矩阵论基础——建立基本概念
1. 线性空间
概念
非空集合V,数域F,对加法和数乘封闭,即
∀
α
,
β
∈
V
\forall \alpha,\ \beta \in V
∀α, β∈V,有
α
+
β
∈
V
\alpha+\beta \in V
α+β∈V;
∀
k
∈
F
,
α
∈
V
\forall k \in F,\alpha \in V
∀k∈F,α∈V,有
k
α
∈
V
k\alpha \in V
kα∈V,并且满足下面八条运算法则:
1. 加法交换律:
α
+
β
=
β
+
α
\alpha + \beta = \beta + \alpha
α+β=β+α
2. 加法结合律:
(
α
+
β
)
+
γ
=
α
+
(
β
+
γ
)
(\alpha + \beta) + \gamma = \alpha + (\beta + \gamma)
(α+β)+γ=α+(β+γ)
3. V中存在零元:
∃
α
0
∈
V
,
∀
α
∈
V
,
α
+
α
0
=
α
,
记
α
0
=
0
\exist \alpha_0 \in V,\ \forall \alpha \in V,\ \alpha + \alpha_0 = \alpha,\ 记\alpha_0 = 0
∃α0∈V, ∀α∈V, α+α0=α, 记α0=0
4. V中存在负元:
∀
α
∈
V
,
∃
β
∈
V
,
使
α
+
β
=
0
,
记
β
=
−
α
\forall \alpha \in V,\ \exist \beta \in V,\ 使\alpha + \beta = 0,\ 记\beta = -\alpha
∀α∈V, ∃β∈V, 使α+β=0, 记β=−α
5.
∃
1
∈
F
\exist 1 \in F
∃1∈F:
1
⋅
α
=
α
1 \cdot \alpha = \alpha
1⋅α=α
6. 数乘结合律:
(
k
l
)
α
=
k
(
l
α
)
(kl) \alpha = k(l \alpha)
(kl)α=k(lα)
7. 分配律:
k
(
α
+
β
)
=
k
α
+
k
β
k(\alpha + \beta) = k \alpha + k \beta
k(α+β)=kα+kβ
8. 分配率:
(
k
+
l
)
α
=
k
α
+
l
α
(k + l) \alpha = k \alpha + l \alpha
(k+l)α=kα+lα
此时V是数域F上的线性空间。V中元素称为向量。F为实(复)数域时,称V为实(复)线性空间。
性质
- V中零元素唯一
- V中任一元素的负元素唯一
- 设0为数0,
0
⃗
\vec{0}
0为V中零向量,则
(a) 0 ⋅ α = 0 ⃗ 0 \cdot \alpha = \vec{0} 0⋅α=0
(b) k ⋅ 0 ⃗ = 0 ⃗ , k ∈ F k \cdot \vec{0} = \vec{0},\ k \in F k⋅0=0, k∈F
(c) 若 k ⋅ α = 0 ⃗ k \cdot \alpha = \vec{0} k⋅α=0,则一定有 k = 0 k=0 k=0或者 α = 0 ⃗ \alpha = \vec{0} α=0
(d) ( − 1 ) α = − α (-1) \alpha = - \alpha (−1)α=−α
2. 基与维数
概念
基: 线性空间V中,若存在一组线性无关的向量
α
1
,
α
2
,
.
.
.
,
α
n
\alpha_1,\ \alpha_2,\ ...,\ \alpha_n
α1, α2, ..., αn,使得V中任一向量都可以由它们表示,则称向量组
{
α
1
,
α
2
,
.
.
.
,
α
n
}
\{\alpha_1,\ \alpha_2,\ ...,\ \alpha_n\}
{α1, α2, ..., αn}是V的一组基。
维数: 基中所含向量个数,记为
d
i
m
V
=
n
dimV = n
dimV=n
基就是向量集合V中的极大线性无关组,因此线性空间的基不唯一
标准正交基: 内积空间
[
V
n
(
F
)
;
(
α
,
β
)
]
[V_n(F);\ (\alpha,\ \beta)]
[Vn(F); (α, β)]中,基
{
ϵ
1
,
ϵ
2
,
⋯
,
ϵ
m
}
\{\epsilon_1,\ \epsilon_2,\ \cdots,\ \epsilon_m\}
{ϵ1, ϵ2, ⋯, ϵm}满足
(
ϵ
i
,
ϵ
j
)
=
{
1
i
=
j
0
i
≠
j
(\epsilon_i,\ \epsilon_j) = \begin{cases} 1 & i = j \\ 0 & i \neq j \end{cases}
(ϵi, ϵj)={10i=ji=j
性质
若
{
E
i
j
,
i
=
1
,
2
,
.
