矩阵的合同，等价与相似的联系与区别 一、基本概念与性质 （一）等价： 1、概念。若矩阵A 可以经过有限次初等变换化为B ，则称矩阵A 与B 等价，记为A B ?。 2、矩阵等价的充要条件： A B ?.{P Q A B ?同型，且人r(A)=r(B)存在可逆矩阵和，使得PAQ=B 成立 3、向量组等价，两向量组等价是指两向量组可相互表出，有此可知：两向量组的秩相同，但两向量组各自的线性相关性却不相同。 （二）合同： 1、概念，两个n 阶方阵A,B ，若存在可逆矩阵P ，使得A B ?P T AP B =成立，则称A,B 合同，记作A B ?该过程成为合同变换。 2、矩阵合同的充要条件：矩阵A,B 均为实对称矩阵，则A B ??二次型x T Ax 与x T Bx 有相等的E 负惯性指数，即有相同的标准型。 （三）相似 1、概念：n 阶方阵A,B ，若存在一个可逆矩阵P 使得1B P AP -=成立，则称矩阵A,B 相似，记为~A B 。 2、矩阵相似的性质：
~A B 11~,~,~(,) |E-A |||,()(),T T k k A B A B A B A B E B A B tr A tr B A B λλ--=-?=前提，均可逆即有相同的特征值（反之不成立） r(A)=r(B) 即的逆相等 |A|=|B| 3、矩阵相似的充分条件及充要条件： ①充分条件：矩阵A,B 有相同的不变因子或行列式因子。 ②充要条件：~()()A B E A E B λλ?-?- 二、矩阵相等、合同、相似的关系 （一）、矩阵相等与向量组等价的关系： 设矩阵 12(,,,)n A λλλ=L ，12(,,,)m B βββ=L 1、若向量组（12,,,m βββL ）是向量组（12,,,n λλλL ）的极大线性无关 组,则有m n ≤，即有两向量等价，而两向量组线性相关性却不同，钱者一定线性无关，而后者未必线性无关。而矩阵B 与A 亦不同型，虽然()()r A r B =但不能得出A B ?。 2、若m=n ，两向量组（12,,,n λλλL ）?（12,,,m βββL ）则有矩阵A,B 同型且()()~,,r A r B A B A B A B =??;r()()A r B A B =??。 3、若r()()A B A r B ??=?两向量组秩相同，?两向量组等价，即有1212(,,,)(,,,)n n A B λλλβββ?≠>?L L 综上所述：矩阵等价与向量等价不可互推。 （二）、矩阵合同。相似，等价的关系。 1、联系：矩阵的合同、相似、等价三种关系都具有等价关系，因为三者均具有自反性、对称型和传递性。 2、合同、相似、等价之间的递推关系
华北水利水电大学相似矩阵的性质及应用 课程名称：线性代数 专业班级： 成员组成： 联系方式： 2013年11月6 日
摘要：若矩阵P可逆,则矩阵P-1AP与A称为相似。矩阵相似的概念是为深入研 究矩阵特性而提出的，其中一部分的问题可以转化为与一个对角化矩阵相似问题进而使问题研究简化，而另一些矩阵不能与一个对角矩阵相似，那么这类问题就只能用定义或者若而当标准型来解决。相似矩阵有很多应用。例如：利用相似矩阵的性质来确定矩阵中未知元素方法的完整性；两个相似矩阵属于同一个特征值的特征向量之间的关系；矩阵相似与特征多项式的等价条件及相关结果；尤其是矩阵的标准形及其对角化问题,在高等代数和其他学科中都有极其广泛的应用。本文将讨论相似矩阵的有关性质及其应用。 关键词：相似矩阵；对角化；Jordan标准型；特征向量；特征值 英文题目：The properties and application of similar matrix Abstract:There are a lot of applications about similar matrix. Matrix for further research is the concept of similarity matrix characteristics, and that part of the problem can be converted into similar problems with a diagonalization matrix to simplify the problem study, while others matrix cannot be similar to a diagonal matrix, so this kind of problem