线性代数_第六章
线性代数 第六章二次型

第六章 二次型1、二次型基本概念1º二次型:n 个变量n x x ,,1 的二次齐次多项式n n n x x a x x a x a x x f 11211221111),,(+++=n n x x a x x a 222112++++…+211n nn n n x a x x a ++⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n x x x x 21 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=nn n n n n a a a a a a a a a A 212222111211 ∴A A Axx x f T T ==且)( 例如:3221232221453x x x x x x x f -+++=⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=52102132022A 结论:二次型与对称矩阵一一对应,称对称矩阵的秩为对应二次型的秩. 2º标准二次型:22111),(n n n y d y d y y f ++=3º规范二次型:2212211)(q P P p q p z z z z z z f +++-+=++4º秩与惯性指数惯性指数:在标准型或规范型中,正平方项的个数称为正惯性;负平方项的个数称为负惯性指数,且正负惯性指数之和为二次型的秩,正负惯性指数之差称为符号差。
化标准形式规范型:①配方;②合同变换二次型的矩阵的秩,正负惯性指数等相关题目思路:1)Ax x x x x f T n =),,(21 将,则秩f =秩A2)将),,(21n x x x f 用合同变换式配方法化为标准型221121),,(n n n y d y d x x x f ++= 负项的个数=负惯性指数,秩f =平方项个数或化为规范型2221v p z z z f --++= 将 秩v f =正惯性指数为P ,负惯性指数为P v -例1. 1)二次型323121321224),,(x x x x x x x x x f ++-=的矩阵是 ,二次型的秩为 3 .2)实二次型2322213213),,(x x x x x x f +-=的秩为 ,正、负惯性指数分别为 例2.设)1()()()()(),,(212222121>++-+++=n x x nx nx nx x x x f n n n则f 的正负惯性指数之和为解:n n n x x x x x n x n f 1212221222)1()1(-----++-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------→⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------=11111111111111122222222n n n n n n n n n n n A⎪⎪⎪⎪⎪⎭⎫ ⎝⎛→⎪⎪⎪⎪⎪⎭⎫ ⎝⎛------→22220000111111111111n n n n2、将二次型化为标准形式已知标准形来求参数标准化方法1º配方法原理:配完全平方情形1:有平方项21⨯n a步骤:对所有含1x 的项配方,使得配方后余下的项不含1x ,如此继续,直至每一项均包含在平方项中。
线性代数-第6章

第6章接下来的问题是如何求矩阵的特征值和特征向量?一个方案是从定义A*ai=λi*ai出发,直接寻找满足这样要求的λi 和ai,但这一般是不容易做到的,故还有必要去建立一种更为普遍的方法。
设A*ai=λi*ai<=>(A-λi*E)*ai=0<=>对λi来说,ai是齐次线性方程组(A-λi*E)*X=0的一个非零解(因为ai构成的向量组线性无关)<=>方程组的系数行列式det(A-λi*E)=0由此可见,每一个特征值λi都是多项式det(A-λ*E)在指定数域(一般是实数域)上的根,我们称这个多项式为矩阵A的特征多项式,不难验证,它是一个λ的n次多项式。
依据特征方程det(A-λ*E)=0,即可求出矩阵A的全部特征值。
对矩阵A的每个特征值λi,求齐次线性方程组(A-λi*E)*X=0的解,得到的全部非零解(一般可用基础解系表示)就是A的属于特征值λi的全部特征向量。
由此可得到两点启示:对同一个特征值来说,特征向量不唯一;对同一特征值来说,特征向量的线性组合仍为特征向量。
相似的矩阵有相同的特征多项式和特征值,但有相同特征多项式的两个矩阵不一定相似。
相似的矩阵有相同的秩,故一个可对角化矩阵的非零特征值的数目即为其秩。
在求出矩阵的全部特征值和全部特征向量以后,剩下的问题就是判断这些所有的特征向量中有没有n个是线性无关的?如果有,意味着矩阵可对角化,如果没有,则矩阵不可对角化。
对一个矩阵A来说,考虑到其n个特征值可能相同也可能不同,故最一般的情况应该是把A的这n个特征值分为m组,分别为λ1, λ2, …, λm,每组的个数分别为j1,j2,…,jm (注意有j1+j2+…+jm=n),对每个λi(i=1,2,…,m),齐次线性方程组(A-λi*E)*X=0的基础解系解向量的个数分别为r1,r2,…,rm,这些基础解系各自当然都是A的线性无关的特征向量,自然会进一步联想,把这m组共r1+r2+…+rm个向量合在一起情况如何,是否仍线性无关?经过考察发现,矩阵A的属于不同的特征值的特征向量一定线性无关。
线性代数 第6章 矩阵运算法

介绍一下这种算法的基本思想.
6.1矩阵运算
6.1矩阵运算
在实际应用中,可以选择不同的可逆矩阵,不同的映射
关系,也可以把字母对应的数字进行不同的排列得到不同
的矩阵,这样就有多种加密和解密的方式,从而保证了传
递信息的秘密性.上述例子是矩阵乘法与逆矩阵的应用,将
数学与密码学紧密结合起来,用数学知识破译密码,进
0.3
4
1
0.5
0.8
0.4
表6-3 营养成分及单价表
要求既满足动物生长的营养需要,又使费用最省的选用饲料方案.
6.2 矩阵运算法求解线性方程组
求解线性方程组首先要
判断线性方程组是否有
解,若无解则结束;若
有解,则利用高斯消元
法化简方程组并求得全
体未知数的取值
6.2 矩阵运算法求解线性方程组
6.2 矩阵运算法求解线性方程组
回顾与小结
逆矩阵法求解线性方程组
第六章
矩阵运算法
第六章 第一节主要学习内容
矩阵的运算
矩阵运算法求解线性方程组
6.1矩阵运算
这一章主要介绍矩阵运算及矩阵运算法求解线性方程组.
6.1矩阵运算
一、引例
小王、小李在两次数学考试中答对题数如表6-1
考试情况所示:
某高校期中、期末考试有选择题、填空题、解答题三种类型
的题,小王期中、期末考试答对选择题分别为10题、6题,
6.1矩阵运算
二、矩阵的运算
6.1矩阵运算
现实生活中的许多问题都可以转化为相应的矩阵问题来处理,矩阵加减法、数乘、乘法、转置、矩阵的
逆等运算不仅符合数学逻辑,而且在现实生活中都有其实际意义.
6.1矩阵运算
线性代数第6章

