矩阵论
1.行列式的相关知识:
1.1定义:由个数组成的一个n阶行列式为
即所有取自不同行不同列的n个元素的乘积的代数和,其中每一项的符合由排列的奇偶性决定。
n阶行列式的展开原理:
定义1.1.2在n阶行列式D中,任选k行和 k列(),将其交叉点上的个元素按原来位置排成一个k阶行列式M,称为D的一个k阶子式。在D中划去M所在之k行k列后余下的个元素按照原来位置排成的n-k阶行列式,称为M的余子式。
定义1.1.3 设D的k阶子式M在D中所在行列指标分别是
和,则称
为M的代数余子式,其中为M的余子式。
定理1.1.1(拉普拉斯定理)设在行列式D中任意取定k 行,则由这k行元素所组成的一切k 阶子式与其对应的代数余子式的乘积之和等于和列式D。
定理1.1.4(克莱姆法则):若线性方程组
(1.1.7)
的系数行列式
则方程组(1.1.7)有唯一解,且,其中是将中第列换成(1.1.7)式右端的常数项所得的行列式,即
该定理通常称为克莱姆法则。特别地,当时,方程组(1.1.7)又称为齐次线性方程组。若其系数行列式不为零,则由克莱姆法则知它必有唯一零解
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
定理1.6.2设A,B,C,D皆为n阶方阵,且满足AC=CA,则
定义1.2.4向量组的极大线性无关组所含向量的个数称为这个向量组的秩。
引理1.3.1若齐次线性方程组
的系数矩阵
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 阶子式不为零,且其所有的r+1阶子式全为零。
定理1.3.4 设A,B是数域P上的两个n阶方阵,则即矩阵乘积的行列式等于它的因子行列式的乘积。
定义1.3.4 数域P上的n 阶方阵A称为非奇异的(可逆矩阵,满秩矩阵),若;否则称为奇异的(不可逆矩阵,不满秩矩阵)。
定理1.3.5设A是数域P上的矩阵,B是数域P上的矩阵,则
即乘积的秩不超过各因子的秩。
定理1.3.6 设A是一个矩阵,如果P是s阶可逆方阵,Q是n阶可逆方阵,那么
定义1.3.5设是一个n阶方阵,A的主对角元素 的和称为A的迹,并记之为,即
解的判别定理
定理1.4.1线性方程组
有解的充要条件为。其中
系数矩阵A与增广矩阵B的秩之间只有两种可能,即
或
定义1.4.1齐次线性方程组
(1.4.5)
的一组解称为方程组(1.4.5)的一个基础解系,若
1)线性无关;
2)方程组(1.4.5)的任何一个解都能用线性表示。
定理1.4.2若齐次线性方程组有非零解,则它的基础解系必存在,且基础解系所含解的个数为,其中r为系数矩阵的秩。
矩阵的初等变换与初等矩阵
定义1.5.1数域P上的矩阵的下列三种变换称为初等行变换:
1)以P中非零的数乘矩阵的某一行;
2)把矩阵中某一行的倍数加到另一行;
3)互换矩阵中两行的位置。
同理定义初等列变换,统称为初等变换。
定义1.5.2单位矩阵E经过一次初等变换后所得到的矩阵称为初等矩阵。
定理1.5.1对一个矩阵A作一次初等行变换,相当于对A左乘一个相应的初等矩阵。对A作一次初等列变换,则相当于对A右乘一个相应的初等矩阵。
定义1.5.3矩阵A与B称为等价的,若B可由A经过一系列初等变换得到。
定理1.5.2初等变换不改变矩阵的秩。
推论1.5.1 n阶方阵可逆的充要件是它与单位矩阵等价。
定理1.5.3 矩阵A与B等价的充要条件是有初等矩阵 使
推论1.5.3两个矩阵A与B等价的充要条件为存在可逆阵P与可逆阵,使得
定义1.5.4数域P上n阶方阵A与B称为合同的,若数域P上存在可逆的n阶方阵C,使
合同必等价,等价不一定合同。
分块矩阵的秩
定理1.6.4设n阶方阵其中为阶方阵,且。则
定理1.6.5设A和D分别为n阶和m阶的方阵,则
定理1.6.8设A与B分别为和矩阵,则
线性空间与线性变换
集合映射变换线性空间基维数坐标(略)