can only use a definition or if and when the standard to solve.For example, we can discuss the integrality of the method by using the properties of similar matrices to confirm unknown elements and characteristic subspaces of similar matrices belong to the same characteristic value are isomorphism. Also we may discuss the equivalent conditions for similar matrices and their characteristic polynomial and their corresponding results, especially, applications of digitalization matrices in advanced algebra theory and other subjects are probed into.In this paper I will give out some corresponding properties of similar matrices and show their appliance. Key words:similar matrices; diagonal matrix; Jordan’s normal form; characteristic value; characteristic vector
第七章线性变换与相似矩阵 习题 7.1 习题 7.1.1 判别下列变换是否线性变换？ （1）设是线性空间中的一个固定向量， （Ⅰ），， 解：当时，显然是的线性变换； 当时，有，，则 ，即此时不是的线性变换。 （Ⅱ），； 解：当时，显然是的线性变换； 当时，有，，则 ，即此时不是的线性变换。 （2）在中， （Ⅰ）， 解：不是的线性变换。因对于，有，，所以。 （Ⅱ）； 解：是的线性变换。设，其中，，则有 ，
。 （3）在（Ⅰ）解：是中， ， 的线性变换：设，则 ， ，。 （Ⅱ）解：是 ，其中 的线性变换：设 是中的固定数； ，则 ， ，。 （4）把复数域看作复数域上的线性空间， 共轭复数； 解：不是线性变换。因为取，时，有 ，即。，其中是的 ， （5）在中，设与是其中的两个固定的矩阵，，。 解：是的线性变换。对，，有 ， 。 习题7.1.2 在中，取直角坐标系，以表示空间绕轴由 轴向方向旋转900的变换，以表示空间绕轴由轴向方向
旋转 900的变换，以表示空间绕轴由轴向方向旋转900的变换。证明（表示恒等变换）， ， ； 并说明是否成立。 证明：在中任取一个向量，则根据，及的定义可 知：， ，， ； ； ， ， ， ，即，故。 因为因为 ， ，所以 ， ，所以 。 。 因为， ，所以。 习题 7.1.3 在中，，，证明。证明：在中任取一多项式，有 。所以。 习题 7.1.4 设，是上的线性变换。若，证明 。 证明：用数学归纳法证明。当时，有
命题成立。假设等式对成立，即。下面证明等式对 也成立。因有 ，即等式对也成立，从而对任意自然数都成立。习题 7.1.5 证明（1）若是上的可逆线性变换，则的逆变换唯一； （2）若，是上的可逆线性变换，则也是可逆线性变换，且 。 证明：（进而（2）因1）设 ，都是 都是的逆变换，则有， 。即的逆变换唯一。 上的可逆线性变换，则有 。 ，同理有 由定义知是可逆线性变换，为逆变换，有唯一性得 。 习题7.1.6 设是上的线性变换，向量，且，，，都不是零向量，但。证明，，， 线性无关。 证明：设，依次用可得 ，得，而， 故即得 ；同理有： ；依次类推可得，即得 ，得， ，进而得。
1 矩阵的相似 1 定义2性质3定理（证明）4 相似矩阵与若尔当标准形 2 相似的条件 3 相似矩阵的应用（相似矩阵与特征矩阵相似矩阵与矩阵的对角化相似矩阵在微分方程中的应用【1 】） 矩阵的相似及其应用1 矩阵的相似 定义1设A,B为数域P上两个n级矩阵，如果可以找到数域P上的n级可逆矩阵X，使得B?X?1AX，就说A相似于B记作A∽B 2 相似的性质 （1）反身性A∽A；这是因为A?E?1AE. （2）对称性如果A∽B，那么B∽A；如果A∽B,那么有X，使B?X?1AX，令Y?X?1，就有A?XBX?1?Y?1BY，所以B∽A。 （3）传递性如果A∽B，B∽C，那么A∽C。已知有X,Y使B?X?1AX， C?Y?1BY。令Z?XY，就有C?Y?1X?1AXY?Z?1AZ，因此，A∽C。 3 相似矩阵的性质若A,B?Cn?n，A∽B，则（1）r(A)?r(B)；