.
.
,
m
;
j
=
1
,
2
,
.
.
.
,
n
}
\{E_{ij},\ i=1,\ 2,\ ...,\ m;\ j=1,\ 2,\ ...,\ n \}
{Eij, i=1, 2, ..., m; j=1, 2, ..., n}是矩阵空间
R
m
∗
n
R^{m*n}
Rm∗n的一组基,则
d
i
m
R
m
∗
n
=
m
∗
n
dim\ R^{m*n} = m * n
dim Rm∗n=m∗n
3. 坐标
概念
设
α
1
,
α
2
,
⋯
,
α
n
\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n
α1, α2, ⋯, αn是线性空间
V
n
(
F
)
V_n(F)
Vn(F)的一组基,
∀
β
∈
V
\forall \beta \in V
∀β∈V,有
β
=
∑
i
=
1
n
x
i
α
i
=
(
α
1
α
2
⋯
α
n
)
[
x
1
x
2
⋮
x
n
]
\beta = \sum^n_{i = 1}x_i \alpha_i=(\alpha_1\ \ \alpha_2\ \ \cdots \ \ \alpha_n) \left[ \begin{matrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{matrix} \right]
β=i=1∑nxiαi=(α1 α2 ⋯ αn)⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤
则称数
x
1
,
x
2
,
⋯
,
x
n
x_1,\ x_2,\ \cdots,\ x_n
x1, x2, ⋯, xn是
β
\beta
β在基
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}
{α1, α2, ⋯, αn}下的坐标,向量
{
x
1
,
x
2
,
⋯
,
x
n
}
T
\{x_1,\ x_2,\ \cdots,\ x_n\}^T
{x1, x2, ⋯, xn}T为
β
\beta
β的坐标,简称坐标。
例题
4. 同构
概念
若线性空间
V
n
(
F
)
V_n(F)
Vn(F)和
F
n
F^n
Fn存在一一对应关系
σ
\sigma
σ,若
σ
\sigma
σ满足
σ
(
α
+
β
)
=
σ
(
α
)
+
σ
(
β
)
\sigma(\alpha + \beta) = \sigma(\alpha) + \sigma(\beta)
σ(α+β)=σ(α)+σ(β)
σ
(
k
α
)
=
k
σ
(
α
)
\sigma(k \alpha) = k \sigma(\alpha)
σ(kα)=kσ(α)
则数域F上任何一个n维线性空间
V
n
(
F
)
V_n(F)
Vn(F)都和n维线性空间
F
n
F^n
Fn同构
性质
设 { α 1 , α 2 , ⋯ , α n } \{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\} {α1, α2, ⋯, αn}是n维线性空间 V n ( F ) V_n(F) Vn(F)的一组基, V n ( F ) V_n(F) Vn(F)中向量 β i \beta_i βi在该基下的坐标为 X i , i = 1 , 2 , ⋯ , m X_i,\ i=1,\ 2,\ \ \cdots,\ m Xi, i=1, 2, ⋯, m,则 V n ( F ) V_n(F) Vn(F)中向量组 { β 1 , β 2 , ⋯ , β n } \{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\} {β1, β2, ⋯, βn}线性相关的充要条件是其坐标向量组 { X 1 , X 2 , ⋯ , X m } \{X_1,\ X_2,\ \cdots,\ X_m\} {X1, X2, ⋯, Xm}是 F n F^n Fn中的线性相关组。
例题
5. 过渡矩阵(基变换矩阵)
概念
设
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}
{α1, α2, ⋯, αn},
{
β
1
,
β
2
,
⋯
,
β
n
}
\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}
{β1, β2, ⋯, βn}是n维线性空间
V
n
(
F
)
V_n(F)
Vn(F)的两组基,若有矩阵
C
∈
F
n
∗
n
C \in F^{n * n}
C∈Fn∗n,使
(
β
1
