有很大的不同:线性代数:引入概念直观,着重计算.矩阵论:着重从几何理论的角度引入矩阵的许多概念和运算,把矩阵看成是线性空间上线性算子的一种数量表示.深刻理解它们对将来正确处理实际问题有很大的作用.第1讲 线性空间内容: 1.线性空间的概念;2.基变换和坐标变换;3.子空间和维数定理;4.线性空间的同构线性空间和线性变换是矩阵分析中经常用到的两个极其重要的概念,也是通常几何空间概念的推广和抽象,线性空间是某类客观事物从量的方面的一个抽象.§1 线性空间的概念1. 群,环,域代数学是用符号代替数(或其它)来研究数(或其它)的运算性质和规律的学科,简称代数.代数运算:假定对于集A 中的任意元素a 和集B 中的任意元素b ,按某一法则和集C 中唯一确定的元素c 对应,则称这个对应为A 、B 的一个(二元)代数运算.代数系统:指一个集A 满足某些代数运算的系统.1.1群定义1.1 设V 是一个非空集合,在集合V 的元素之间定义了一种代数运算,叫做加法,记为“+”.即,对V 中给定的一个法则,对于V 中任意元素βα,,在V 中都有惟一的一个元ν和他们对应,称ν为βα,的和,记为βαν+=.若在“+”下,满足下列四个条件,则称V 为一个群.1)V 在“+”下是封闭的.即,若,,V ∈βα有 V ∈+βα;2) V 在“+”下是可结合的.即,)()(γβαγβα++=++ ,V ∈γ;3)在V 中有一个元e ,若,V ∈β有 βββ=+=+e e ;e 称为单位元;4)对于,V ∈β有 e =+=+αββα.称α为β的逆元.注:对V 任意元素βα,,都有αββα+=+,则称V 为交换群或阿贝尔群.1.2 环定义1.2 设V 是一个非空集合,在集合V 的元素之间定义了两种代数运算,分别叫做加法、乘法,记为“+”和“*”.即,对V 中给定的一个法则,对于V 中任意元素α,β,在V 中都有惟一的一个元ν和他们对应,称ν为α,β的和和积,记为βαν+=(βαν*=).满足下列三个条件,则称V 为一个环. 1)V 在“+”下是阿贝尔群;2) V 在“*”下是可结合的.即,)()(νβανβα**=**;3)乘法对加法满足左、右分配律,即对于V 中任意元素α,β,ν,有 βνανβαν**)(*+=+,νβνανβα*+*=*+)(.注:对V 任意元素βα,,都有αββα*=*,则称V 为交换环.1.3 域定义 1.3 设V 满足环的条件,且在对“加法”群中去除单位元的集合对于“乘法”满足交换群的条件,则称V 为域.例:有理数集对于通常的数的加法和乘法运算构成域,称之为有理数域.最常见的数域有有理数域Q 、实数域R 、复数域C .实数域和复数域是工程上较常用的两个数域.此外,还有其它很多数域.如{}.,2)2(Q b a b a Q ∈+=,不难验证,)2(Q 对实数四则运算封闭的,所以)2(Q 也是一个数域.而整数集合Z 就不是数域. 数域有一个简单性质,即所有的数域都包含有理数域作为它的一部分.特别,每个数域都包含整数0和1. 2. 线性空间定义 1.4 设V 是一个非空集合,P 是一个数域.在集合V 的元素之间定义了一种代数运算,叫做加法,记为“+”:即,给出了一个法则对于V 中任意元素βα,,在V 中都有惟一的一个元ν和他们对应,称ν为βα,的和,记为βαν+=.在数域P 和集合V 的元素之间还定义了一种代数运算,称为数量乘法(数乘),记为“∙”:即,对于数域P 中任一数k 和V 中任一元α,在V 中都有惟一的一个元δ和它们对应,称δ为k 和α的数乘,记为αδ∙=k .如果加法和数乘这两种运算在V 中是封闭的,且满足如下八条规则:⑴ 交换律αββα+=+;⑵ 结合律)()(γβαγβα++=++ ,V ∈γ;⑶ V V ∈∃∈∀0,α,有αα=+0,(0称为零元素);⑷ V V ∈∃∈∀βα,,有 0=+βα,(β称为的α负元素,记为α-); ⑸ P V ∈∈∀1,α,有 αα=∙1;⑹ αα∙=∙∙)()(kl l k ,P l k ∈,;⑺ ααα∙+∙=∙+l k l k )(;⑻ βαβα∙+∙=+∙k k k )(,则称集合V 为数域P 上的线性空间.当数域P 为实数域时,V 就称为实线性空间;P 为复数域,V 就称为复线性空间.例 1.按通常向量的加法和数乘运算,由全体实n 维向量组成的集合,在实数域R 上构成一个实线性空间,记为n R ;由全体复n 维向量组成的集合,在复数域C 上构成—个复线性空间,记为n C .例 2.按照矩阵的加法及数和矩阵的乘法,由数域P 上的元素构成的全体n m ⨯矩阵所成的集合,在数域P 上构成一个线性空间,记为n m P ⨯.而其中秩为)0(>r r 的全体矩阵所成的集合rR 则不构成线性空间,为什么?(事实上,零矩阵r R O ∉).例3.按通常意义的函数加法和数乘函数,闭区间[]b a ,上的连续函数的全体所成的集合,构成线性空间[]b a C ,.例4. 设+R ={全体正实数},其“加法”及“数乘”运算定义为xy y x =+, k x x k = 。