Q是n?n可逆矩阵，引理A是一个s?n矩阵，如果P是一个s?s可逆矩阵，那么秩（A） =秩（PA）=秩（AQ） 证明设A,B相似，即存在数域P上的可逆矩阵C，使得B?C?1AC,由引理2可知，秩 ?1 （B）=秩（B?CAC）=秩（AC）=秩（A） （2）设A相似于B，f(x)是任意多项式，则f(A)相似于f(B)，即 P?1AP?B?P?1f(A)P?f(B) 证明设f(x)?anx?an?1x nn n?1
a1x?a0 a1A?a0E a1B?a0E 于是，f(A)?anAn?an?1An?1? f(B)?anB?an?1B n?1 kk 由于A相似于B，则A相似与B，（k为任意正整数），即存在可逆矩阵X,使得 Bk?X?1AkX， ?1?1 anAn?an?1An?1?因此Xf?A?X?X ?a1A?a0E?X
§5 线性变换的矩阵表示式 上节例10中，关系式 ()T x Ax = ()n x R ∈ 简单明了地表示出n R 中的一个线性变换. 我们自然希望n R 中任何一个线性变换都能用这样的关系式来表示. 为此，考虑到n n Ae Ae ==αα,,11 （n e e ,,1 为单位坐标向量），即 ()n i Ae i i ,,2,1 ==α， 可见如果线性变换T 有关系式()Ax x T =，那么矩阵A 应以()i e T 为列向量. 反之，如果一贯个线性变换T 使()()n i e T i i ,,2,1 ==α，那么T 必有关系式 ()11122(), ,() n n n T x T e e x T x e x e x e ==++ +???? 1122()()() n n x T e x T e x T e =++ + ()11(),,()(,,)n n T e T e x x Ax αα=== 总之，n R 中任何线性变换T ，都能用关系式 ()()n R x Ax x T ∈=表示，其中1((),,())n A T e T e =. 把上面的讨论推广到一般的线性空间，我们有 定义7 设T 是线性空间n V 中的线性变换，在n V 中取定一个基 n αα,,1 ，如果这个基在变换T 下的象（用这个基线性表示）为 11112121212122221122(),(),(), n n n n n n n nn n T a a a T a a a T a a a αααααααααααα=++ +??=+++???? =++ +? 记()()()()n n T T T αααα,,,,11 = ，上式可表示为
§3 线性变换和矩阵 一、线性变换关于基的矩阵 设V 是数域P 上n 维线性空间.n εεε,,,21 V 的一组基，现在建立线性变换与 矩阵关系. 空间V 中任意一个向量ξ可以被基n εεε,,,21 线性表出，即有关系式 n n x x x εεεξ+++= 2211 (1) 其中系数是唯一确定的，它们就是ξ在这组基下的坐标.由于线性变换保持线性关系不变，因而在ξ的像A ξ与基的像A 1ε,A 2ε,…，A n ε之间也必然有相同的关系： A ξ=A （n n x x x εεε+++ 2211） =1x A (1ε)+2x A (2ε)+…+n x A (n ε) (2) 上式表明，如果知道了基n εεε,,,21 的像，那么线性空间中任意一个向量ξ 的像也就知道了，或者说 1. 设n εεε,,,21 是线性空间V 的一组基，如果线性变换?与?在这组基上 的作用相同，即 A i ε= B i ε， ,,,2,1n i = 那么A = B . 结论1的意义就是，一个线性变换完全被它在一组基上的作用所决定.下面指出，基向量的像却完全可以是任意的，也就是 2. 设n εεε,,,21 是线性空间V 的一组基，对于任意一组向量n ααα,,,21 一定有一个线性变换?使 A i ε=i α .,,2,1n i = 定理1 设n εεε,,,21 是线性空间V 的一组基，n ααα,,,21 是V 中任意n 个 向量.存在唯一的线性变换?使