18
练习 已知
问:以上两矩阵是否相似,是否合同,为什么? 思路
19
是对角阵,其特征值为1, 1, 3;而 阵,定可正交对角化,问题是
为实对称
的特征值如何?
19
练习 已知二次曲面方程
可经过正交变换 求 的值和正交矩阵
化为
思路 由题意知,二次型
20
经正交变换
20
化为
即
经正交变换后化为
再用一般方法就可以求出
例题
用配方法化二次型 为标准形,并求出所用的可逆线性替换.
解答
二次型中含平方项 的交叉项,得
对
配方,消去所有含
再对
4
配方,消去所有含
的交叉项
,得
4
令
即可逆线性替换
使得
5
5
提醒
在上题中,如果令 或
则它仍是一个可逆线性替换,但在这种线性替换下, 二次型的标准形为 显然,这个二次型与刚才的二次型是不同的,但它 们都是原二次型的标准形. 所以有
15
15
则
是正交矩阵,满足
作正交变换
,化二次型为标准型如下
16
16
例题
设二次型 经正交变换 化为 ,求 由已知条件
解答 原二次型的矩阵为
有 所以
17
必为 的特征值,故应有
17
正交变换的特点
1 正交变换的特点:保持向量的内积,长度不变! 即当 为正交矩阵时,则
从而,正交变换能保持向量间的夹角不变! 2 正交变法换化二次曲线、二次曲面的方程为标准型 时,能保持图形的几何性质如形状,大小等. 3 正交变换法只能将二次型化为标准形,不能化为规 范形!配方法可以化为标准形,也可以化为规范形!
线性代数第六章 矩阵的相似变换

第六章 矩阵的相似变换本章主要讨论方阵的特征值和特征向量、方阵的相似变换和对角化等问题.第一节 方阵的特征值和特征向量一、特征值与特征向量定义1 设A 是n 阶方阵,如果存在数λ和n 维非零向量X 使关系式λ=AX X (6.1)成立,则称数λ为方阵A 的特征值;非零列向量X 称为A 对应于特征值λ的特征向量.将式(6.1)改写成()λ−=A E X 0, (6.2) 将(6.2)看成关于X 的齐次线性方程组,它有非零解当且仅当其系数行列式满足 0λ−=A E , (6.3)即1112121222120λλλ−−=−n nn n nn a a a a a a a a a , (6.4)这是以λ为未知数的一元n 次方程,称为A 的特征方程,其左端λ−A E 是λ的n 次多项式,记作()λf ,称为A 的特征多项式,特征方程的根就是A 的特征值.根据代数基本定理,在复数范围内,n 阶方阵A 有n 个特征值(重根按重数计算),记作12,,,λλλ n .求出特征值λi 后,将λi 代入齐次线性方程组(6.2)中,求解方程组()λ−=i A E X 0 (6.5) 的所有非零解向量,就是属于λi 的特征向量。
对不同的特征值逐个计算,可求得属于各特征值的全部特征向量.若非零向量X 是方阵A 的特征向量,则由(6.1)式可知,对任意实数0k ≠,有()()k k λ=A X X ,(6.6) 这表明k X 也是方阵A 的特征向量,因此属于同一特征值的特征向量有无穷多个;反之,不同特征值对应的特征向量必不相同,即一个特征向量只能属于一个特征值(证明留给读者作为练习).由齐次线性方程组解的性质容易证得如下定理.定理1 设λ是方阵A 的特征值,12,,,s p p p 是属于λ的特征向量,则12,,,s p p p 的任意非零线性组合仍是属于λ的特征向量.例1 求141130002−−=A 的特征值和特征向量. 解 A 的特征多项式2141()130(2)(1)002λλλλλλλ−−−=−=−=−−−f A E ,所以A 的特征值为12λ=,231λλ==. 对于12λ=,解齐次方程组(2)−=A E X 0.由3411012110011000000−−−=→−A E ,得基础解系 1111−=p ,所以111(0)≠k k p 是对应于12λ=的全部特征向量.对于231λλ==,解齐次方程组()−=A E X 0.由 241120120001001000−−−=→A E ,得基础解系 2210−=p ,所以222(0)≠k k p 是对应于231λλ==的全部特征向量. 例2 求204121103−−=A 的特征值和特征向量.解 A 的特征多项式2204()121(1)(2)13λλλλλλλ−−−=−=−=−+−−f A E ,所以A 的特征值为11λ=−,232λλ==. 对于11λ=−,解齐次方程组()+=A E X 0.由104104131011104000−−+=→−A E ,得基础解系 1411−=p ,所以111(0)≠k k p 是对应于11λ=−的全部特征向量.对于232λλ==,解齐次方程组(2)−=A E X 0.由 4041012101000101000−−−=→A E ,得基础解系 2010=p ,3101− = p ,所以2233+k k p p (2k ,3k 不同时为0)是对应于232λλ==的全部特征向量.二、特征值和特征向量的性质定理2* 设12,,,λλλ n 是n 阶方阵()=ij a A 的n 个特征值,则有(1)11n n i ii i i a λ==∑∑; (2)1ni i λ==∏A .其中1niii a=∑是A 的主对角元之和,称为方阵A 的迹,记作tr()A .证明 见附录六例3 设7414744y x −= −−A 的特征值为123λλ==,312λ=,求,x y 的值. 解 由定理2可得123123tr()7718331212108x x y λλλλλλ=++=++=+− A A 解之得4,1x y ==−.定理3 设λ是方阵A 的特征值,p 是A 的属于λ的任一特征向量,则有: (1)k R ∀∈,k λ是k A 的特征值,p 是k A 的属于k λ的特征向量;(2)对任意非负整数k ,k λ是k A 的特征值,p 是k A 的属于k λ的特征向量; (3)若()ϕA 是A 的m (m 为任意非负整数)次多项式,即01()m m a a a ϕ=+++A E A A ,则()ϕλ是()ϕA 的特征值,p 是()ϕA 的属于()ϕλ的特征向量;(4)若A 可逆,则0λ≠,且1λ是1−A 的特征值,p 是1−A 的属于1λ的特征向量;(5)若A 可逆,则λA是*A 的特征值,p 是*A 的属于λA的特征向量;(6)λ也是T A 的特征值.证明 (1)由λ=Ap p ,有k k λ=Ap p 成立。
线性代数课件 第六章 线性空间与线性变换——第1节