β
2
⋯
β
n
)
=
(
α
1
α
2
⋯
α
n
)
C
(\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n) = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)C
(β1β2⋯βn)=(α1α2⋯αn)C则称C是从基
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}
{α1, α2, ⋯, αn}到基
{
β
1
,
β
2
,
⋯
,
β
n
}
\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}
{β1, β2, ⋯, βn}的过渡矩阵(基变换矩阵)。
性质
设向量
α
∈
V
n
(
F
)
\alpha \in V_n(F)
α∈Vn(F),
α
\alpha
α在两组基下的坐标分别为X和Y,则有
α
=
(
α
1
α
2
⋯
α
n
)
X
\alpha = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)X
α=(α1α2⋯αn)X
α = ( β 1 β 2 ⋯ β n ) Y \alpha = (\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n)Y α=(β1β2⋯βn)Y
因此 α = ( β 1 β 2 ⋯ β n ) Y = ( α 1 α 2 ⋯ α n ) C Y \alpha = (\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n)Y = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)CY α=(β1β2⋯βn)Y=(α1α2⋯αn)CY,有 X = C Y X=CY X=CY
例题
例题一
例题二
6. 子空间
子空间数学表示:
∃
W
⊂
V
且
W
≠
∅
\exist W \subset V且W \neq \emptyset
∃W⊂V且W=∅,同时满足
∀
α
,
β
∈
W
,
有
α
+
β
∈
W
\forall \alpha,\ \beta \in W,有\alpha+\beta \in W
∀α, β∈W,有α+β∈W
∀
k
∈
F
,
α
∈
W
,
有
k
α
∈
W
\forall k \in F,\alpha \in W,有k\alpha \in W
∀k∈F,α∈W,有kα∈W
则称W是V的子空间。
任何线性空间都有两个平凡子空间:一个是它自身
V
⊂
V
V \subset V
V⊂V,另一个是
W
=
{
0
}
W=\{0\}
W={0}(零元素空间)
6.1 生成子空间
设
V
n
(
F
)
V_n(F)
Vn(F)是线性空间,
α
1
,
α
2
,
⋯
,
α
m
\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m
α1, α2, ⋯, αm是V中一组向量,则由它们一切线性组合构成的集合:
L
{
α
1
,
α
2
,
⋯
,
α
m
}
=
{
α
∣
α
=
∑
i
=
1
m
k
i
α
i
,
k
i
∈
F
}
L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m\} = \{\alpha | \alpha = \sum^{m}_{i=1}k_i \alpha_i,\ k_i \in F\}
L{α1, α2, ⋯, αm}={α∣α=i=1∑mkiαi, ki∈F}是V的一个子空间,称为由
α
1
,
α
2
,
⋯
,
α
m
\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m
α1, α2, ⋯, αm生成的子空间。
L和span等价
6.2 直和(补)子空间
概念
直和子空间:
W
=
W
1
⨁
W
2
W = W_1 \bigoplus W_2
W=W1⨁W2
需要同时满足
W
=
W
1
+
W
2
W = W_1 + W_2
W=W1+W2
W
1
∩
W
2
=
{
0
}
W_1 \cap W_2 = \{0\}
W1∩W2={0}
W
1
W_1
W1和
W
2
W_2
W2是V的子空间
直和补子空间:
V
=
W
⨁
U
V = W \bigoplus U
V=W⨁U,此时称U是W的直和补子空间
对n维空间V中任何子空间W,设
α
1
,
α
2
,
⋯
,
α
r