A i ε=i α .,,2,1n i = 定义2 设n εεε,,,21 是数域P 上n 维线性空间V 的一组基，A 是V 中的一个 线性变换.基向量的像可以被基线性表出： ???????+++=+++=+++=. ,,22112222112212211111n nn n n n n n n n a a a A a a a A a a a A εεεεεεεεεεεε 用矩阵表示就是 A （n εεε,,,21 ）=（A (1ε)，A ?(2ε)，…， A (n ε)） =A n ),,,(21εεε (5) 其中 ?????? ? ??=nn n n n n a a a a a a a a a A 2122221 11211 矩阵A 称为线性变换A 在基n εεε,,,21 下的矩阵. 例 1 设m εεε,,,21 是n )(m n >维线性空间V 的子空间W 的一组基，把它 扩充为V 的一组基n εεε,,,21 .指定线性变换A 如下 ???+====. ,,1,0,,,2,1,n m i A m i A i i i εεε 如此确定的线性变换A 称为子空间W 的一个投影.不难证明 A 2=A 投影A 在基n εεε,,,21 下的矩阵是
1 矩阵的相似 1.1 定义 1.2性质 1.3定理（证明） 1.4 相似矩阵与若尔当标准形 2 相似的条件 3 相似矩阵的应用（相似矩阵与特征矩阵 相似矩阵与矩阵的对角化 相似矩阵在微分方程中的应用 【1 】） 矩阵的相似及其应用 1.1 矩阵的相似 定义 1.1：设,A B 为数域P 上两个n 级矩阵，如果可以找到数域P 上的n 级可逆矩阵X ，使得1B X AX -=，就说A 相似于B 记作A B ∽ 1.2 相似的性质 （1）反身性A A ∽：；这是因为1A E AE -=. （2）对称性：如果A B ∽，那么B A ∽；如果A B ∽,那么有X ，使1B X AX -=，令1Y X -=，就有11A XBX Y BY --==，所以B A ∽。 （3）传递性：如果A B ∽，B C ∽，那么A C ∽。已知有,X Y 使1B X AX -=， C 1Y BY -=。令Z XY =，就有111C Y X AXY Z AZ ---==，因此，A C ∽。 1.3 相似矩阵的性质 若,n n A B C ?∈，A B ∽，则： （1）()()r A r B =； 引理：A 是一个s n ?矩阵，如果P 是一个s s ?可逆矩阵，Q 是n n ?可逆矩阵， 那么秩（A ）=秩（PA ）=秩（AQ ） 证明：设,A B 相似，即存在数域P 上的可逆矩阵C ，使得1B C AC -=,由引理2可知，秩 （B ）=秩（1 B C AC -=）=秩（AC ）=秩（A ） （2）设A 相似于B ，()f x 是任意多项式，则()f A 相似于()f B ，即 11()()P AP B P f A P f B --=?= 证明：设1110()n n n n f x a x a x a x a --=+++ 于是，1 110()n n n n f A a A a A a A a E --=+++ 1 110()n n n n f B a B a B a B a E --=++ + 由于A 相似于B ，则k A 相似与k B ，（k 为任意正整数），即存在可逆矩阵X ,使得
第七章 线性变换(小结) 本章的重点: 线性变换的矩阵以及它们对角化的条件和方法. 本章的难点: 不变子空间的概念和线性变换和矩阵的一一对应关系. 线性变换是线性代数的中心内容之一,它对于研究线性空间的整体结构以及向量之间的内在联系起着重要作用.线性变换的概念是分析几何中的坐标变换、数学分析中的某些变换替换等的抽象和推广,它的理论和方法,(特别是和之相适应的矩阵理论和方法)在分析几何、微分方程等许多其它使用学科,都有极为广泛的使用. 本章的中心问题是研究线性变换的矩阵表示,在方法上则充分利用了线性变换和矩阵对应和相互转换. 一、线性变换及其运算 1. 基本概念: 线性变换,可逆线性变换和逆变换; 线性变换的值域和核，秩和零度; 线性变换的和和差, 乘积和数量乘法, 幂及多项式. 2. 