矩阵论(方保镕、周继东、李医民)习题1-3章

矩阵论(方保镕、周继东、李医民)习题1-3章
5. 解:(1)是线性空间;(2)不是线性空间(加法不封闭;或 因无零向量).
6. 解:(1)设 A 的实系数多项式 f A的全体为
f A a0 I a1 A am Am ai R, m正整数
1
显然,它满足两个封闭性和八条公理,故是线性空间. (2)与(3)也都是线性空间.
(ai bi ) ai bi 2
i1
i1
i1
于是可知 L,因此 L 不是 V 的子空间.
18.
解:
Span(
' 1
,

' 2
,

' 3
)
的基为
1'
,

' 2
,

' 3
的一个最大无关组,

' 1
,

' 2
,

' 3
在基1
,

2
,

3
下的坐标依次为
(1, -2, 3) T , (2 , 3 , 2) T , (4, 13, 0 ) T
故 C =(1 , 2 , 3 , 4 ) 1 ( 1 , 2 , 3 , 4 )
1 0 0 0 1 2 0 5 6
= 0100
0010
1 336 1 1 2 1
0001
1 013
2 056 1 336
= 1 1 2 1 .
1 013
⑵ 显然,向量α在基1 , 2 , 3 , 4 下的坐标为 X =(1 ,2 ,3,4 ) T ,
7
(2)取
A

1 0
0 0
,B

1.1 矩阵的特征值与特征向量

1.1 矩阵的特征值与特征向量

定理4
设1,2, ,s是方阵A的互不相同的特征值,
x1, x2, , xs是分别与之对应的特征向量,则 x1, x2, , xs线性无关。 esp .
属于实对称阵的不同特征值的特征向量是正交的。
Statistics Department
矩阵论/矩阵分析 视频公开课
矩阵的特征值与特征向量 (完)
二、特征值与特征向量的性质
设A aij nn Cnn , 称 a11 a22 ann为A的迹,记为
trA,即trA a11 a22 ann. tr: trace
������������������ ⋯ ������������������ ������ = ⋯ ⋯ ⋯

as s

a s1 s 1

对于A Cnn , 规定
f A as As as1As1 称f A为矩阵A的多项式.
a1 a0 ,
a1A a0I
f(λ) 是普通多 项式
Statistics Department
定理3
设A Cnn , A的n个特征值为1,2, ,n,对应的
Statistics Department
定理2
设i是ACnn的ri重特征值 称ri为特征值i的代数重数 ,
对应i有si个线性无关的特征向量(称si为特征值i的
几何重数),则1 si
简单地说,几何 重数不超过代数 重数
定义4
设f 是的多项式
f

