02第二讲线性变换及其矩阵精.docx
- 文档编号:14238060
- 上传时间:2023-06-21
- 格式:DOCX
- 页数:13
- 大小:860.57KB
02第二讲线性变换及其矩阵精.docx
《02第二讲线性变换及其矩阵精.docx》由会员分享,可在线阅读,更多相关《02第二讲线性变换及其矩阵精.docx(13页珍藏版)》请在冰点文库上搜索。
02第二讲线性变换及其矩阵精
(3
定理:
n阶方阵A和B相似的充要条件是A和B为同一线性变换在不同
基下的矩阵。
[证明]必要性:
已知A和B相似,即存在可逆矩阵P使1
BPAP-=选取一个基{}12,,,nxxx,定义[][]1212,,,,,,nnTxxxxxxA=
考虑'''
1212,,,,,,nnxxxxxxP⎡⎤⎡⎤=⎣⎦⎣⎦可作为基,且
[]'''
1212,,,,,,nnTxxxTxxxP⎡⎤=⎣⎦
[]12,,,nxxxAP='
'
'
1
12,,,nxxxPAP-⎡⎤=⎣⎦'
'
'
12,,,nxxxB⎡⎤=⎣⎦
∴A和B为同一线性变换在不同基下的矩阵。
充分性的证明由相似矩阵定义的证明给出。
矩阵对角化
对任何线性空间,给定基后,我们对元素进行线性变换或线性运算时,只需用元素的坐标向量以及线性变换的矩阵即可,因此,在后面的内容中着重研究矩阵和向量。
对角矩阵的形式比较简单,处理起来较方便,比如求解矩阵方程Axb=时,将矩阵A对角化后很容易得到方程的解。
以前我们学习过相似变化对角化。
那么,一个方阵是否总可以通过相似变化将其对角化呢?
或者对角化需要什么样的条件呢?
如果不能对角化,我们还可以做哪些处理使问题变得简单呢?
一、特征征值与特征向量
1.定义:
对m阶方阵A,若存在数λ,及非零向量(列向量x,使得Axxλ=,
则称λ为A的特征值,x为A的属于特征值λ的特征向量。
∙特征值不唯一∙特征向量非零
∙(0IAxλ-=有非零解,则det(0IAλ-=,称det(IAλ-为
A的多项式。
[例1]1
2
22
122
2
1A⎡⎤
⎢⎥=⎢⎥⎢⎥⎣⎦
求其特征值和特征向量。
[解]1
22
det(2
1202
21
IAλλλλ----=---=---2
(1(50λλ+-=
121λλ==-35λ=
属于特征值1λ=-的特征向量(0IAx--=
1232222220222ξξξ⎡⎤
⎡⎤⎢⎥⎢⎥=⎢⎥
⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦1230ξξξ++=
11
22312
ξξξξξξξ=⎧⎪
=⎨⎪=--⎩可取基础解系为1101x⎡⎤⎢⎥=⎢⎥-⎢⎥⎣⎦2011x⎡⎤⎢⎥=⎢⎥-⎢⎥⎣⎦
属于5λ=的特征向量(50
IAx-=1234222420224ξξξ--⎡⎤
⎡⎤⎢⎥⎢⎥--=⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦123
ξξξ==
可取基础解系为3111x⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦
2.矩阵的迹与行列式1
n
ii
itrAa
==
∑所有对角元素之和
1
det
ni
iAλ==∏1
n
i
itrAλ==∑
3.两个定理
(1设A、B分别为mn⨯和nm⨯阶矩阵,则((trABtrBA=
(2sylvster定理:
设A、B分别为mn⨯和nm⨯阶矩阵,则
det(det(mnmnIABIBAλλλ--=-
即:
AB与BA的特征值只差零特征值的个数,非零特征值相同。
二、矩阵对角化的充要条件定理:
n阶方阵A可通过相似变换对角化的充要条件是它具有n个线性无关的特
征向量。
[证明]充分性:
已知A具有n个线性无关的特征向量12,,,nxxx,则iiiAxxλ=1,2,,in=[][]121122nnnAxxxxxxλλλ=
[]1
2
1
2
00nnxxxλλλ⎡⎤⎢⎥⎢
⎥=⎢⎥
⎢⎥⎣
⎦12,,,nxxx线性无关,故[]1
2nPxxx=为满秩矩阵,
令Λ=12
00nλλλ⎡⎤
⎢⎥⎢
⎥⎢⎥
⎢⎥⎣
⎦
则有
APP=Λ
1
PAP-=Λ
0λ1λ2−1必要性:
必要性:
已知存在可逆方阵P,使PAP=Λ=O0λn将P写成列向量P=[P1P2LPn],Pn为n维列向量[AP1∴AP2LAPn]=[λ1P1λ2P2LλnPn]可见,的特征值,i的特征向量,可见,λi为A的特征值,P为A的特征向量,A具有n个线性无关的特征向量。