如果上述的两种运算满足以下八条运算规律, 如果上述的两种运算满足以下八条运算规律,那 上的向量空间(或线性空间). 么 V 就称为数域 R 上的向量空间(或线性空间).
设α , β , γ ∈ V ; λ , µ ∈ R
(1) α + β = β + α ;
( 2) (α + β ) + γ = α + ( β + γ );
例7 n 个有序实数组成的数组的全体
S n = x = ( x1 , x2 ,⋯, xn ) x1 , x2 ,⋯ , xn ∈ R 对于通常的有序数组的加法及如下定义的乘法 λ ( x1 ,⋯, xn )T = (0,⋯ ,0) 不构成线性空间. 不构成线性空间. n S 对运算封闭. 但1 x = o, 不满足第五条运算规律 .
(2)一个集合,如果定义的加法和乘数运 一个集合, 算不是通常的实数间的加乘运算, 算不是通常的实数间的加乘运算,则必需检验是 否满足八条线性运算规律. 否满足八条线性运算规律. 正实数的全体, 例6 正实数的全体,记作 R + ,在其中定义加法 及乘数运算为 a ⊕ b = ab, λ a = a λ , (λ ∈ R, a , b ∈ R + ). 对上述加法与乘数运算构成线性空间. 验证 R + 对上述加法与乘数运算构成线性空间. 证明 ∀a , b ∈ R + , ⇒ a ⊕ b = ab ∈ R + ;
线
性
代
数
第六章 线性空间与线性变换
一、线性空间的定义
线性空间是线性代数最基本的概念之一, 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念的推广. 一个抽象的概念,它是向量空间概念的推广. 线性空间是为了解决实际问题而引入的,它是 线性空间是为了解决实际问题而引入的, 某一类事物从量的方面的一个抽象, 某一类事物从量的方面的一个抽象,即把实际问题 看作向量空间, 看作向量空间,进而通过研究向量空间来解决实际 问题. 问题.
线性代数第六章特征值与特征向量课件

4)当 A 是可逆矩阵时,1是 A1的特征值,且 是 A1属于1的特征向量.
例4 设 A 是一个 4 阶方阵,且 2, -1, 1, 3 为 A 的 特征值.
1)求 A 的伴随矩阵 A* 的特征值; 2)求 A3 2A2 2A E 的特征值. 定理5 设 1, 2, , s 是矩阵 A 的互不相同的 s 个 特征值,1,2, ,s 为分别与之对应的特征向量, 则 1,2 , ,s 线性无关.
定理13 设 V 是数域 F 上的一个线性空间, 是 V 上的一个线性变换. 那么 是可对角化的充分必要 条件是 存在个线性无关的特征向量.
推论 设 V 是数域 F 上的一个线性空间, 是 V 上 的一个线性变换. 如果 存在 n 个互不相同的特征 值,那么 是可对角化的.
定理14 设 1, 2, , s 是线性变换 的 s 个互不相同 的特征值,i1, i2 , , iri 是 的属于特征值 i的线性
1 1, 2 2 , , n n 为 D 的全部特征值.
如果 A 是可对角化的,且与 A 相似的对角矩阵 D 如(10)所示, 那么, 由于相似矩阵具有相同的 特征值,
1 1, 2 2 , , n n 也是 A 的全部特征值. 若不考虑 1,2, ,n 的顺序, D 是唯一确定的. 因此,也称对角矩阵 D 为 A 的相
定理3 互为转置的两个矩阵具有相同的特征值.
对一个 n 阶方阵 A,我们也可以定义矩阵的多 项式.设
(x) as xs as1xs1 a1x a0
是一个以 x 为未知量的 s 次多项式, a0, a1, , as 为 常数,且 as 0 .
线性代数第六章 二次型

令 aji = aij
(i < j)
2 a11x1 + a12x1x2 +L+ a1nx1xn 2 + a21x2x1 + a22x2 +L+ a2n x2 xn
f (x1, x2 ,L xn ) = ,
+L L
2 + an1xn x1 + an2xn x2 +L+ annxn
= ∑∑aij xi xj
a11 a12 L a1n x1 a x a22 L a2n 21 2 f ( x1 , x2 ,L, xn ) = (x1, x2,L, xn ) M M M M an1 an2 L ann xn = XT AX 二次型的矩阵表达式:f (x1, x2 ,L, xn ) = X T AX
第二节 标准形
只含有平方项的二次型称为二次型的标准形.
2 2 如:f ( x1 , x2 , x3 ) = 3x12 2 x2 + 6 x3
一般,f ( X ) = X AX = ∑∑ aij xi x j
T i =1 j =1
n
n
若 i ≠ j时,aij = 0,则f ( X )是标准形. a1 0 此时,A = M 0 0 a22 0 0 L 0 是对角矩阵. O M L ann L
所以,B是对称矩阵,Y BY 是二次型.
T
f = X T AX = Y T BY
(其中,B = C T AC)
定义2 若n阶方阵A, B存在可逆矩阵C , 使得 C T AC = B, 称矩阵A与B合同.
性质: (1) A与A合同. (2) 若A与B合同,则B与A合同. (3) 若A与B合同,B与C 合同,则A与C 合同.
线性代数第六章课件

证明
设
则有
所以零变换是线性变换.
例5 线性空间 中的零变换 : 是线性 变换.
证明
证毕.
例6 在 中定义变换 则 不是 的一个线性变换.
二、线性变换的性质
证明
从而
由于
由上述证明知它对 中的线
线性运算封闭,
故它是 的子空间.
3.从线性空间 到其自身的线性变换
下面主要讨论线性空间 中的线性变换.
证明
设
则有
例3 定义在闭区间上的全体连续函数组成实数 域上的一个线性空间 ,在这个空间中变换 是一个线性变换.
故命题得证.
证明
则有
设
例4 线性空间 中的恒等变换(或称单位变换) : 是线性变换.
证明
则
则
三、小结
Байду номын сангаас
要证一个变换 是线性变换,必须证 保持 加法和数量乘法,即
若证一个变换 不是线性变换,只须证 不保 持加法或数量乘法,并且只须举出一个反例即可.
思考题
单击此处添加文本具体内容
汇报人姓名
思考题解答
单击此处添加文本具体内容
汇报人姓名
单击此处添加正文,文字是您思想的提炼,请言简意赅地阐述您的观点。
科技风销售汇报
单击此处添加副标题
202X
1.映射
线性空间中向量之间的联系,是通过线性空 间到线性空间的映射来实现的.
一、线性变换的概念
单击此处添加副标题
202X
变换的概念是函数概念的推广.
2.从线性空间 到 的线性变换
说明
线性代数第六章