\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_r
α1, α2, ⋯, αr为W的基,r<n,把它们扩充到V的基
{
α
1
,
α
2
,
⋯
,
α
r
,
β
r
+
1
,
⋯
,
β
n
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_r,\ \beta_{r+1},\ \cdots,\ \beta_n\}
{α1, α2, ⋯, αr, βr+1, ⋯, βn}
设
U
=
L
{
β
r
+
1
,
⋯
,
β
n
}
\quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad U=L\{\beta_{r+1},\ \cdots,\ \beta_n\}
U=L{βr+1, ⋯, βn}
则成立
V
=
W
⨁
U
V = W \bigoplus U
V=W⨁U,此时称U是W的直和补子空间。
若
V
n
(
F
)
的
基
为
:
{
α
1
,
α
2
,
⋯
,
α
n
}
V_n(F)的基为:\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}
Vn(F)的基为:{α1, α2, ⋯, αn},则
V
=
L
{
α
1
,
α
2
,
⋯
,
α
n
}
=
L
{
α
1
}
⨁
L
{
α
2
}
⨁
⋯
⨁
L
{
α
n
}
V=L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}=L\{\alpha_1\} \bigoplus L\{\alpha_2\} \bigoplus \cdots \bigoplus L\{\alpha_n\}
V=L{α1, α2, ⋯, αn}=L{α1}⨁L{α2}⨁⋯⨁L{αn}
性质
W 1 W_1 W1和 W 2 W_2 W2是V的子空间, W = W 1 + W 2 W = W_1 + W_2 W=W1+W2,则以下条件等价:
- W = W 1 ⨁ W 2 W = W_1 \bigoplus W_2 W=W1⨁W2
- ∀ X ∈ W , X 表 示 式 唯 一 : X = X 1 + X 2 , 其 中 X 1 ∈ W 1 , X 2 ∈ W 2 \forall X \in W,X表示式唯一:X = X_1 + X_2,其中X_1 \in W_1,X_2 \in W_2 ∀X∈W,X表示式唯一:X=X1+X2,其中X1∈W1,X2∈W2
- W中零向量表达式唯一,即只要 0 = X 1 + X 2 , X 1 ∈ W 1 , X 2 ∈ W 2 0 = X_1 + X_2,X_1 \in W_1,X_2 \in W_2 0=X1+X2,X1∈W1,X2∈W2,就有 X 1 = 0 , X 2 = 0 X_1 = 0,X_2 = 0 X1=0,X2=0
- d i m W = d i m W 1 + d i m W 2 dimW = dimW_1 + dimW_2 dimW=dimW1+dimW2
6.3 正交(补)子空间
正交子空间:
U
⊥
=
{
α
∣
α
∈
V
,
∀
β
∈
U
,
(
α
,
β
)
=
0
}
U^\perp = \{\alpha | \alpha \in V,\ \forall \beta \in U,\ (\alpha,\ \beta) = 0\}
U⊥={α∣α∈V, ∀β∈U, (α, β)=0}
正交补子空间:
V
n
=
U
+
U
⊥
V_n = U + U^ \perp
Vn=U+U⊥,
U
⊥
U^ \perp
U⊥是
U
U
U的正交补子空间
6.4 不变子空间
线性变换T,W是子空间,若 ∀ α ∈ W , 有 T ( α ) ∈ W \forall \alpha \in W,\ 有T(\alpha) \in W ∀α∈W, 有T(α)∈W,即值域 T ( W ) ⊂ W T(W) \subset W T(W)⊂W,则称W是T的不变子空间
6.5 零空间(解空间)与列空间(值域)
零空间N(A):
N
(
A
)
=
{
X
∣
A
X
=
0
}
⊂
F
n
N(A) = \{X | AX = 0\} \subset F^n \quad
N(A)={X∣AX=0}⊂Fn 等价于求方程组的非零解
列空间R(A):
R
(
A
)
=
L
{
α
1
,
α
2
,
⋯
,
α
n
}
=
{
y
=
A
x
∣
x
=
(
x
1
,
x
2
,
⋯
,
x
n
)
T
∈
F
n
}
=
{
x
1
α
1
+
x
2
α
2
+
⋯
+
x
n
α
n
∣
x
i
∈
F
}
⊂
F