个线性无关的特征向量。
推论:
个互异的特征值,则必可对角化。
充分条件)(充分条件推论:
n阶方阵有n个互异的特征值,则必可对角化。
充分条件)(三、内积空间1.Euclid空间实线性空间(,对于设V是实线性空间(k∈R)对于V中任何两个元素x、y均按某一规则,存在一个实数与之对应,存在一个实数与之对应,记为(x,y,若它满足
(1)交换律)
(2)分配律)(3)齐次律)(4)非负性)(x,y=(y,x(x,y+z=(x,y+(x,z(kx,y=k(x,y(x,x≥0,当且仅当x=0时,(x,x=0的内积,空间。
则称(x,y为x与y的内积,定义了内积的实线性空间称为Euclid空间。
对于一个给定的线性空间,可以定义多种内积,对于一个给定的线性空间,可以定义多种内积,较典型的如三维向量空间的数量积就满足以上四条性质,构成内积。
维向量空间为例:
的数量积就满足以上四条性质,构成内积。
以n维向量空间为例:
x=[ξ1ξ2Lξn],y=[η1η2Lηn]TT可定义内积(x,y=
(1)(x,y=)n∑wξηi=1nniii它满足内积的四条性质:
(wi>0,它满足内积的四条性质:
∑wiξiηi=∑wiηiξi=(y,xi=1i=111
(2)(x,y+z=)(3)(kx,y=)(4)(x,x=)n∑wiξi(ηi+ςi=∑wiξiηi+∑wiξiςi=(x,y+(x,zi=1i=1i=1iiinnn∑w(kξηi=1n2ii=k∑wiξiηi=k(x,yi=1n∑wξi=1≥0当且仅当xi=0时,(x,x=0w1T该内积可写为:
该内积可写为:
(x,y=xWy,其中W=0Tw20Own更一般的,也满足内积的定义。
更一般的,对实对称正定矩阵A,(x,y=xAy也满足内积的定义。
正定:
)特征值全为正()(正定:
1)特征值全为正
(2)各阶顺序主子式大于02.酉空间:
酉空间:
复线性空间(,对于设V是复线性空间(k∈C)对于V中任何两个元素x、y均按某一规则,存在一个复数与之对应,存在一个复数与之对应,记为(x,y,若它满足
(1)交换律)
(2)分配律)(3)齐次律)(4)非负性)(x,y=(y,x(x,y+z=(x,y+(x,z(kx,y=k(x,yor(x,ky=k(x,y(x,x≥0,当且仅当x=0时,(x,x=0的内积,定义了内积的复线性空间称为酉空间。
则称(x,y为x与y的内积,定义了内积的复线性空间称为酉空间。
以n维向量空间为例,A为厄米(A=A)正定(xAx>0)矩阵,维向量空间为例,为厄米(正定(矩阵,HH(x,y=xTAy=∑∑ξiaijηji=1j=1nn较常见的比如A=diag[w1最简单:
最简单:
实复w2Lwn],wi>0(x,y=xTy(x,y=xTy12
3.正交性:
若(x,y=0,则称x与y正交。
正交性:
正交。
x与y的夹角:
cosα=的夹角:
4.Gram-Schmidt正交化手续(x,y的夹角。
,α称为x与y的夹角。
|x||y|为一组线性无关的元素或向量,设x1,x2,L,xn为一组线性无关的元素或向量,可以进行如下正交归一化操:
作(正交规范化或正交单位化)正交规范化或正交单位化)1oy1='x1|x1|正交,选择合适的k21使x2与y1正交,'2ox2=x2+k21y1'(x2,y1=(x2,y1+k21(y1,y1=0k21=−(x2,y13ox3=x3+k31y1+k32y2'''(x3,y1=(x3,y2=0'x2y2='|x2|选择k31、k32使x3与y1和y2均正交''(x3,y1=(x3,y1+k31=0→k31=−(x3,y1'(x3,y2=(x3,y2+k32=0→k32=−(x3,y2'x3y3='|x3|一般的,一般的,x=xi+'i∑kj=1i−1ijyji=1,2,L,nxi'yi='|xi|kij=−(xi,yj0y1,y2,L,yn成为一组正交归一化向量:
(yi,yj=δij=成为一组正交归一化向量:
1i≠ji=j为一组基元素,成为标准正交基。
若x1,x2,L,xn为一组基元素,则y1,y2,L,yn成为标准正交基。
作业:
P77-78,1、2、4、7作业:
P106-1071(1(2,2,4,5,13
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 02 第二 线性变换 及其 矩阵