矩阵论/矩阵分析 视频公开课
第1章 矩阵的相似变换 §1.1 矩阵的特征值与特征向量 §1.2 矩阵的相似对角化 §1.3 矩阵的Jordan标准形 §1.4 Hamilton-Cayley 定理 §1.5 向量的内积 §1.6 矩阵的酉相似

matrix theory(矩阵论)

matrix theory(矩阵论)

mr
, B bij
r n
,则
r
mn
, 其中cij ai1b1 j ai 2b2 j air brj aik bkj
k 1
4、转置与共轭转置
a11 a21 设A am1 aij
mn
a12 a22 am 2
a1n a11 a2 n T a12 ,则A amn a1n
B * A*
例题
1、求方阵的逆阵
求逆矩阵的基本方法有: (1)定义法
由 AB E或BA E , 可得A1 B
(2)公式法
A* A- 1 = A
-1
但当n ³ 3时计算A 较复杂,此时一般采用:
(3)初等变换法
(A
E) 揪 揪 揪 E 揪 揪 井
初等行变换
(
A
-1
)
例1:已知n阶方阵A满足A2 + 5 A - 4 E = 0, 求( A - 3E ) - 1
解:
A* 由A- 1 = , 得A* = A A- 1 , A \
( A ) =( A A )
* -1
-1 -1
A = = A- 1 A A
轾 1 1 1 犏 = 2犏 2 1 1 犏 犏 1 3 1 臌
-1
轾 -2 -1 5 犏 = 犏2 2 0 犏 犏1 0 1 臌
四、 矩阵的块运算 1、加法,减法
(
)(
E + XY T = E + 2 XY T + XY T XY T = E + 4 XY T
)
骣1 所以,A ( A - 4 E) = - 3E,即,A 琪 ( A - 4 E ) = E 琪 桫3 1 -1 故,A可逆,且A = - ( A - 4E) . 3

矩阵论——讲稿

矩阵论——讲稿

(Ⅱ) 定义的数乘运算封闭, 即
∀ x ∈V , ∀ k ∈ K , 对应唯一 元素(kx)∈V , 且满足 (5) 数对元素分配律: k( x + y) = kx + ky (∀y ∈V ) (6) 元素对数分配律: (k + l )x = kx + lx (∀l ∈ K ) (7) 数因子结合律: k(lx) = (kl )x (∀l ∈ K ) (8) 有单位数:单位数1∈ K , 使得 1x = x . 则称V 为 K 上的线性空间.
例 3 K = R 时, R n —向量空间;
R m×n —矩阵空间
第一章 线性空间与线性变换(第 1 节)
3
Pn[t]—多项式空间; C[a,b] —函数空间 K = C 时, Cn —复向量空间; Cm×n —复矩阵空间 例 4 集合 R + = {m m是正实数 } ,数域 R = {k k是实数 } .
0
a 12
a
22
ai
j1
I
S 2
=
{A
=
a11
0
0
a
22
a 11
, a22

R}
S 1
U
S 2
=
{A
=
a11 a21
a 12
a
22
aa 12 21
=
0,
ai
j

R}
S 1
+
S 2
=
{A
=
a11 a21
a 12
a 22
ai j ∈ R}
2.数域:关于四则运算封闭的数的集合.
2.减法运算:线性空间V 中, x − y = x + (− y) .

第1章 线性空间与线性变换

第1章 线性空间与线性变换

三、向量组的探讨(Review)
向量组的极大线性无关组: 1,2,…,s为向量组A的一个部分组 (精英组合) 满足 向量组1,2,…,s线性无关 (彼此工作不可替代) 任意A的向量可以由1,2,…,s线性表示 (公司的任何人的工作可由精英组合完成) 向量组的秩(rank):最大无关组中向量的个数
五、坐标
坐标的来历:设{1,2,…, n } 是空间V的一 组基, V, 可以由基1,2,…, n唯一 线性表示 =x11+x22+…+xn n 则x1 ,x2, …, xn 是在基{i}下的坐标。
要点: 坐标与基有关 坐标的表达形式
例1:求 下的坐标。
R22中向量
例如: 1 ( A) det A, A K nn 将方阵映射为数
2 (a ) aI , a K
将数映射为矩阵 3 ( f (t )) f ' (t ), f (t ) Pn 可看成变换。 其中 Pn是次数不超过n的实系数多项式的集合.
相等:设 1与 2 都是集合S到 S ' 的映射,如 果对于 a S 都有1 (a) 2 (a) ,则称 1与 2 相等,记为 1 2 .
§1.2
子空间
概述:线性空间V中,向量集合V可以有集 合的运算和关系: Wi V, W1W2, W1W2, 问题: 这些关系或运算的结果是否仍然为 线性空间 ?
1、 子空间的概念
定义: 设非空集合WV,W ,如果W 中的元素关于V中的线性运算为线性空间, 则称W是V的子空间。 判别方法:Important Theorem W是子空间 W对V的线性运算封闭。
3.映射
映射:设S 与S’ 是两个集合,一个法则(规则)