m
R(A) = L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\} = \{y=Ax | x = (x_1,\ x_2,\ \cdots,\ x_n) ^ T \in F^n\} = \{x_1 \alpha_1 + x_2 \alpha_2 + \cdots + x_n \alpha_n | x_i \in F\} \subset F^m \quad
R(A)=L{α1, α2, ⋯, αn}={y=Ax∣x=(x1, x2, ⋯, xn)T∈Fn}={x1α1+x2α2+⋯+xnαn∣xi∈F}⊂Fm 等价于求方程组的极大线性无关组
当T是线性空间
V
n
(
F
)
V_n(F)
Vn(F)上的线性变换,则:
像空间:
R
(
T
)
=
{
β
∣
∃
α
∈
V
n
(
F
)
,
β
=
T
(
α
)
}
R(T) = \{\beta | \exist \alpha \in V_n(F),\ \beta = T(\alpha) \}
R(T)={β∣∃α∈Vn(F), β=T(α)}是
V
n
(
F
)
V_n(F)
Vn(F)的子空间,称为T的像空间
\quad
等价于求
T
(
α
)
T(\alpha)
T(α)组成的结果集合
零空间:
N
(
T
)
=
{
α
∣
T
(
α
)
=
0
}
N(T) = \{\alpha | T(\alpha) = 0 \}
N(T)={α∣T(α)=0}是
V
n
(
F
)
V_n(F)
Vn(F)的子空间,称为T的零空间。
\quad
等价于求
T
(
α
)
=
0
时
α
的
解
T(\alpha) = 0时\alpha的解
T(α)=0时α的解
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}
{α1, α2, ⋯, αn}为V的基,则
R
(
T
)
=
L
{
T
(
α
1
)
,
T
(
α
2
)
,
⋯
,
T
(
α
n
)
}
R(T) = L\{T(\alpha_1),\ T(\alpha_2),\ \cdots,\ T(\alpha_n)\}
R(T)=L{T(α1), T(α2), ⋯, T(αn)}
6.6 交空间与和空间
概念
交空间:
W
1
∩
W
2
=
{
α
∣
α
∈
W
1
且
α
∈
W
2
}
W_1 \cap W_2 = \{\alpha | \alpha \in W_1且\alpha \in W_2\}
W1∩W2={α∣α∈W1且α∈W2}
和空间:
W
1
+
W
2
=
{
α
∣
α
=
α
1
+
α
2
,
α
1
∈
W
1
,
α
2
∈
W
2
}
W_1 + W_2 = \{\alpha | \alpha = \alpha_1 + \alpha_2,\ \alpha_1 \in W_1,\ \alpha_2 \in W_2\}
W1+W2={α∣α=α1+α2, α1∈W1, α2∈W2}
性质
d i m W 1 + d i m W 2 = d i m ( W 1 + W 2 ) + d i m ( W 1 ∩ W 2 ) dimW_1 + dimW_2 = dim(W_1 + W_2) + dim(W_1 \cap W_2) dimW1+dimW2=dim(W1+W2)+dim(W1∩W2) 其中 W 1 W_1 W1和 W 2 W_2 W2是线性空间V的子空间
7. 欧氏空间和酉空间
V
n
(
F
)
→
F
:
V
n
(
F
)
→
F
V_n(F) \rightarrow F: V_n(F) \rightarrow F
Vn(F)→F:Vn(F)→F 同时满足
a. 对称性:
(
α
,
β
)
=
(
β
,
α
‾
)
(\alpha,\ \beta) = (\overline{\beta,\ \alpha})
(α, β)=(β, α),
(
β
,
α
‾
)
(\overline{\beta,\ \alpha})
(β, α)表示
(
β
,
α
)
(\beta,\ \alpha)
(β, α)的共轭
b. 线性性:
(
k
α
,
β
)
=
k
(
α
,
β
)
(k \alpha,\ \beta) = k(\alpha,\ \beta)
(kα, β)=k(α, β)
(
α
1
+
α
2
,
β
)
=
(
α
1
,
β
)
+
(
α
2
,
β
)
\qquad \qquad (\alpha_1 + \alpha_2,\ \beta) = (\alpha_1,\ \beta) + (\alpha_2,\ \beta)
(α1+α2, β)=(α1, β)+(α2, β)