1 2 1
1 2 1
对
A
2
2
0
进行行变换可以得到
0
2
5
,所以二次型的秩为
3.
1 0 6
0 0 17
6.1.1 二次型的基本概念
例题
5
1 2
0
例2
设
A
1 2 0
3
4
,写出矩阵
A
所对应的二次型.
4
2
解: f (x1 ,x2 ,x3 ) 5x12 3x22 2x32 x1x2 8x2 x3 .
6.1.2 可逆变换
定义
设由变量 y1 ,y2 ,L ,yn 到 x1 ,x2 ,L ,xn 的线性变换为
x1 c 1 y1
1 c
y1 2 L2
c
n
yn
,
1
x2
c
2 y1
1 c y2 2 L2 L
c
n
yn
,
2
xn cn1 y 1 cn y2 2 L cnn yn ,
(6-3)
c11 c12 L
解:由于
f
中没有平方项,但有
x1
x2
项,由此令
x1 x2
y1 y1
y2 y2
, ,即
x3
y3 ,
x1 1 1 0 y1
x2
1
1
0
y2
,
x3 0 0 1 y3
得
f ( y1 y2 )( y1 y2 ) ( y1 y2 ) y3 y12 y22 y1 y3 y2 y3
n
nn
f aij xi xj
aij xi x j
i ,j 1
线性代数课件:第六章实二次型

目录 Contents
• 实二次型的定义与性质 • 实二次型的标准型 • 实二次型的正定性 • 实二次型与矩阵的关系 • 实二次型的几何意义
01
实二次型的定义与性质
定义
实二次型
对于一个实数域上的线性空间V,如果存在一个由V上的线性函数f组成的双线 性函数Q,使得对于V中的任意元素x和y,有Q(x,y)=f(x)*f(y),则称Q为V上的 一个实二次型。
实二次型的正定性的应用
判断矩阵的正定性
通过判断矩阵对应的二次型是否正定,可以确定矩阵的正定性。
判断向量组的线性无关性
如果一个向量组在正定二次型下线性无关,则该向量组一定是线性 无关的。
优化问题
在优化问题中,正定二次型常常被用作目标函数的约束条件,以保 证优化问题的解是唯一的。
04
实二次型与矩阵的关系
实二次型的性质
实二次型的矩阵表示
实二次型可以表示为一个矩阵和向量 的乘积,其中矩阵是二次型中各项系 数的矩阵,向量是变量构成的向量。
实二次型具有对称性,即对于任意两 个变量x和y,x和y的系数相等。
实二次型的标准型转换
线性变换
通过线性变换可以将实二次型转 换为标准型。线性变换是通过一 个可逆矩阵左乘原二次型矩阵得
二次型的矩阵表示
对于任意向量x=[x1,x2,...,xn]^T,如果将f(x)表示为矩阵A与向量x的乘积形式 f(x)=Ax,那么二次型Q(x,y)可以表示为Q(x,y)=x^TAy。
性质
实对称性
实二次型总是实对称的,即对于 任意向量x和y,有Q(x,y)=Q(y,x)
。
正定性
如果对于所有的非零向量x,都有 Q(x,x)>0,则称实二次型为正定的 。
(完整版)线性代数第六章实二次型(自考经管类原创)

正定 半正定 负定 半负定 不定
二、正定矩阵
n元实二次型f xT Ax,及对称矩阵A一一对 应,能够判定A为正定矩阵,则f 必为正定二 次型.正定矩阵有哪些性质,怎样判定?
正定矩阵的性质 定理 对角矩阵为正定矩阵当且仅当中所 有对角元全大于零. 例 E为正定矩阵.
定理(必要条件) 对称矩阵A为正定矩阵,则A 中所有对角元必全部大于零. 反之,若存着对角元aii 0, 则A必然不正定. 例2 f 4x12 6x22 +15x32 x1x2 2x2 x3是否正定? 定理 正定矩阵的合同矩阵必为正定矩阵. 定理 同阶正定矩阵之和必为正定矩阵.
2a12x1x2 + 2a13x1x3 + ···+ 2an-1,nxn-1xn
为二次型.
取 aij = aji , 则
2aijxixj = aijxixj + ajixjxi ,
nn
于是 二次型可写成 f (x1, x2,..., xn )
aij xi x j .
i1 j1
a11 a12 a1n
令
y1 y2
x1 x2
2x2 x3
y3 x3
即作可逆变换
x1 x2
y1+2 y2 y2 +y3
+2y3
x3 = y3
x1 1 2 2 y1
即经可逆变换
x2
=
0
1
1
y2
x3 0 0 1 y3
将二次型化为标准形y12 6 y22 4 y32
O
定义 规范形中k称为二次型的正惯性指数,k r称 为负惯性指数,正负惯性指数的差2k r称为二次 型的符号差.
定理 对称矩阵A与B合同当且仅当它们有相同的 秩和相同的正惯性指数.
线性代数第六章

对3 3 ,求解方程组(A3E)x0
4 2 2 1 0 1 A3E2 4 20 1 1
2 2 4 0 0 0
所以3 3对应的特征向量为 p3 (1,1,1)T
18
现在 1,2, p3已经正交,下面将它们单位化
记
1
1 1
1, 2
1
T
,0
2
2
2 2
1 ,1 , 66
在正交矩阵Q,使得
QTAQ
作正交变换 x Qy
此时标
f xTAx
x Qy
(Qy)TA(Qy) yTQTAQy
准形的 系数即
yTy 1y1 22y2 2 nyn 2
为A的 特征8值
6. 化二次型为标准形的规律—惯性定理 ➢ 对同一个二次型化为标准形时,用到的可逆 的线性变换不唯一,得到标准形也不唯一. ➢ 对同一个二次型化得的所有标准形,有以下规律: ① 系数非零的平方项个数 = 二次型的秩; ② 正项个数 p 固定,称为二次型的正惯性指数; ③ 负项个数 r-p 固定,称为二次型的负惯性指数;
即寻找可逆的线性变换 x Cy使得
f xTAx x Cy (Cy)TA(Cy) yTCTACy
yTy 标准形
➢ 对二次型的矩阵—实对称矩阵 A 寻找可逆矩阵 C , 使得
CTAC
7
5. 化二次型为标准形的方法—正交变换法 ➢ 由第五章内容知:实对称矩阵一定正交相似 于对角阵
即对实对称矩阵 A,其特征值为1,2,,n,则存
2Leabharlann A1 22
1
则 f xTAx
0
1
0
14
f x 1 2 2 x 2 2 5 x 3 2 2 x 1 x 2 2 x 1 x 3 6 x 2 x 3
线性代数课件PPT第六章 欧几里德空间 S2 正交变换