矩阵论

矩阵论

行最简形
最简方程组
x1 x3 4 x 2 x3 3 x 4 3
( B5 )
17
2012年11月1日1时41分

x1 x2 x3 k 得 x3 x 4
k4 k3 k 3
x1 1 4 x2 1 3 或 (1) 的通解为 k x3 1 0 x 0 3 4
3
2012年11月1日1时41分
第一章 矩阵的基础知识
§1.1 基础知识

求解线性方程组
2 x1 x 2 x 3 x1 x 2 2 x 3 4 x 1 6 x 2 2 x 3 3 x 6 x 9 x 2 3 1 x 4 2, x 4 4, 2 x 4 4, 7 x 4 9. ① ② ③ ④
工程数学(上)
—《矩阵论》
同济大学数学系 吴群
1
2012年11月1日1时41分
课程概述
《矩阵论》是工程硕士研究生数学课程教学的重要
组成部分。
《矩阵论》的内容是根据国家教委课程指导委员会
关于工程硕士研究生数学课程教学的基本要求编写 而成。 《矩阵论》介绍的理论是数学模型的重要基础。
《矩阵论》是工程硕士研究生必备的基础知识,是
20
2012年11月1日1时41分
若矩阵 A 经过有限次初等变换变成 B,则称 A 与 B 等价,记作 A ≌ B . 矩阵的等价关系满足: (i) 反身性 A A ; (ii) 对称性 若A ≌B ,则B ≌ A ; (iii) 传递性 若A ≌ B , B ≌ C ,则A ≌ C 。

研究生矩阵论课后习题答案(全)习题一

研究生矩阵论课后习题答案(全)习题一
习题一 1.检验以下集合对于所指的线性运算是否构成实数域的线性空间: (1)设 A 是 n 阶实数矩阵. A 的实系数多项式 f ( A) 的全体,对于矩阵的加法 和数乘; (2)平面上不平行于某一向量所组成的集合,对于向量的加法和数与向量的 乘法; (3)全体实数的二元数列,对于如下定义的加法 ⊕ 和数乘 o 运算:

(1)设 Eij 是第 i 行第 j 列的元素为 1 而其余元素全为 0 的 n 阶方阵.
①令 Fij = ⎨
⎧ Eii , i = j , 则 Fij 是对称矩阵, 易证 F11 ,L , F1n , F22 , L , F2 n , ⎩ Eij + E ji , i ≠ j
L , Fnn 线 性 无 关 , 且 对 任 意 n 阶 对 称 矩 阵 A = (aij ) n×n , 其 中 aij = a ji , 有
1 −1 −1
= aa −1 = 1
⑥ k o (l o a ) = k o a = (a ) = a
l l k
lk
= (lk ) o a
⑦ (k +;l
= a k a l = a k ⊕ a l = (k o a) ⊕ (l o a )
k k k
⑧ k o ( a ⊕ b) = k o ( ab) = ( ab) = a b = ( k o a ) ⊕ (k o b) 所以 R+对这两种运算构成实数域 R 上的线性空间. (5)否.设 V2 = y ( x ) y ′′ + a1 y ′ + a 0 y = f ( x ), f ( x ) ≠ 0 ,则该集合对函数的 加法和数乘均不封闭.例如对任意的 y1 , y 2 ∈ V2 , y1 + y 2 ∉ V2 .故不构成线性空间. (6)是.集合 V 对函数的加法和数乘显然封闭.零函数是 V 的零元素;对任意