c. 正定性:
(
α
,
α
)
≥
0
,
(
α
,
α
)
=
0
(\alpha,\ \alpha) \geq 0,\ (\alpha,\ \alpha)=0
(α, α)≥0, (α, α)=0的充要条件是
α
=
0
\alpha = 0
α=0
则称
(
α
,
β
)
(\alpha,\ \beta)
(α, β)是
V
n
(
F
)
V_n(F)
Vn(F)的一个内积,
[
V
n
(
F
)
;
(
α
,
β
)
]
[V_n(F);\ (\alpha,\ \beta)]
[Vn(F); (α, β)]为内积空间
欧式空间: 实数域R上的内积空间
酉空间: 复数域C上的内积空间
共轭: 实部相同,虚部取相反数
转置共轭矩阵:
A
H
=
(
A
‾
)
T
A^H = (\overline{A})^T
AH=(A)T
向量夹角:
θ
=
a
r
c
c
o
s
(
α
,
β
)
∣
∣
α
∣
∣
∣
∣
β
∣
∣
\theta = arccos \frac{(\alpha,\ \beta)}{||\alpha|| \ ||\beta||}
θ=arccos∣∣α∣∣ ∣∣β∣∣(α, β)
向量正交:
(
α
,
β
)
=
0
(\alpha,\ \beta) = 0
(α, β)=0
标准正交向量组: 向量组
{
α
1
,
α
2
,
⋯
,
α
m
}
\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m\}
{α1, α2, ⋯, αm}满足
(
α
i
,
α
j
)
=
{
1
i
=
j
0
i
≠
j
(\alpha_i,\ \alpha_j) = \begin{cases} 1 & i = j \\ 0 & i \neq j \end{cases}
(αi, αj)={10i=ji=j
Gram-Schmidt正交化(求正交向量组):
β
k
=
α
k
−
∑
i
=
1
k
−
1
(
α
k
,
β
i
)
(
β
i
,
β
i
)
β
i
,
k
=
1
,
2
,
⋯
,
m
\beta_k = \alpha_k - \sum^{k - 1}_{i = 1} \frac{(\alpha_k,\ \beta_i)}{(\beta_i,\ \beta_i)} \beta_i,\quad k = 1,\ 2,\ \cdots,\ m
βk=αk−i=1∑k−1(βi, βi)(αk, βi)βi,k=1, 2, ⋯, m
其中由 α i {\alpha_i} αi组成的向量组为线性无关向量组,由 β k \beta_k βk组成的向量组就是正交向量组
8. 欧几里得范数
概念
向量的长度也叫做向量的欧几里得范数,即
∣
∣
α
∣
∣
=
(
α
,
α
)
||\alpha|| = \sqrt{(\alpha,\ \alpha)}
∣∣α∣∣=(α, α)
单位向量:
∣
∣
α
∣
∣
=
1
||\alpha|| = 1
∣∣α∣∣=1
性质
∣ ∣ k α ∣ ∣ = ∣ ∣ k ∣ ∣ ⋅ ∣ ∣ α ∣ ∣ ||k \alpha|| = ||k|| \cdot ||\alpha|| ∣∣kα∣∣=∣∣k∣∣⋅∣∣α∣∣
∣ ∣ α + β ∣ ∣ ≤ ∣ ∣ α ∣ ∣ + ∣ ∣ β ∣ ∣ ||\alpha + \beta|| \leq ||\alpha|| + ||\beta|| ∣∣α+β∣∣≤∣∣α∣∣+∣∣β∣∣
∀ α ≠ 0 , α 0 = α ∣ ∣ α ∣ ∣ , ∣ ∣ α 0 ∣ ∣ = 1 , 取 α 0 = α ∣ ∣ α ∣ ∣ 的 过 程 称 为 标 准 化 \forall \alpha \neq 0,\ \alpha^0 = \frac{\alpha}{||\alpha||},\ ||\alpha^0|| = 1,\ 取\alpha^0 = \frac{\alpha}{||\alpha||}的过程称为标准化 ∀α=0, α0=∣∣α∣∣α, ∣∣α0∣∣=1, 取α0=∣∣α∣∣α的过程称为标准化
9. 柯西不等式
α 和 β 线 性 相 关 \alpha和\beta线性相关 α和β线性相关
⟺ \iff ⟺
[
V
n
(
F
)
;
(
α
,
β
)
]
为
内
积
空
间
,
∀
α
,
β
∈
V
n
(
F
)
,
有
∣
(
α
,
β
)
∣
2
≤
(
α
,
α
)
(
β
,
β
)
[V_n(F);\ (\alpha,\ \beta)]为内积空间,\forall \alpha, \ \beta \in V_n(F),有|(\alpha,\ \beta)|^2 \leq (\alpha,\ \alpha) (\beta,\ \beta)