定义2.2.2 设与是n维线性空间V的两个基,且
则矩阵A称为由基到的过渡矩阵
还有坐标变换公式
定义2.2.2数域P上的两个线性空间与称为同构的,如果由到有一个双射,且
1)
2)
其中是V中任意向量,k是P中任意数。此时就称为与的一个同构映射。
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(其中是由生成的空间)
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,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中必定可找到个向量,使得是V的一个基。此定理通称为基的扩充定理。
定义2.3.2设,是线性空间的两个子空间,称
为与的和。易见子空间的“和”与集合的“并”两个概念是不同的。
定理2.3.5设与是线性空间的两个子空间,则它们的交与和也是的两个子空间。
定理2.3.6设与是线性空间的两个子空间,则
(维数的和等于和的维数加交的维数)
定义2.3.3设与是线性空间的两个子空间,如果和中每个向量的分解式
是唯一的,这个和就称为直和,记为
定理2.3.7设与是线性空间的两个子空间,则以下论断等价:
1)是直和;
2)零向量的分解式唯一;
3)
4)
定理2.3.8设U是线性空间V的一个子空间,则一定存在一个子空间,使
定义2.4.1线性空间V的一个变换称为线性变换,如果对V中任意元素,和数域P中任何数k,都有
线性变换的性质(略)
定理2.4.1设为线性空间V的一个基,是V中任意n个向量,则存在唯一的线性变换,使得
定义2.4.2设是数域P上n维线性空间V的一个基,是V中的线性变换,且基向量的像可以由这个基线性表示为
用矩阵表示就是
其中,矩阵
称A为线性变换在基下的矩阵。
定理2.4.3设线性变换在基下的矩阵为A,向量在基下的坐标为,则在基下下的坐标可以按公式
定理2.4.4设与为线性空间V的两个基,为V的线性变换,且
则
定义2.5.1设是线性空间V的一个线性变换,它的全体像所组成的集合
称为的值域,用表示。所有被变成零向量的向量所组成的集合
称为的核
称的维数为的秩,的维数则称为的零度。
定理2.5.1设是n维线性空间V的线性变换,是V的一个基,在基下的矩阵是A,则
1);
2)的秩 = A的秩;
3)的秩+的零度 = n
定义2.5.2设是数域P上线性空间V的线性变换,W是V的子空间,若
换句话说,W中的向量在下的像仍在W中,则称W为V的关于的不变子空间,简称为—子空间。
定理2.5.2如果线性空间V的子空间W是由V中的向量组生成的,那么W是—子空间的充要条件为像都属于W。
维数公式设,是线性空间的两个子空间,和分别为与的交与和,是的任意一个线性变换,则有
第一维数公式
第二维数公式
第三维数公式
定义3.1.1设是数域P上线性空间V的线性变换,若存在P中的数和V中的非零向量,使得
则称为的特征值,为的属于特征值的一个特征向量。
定义3.1.2设A是数域P上的一个n阶矩阵,是数域P上的一个参数,E是n 阶单位矩阵,则矩阵的行列式
称为A的特征多项式,它是数域P上的一个n次多项式,相应地称
为A 的特征方程。
定义3.1.3设A是n阶方阵,若存在多项式
使,则称为A的一个零化多项式。
定理3.1.1设A是数域P上的一个n阶方阵,且
是A的特征多项式,则
即是A的一个零化多项式。
定义3.1.4设A是数域P上的一个n阶方阵,是A的首项系数为1且次数最低的零化多项式,则称为A的最小多项式。
定理3.1.2数域P上的n阶方阵A 的最小多项式整除A的任一零化多项式。
推论3.1.1方阵A的最小多项式唯一。
推论3.1.2数域P上n阶方阵A的最小多项式的根是A的特征值;反之亦然。
定理3.2.1设是n维线性空间V的线性变换,的矩阵可以在V的某个基下成为对角矩阵的充要条件是有n个线性无关的特征向量。