研究生矩阵理论

研究生矩阵理论

.
|| A ||a
返回
证明:
(E A1 A)1 A1b A1b
(E A1 A)1 E A1b
A1 A(E A1 A)1 A1b A1 A(E A1 A)1 x,
返回
第三章
矩阵的分解
返回
§1 矩阵的三角分解
一、n 阶方阵的三角分解
1.上三角矩阵R 的逆 R1 也是上三角矩阵,且对角 元是R 对角元的倒数;
返回
例 1 设 x P n , A P nn,则
nn
|| A ||m1
| aij |
j1 i1
是与向量范数 || • ||1 相容的矩阵范数.
例 2 设 x P n , A P nn,则 || A ||m2 是与 || x ||2
相 容 的 矩 阵 范 数.
返回
定理 1 设 || x ||a 是P n上的向量范数, A P nn ,则
则 称 映 射|| || 为C n上 向 量x的 范 数.
向量范数的性质:
(1) || 0 || 0; (2) x 0时,|| 1 x || 1;
|| x || 返回
(3) 对 任 意x C n, 有|| x |||| x ||;
(4) 对任意x, y C n,有| || x || || y ||||| x y || .
k
xi(k )
ai
(i 1,2,, n)
则称向量序列x(k )收敛于a (a1, a2 ,, an ).
定义 4 lim x(k ) a
k
lim || x(k ) a || 0
k
定理 4 设 || || 是C n上的任一向量范数,则
lim x(k ) a
k

太原理工大学研究生矩阵论例题第1章 线性空间与线性变换

太原理工大学研究生矩阵论例题第1章 线性空间与线性变换

所以,全体正实数 R 在此运算下构成实数域 R 上的线性空间.
例 1. 7 设集合 V 仅含有一个元素 a ,即 V {a} ,在 V 中定义运 算 与为
a a a , k a a ,其中 a V , k R . 则 V 在此运算下构成实数域 R 上的线性空间.这个空间叫做零空间.

a b ab , k a a k ,其中 a, b R , k R .
则在此运算下 R 构成实数域上的线性空间.
证明 因为该运算满足线性运算的全部性质: i) a1 a2 a1a2 a2a1 a2 a1 ; ii)
; (a1 a2 ) a3 (a1a2 ) a3 (a1a2 )a3 a( ) a1 (a2 a3 ) 1 a2a3
3
R 3 , 可以唯一的表示为 x11 x2 2 x3 3 .
因此,向量 在基{ 1 , 2 , 3 }下的坐标为 ( x1 , x2 , x3 )T .
例 4 在 R 中的 n 个向量
n
i (0,,0, 1 ,0,,0) T ( i 1,2,, n ), 可以作为 R n 的一个
n n n
n
n
例 1. 3 在实数域上,次数小于 n 的多项式的全体
R[ x ]n an 1 x n1 a1 x a0 an 1 , , a1 , a0 R
对于通常的多项式加法, 数与多项式的乘法构成线性空间.
注意 在同一集合上,可以定义不同的线性运算,从而
m n
S x Ax , x C n 是否构成线性空间?
解 对于任意的 x1 , x2 S ,有 Ax1 , Ax2 . 但是

第一章 矩阵论

第一章 矩阵论
A (a1 a2 an ) (a1 , a2 ,, an )
b1 b2 (3) 列矩阵 (又称为列向量) B bm
6
矩阵概念
(4)方阵中从左上角元素到右下角元素的元 素族称为主对角线.主对角线以外的元素都 是零的方阵称为对角矩阵,简称对角阵.记 为 a11 0 0 0 a22 0 diag a11 , a22 ,, ann 0 ann 0
第一章 矩阵论
1.1 矩阵的概念及其运算
1.2 矩阵的行列式
1.3 矩阵的初等变换与矩阵的秩
1.4 矩阵的逆
1.5 矩阵的分块、克莱默法则
1
1.1 矩阵的概念及其运算
1.1.1 矩阵的概念 1.1.2 矩阵的线性运算与乘法 1.1.3 矩阵的转置
2
矩阵概念
引例 产品分配问题:某厂向三个商店发送四个产品.
7
矩阵概念
(5)单位矩阵 主对角线上的元素全是1的对角阵
(6)上三角阵 主对角线下方所有元素均为零的 方阵; 下三角阵 主对角线上方所有元素均为零的 方阵.
1 0 E 0 0 0 1 0 0 1
a11 a12 a1n 0 a22 a2 n A 0 0 ann
a11 0 0 a21 a22 0 B an1 an 2 ann
8
1.1.2 矩阵的线性运算与乘法
线性运算
加法 :两同型矩阵
a11 a12 a21 a22 A am1 am 2 之和为 A B ( aij
b11 b12 b1n a1n b21 b22 b22 a 22 , B bm1 bm 2 bmn amn bij ) m n .
  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)。

