矩阵理论第一章 线性代数相关知识
更新时间:2023-08-29 17:40:01 阅读量: 教育文库 文档下载
矩阵理论第一章 线性代数相关知识
矩阵理论成都信息工程学院 李胜坤
矩阵理论第一章 线性代数相关知识
第一章
线性代数相关知识
线性空间的定义与例子定义 如果数集 P 中任意两个数作某一运算后的结果仍在 对这个运算是封闭的。对加, P 中,我们就称数集 P 对这个运算是封闭的。对加,减, 乘,除四则运算封闭的数集 称为数域。 称为数域。 P
定义 是一个非空的集合, 是一个数域, 设 V 是一个非空的集合 P 是一个数域, 中定义两种代数运算, 一种是加法运算, 在集合 V 中定义两种代数运算 一种是加法运算 另一种是数乘运算, 并且这两种运算满足下列八 另一种是数乘运算 并且这两种运算满足下列八 条运算律: 条运算律: α + β = β +α (1) 加法交换律 ) (2) 加法结合律 )
(α + β ) + γ = α + ( β + γ )
矩阵理论第一章 线性代数相关知识
(3) 零元素 ) 在 V 中存在一个元素 0 ,使得对 于任意的 α ∈ V 都有
α +0 =α(4) 负元素 ) 对于 V 中的任意元素 α 都存 在一个元素 β 使得
α+β =0
负元素. 则称β 是 α 的 负元素 (5) 数 1 )
1α = α
矩阵理论第一章 线性代数相关知识
(6) ) (7) ) (8) )
k (lα ) = ( kl )α ( k + l )α = kα + lα
k (α + β ) = kα + k β
其中 k , l ∈ P, α , β ∈ V . 称这样的集合 V 为数域 P 上的线性空间。 上的线性空间 线性空间。 例 1 全体实函数集合 R(x) 构成实数域 线性空间。 线性空间。
R 上的
例 2 复数域 C上的全体 m × n 型矩阵构成 的集合 C m×n 为 C 上的线性空间。 上的线性空间。
矩阵理论第一章 线性代数相关知识
例 3 实数域 R 上全体次数小于或等于 n 的多项 上的线性空间. 式集合 R[ x ]n 构成实数域 R上的线性空间 线性空间的基底, 线性空间的基底,维数定义 设 V 为数域 上的一个线性空间。 P 上的一个线性空间。如果在 V 中存在 n 个线性无关的向量α1 , α 2 , , α n 使得 V
中的任意一个向量 线性表出: 线性表出
α 都可以由 α1 , α 2 , , α n
α = k1α1 + k2α 2 + + knα n α1 , α 2 , , α n 为 V 的一个基底; (k1 , k2 , , kn )T 基底; 的一个基底 则称 下的坐标 坐标。 为向量 α 在基底α1 , α 2 , , α n下的坐标。此时我们称 V 为一个n 维线性空间,记为 dim V 维线性空间,
= n.
矩阵理论第一章 线性代数相关知识
线性空间的子空间定义 设 维线性空间, V 为数域 P 上的一个 n 维线性空间,
W 为V
的一个非空子集合, 的一个非空子集合,如果对于任意的
k , l ∈ P, α , β ∈ W , 都有
kα + l β ∈ W的一个子空间 子空间。 那么我们称 W 为V 的一个子空间。 例1 对于任意一个有限维线性空间 本身. 以及线性空间 V 本身
V
,它必有
平凡的子空间, 两个平凡的子空间 两个平凡的子空间,即由单个零向量构成的子空间
{0}
矩阵理论第一章 线性代数相关知识
子空间的交与和两个子空间的交: 两个子空间的和: V1 + V2 = { z =
x + y : x ∈V1, y ∈V2} 子空间交与和的性质 : 1.若 V1 和 V 都是 V 的子空间,则 V1 ∩V2 和 V1 + V2 也是V 2 的子空间. 2. V1 ∩V2 = V2 ∩V1
V1 ∩V2 = {α : α ∈V1 &α ∈V2}
V1 + V2 = V2 + V1(V1 + V2 ) + V3 = V1 + (V2 + V3 )
3. (V1 ∩V2 ) ∩V3 = V1 ∩ (V2 ∩V3 )
4. dimV1 + dimV2 = dim(V1 + V2 ) + dim(V1 ∩V2 ) 两个子空间的直和: 如果 V1 + V2 中的任一向量只能唯一表示 为子空间 V1 的一个向量与子空间 V 2 的一个向量的和, 则称 为 V1 + V2 的直和.V 2 与 V1
矩阵理论第一章 线性代数相关知识