定理3.2.2属于不同特征值的特征向量是线性无关的。
定理3.2.3如果是线性变换的不同的特征值,则不同特征值的特征向量也是线性无关的。
定义3.2.1设A,B为n阶方阵,若存在可逆矩阵X,使得,
则称A相似于B,记做
定理3.2.4两个对角矩阵相似的充要条件为对角线上的元素相同,只是排列顺序不同。
定理3.2.5线性变换在不同基下所对应的矩阵相似;反之,若两个矩阵相似,则它们分别可以看做是同一线性变换在两个不同基下的矩阵。
定义3.2.2设是定义在矩阵空间上的函数,若对中的任意两个相似矩阵A与B,总有,则称为相似不变量。
定理3.2.6矩阵的行列式是相似不变量。
定理3.2.7矩阵的迹是相似不变量。
定理3.2.8矩阵的秩是相似不变量。
定理3.2.9矩阵的特征多项式是相似不变量。
定义4.1.1若尔当标准形:,其中
叫做若尔当块。
定义4.1.2设为数域P上的多项式,以为元素的矩阵
称为矩阵或多项式矩阵。这样矩阵的全体记为。
定义4.1.3如果经过有限次初等变换后变成,则称与相抵,记为
定理4.1.1设且,则相抵于如下对角形,称为的史密斯(smith)标准形。
其中,是首项系数为1的多项式,且能整除记为记为
定义4.1.4 矩阵最后化成的史密斯标准形,其对角线的元素称为的不变因子。
定义4.1.5设的秩为r,对于正整数,中必有非零的k阶子式,把中全部k阶子式的最大公因式称为的k 阶行列式因子,,记为。
定理4.1.2相抵的矩阵具有相同的秩和相同的各阶行列式因子。
定理4.1.3 矩阵的史密斯标准形是唯一的。
定理4.1.4设,则与相抵的充要条件是它们有相同的行列式因子,或者它们有相同的不变因子。
定义4.1.5 的所有因式的全体叫的初等因子。
定理4.1.5 设,则与相抵的充要条件是它们有相同的秩和相同的初等因子。
定理4.1.6 矩阵的充要条件是它们相应的特征矩阵
即两个矩阵的相拟的充要条件是它们的特征矩阵相抵。
定理4.1.7相拟矩阵有相同的最小多项式。
定理4.1.8 n阶矩阵A的最小多项式等于它的特征矩阵中的第n个不变因子
推论1 若矩阵A的特征值互异,则它的最小多项式就是特征多项式。
在复数域上,求n阶矩阵A的若当标准形的步骤如下:
第一步:求特征矩阵的初等因子组,设为
且
第二步:写出每个初等因子对应的若当块
第三步:写出以这些若当块构成的若当标准形
定义5.1.1设V是实数域上的线性空间,对于V中任意两个向量 x , y ,如能给定某各规则使x 与 y对应着一个实数,记为,并且满足以下条件:
1)
2)
3)
4),当且仅当时,。
则称该实数是向量x 与 y的内积。
如此定义了内积的实线性空间V叫做欧几里得空间(Euclid),简称欧氏空间(或实内积空间)。
定义5.1.2非负实数叫做向量 x 的长度或模,记为。长度等于1的向量叫做单位向量。零向量的长度为0
定义5.1.3非零向量 x 与 y 的夹角规定为
这个定义在形式上与解析几何中夹角的定义是完全一致的。
定义5.1.4设V是一个n维欧氏空间,是V的一个基,若在V的内积下,让
则称为基的度量矩阵。
定理5.1.1设与为欧氏空间V的两个基,它们的度理矩阵分别为A,B,且
则
即不同基的度量矩阵是合同的。
定度5.2.1设 x , y 为欧氏空间的两个向量,如果,则说 x 与 y 正交,记为。
定理5.2.1如果向量x 与 y正交,则有
定义5.2.2欧氏空间中一组非零向量,如果它们两两正交,则称其为一个正交向量组。
定理5.2.2如果是一组两两正交的非零向量,则它们必是线性无关的。
定义5.2.3在n维欧氏空间中,由n个向量组成的正交向量组称为正交基;由单位向量组成的正交基称为标准正交基。
定义5.2.4从一组线性无关的向量出发,必可构造出一组相同个数的两两正交的向量,并且还可使每个新向量的长度(模)等于是(即单位向量)。这种做法叫做线性无知向量组的正交规范化,常用的方法是如下的施密特方法。