[Vn(F); (α, β)]为内积空间,∀α, β∈Vn(F),有∣(α, β)∣2≤(α, α)(β, β)
例题
C n , ( α , β ) = β H α ⇒ ∣ ∑ i = 1 N x i y i ‾ ∣ 2 ≤ ∑ i = 1 n ∣ x i ∣ 2 ⋅ ∑ i = 1 n ∣ y i ∣ 2 C^n,\ (\alpha,\ \beta) = \beta^H \alpha \Rightarrow |\sum^{N}_{i = 1} x_i \overline{y_i}|^2 \leq \sum^{n}_{i=1} |x_i|^2 \cdot \sum^{n}_{i=1} |y_i|^2 Cn, (α, β)=βHα⇒∣i=1∑Nxiyi∣2≤i=1∑n∣xi∣2⋅i=1∑n∣yi∣2
C n ∗ n , ( A , B ) = t r ( B H A ) ⇒ ∣ t r ( B H A ) 2 ∣ ≤ t r ( A H A ) ⋅ t r ( B H B ) C^{n * n},\ (A,\ B) = tr(B^HA) \Rightarrow |tr(B^H A)^2| \leq tr(A^H A) \cdot tr(B^H B) Cn∗n, (A, B)=tr(BHA)⇒∣tr(BHA)2∣≤tr(AHA)⋅tr(BHB)
柯西不等式可写为 ∣ α , β ∣ ≤ ∣ ∣ α ∣ ∣ ⋅ ∣ ∣ β ∣ ∣ |\alpha,\ \beta| \leq ||\alpha|| \cdot ||\beta|| ∣α, β∣≤∣∣α∣∣⋅∣∣β∣∣
10. 线性变换
概念
变换: 线性空间
V
n
(
F
)
V_n(F)
Vn(F)有对应关系T,使
∀
α
∈
V
n
(
F
)
\forall \alpha \in V_n(F)
∀α∈Vn(F),都有确定的向量
α
′
=
T
(
α
)
∈
V
n
(
F
)
\alpha' = T(\alpha) \in V_n(F)
α′=T(α)∈Vn(F)
线性变换: 变换T同时满足
∀
α
,
β
∈
V
n
(
F
)
,
T
(
α
+
β
)
=
T
(
α
)
+
T
(
β
)
\forall \alpha,\ \beta \in V_n(F), \quad T(\alpha + \beta) = T(\alpha) + T(\beta)
∀α, β∈Vn(F),T(α+β)=T(α)+T(β)
∀ k ∈ F , ∀ α ∈ V n ( F ) , T ( k α ) = k T ( α ) \forall k \in F,\ \forall \alpha \in V_n(F), \quad T(k \alpha) = k T(\alpha) ∀k∈F, ∀α∈Vn(F),T(kα)=kT(α)
可将上述两式合写为
T
(
k
1
α
1
+
k
2
α
2
)
=
k
1
T
(
α
1
)
+
k
2
T
(
α
2
)
T(k_1 \alpha_1 + k_2 \alpha_2) = k_1 T(\alpha_1) + k_2 T(\alpha_2)
T(k1α1+k2α2)=k1T(α1)+k2T(α2)
线性变换与同构:
两者都保持加法和数乘运算不变
但同构要求为一一映射关系,而线性变换不需要满足
零变换:
∀
α
∈
V
n
(
F
)
,
T
(
α
)
=
0
\forall \alpha \in V_n(F),\ T(\alpha) = 0
∀α∈Vn(F), T(α)=0
恒等变换:
∀
α
∈
V
n
(
F
)
,
T
(
α
)
=
α
\forall \alpha \in V_n(F),\ T(\alpha) = \alpha
∀α∈Vn(F), T(α)=α
矩阵: T是
V
n
(
F
)
V_n(F)
Vn(F)的线性变换,
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}
{α1, α2, ⋯,αn}是基,若
∃
A
∈
F
n
∗
n
\exist A \in F^{n * n}
∃A∈Fn∗n,使
T
(
α
1
,
α
2
,
⋯
,
α
n
)
=
(
α
1
,
α
2
,
⋯
,
α
n
)
A
T(\alpha_1,\ \alpha_2,\ \cdots, \alpha_n) = (\alpha_1,\ \alpha_2,\ \cdots, \alpha_n) A
T(α1, α2, ⋯,αn)=(α1, α2, ⋯,αn)A 则称A为T在基
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}