3. 基变换与坐标变换
设 x1 ,, xn ; y1 ,, yn 是Vn的两个基,则
设 x1 ,, xn ;y1 ,, yn 是V n 的两个基,则
y1 c11 x1 c21 x2 cn1 xn y c x c x c x 2 12 1 22 2 n2 n yn c1n x1 c2 n x2 cnn xn y1 ,, yn x1 ,, xn C 或矩阵形式
(I)在V中定义一个加法运算,即当 x, y V
时,有唯一的和 x y V ,且加法运算满足 ( 1) x y z x y z (2) x y y x
(3)存在零元素0,使 x 0 x (4)存在负元素,即对x V ,存在向 量 y V ,使 x y 0 ,则称 y 为 x 的负元素, 记为 x ;
(Ⅱ)在V中定义数乘运算,即当 x V ,
k K 时,有唯一的 kx V ,且数乘运算满足
(5) k ( x y ) kx ky
(6) (k l ) x kx lx
(7)
k (lx) (kl ) x
1x x.
(8)
则称V为数域K上的线性空间或向量空间. 当K=R时,称为实线性空间;
1 1 0 0 C1 0 0 1 1 0 1 1 1 1 1 1 , C2 1 1 1 1 0 0 1 0 0 1 1 1 0 0 0 0 0
其中
所以有
( B1 , B2 , B3 , B4 ) ( A1 , A2 , A3 , A4 )C C2
1 1
于是得由基(Ⅰ)到基(Ⅱ)的过渡矩阵 2 1 1 1 1 0 1 1 1 1 C C1 C2 2 2 2 1 0 0 0 1 0
四.
线性子空间
1.定义 定义 设V1是数域K上的线性空间V的一 个非空子集合,且对已有的线性运算满足 (1)如果 x, y V1 , 则x y V1 (2)如果 x V1 , k K , 则kx V1 则称V1为V的线性子空间或子空间.
cm xm 0
则称向量组 x1 ,, xm 线性相关,否则称其为线
2.基与维数 定义 如果 x1 ,, xm 是线性空间V中的m个 元素且满足 (1) x1 ,, xm 线性无关; (2) x V 可由 x1 ,, xm 线性表示. 则 x1 ,, xm 称为V的一个基,m称V的维数 记 dim V m. 维数为m的线性空间V记 V ,
定义加法: 定义数乘:
( x1 y1 , x2 y2 , , xn yn )T
k ( kx1 , kx2 , , kxn )T ,
R n 是数域 R 上的线性空间。 C n 是数域 C 上的线性空间。

正弦函数的集合
S x a sin x b a , b R .
其中矩阵
c11 c12 c1n c21 c22 c2 n C c n1 cn 2 cnn
称为由基I到基Ⅱ的过渡矩阵. 上式称为基变
y1 ,, yn ) 换公式.(基I:x1 ,, xn ;基Ⅱ:
设 x V n 在基I与基Ⅱ下的坐标分别为
a a 1 a a 1 1;
(5) 1 a a 1 a;
(6) a a a



a a;
(7) a a a a a a
a a;Fra bibliotek映射,乘积 定义如下
(a) ( (a)), a S
是S到 S2 的一个映射.
注: , ( ) ( ) ( 是 S2到S3的 映射)
二.线性空间及其性质
1.线性空间的定义
定义 设V 是一个非空集合,它的元素用 x, y , z 等表示,K是一个数域,它的元素用 k , l , 等 表示,如果V满足下列条件
m
当 m 时称为无限维线性空间.
定义 设线性空间 V 的一个基 x1 ,, xn,
n
x V
n
则称 1 , 2 , n 为x 在该基下的坐标,记为
1 ,2 ,n
定理
T
n n x , , x x V 设 1 n 是V 的一个基,
则x可唯一的表示成 x1 ,, xn 的线性组合.
当K=C时,称为复线性空间.
例. 实数域上全体 n 维向量的集合
R n { ( x1 , x2 , , xn )T | x1 , x2 , , xn R }
( x1 , x2 , , xn )T , ( x1 , x2 , , xn )T R n , k R
1 ,2, , n 与1 ,2, ,n
T
T