施密特正交化方法:设是一组线性无关的向量。施密物正交规范化步骤是先把化们正交化,具体步骤为:
第一步:取作为正交向量组中的第一个向量。
第二步:令 其中 这样就得到两个正交向量。
第三步:又令,再由正交条件及来决定出,:
,
到此我们已做出3个两两正交的向量。
第四步:如此继续进行,一般式是
直到。这样得到的一组向量显然是两两正交的。
第五步:再单位化,即以除以它的模,就得到所要求的下载交规范化的向量组了。
定理5.2.3一组基为标准正交基的充要条件是它的度量矩阵为单位矩阵。
定义5.2.5 n阶实数矩阵A称为正交矩阵,如果
定义5.2.6欧氏空间V的线性变换称为正交变换,如果它保持向量的内积不变,即对任意的,都有
定理5.2.4欧氏空间的线性变换是正交变换的充要条件是,它对于标准正交基的矩阵是正交矩阵。
推论 正交矩阵是非奇异的,正交矩阵的逆阵还是正交矩阵,两个正交矩阵的乘积还是正交矩阵。
定义5.3.1设是欧氏空间中的两个子空间,若对任意的,恒有
则称与正交,记作。若某个确定的向量,对任意的,恒有,则称与正交,记作
定理5.3.1设是欧氏空间中的两个子空间,且,则
1)
2)
定理5.3.2设子空间两两正交,则
是直和。
定义5.3.2子空间称为子空间的一个正交补,如果,且。
定理5.3.3欧氏空间V的每一个子空间都有唯一的正交补。
定理5.4.1设A为实对称矩阵,则A的特征值皆为实数。
定义5.4.1设是欧氏空间V的一个线性变换,且对V中任意两个向量,都有
成立,则称为V中一个对称变换。
定理5.4.2欧氏空间的线性变换是实对称变换的充要条件是,它对于标准正交基的矩阵是实对称矩阵。
定理5.4.3实对称矩阵的不同特征值所对应的特征向量是正交的。
定理5.4.4设A为一个n阶实对称矩阵,则存在n阶正交矩阵T,使
成为对角矩阵。
定义5.5.1设V是复数域上的线性空间,对于V中的任意两个向量 x 和 y ,按某规则有一复数与之对应,它满足下列四个条件:
1)交换律:,这里是的共轭复数;
2)分配律:;
3)齐次性:;
4)非负性:,当且仅当时,实数
则称为向量 x 与 y 的内积,而称V为酉空间(或复内积空间)。
酉空间的一些结论:
1)。
2)
3)非零向量 x , y 的夹角规定为:
当时,称x 与 y正交或垂直。
4)n维酉空间中的任意一组线性无关的向量都可以正交化,并能扩充成为一个标准正交基。
5)设,表示的元素的共轭复数为元素组成的复共轭矩阵。若记
则称为A的复共轭转置矩阵。
6)酉空间V中的线性变换,如果满足
则称为V的酉变换。
7)酉空间V的线性变换为酉变换的充要条件是,对于V中任意两个向量 x , y ,都有
8)酉变换在酉空间的标准正交基下的矩阵A是酉矩阵,即满足下式:
定理5.5.1
1)设的特征值为,则存在酉矩阵P,使得
2)设的特征值为,且,则存在正交矩阵,使得
定义5.5.2设,若
则称A为正规矩阵。
定理5.5.2
1)设,则A酉相似于对角矩阵的充要条件是A为正规矩阵。
2)设,且A的特征值都是实数,则A正交相似于对角矩阵的充要条件是A为正规矩阵。
推论
1)实对称矩阵正交相似于对角矩阵。
2)设是欧氏空间V的对称变换,则在V中存在标准正交基,使在该基下的矩阵为对角矩阵。
定理5.5.3
1)设,则A是正规矩阵的充要条件为存在酉矩阵U,使得
其中是A的特征值。
2)设A为正规矩阵,则与A酉相似的矩阵都是正规矩阵。
3)设A为正规矩阵,且A是三角矩阵,则A是对称阵。
4)正规矩阵A必有n 个线性无关的特征向量。
5)正规矩阵A的属于不同特征值的特征子空间是相互正交的。
定义6.1.1如果V是数域K上的线性空间,且对于V的任一向量 x ,对应一个实值函数,它满足以下三个条件:
1)非负性:当时,;当时,;
2)齐次性:;
3)三角不等式:。则称为V上向量 x 的范数,简称向量范数。