矩阵的特征值与特征向量 和非零向量 定义 设 x 使 Ax = λx ,则 λ 叫做 A 的特征值, 叫做 A 的属于特 征值 λ 的特征向量。 矩阵的特征值与特征向量的性质: 矩阵的特征值与特征向量的性质: (1) n 阶矩阵 A 的属于特征值 λ0 的全部特征向量 ) 再添上零向量, 的一个子空间, 再添上零向量,可以组成 R n 的一个子空间,称之为矩 特征子空间, 阵 A 的属于特征值 λ0 的特征子空间,记为 Vλ ,不难 0 看出 Vλ 正是特征方程组0
A ∈ C n×n ,如果存在 λ ∈ C
x ∈ C n,
的解空间。 的解空间。 (2) 属于不同特征值的特征向量是线性无关的。 ) 属于不同特征值的特征向量是线性无关的。
( λ0 I A) X = 0
矩阵理论第一章 线性代数相关知识
(3) 设 λ1 , λ2 , , λr 是 A 的 r 个互不同的特征 ) 值, λi 的几何重数为 qi , α i1 , α i 2 , , α iqi 是对 个线性无关的特征向量, 应于 λi 的 qi 个线性无关的特征向量,则的所有这 些特征向量
α11 , α12 , , α1q ;1 2
α 21 , α 22 , , α 2 q ;
α r1 , α r 2 , , α rq
仍然是线性无关的。 仍然是线性无关的。 (4) 任意一个特征值的几何重数不大于它的代数 ) 重数。 重数。 (5)一个特征向量不能属于不同的特征值。 )一个特征向量不能属于不同的特征值。
r
矩阵理论第一章 线性代数相关知识
矩阵的相似与相似对角化 相似矩阵的性质: 相似矩阵的性质: 相似矩阵有相同的特征多项式, 相似矩阵有相同的特征多项式,有相 同的特征值,有相同的行列式值, 同的特征值,有相同的行列式值,有相同 的秩,有相同的迹,有相同的谱。 的秩,有相同的迹,有相同的谱。 定理: 定理: n 阶矩阵 A 可以对角化的充分必要 条件是 A 有 n 个线性无关的特征向量。 个线性无关的特征向量。
矩阵理论第一章 线性代数相关知识
定理: 定理: n 阶矩阵 A 可以对角化的充分必要条件是 每一个特征值的代数重数等于其几何重数。 每一个特征值的代数重数等于其几何重数。 例1 判断矩阵
3 1 1 2 0 1 A= 1 1 2 是否可以对角化? 是否可以对角化? 解: 先求出
A 的特征值
矩阵理论第一章 线性代数相关知识
λ 3 1 λ I A = 2 λ 1 = ( λ 1)( λ 2)于是的特征值为 λ12
1 1
1 λ 2
二重) = 1, λ2 = 2(二重)
是单的特征值, 由于 λ1 = 1是单的特征值,它一定对应一个线性 无关的特征向量。 无关的特征向量。下面我们考虑 λ2 = 2
矩阵理论第一章 线性代数相关知识
1 1 1 1 1 1 2 2 1 → 0 0 1 λ2 I A = 1 1 0 0 0 0 于是
R(λ2 I A) = 2, q2 = n R (λ2 I A) = 1从而不可以相似对角矩阵。 从而不可以相似对角矩阵。 不可以相似对角矩阵
矩阵理论第一章 线性代数相关知识
内积空间 定义: 维线性空间, 定义: 设 V 是实数域 R 上的 n 维线性空间, 对于 中的任意两个向量 α按照某一确 ,β V 定法则对应着一个实数, 定法则对应着一个实数,这个实数称为 α 与 β 的内积,记为 (α , β ) ,并且要求 内积, 内积满足下列运算条件: 内积满足下列运算条件:
(1) (2) (3) (4)
(α , β ) = ( β , α ) ( kα , β ) = k (α , β ) (α + β , γ ) = (α , γ ) + ( β , γ ) (α , α ) ≥ 0
矩阵理论第一章 线性代数相关知识
中任意向量, 为任意实数, 这里 α , β , γ 是 V 中任意向量,k 为任意实数 只有当 α = 0 时 (α , α ) = 0 ,我们称带有这 欧氏空间。 样内积的 n 维线性空间 V 为欧氏空间。 例1 在 R 中,对于n
α = ( x1 , x2 , , xn ), β = ( y1 , y2 , , yn )规定
(α , β )1 = x1 y1 + x2 y2 + + xn yn n , )1 是 R 上的一个内积,从 上的一个内积, 容易验证 ( n 成为一个欧氏空间。 而 R 成为一个欧氏空间。如果规定
矩阵理论第一章 线性代数相关知识
(α , β ) 2 = x1 y1 + 2 x2 y2 + + nxn yn, ) 2 也是 R 上的一个内积 上的一个内积, 容易验证 ( n 又成为另外一个欧氏空间。 这样 R 又成为另外一个欧氏空间。例2 在 nm 维线性空间 R n×m 中,规定n