13
小结
• 正交变换的定义(重点) • 正交变换的判定(重点) • n维欧氏空间中正交变换的重要结
论
14
2 T ,T 2 ,
T ,T ,
4
推论 设T为欧氏空间的正交变换,又, V ,则
( , ) (T,T ) 【保持夹角不变】
证
, ( , ) arccos
T ,T
arccos
(T ,T )
| || |
| T || T |
总结:正交变换保持向量的模、内积、夹角不变
k1, = k1, =k1, =0. 因此 1+2M, k1M.
所以M是V的一个子空间.
12
(2) 由V是n维欧氏空间,0知,在V中必可找到n−1 个向量1, 2, …,n−1使, 1, 2, …,n−1为线性无
关向量组. 设对该向量组正交化得向量组为
=, 1, 2, …, n−1. 于是 i, =0, i=1,2,…,n-1, 则 1, 2, …, n−1都属于M, 且它们性无关,从而 dim{M}n−1. 若dim{M}=n, 则 M=V, 于是M, 而由0知, 0 ,则M,这与M=V矛盾.
0
0
1 2
1 2
2
正交变换的定义
定义:设T是欧氏空间V中的线性变换,如果对于任
意的 V,都有 |T |=|| ,即T, T= , ,
则T称为正交变换. 【保持向量的模不变】
例 在几何空间中把每一向量旋转一个角θ 的线性 变换是正交变换.
定理1 欧氏空间V中的一个线性变换T是正交变换
对 , V,Βιβλιοθήκη 有 T,T ,从而T是正交变换.
7
定理3 设 [1, 2, , n ] 是n维欧氏空间V的标准正交基底, V中的线性变换T为正交变换 T在标准正交
线性代数第6章 二次型及其标准形

例1
的矩阵表示, 的秩r(f). 写出下面二次型 f 的矩阵表示,并求 f 的秩 .
1 2 3 x1 f ( x1 , x 2 , x 3 ) = [ x1 , x 2 , x 3 ] 4 5 6 x 2 = x T Bx 7 8 9 x 3
解
2 2 3 f = x1 + 5 x 2 + 9 x 3 + 6 x1 x 2 + 10 x1 x 3 + 14 x 2 x 3
P 的列向量是 的相应于特征值的n个两两正交 的列向量是A的相应于特征值的 个两两正交 的相应于特征值的 的单位特征向量. 的单位特征向量.
用正交变换化二次型为标准型,并求出所用的正交变换. 例1 用正交变换化二次型为标准型,并求出所用的正交变换.
解(1)写出二次型 f 的矩阵
求出A的全部特征值及其对应的标准正交的特征向量 (2) 求出 的全部特征值及其对应的标准正交的特征向量
而它们所对应的标准正交的特征向量为
2 1 P= 1 1 3 2
2 1 P = 2 2 3 1
1 1 P = 2 3 3 2
(3) 写出正交变换
2 1 2 1 P = (P P P ) = 1 2 2 取正交矩阵 1 2 3 3 2 1 2 则得所欲求的正交变换
非退化线性变换(可逆线性变换) 一, 非退化线性变换(可逆线性变换) 设
若
简记 是可逆矩阵时, 当C 是可逆矩阵时, 称 为可逆线性变换. 可逆线要问题是: 主要问题 寻求可逆的线性变换,使二次型只含平方项. 寻求可逆的线性变换,使二次型只含平方项. 可逆的线性变换 即二次型
2,其对角线上的元素 aii 恰好是 x2 (i =1 2,, n) , , i 的系数. 的系数. 3, xi x j 的系数的一半分给 aji . 可保证 aij = aji . ,
线性代数第六章课后答案