定义6.1.2
,
为向量的范数或称范数。
定义6.1.3设和为定义在上的任意两种向量范数,若存在正常数和,使得对一切的,总有
成立,则称上的这两种向量范数与是等价的。
定理6.1.1 上的任意一种向量范数都是变量的n元连续函数,其中
定理6.1.2上的任意两种向量范数都是等价的。
定理6.1.3在中,,其中为向量的任一种范数。
定义6.2.1设,按某一法则在上规定A的一个实值函数,记作,它满足下面四个条件:
1)非负性:如果,则;如果,则。
2)齐次性:对任意的,。
3)三角不等式:对任意,。
4)相容性:当矩阵乘积AB有意义时,若有
则称为矩阵范数。
定义6.2.2设,,如果取定的向量范数和矩阵范数满足不等式
则称矩阵范数与向量范数是相容的。
定理6.1.1设,,且在中已规定了向量的某种范数,则与向量范数相容的矩阵范数可以取作向量的范数的最大值,即:
上面定义的相容范数为算子范数,或称为向量范数的从属范数。
定理6.1.2设,则从属于向量 x 的3种范数的算子范数依次是
1)
2) 其中是矩阵特征值绝对值的最大值;
3)
谱范数的性质和谱半径(略)
定义7.1.1设,,若
则称向量序列收敛于向量 x ,或说向量 x 是向量序列当时的极限,可记为
或
定义7.1.2设有矩阵序列,其中,且当时,,则称收敛,并把矩阵叫做的极限,或称收敛于A,记为
或
定理7.1.1若对矩阵A的某一范数有,则
定义7.2.1设有矩阵序列
,
其中,称无穷和
为矩阵级数,记为,称为矩阵级数的一般项,即有
定义7.1.2级数前项的和
称为级数的部分和,如果矩阵序列收敛,且有极限,即有
,
则称此矩阵级数收敛,称为级数的和,记作
不收敛的矩阵级数称为是发散的。
定义7.1.3设矩阵级数,其中。如果个数项级数
都绝对收敛,则称矩阵级数绝对收敛。
定理7.1.1矩阵级数绝对收敛的充要条件是
收敛。
定理7.1.2设两个矩阵级数
都绝对收敛,其和分别为A,B,则将它们按项相乘后作成的矩阵级数
绝对收敛,且具有和AB。
性质1 设矩阵级数绝对收敛,则
1)级数收敛。
2)级数在任意改变各项的次序后仍然收敛,且其和不变。
性质2 设为n阶非奇异矩阵,若级数收敛(或绝对收敛),则矩阵级数也收敛(或绝对收敛)。
定义7.1.4 形如
的矩阵级数称为矩阵幂级数,其中。
若正项级数收敛,则矩阵幂级数
绝对收敛,其中为矩阵A的某种范数。
定理7.1.3设,如果A的谱半径的值在纯量 z 的幂级数的收敛圆内,那么矩阵幂级数绝对收敛;如果A的特征值中有一个在幂级数的收敛圆外,则矩阵幂级数发散。
定理7.1.4 矩阵幂级数绝对收敛的充要条件是A的谱半径
,且该级数和为。
定理7.1.5 设矩阵A的某种范数,则对任何非负整数 k ,有
定义7.2.1设一元函数能够展开为 z 的幂级数
其中,表示该幂级数的收敛半径。当 n 阶矩阵A的谱半径时,把收敛的幂级数的和称为矩阵函数,记为,即
定理7.2.1如果,则有
推论1
推论2 设 m 为整数,则
矩阵函数值的求法(略)
定义7.3.1 若矩阵的诸无素均是变量 t 的函数,即
则称为函数矩阵。推而广之,变量 t 还可以是向量,也可以是矩阵。
定义7.1.2设,若在处(或上)可导,则称在点处(或上)可导,且记为
函数矩阵导数运算性质(略)
定义7.2.1设是以向量 x 为自变量的数量函数,即为 n 元函数,则规定数量函数对于向量 x 的导数为
定义7.2.2设,为矩阵A的数量函数,即看成是元函数,则规定数量函数对于矩阵A的导数为
定义7.2.3设矩阵F是以为自变量的矩阵,即
其元素是以矩阵的元素为自变量的元函数,则规定矩阵对于矩阵A的导数为
其中
定义7.3.1设矩阵,则规定矩阵F的全微分为
定义7.3.2设函数矩阵
我们定义
矩阵微分方程(略)
矩阵分解(略)
广义逆矩阵(略)
特征值的估计和扰动(略)
胡 刚
QQ:501226890
2008.11.1