( A, B ) := Tr ( AB )T
上的一个内积, 容易验证这是 R 上的一个内积,这样 R 对于这个内积成为一个欧氏空间。 对于这个内积成为一个欧氏空间。 例3 在线性空间 C[a, b] 中,规定
n ×m
n ×m
矩阵理论第一章 线性代数相关知识
( f , g ) := ∫ f ( x ) g ( x )dxa
b
上的一个内积, 容易验证 ( f , g ) 是 C[a, b] 上的一个内积, 对于这个内积成为一个欧氏空间。 这样 C[a, b] 对于这个内积成为一个欧氏空间。 定义: 维线性空间, 定义: 设 V 是复数域 C 上的 n 维线性空间, 对于 V 中的任意两个向量 α , β 按照某一确定 法则对应着一个复数, 法则对应着一个复数,这个复数称为α 与 β 内积, 的内积,记为 (α , β ) ,并且要求内积满足下 列运算条件: 列运算条件:
矩阵理论第一章 线性代数相关知识
(1) (α , β ) = ( β , α ) (2) ( kα , β ) = k (α , β ) (3) (α + β , γ ) = (α , γ ) + ( β , γ ) (4) (α , α ) ≥ 0
k 中任意向量, 这里 α , β , γ 是 V 中任意向量, 为任意复数,只有当 α = 0 时 (α , α ) = 0 ,我们称带有 酉空间。 这样内积的 n 维线性空间 V 为酉空间。欧氏 空间与酉空间通称为内积空间 内积空间。 空间与酉空间通称为内积空间
。 例1 设 C 是n
n 维复向量空间,任取 维复向量空间,
矩阵理论第一章 线性代数相关知识
α = (a1 , a2 , , an ) , β = (b1 , b2 , , bn )规定
(α , β ) := α ( β ) = a1b1 + a2b2 + + an bnT
, ) 是 C n上的一个内积,从 上的一个内积, 容易验证 ( 而C n 成为一个酉空间。 成为一个酉空间。 例2 设 C[a, b] 表示闭区间 [a , b] 上的所有 连续复值函数组成的线性空间, 连续复值函数组成的线性空间,定义
( f , g ) := ∫ f ( x ) g ( x )dxa
b
正在阅读:
矩阵理论第一章 线性代数相关知识08-29
任务型教学法在大学英语课堂实施中的问题及对策研究-2022年教育04-17
梨物候期观察_李树玲07-25
2019-2020最新苏教版1年级上册期末试卷(4)03-09
圆锥曲线(椭圆,双曲线,抛物线)的定义、方程和性质知识总结12-27
18m跨度三角形钢结构设计要点03-23
xx矿业集团2012年度安全工作要点03-21
高数教案(4)09-19
八年级上学期期中调研考试语文试题04-22
- exercise2
- 铅锌矿详查地质设计 - 图文
- 厨余垃圾、餐厨垃圾堆肥系统设计方案
- 陈明珠开题报告
- 化工原理精选例题
- 政府形象宣传册营销案例
- 小学一至三年级语文阅读专项练习题
- 2014.民诉 期末考试 复习题
- 巅峰智业 - 做好顶层设计对建设城市的重要意义
- (三起)冀教版三年级英语上册Unit4 Lesson24练习题及答案
- 2017年实心轮胎现状及发展趋势分析(目录)
- 基于GIS的农用地定级技术研究定稿
- 2017-2022年中国医疗保健市场调查与市场前景预测报告(目录) - 图文
- 作业
- OFDM技术仿真(MATLAB代码) - 图文
- Android工程师笔试题及答案
- 生命密码联合密码
- 空间地上权若干法律问题探究
- 江苏学业水平测试《机械基础》模拟试题
- 选课走班实施方案
- 线性代数
- 矩阵
- 理论
- 知识
- 相关
- 第十八堂课 工科化学
- 历史趣闻世界第一个迪斯尼乐园建在哪?美国迪斯尼乐园
- 颈椎病针灸治疗2012-3-26
- 贾宝玉与光源氏的人物形象分析比较
- 《国家利益为先》读后感
- 轴承压装工艺
- 20以内进位退位加减法分式练习题
- 艺术导论(彭吉象)尔雅网络课习题及答案
- 罗马数字1-100对照表(原创)
- 螺纹管标准DIN-431-2000 iso228-1
- 消防安全知识讲座
- PMP教程第七章练习题
- 离心机转速rpm与g换算公式
- 建筑工程安全监督登记表
- 课程标准学习体会
- 幼儿教师语言文字应用能力提升策略_李莉
- 辽宁省教育厅辽宁省财政厅文件
- 肉制品中亚硝酸盐降解方法_机理及研究进展
- 第四章组织行为学——动机与激励
- office办公软件珍藏—商务3D小人图片素材