{α1, α2, ⋯,αn}下的矩阵
性质
T ( 0 ) = 0 T(0) = 0 T(0)=0
T ( − α ) = − T ( α ) T(- \alpha) = - T(\alpha) T(−α)=−T(α)
T ∑ i = 1 r k i α i = ∑ i = 1 r k i T ( α i ) T \sum^r_{i = 1} k_i \alpha_i = \sum^r_{i = 1} k_i T(\alpha_i) T∑i=1rkiαi=∑i=1rkiT(αi)
若 { α 1 , α 2 , ⋯ , α s } \{\alpha_1,\quad \alpha_2,\quad \cdots,\quad \alpha_s \} {α1,α2,⋯,αs}线性相关,则 { T ( α 1 ) , T ( α 2 ) , ⋯ , T ( α s ) } \{T(\alpha_1),\quad T(\alpha_2),\quad \cdots,\quad T(\alpha_s) \} {T(α1),T(α2),⋯,T(αs)}也线性相关
T
1
和
T
2
T_1和T_2
T1和T2是两个线性变换,在基
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}
{α1, α2, ⋯,αn}下的矩阵分别为
A
1
和
A
2
A_1和A_2
A1和A2,则在基
{
α
1
,
α
2
,
⋯
,
α
n
}
\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}
{α1, α2, ⋯,αn}下:
-
T 1 + T 2 T_1 + T_2 T1+T2的矩阵为 ( A 1 + A 2 ) (A_1 + A_2) (A1+A2)
-
T 1 T 2 T_1 T_2 T1T2的矩阵为 A 1 A 2 A_1 A_2 A1A2
-
k T 1 k T_1 kT1的矩阵为 k A 1 k A_1 kA1
-
T 1 T_1 T1可逆 ⟺ \iff ⟺ A 1 A_1 A1可逆。 T 1 − 1 T^{-1}_1 T1−1的矩阵为 A 1 − 1 A^{-1}_1 A1−1
基 { α 1 , α 2 , ⋯ , α n } \{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\} {α1, α2, ⋯, αn}到基 { β 1 , β 2 , ⋯ , β n } \{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\} {β1, β2, ⋯, βn}的过渡矩阵为C,线性变换T在两组基下的矩阵分别A和B,则 B = C − 1 A C B = C^{-1} A C B=C−1AC
例题
例题一
例题二
11. 正交(酉)变换
概念
内积空间上的正交变换:
∀
α
,
β
∈
[
V
n
(
F
)
;
(
α
,
β
)
]
\forall \alpha,\ \beta \in [V_n(F);\ (\alpha,\ \beta)]
∀α, β∈[Vn(F); (α, β)]都有
(
T
(
α
)
,
T
(
β
)
)
=
(
α
,
β
)
(T(\alpha),\ T(\beta)) = (\alpha,\ \beta)
(T(α), T(β))=(α, β)
正交变换: 当内积空间为欧式空间时,变换T为正交变换
酉变换: 当内积空间为酉空间时,变换T为酉变换
性质
T是内积空间上的线性变换,则下列命题等价:
- T是正交(酉)变换
- T保持向量长度不变
- T把空间 V n ( F ) V_n(F) Vn(F)的标准正交基变换为标准正交基
- 正交变换关于任一标准正交基的矩阵C满足 C T C = C C T = I C^T C = C C^T = I CTC=CCT=I;酉变换关于任一标准正交基的矩阵U满足 U H U = U U H = I U^H U = U U^H = I UHU=UUH=I
正交矩阵
(
C
)
(C)
(C)的行列式为
±
1
\pm1
±1;酉矩阵
(
U
)
(U)
(U)的行列式模长为1
C
−
1
=
C
T
;
U
−
1
=
U
H
C^{-1} = C^T;\ U^{-1} = U^H
C−1=CT; U−1=UH
正交(酉)矩阵的逆矩阵与乘积仍然是正交(酉)矩阵
n阶正交(酉)矩阵的列和行向量组是欧氏(酉)空间
R
n
(
C
n
)
R^n(C^n)
Rn(Cn)中的标准正交基
例题
例题一
本博客中所有内容均来自《矩阵论》第二版 华科,加入了一些自己的理解和简化,如有侵权,请联系删除