1 1 2 2 x ( x1 , x2 , xn ) ( y1 , y2 ,, yn ) n n
'
其中 Pn是次数不超过n的实系数多项式的集合. 相等:设 1与 2 都是集合S到 S ' 的映射,如 果对于a S 都有 1 ( a ) 2 ( a ) ,则称 1与 2 相等,记为 1 2 .
乘法:设 , 依次是集合S到 S1 , S1到S2 的
对于通常的函数加法及数与函数的乘法构成 线性空间. s1 s2 A1 sin x B1 A2 sin x B2
a1 cos x b1 sin x a2 cos x b2 sin x a1 a2 cos x b1 b2 sin x
'
'
个确定的元素 a’ 与之对应,记为
( a ) a 或 a a
称为集合S到 S’ 的映射,a’ 称为a 在映射
下的象,而a 称为 a’ 在映射σ下的一个原象.
变换:S到S自身的映射.
例如: 1 ( A) det A, A K nn
2 (a) aI , a K 3 ( f (t )) f (t ), f (t ) Pn
使 x c1 x1 c2 x2
cm xm
则称 x 为向量组 x1 ,, xm 的线性组合,也称向
量 x 可由 x1 ,, xm线性表示.
2.线性相关与线性无关 定义 对于 x1 ,, xm V,如果存在不全为零的 m个数 c1 , , cm K,使 c1 x1 c2 x2 性无关.
1,2,3 2,3,4 1,2,3,4 1,2,3 2,3,4 3,4,5,6,7
2. 数域
数域:是一个含0和1,且对加,减,乘,除(0
不为除数)封闭的数集.
例如:有理数域Q,实数域R,复数域C.
3. 映射
映射:设S 与S’ 是两个集合,一个法则(规则)
: S S ,它使S中的每个元素a 都有S 中一
k

证明R+是R上的线性空间.
证明 (1) a b ab ba b a;
( 2)(a b) c (ab) c (ab)c a (b c );
( 3) R 中存在零元素 1, 对任何 a R , 有
a 1 a 1 a; 1 (4) a R , 有负元素 a R ,使
01 01 02 02
所以零元素唯一. 设元素 x 有两个负元素 x1 , x2,由于
x1 x1 0 x1 ( x x2 ) ( x1 x) x2 x2
所以 任意元素有唯一负元素. 证毕
三.线性空间的基与维数
1.线性表示
定义:如果 x1 ,, xm 为线性空间V中的m个向 量,x V ,且存在数域K中一组数 c1 ,, cm
此式称为坐标变换公式.
例 已知矩阵空间K22的两个基
1 0 1 (I) A , A2 1 0 0 1 0 1 0 1 A3 , A4 1 0 1 0 1 1 1 1 (Ⅱ) B , B2 1 1 0 1 1 1 0 1 1 B3 , B3 0 0 0 0 0 1
1 1 2 2 所以 x ( x1 , x2 , xn ) ( x1 , x2 ,, xn )C n n T T 1 ,2 ,,n C 1 ,2 ,,n 则有
求基(Ⅰ)到基(Ⅱ)的过渡矩阵.

采用中介基方法. 引入K22的简单基
(Ⅲ) E11, E12 , E21, E22 则
( A1 , A2 , A3 , A4 ) ( E11 , E12 , E21 , E22 )C1 ( B1 , B2 , B3 , B4 ) ( E11 , E12 , E21 , E22 )C2
第一章
线性空间与线性变换
1.1 线性空间
1.2 线性变换及其矩阵 1.3 两个特殊的线性空间
1.1 线性空间
一. 集合与映射 1. 集合 集合:作为整体看的一堆东西. 集合的元素:组成集合的事物.
设S表示集合,a表示S的元素,记为 a S
读为a属于S;用记号 aS 表示a 不属于S.
集合的表示:(1 ) 列举法
(8) (a b) (ab) ab a b

a b a b.
所以R

对所定义的运算构成线性空间.
2.线性空间的性质 定理 线性空间V有唯一的零元素,任一
元素也有唯一的负元素.
证 设 01 ,02是V的两个零元素,由于
(2) 特征性质法 M a a具有的性质 例如 P ( x, y ) x 2 y 1 空集合:不包含任何元素的集合,记为 子集合:设 S1与S2 表示两个集合,如果集合 S1 都是集合 S2 的元素,即由 a S1 a S2 ,
相关文档
最新文档