基本结论 (1) 线性变换保持零向量、线性组合和线性关系不变; 线性变换把负向量变为象的负向量、把线性相关的向量组变为线性相关的向量组 (2) 线性变换的和、差、积、数量乘法和可逆线性变换的逆变换仍为线性变换. (3) 线性变换的基本运算规律(略). (4) 一个线性空间的全体线性变换关于线性变换的加法和数量乘法作成一个线性空间. (5) 线性空间V 的线性变换A 的象Im(A )= A V 和核ker A = A -1(0) (a) A 的象Im(A )= A V 和核ker A = A -1(0)是V 的(A -)子空间. (b)若dim(V )=n ,则Im(A )由V 的一组基的象生成: 即设V 的一组基 n ααα,...,,21, Im(A )= A V =L(A α1, A α2,… ,A αn )={ A α|α∈V }. ker A = A -1(0)= { α∈V | A α=0}. (c)A 的秩(dim Im(A ))+A 的零度(dim ker A )=n . (d)A 是双射?A 是单射? Ker(A )={0}?A 是满射.
第三讲 线性变换及其矩阵 一、线性变换及其运算 定义：设V 是数域K 上的线性空间，T 是V 到自身的一个映射，使得对于V 中的任意元素x 均存在唯一的 y ∈V 与之对应，则称T 为V 的一个变换或算子，记为 y x T =)( 称y 为x 在变换T 下的象，x 为y 的原象。 若变化T 还满足 )()()(y T x T y x T +=+ )()(x kT kx T = K k V y x ∈∈?,, 称T 为线性变换。 [例1] 二维实向量空间12 2i R R ξξξ?? ??=∈???????? ，将其绕原点反时针方向旋转θ 角的操作即 ??? ? ?????? ??-=???? ??2121cos sin sin cos ξξθθ θθ ηη就是一个线性变换。 [例2] 次数不超过 n 的全体实多项式n P 构成实数域上的一个 1n +维的线性空间，其基可选为 {}2 1,,,,n x x x ，微分算子d D dx = 是n P 上的一个线性变换。 [例3] 取定矩阵n n K C B A ?∈,,，定义n n K ?的变换C XB AX X T ++= )( n n K X ?∈,是否是线 性变换 2. 性质 （1） 线性变换把零元素仍变为零元素 （2） 负元素的象为原来元素的象的负元素 （3） 线性变换把线性相关的元素组仍变为线性相关的元素组 应该注意，线性无关的元素组经过线性变换不一定再是线性无关的。但 （4） 如果线性变换是一个单射，则把线性无关的元素组变为线性无关的元素组 3. 线性变换的运算 （1） 恒等变换e T ：,e x V T x x ?∈= （2） 零变换0T ：0,0x V T x ?∈= （3） 变换的相等：1T 、2T 是V 的两个线性变换，x V ?∈，均有12T x T x =，则称1T ＝2T （4） 线性变换的和1T +2T ：x V ?∈，1212()T T x T x Tx +=+ （5） 线性变换的数乘kT ：x V ?∈，()()kT x k Tx = 负变换：()()T x Tx -=-
相似矩阵的性质及应用毕业论文 一.相似矩阵的定义 定义：设A 、B 为数域P 上两个n 级矩阵，如果可以找到数域P 上的n 级可逆矩阵X ，使得B=1-X AX ，就说A 相似于B ，记做B A ~. 二.相似矩阵的重要性质 性质1 数域P 上的n 阶方阵的相似关系是一个等价关系. 证明：1〉（反身性） 由于单位矩阵E 是可逆矩阵，且A=1-E AE ，故任何方阵A 与A 相似. 2〉（对称性） 设A 与B 相似，即存在数域P 上的可逆方阵C ，使得B=1-C AC ，由此可得A=CB 1-C =11)(--C B 1-C ，显然可逆，所以B 与A 相似. 3〉（传递性）设A 与B 相似，B 与C 相似，即存在数域P 上的n 阶可逆方阵P 、Q ，使B=1-P AP ，C=1-Q BQ ，则 C=BQ=1-Q 1-P APQ=1)(-PQ A （PQ ），从而A 与C 相似. 〈证毕〉 性质2 相似矩阵有相同的行列式. 证明：设A 与B 相似，即存在数域P 上的可逆矩阵C ，使得B=1-C AC ，两边取行列式得：｜B ｜=｜1-C AC ｜=｜1-C ｜｜A ｜｜C ｜=｜A ｜｜1-C C ｜=｜A ｜. 从而相似矩阵有相同的行列式. 〈证毕〉 下面先介绍两个引理 引理1：设A 是数域P 上的n ×m 矩阵，B 是数域P 上m ×s 矩阵，于是 秩（AB ）≤min[秩（A ），秩（B ）] (1) 即乘积的秩不超过各因子的秩. 证明：为了证明（1），只需要证明秩（AB ）≤秩（A ），同时，秩（AB ）≤秩（B ）.