第六章 线性空间与线性变换1. 验证所给矩阵集合对于矩阵的加法和乘数运算构成线性空间, 并写出各个空间的一个基.(1) 2阶矩阵的全体S 1;解 设A , B 分别为二阶矩阵, 则A , B ∈S 1. 因为(A +B )∈S 1, kA ∈S 1,所以S 1对于矩阵的加法和乘数运算构成线性空间.⎪⎭⎫ ⎝⎛=00011ε, ⎪⎭⎫ ⎝⎛=00102ε, ⎪⎭⎫ ⎝⎛=01003ε, ⎪⎭⎫ ⎝⎛=10004ε是S 1的一个基.(2)主对角线上的元素之和等于0的2阶矩阵的全体S 2;解 设⎪⎭⎫⎝⎛-=a c b a A , ⎪⎭⎫ ⎝⎛-=d f e d B , A , B ∈S 2. 因为 2)(S d a a c b c d a B A ∈⎪⎭⎫ ⎝⎛++++-=+,2S ka kc kb ka kA ∈⎪⎭⎫ ⎝⎛-=, 所以S 2对于矩阵的加法和乘数运算构成线性空间.⎪⎭⎫ ⎝⎛-=10011ε, ⎪⎭⎫ ⎝⎛=00102ε, ⎪⎭⎫ ⎝⎛=01003ε 是S 2的一个基.(3) 2阶对称矩阵的全体S 3.解 设A , B ∈S 3, 则A T =A , B T =B . 因为 (A +B )T =A T +B T =A +B , (A +B )∈S 3, (kA )T =kA T =kA , kA ∈S 3,所以S 3对于加法和乘数运算构成线性空间.⎪⎭⎫ ⎝⎛=00011ε, ⎪⎭⎫ ⎝⎛=01102ε, ⎪⎭⎫ ⎝⎛=10003ε是S 3的一个基.2. 验证: 与向量(0, 0, 1)T 不平行的全体3维数组向量, 对于数组向量的加法和乘数运算不构成线性空间.解 设V ={与向量(0, 0, 1)T 不平行的全体三维向量}, 设r 1=(1, 1, 0)T , r 2=(-1, 0, 1)T , 则r 1, r 2∈V , 但r 1+r 2=(0, 0, 1)T ∉V , 即V 不是线性空间.3. 设U 是线性空间V 的一个子空间, 试证: 若U 与V 的维数相等, 则U =V .证明 设ε1, ε2, ⋅⋅⋅, εn 为U 的一组基, 它可扩充为整个空间V 的一个基, 由于dim(U )=dim(V ), 从而ε1, ε2, ⋅⋅⋅, εn 也为V 的一个基, 则: 对于x ∈V 可以表示为x =k 1ε1+k 2ε2+ ⋅⋅⋅ +k r εr . 显然, x ∈U , 故V ⊆U , 而由已知知U ⊆V , 有U =V .4. 设V r 是n 维线性空间V n 的一个子空间, a 1, a 2, ⋅⋅⋅, a r 是V r 的一个基. 试证: V n 中存在元素a r +1, ⋅⋅⋅, a n , 使a 1, a 2, ⋅⋅⋅, a r , a r +1, ⋅⋅⋅, a n 成为V n 的一个基.证明 设r <n, 则在V n 中必存在一向量a r +1∉V r , 它不能被a 1, a 2, ⋅⋅⋅, a r 线性表示, 将a r +1添加进来, 则a 1, a 2, ⋅⋅⋅, a r +1是线性无关的. 若r +1=n , 则命题得证, 否则存在a r +2∉L (a 1, a 2, ⋅⋅⋅, a r +1), 则a 1, a 2, ⋅⋅⋅, a r +2线性无关, 依此类推, 可找到n 个线性无关的向量a 1, a 2, ⋅⋅⋅, a n , 它们是V n 的一个基.5. 在R 3中求向量α=(3, 7, 1)T 在基α1=(1, 3, 5)T , α2=(6, 3, 2)T , α3=(3, 1, 0)T 下的坐标. 解 设ε1, ε2, ε3是R 3的自然基, 则 (α1, α2, α3)=(ε1, ε2, ε3)A , (ε1, ε2, ε3)=(α1, α2, α3)A -1,其中⎪⎪⎭⎫ ⎝⎛=025133361A , ⎪⎪⎭⎫ ⎝⎛-----=-1528981553621A .因为 ⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=-173) , ,(173) , ,(1321321A αααεεεα⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛-----=173152898155362) , ,(321ααα⎪⎪⎭⎫⎝⎛-=1548233) , ,(321ααα,所以向量α在基α1, α2, α3下的坐标为(33, -82, 154)T .6. 在R 3取两个基α1=(1, 2, 1)T , α2=(2, 3, 3)T , α3=(3, 7, 1)T ; β1=(3, 1, 4)T , β2=(5, 2, 1)T , β3=(1, 1, -6)T . 试求坐标变换公式.解 设ε1, ε2, ε3是R 3的自然基, 则 (β1, β2, β1)=(ε1, ε2, ε3)B , (ε1, ε2, ε3)=(β1, β2, β1)B -1,(α1, α2, α1)=(ε1, ε2, ε3)A =(β1, β2, β1)B -1A , 其中⎪⎪⎭⎫ ⎝⎛=131732121A , ⎪⎪⎭⎫ ⎝⎛-=614121153B .设任意向量α在基α1, α2, α3下的坐标为(x 1, x 2, x 3)T , 则⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=-3211321321321) , ,() , ,(x x x A B x x x βββαααα,故α在基β1, β2, β3下的坐标为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛'''-3211321x x x A B x x x ⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---=32149910726313941811913x x x .7. 在R 4中取两个基e 1=(1,0,0,0)T , e 2=(0,1,0,0)T , e 3=(0,0,1,0)T , e 4=(0,0,0,1)T ; α1=(2,1,-1,1)T , α2=(0,3,1,0)T , α3=(5,3,2,1)T , α3=(6,6,1,3)T . (1)求由前一个基到后一个基的过渡矩阵; 解 由题意知⎪⎪⎪⎭⎫⎝⎛-=3101121163316502) , , ,() , , ,(43214321e e e e αααα, 从而由前一个基到后一个基的过渡矩阵为⎪⎪⎪⎭⎫⎝⎛-=3101121163316502A . (2)求向量(x 1, x 2, x 3, x 4)T 在后一个基下的坐标;解 因为⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=-43211432143214321) , , ,() , , ,(x x x x A x x x x αααααe e e e ,向量α在后一个基下的坐标为⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛-4321143213166123501301112x x x x y y y y ⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-------=432126937180092391213327912271x x x x . (3)求在两个基下有相同坐标的向量.解 令⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-------4321432126937180092391213327912271x x x x x x x x , 解方程组得⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛11114321k x x x x (k 为常数).8. 说明xOy 平面上变换⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛y x A y x T 的几何意义, 其中(1)⎪⎭⎫⎝⎛-=1001A ; 解 因为⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛y x y x y x T 1001, 所以在此变换下T (α)与α关于y 轴对称. (2)⎪⎭⎫⎝⎛=1000A ; 解 因为⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛y y x y x T 01000, 所以在此变换下T (α)是α在y 轴上的投影. (3)⎪⎭⎫⎝⎛=0110A ; 解 因为⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=⎪⎭⎫ ⎝⎛x y y x y x T 0110, 所以在此变换下T (α)与α关于直线y =x 对称. (4)⎪⎭⎫⎝⎛-=0110A . 解 因为⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛-=⎪⎭⎫ ⎝⎛x y y x y x T 0110,所以在此变换下T (α)是将α顺时针旋转2π.9. n 阶对称矩阵的全体V 对于矩阵的线性运算构成一个2)1(+n n 维线性空间. 给出n 阶矩阵P , 以A 表示V 中的任一元素, 变换T (A )=P T AP 称为合同变换. 试证合同变换T 是V 中的线性变换.证明 设A , B ∈V , 则A T =A , B T =B . T (A +B )=P T (A +B )P =P T (A +B )T P =[(A +B )P ]T P =(AP +BP )T P=(P T A +P T B )P =P T AP +P T BP =T (A )+T (B ), T (kA )=P T (kA )P =kP T AP =kT (A ),从而, 合同变换T 是V 中的线性变换.10. 函数集合V 3={α=(a 2x 2+a 1x +a 0)e x | a 2, a 1, a 0 ∈R }对于函数的线性运算构成3维线性空间, 在V 3中取一个基α1=x 2e x , α2=xe x , α3=e x .求微分运算D 在这个基下的矩阵. 解 设β1=D (α1)=2xe x +x 2e x =2α2+α1, β2=D (α2)=e x +xe x =α3+α2, β3=D (α3)=e x =α3. 易知β1, β2, β3线性无关, 故为一个基.由 ⎪⎪⎭⎫⎝⎛=110012001) , ,() , ,(321321αααβββ,知即D 在基α1, α2, α3下的矩阵为⎪⎪⎭⎫⎝⎛=110012001P .11. 2阶对称矩阵的全体},,|{32132213R x x x x x x x A V ∈⎪⎭⎫⎝⎛==对于矩阵的线性运算构成3维线性空间. 在V 3中取一个基⎪⎭⎫ ⎝⎛=00011A , ⎪⎭⎫ ⎝⎛=01102A , ⎪⎭⎫ ⎝⎛=10003A .在V 3中定义合同变换⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=10111101)(A A T ,求T 在基A 1, A 2, A 3下的矩阵. 解 因为⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=101100011101)(1A T 3211111A A A ++=⎪⎭⎫ ⎝⎛=,⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=101111101101)(2A T 3222110A A +=⎪⎭⎫ ⎝⎛=,⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛⎪⎭⎫ ⎝⎛=101110001101)(3A T 31000A =⎪⎭⎫ ⎝⎛=, 故 ⎪⎪⎭⎫ ⎝⎛=121011001) , ,())( ),( ),((321321A A A A T A T A T , 从而, T 在基A 1, A 2, A 3下的矩阵⎪⎪⎭⎫⎝⎛=121011001A .。
线性代数第六章 欧几里德空间 S1欧氏空间