现在来分别证明这两个不等式. 设A=??????? ??nm n n m m a a a a a a a a a 2 1 22221 11211，B=?? ? ? ? ? ? ??ms m m s s b b b b b b b b b 21222 21112 11 令1B ，2B ，…，m B 表示B 的行向量，1C ，2C ，…n C ，表示AB 行向量.由计算可知，i C 的第j 个分量和m im i i B a B a B a +++ 2211的第j 个分量都等于kj m k ik b a ∑=1 ，因 而i C =m im i i B a B a B a +++ 2111 （i=1，2，…n ）. 即矩阵AB 的行向量组n C C C ,,,21 可经B 的行向量组线性表出.所以AB 的秩不能超过B 的秩，也即, 秩（AB ）≤秩（B ）. 同样，令m A A A ,,21 表示A 的列向量，s D D D ,,21表示AB 的列向量，由计算可知 i D =11A b i +22A b i +…+m mi A b （i=1，2，…，s ）. 这个式子表明，矩阵AB 的列向量可以经矩阵A 的列向量组表出，前者的秩不可能超 过后者的秩，这就是说，秩（AB ）≤秩（A ）. <证毕> 引理2:A 是一个s ×n 矩阵,如果P 是个s ×s 可逆矩阵,Q 是n ×n 可逆矩阵,那么 秩（A ）=秩（PA ）=秩（AQ ）. 证明:令 B=PA,由引理1知秩（B ）≤秩（A ）； 但是由 A=1-P B, 又由 秩（A ）≤秩（B ）, 所以
矩阵的合同，等价与相似的联系与区别 一、基本概念与性质 （一）等价： 1、概念。若矩阵A 可以经过有限次初等变换化为B ，则称矩阵A 与B 等价，记为A B ?。 2、矩阵等价的充要条件： A B ?.{P Q A B ?同型，且人r(A)=r(B)存在可逆矩阵和，使得PAQ=B 成立 3、向量组等价，两向量组等价是指两向量组可相互表出，有此可知：两向量组的秩相同，但两向量组各自的线性相关性却不相同。 （二）合同： 1、概念，两个n 阶方阵A,B ，若存在可逆矩阵P ，使得A B ?P T AP B =成立，则称A,B 合同，记作A B ?该过程成为合同变换。 2、矩阵合同的充要条件：矩阵A,B 均为实对称矩阵，则A B ??二次型x T Ax 与x T Bx 有相等的E 负惯性指数，即有相同的标准型。 （三）相似 1、概念：n 阶方阵A,B ，若存在一个可逆矩阵P 使得1B P AP -=成立，则称矩阵A,B 相似，记为~A B 。 2、矩阵相似的性质：
~A B 11~,~,~(,) |E-A |||,()(),T T k k A B A B A B A B E B A B tr A tr B A B λλ--=-?=前提，均可逆即有相同的特征值（反之不成立） r(A)=r(B) 即的逆相等 |A|=|B| 3、矩阵相似的充分条件及充要条件： ①充分条件：矩阵A,B 有相同的不变因子或行列式因子。 ②充要条件：~()()A B E A E B λλ?-?