性质1 V ,有 0, 0 ,特别 0,0 0 .
性质2 是V中某一向量,若对于 V ,有
, 0 ,则 0.
性质3 i , j V及 ai ,bj R (i 1,2, ,l; j 1,2, ,t),
恒有
l
t
lt
aii , bj j
i , j aibj
注意:由于内积的定义不同,这是两个不同的欧氏空间. 以后凡说到欧氏空间Rn均指例1所述的欧氏空间.
6
例3:在连续函数空间 C[a,b]中,对任意的
f ( x), g( x) C[a,b] 定义
b
f ( x), g( x) a f ( x)g( x)dx
由定积分的性质可知:设
f ( x), g( x),h( x) C[a,b],k R
成为C[a, b]中的一个内积. 于是,关于这个内积C[a, b]
也成为一个欧氏空间.
欧几里得空间的一些基本性质:
(Ⅰ) , , 定义1的条件(I)表明内积是对称的,故有
,k k , k , k , k,
, , , , , ,
8
又 0, 0 0, 0, 0, 2 0,
10
2. 齐次性
3. 三角不等式 【后面证明】
柯西——布涅柯夫斯基不等式
定理:对于欧氏空间中任意二向量, ,恒有
, 2 , , 或 ,
其中等号成立的充要条件是与线性相关.
证明:若, 线性相关,则有 =0, 或者 =k, (kR)
在上述情况下,容易证明题设的等号成立.
, ,
(Ⅲ) k, kx1 y1 kx2 y2 kxn yn k ,
(Ⅳ) , x12 x22 , , xn2 0 ,当且仅当 0
- 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)。
成立, 则称这组有序数x1, x2, …, xn 为元素a 在 基a1, a2, …, an下的坐标,记作(x1, x2, …, xn )T , 称
为坐标向量.
例4 求四维线性空间R2╳2中矩阵a在基{E11,
E12, E21, E22}下的坐标。
试求P[x]2中向量在这两个基下的坐标变换公式。
§6.3 欧氏空间
线性空间中,只定义了加法与数乘两种 运算;
在线性空间中引入度量的概念后,成为 欧几里德空间;
6.3.1 内积的概念与性质
定义1 设V是实数域R上的线性空间,若在V上定义了一个二元
实函数(a, b),它满足以下条件: 1)对称性 (a, b) (b, a) 2)齐次性 (ka, b) k(a, b) 3)可加性 (ab,g)(a, b)(a, g) 4)非负性 (a, a)≥0, 当且仅当a0时(a, a)0 其中, a,b,g为V中任意元素,则称此二元实函数(a, b)为元素a与 b的内积;定义了内积的线性空间称为内积空间.
例7 齐次线性方程组
AX=0 的全部解向量构成线性空间Rn的一个子 空间,称为(1)的解空间.
例8 设C[a,b]是闭区间[a,b]上所有连续实函 数组成的线性空间,P[x][a,b]是 [a,b]上所有的 实系数多项式集合;
则C[a,b]中的定义加法与数乘, P[x][a,b]构成 C[a,b]的一个子空间.
R, R2, Rn 都是有限维线性空间; P[x]是无限维线性空间;
例1 求齐次线性方程组的解空间N(A)的维数.
x1 x1
2x2 3x2
3x3 x4 10x3 5x4
0
0
定理1 向量组a1, a2, …, an是n维线性空
间V的一个基的充要条件是
V=L(a1, a2, …, an)
定理1 数域F上线性空间的非空子集W构成V 的子空间的充分必要条件是W对于V中的两种 线性运算封闭.
例9 设a1, a2, …, am是数域F上线性空间V的
一组向量,它的一切线性组合所生成的子集
W={k1a1+k2a2+…+kmam|ki∈F,i=1,2,…,m} 构成V的一个子空间,记为L(a1, a2, …, am),称 为由向量组a1, a2, …, am生成的子空间.
次数等于n的多项式集合
Q[x]n p(x) anxn an1xn1 a1x a0 | an , , a1, a0 R且an 0
对于通常的多项式加法和数乘,是否构成线性 空间?
例5 设V为正实数的集合R+,F为实 数域R.在R+上定义加法与数乘为:
a b ab a,b R k a ak k R, a R
2)在数域F与集合V的元素之间定义了一种叫做数量乘法的运
算(简称为数乘),即对数域F中任一数k与V中任一元素a,在V中 都有惟一的元素d与之对应,称为数k与a的数量乘积,记为d =ka,
并且满足
(5)单位数乘不变律 1a =a ; (6)结合律 k(la)=(kl)a ;
3)加法和数乘还同时满足分配律
组合关系一一对应,则称线性空间V1与V2 同构。
例6 设V=R[3]3 , 且向量组
a1=x3+x+1, a2=x2+1, a3=3x3+2x21, 试讨论a1, a2, a3的线性相关性.
例7 设R3中的向量a 在基
e1=(1,0,0), e2=(0,1,0), e3=(0,0,1) 下的坐标为(1,2,3)T,试求在另一个基
线性空间生成的子空间有如下性质:
1) 若a1, a2, …, am∈V, 则 L(a1,a2,,am ) V
2) 若a1, a2, …, am∈V, b1, b2, …, bs∈V则
L(a1,a2,,am ) L(b1, b2,, bs )
的充要条件是a1, a2, …, am与b1, b2, …, bs等价.
a
1 3
2
4
例5 试证在线性空间V中任何一个给定的 基下,向量和的坐标等于它们坐标的和, 向量数乘的坐标等于它们坐标的数乘。
这说明:在给定的一个基下,线性空间V中的 元素与n维向量空间Rn中作为a坐标的有序 数组是一一对应的.
定义4 设V1与V2是两个线性空间,若在V1 与V2的元素之间存在一个一一对应关系, 且该对应关系保持两线性空间各自的线性
6.1.2 线性空间的定义与性质
定义1 设V是一个非空集合, F是一个数域,若 1) 在集合V的元素之间定义了一种叫做加法的代数运算,即对V中
任意两个元素a与b, 在V中都有惟一的一个元素g与它们对应, 称为a与b的和,记为g ab,并且满足
(1)交换律 ab ba ; (2)结合律 (ab)g a(bg) ; (3)在V中存在零元素0,使对V中任一元素a,都有a0a ; (4)对V中每一个元素a,都有V中的元素b,它称为a的负元素,使得ab 0;
第六章 线性空间
杨利军
§6.1 线性空间的定义及其 性质
6.1.1 n维向量空间
R , R2 a | a (a1, a2 ), ai R, i 1,2 R3 a | a (a1, a2 , a3), ai R,i 1,2,3
抽象出的n维向量的全体所构成的集合Rn称为n 维向量空间。
坐标为(9,14,6)T.
6.2.3 基变换与坐标变换
由坐标的定义,我们知道,线性空间中的向量在 一个给定的基下,其坐标是惟一确定的.
但例7也告诉了我们,线性空间中的同一个向量, 在不同基下的坐标也不同的.
问题:一个向量在两个基下的坐标有什么关系?
设a1, a2, …, an与b1, b2, …, bn是n维线性空间V 中的两个基. 另设向量a 在这两个基下的坐
可以验证, R+对上述两种运算构成R上的一个线性空间. R+中的零元素是1; a的负元素是a-1.
线性空间的性质
性质1 线性空间中的零元素是惟一的; 性质2 线性空间V中任意元a的负元是惟一的;
性质3 0a=0; (-1)a=-a; k0=0; 性质4 若ka=0, 则k=0 或a=0.
6.1.3 子空间
标分别是(x1,x2, …,xn)T和(y1,y2, …,yn)T ,即:
a x1a1 x2a2 … xnan y1b1 y2b2 … ynbn
由于a1, a2, …, an与b1, b2, …, bn是n
维线性空间V中的两个基, 因此
由基与坐标的定义知, (a1j, a2j, … ,anj)是向量bj (j=1, 2, … ,n) 在基 a1, a2, …, an下的坐标.
V中的两个基,V中向量在这两个基下的坐标分别为 列向量X与Y,若这两个基还满足基变换公式
(b1, b2, , bn ) (a1,a2, ,an ) A
则有坐标变换公式
X=AY 或 Y=A-1X
例8 与
在P[x]2中取定两个基
a11, a2x1, a3( x1)2
b12, b2x2, b3( x2)2
6.2.2 向量在基下的坐标
由线性空间基的定义, n维线性空间V中的每
个元素a 都可以由V的一个基a1, a2, …, an线
性表示,并且,这种表示法还是惟一的.
定义3 设a1, a2, …, an为n维线性空间的一个基, 若任取a∈V, 总有且仅有一组有序数x1, x2, …,
xn , 使得
a1(1,0,1), a2(1,1,0), a3(1,2,2),
下的坐标.
解:设向量a 在基a1, a2, a3,下的坐标为(x1,x2, x3)T,则
ax1a1 x2a2 x3a3 e1+2e2+3e3
即
1 1 1 x1 1
0
1
2
x2
2
1 0 2 x3 3
求解上述线性方程组,得a 在基a1, a2, a3,下的
dim(L(a1, a2, …, am))=r
定理2 向量组a1, a2, …, am生成子空间L(a1, a2, …, am)的维数等于该向量组的秩,即: dim(L(a1, a2, …, am))=R(a1, a2, …, am)
定理3 若W是线性空间V的子空间,则 dimW≤dimV.
例10 试证:在线性空间R4中,由向量组
a1=(1,2,-1,3), a2=(2,4,1,-2), a3=(3,6,3,-7) 及 b1=(1,2,-4,11), b2=(2,4,-5,14)
生成的子空间相等,即:
L(a1, a2, a3)=L(b1 , b2)
§6.2 n维线性空间的基与 向量的坐标
例2 定义在任何数域上F上的n维向量集合Fn ,若定
义向量间的加法为:对Fn中的任何元素a=(a1,a2,…,an), b=(b1,b2,…,bn), 有
a+b=(a1+b1, a2+b2,…, an+bn)
数域F与Fn之间的数乘规定为:对F中的任何数k及Fn
中的任何元素, a有ka=(ka1, ka2,…, kan);在上述规定下,
定义在实数域上的内积空间(即实内积空间) 称为欧几里德空间,简称为欧氏空间.
欧氏空间的子空间仍然是欧氏空间.
(7) (kl)a=ka la (8) k (ab)ka kb
其中k, l为数域F中的任何数,1为F中的单位元, a, b, g为V中任
何元素,则称V为数域F上的线性空间(简称为线性空间).
当F为复数域时,称V为复线性空间; 当F为实数域时,称V为实线性空间.
例1 向量空间Rn对于通常的线性运算构成 实数域R上的线性空间。
例2 求R上二阶方阵的集合所成线性空间 的基与维数。