- 二、矩阵相等、合同、相似的关系 （一）、矩阵相等与向量组等价的关系： 设矩阵 12(,,,)n A λλλ=，12(,,,)m B βββ= 1、若向量组（12,,,m βββ）是向量组（12,,,n λλλ）的极大线性无关 组,则有m n ≤，即有两向量等价，而两向量组线性相关性却不同，钱者一定线性无关，而后者未必线性无关。而矩阵B 与A 亦不同型，虽然()()r A r B =但不能得出A B ?。 2、若m=n ，两向量组（12,,,n λλλ）?（12,,,m βββ）则有矩阵A,B 同 型且()()~,,r A r B A B A B A B =??r()()A r B A B =??。 3、若r()()A B A r B ??=?两向量组秩相同，?两向量组等价，即有1212(,,,)(,,,)n n A B λλλβββ?≠>? 综上所述：矩阵等价与向量等价不可互推。 （二）、矩阵合同。相似，等价的关系。 1、联系：矩阵的合同、相似、等价三种关系都具有等价关系，因为三者均具有自反性、对称型和传递性。 2、合同、相似、等价之间的递推关系
习题 习题判别下列变换是否线性变换？ （1）设是线性空间中的一个固定向量，（Ⅰ），， 解：当时，显然是的线性变换； 当时，有，，则，即此时不是的线性变换。（Ⅱ），； 解：当时，显然是的线性变换； 当时，有，，则，即此时不是的线性变换。（2）在中， （Ⅰ）， 解：不是的线性变换。因对于，有，，所以。（Ⅱ）； 解：是的线性变换。设，其中，，则有 ， 。 （3）在中， （Ⅰ）， 解：是的线性变换：设，则 ， ，。 （Ⅱ），其中是中的固定数；
解：是的线性变换：设，则 ， ，。 （4）把复数域看作复数域上的线性空间，，其中是的共轭复数；解：不是线性变换。因为取，时，有，，即。 （5）在中，设与是其中的两个固定的矩阵，，。 解：是的线性变换。对，，有 ， 。 习题在中，取直角坐标系，以表示空间绕轴由轴向方向旋转900的变换，以表示空间绕轴由轴向方向旋转900的变换，以表示空间绕轴由轴向方向旋转900的变换。证明（表示恒等变换）， ， ； 并说明是否成立。 证明：在中任取一个向量，则根据，及的定义可知：，，；，，；，，，即，故。 因为， ，所以。 因为， ，所以。 因为，
，所以。 习题在中，，，证明。 证明：在中任取一多项式，有 。所以。 习题设，是上的线性变换。若，证明 。 证明：用数学归纳法证明。当时，有 命题成立。假设等式对成立，即。下面证明等式对也成立。因有 ，即等式对也成立，从而对任意自然数都成立。 习题证明（1）若是上的可逆线性变换，则的逆变换唯一；（2）若，是上的可逆线性变换，则也是可逆线性变换，且 。 证明：（1）设都是的逆变换，则有，。进而。即的逆变换唯一。（2）因，都是上的可逆线性变换，则有 ，同理有 由定义知是可逆线性变换，为逆变换，有唯一性得。 习题设是上的线性变换，向量，且，，，都不是零向量，但。证明，，，线性无关。 证明：设，依次用可得 ，得，而，故；同理有：，得，即得；依次类推可得，即得，进而得。
第七章线性变换与相似矩阵 习题7.1 习题7.1.1判别下列变换是否线性变换？ （1）设是线性空间中的一个固定向量， （Ⅰ），， 解：当时，显然是的线性变换； 当时，有，，则 ，即此时不是的线性变换。 （Ⅱ），； 解：当时，显然是的线性变换； 当时，有，，则 ，即此时不是的线性变换。 （2）在中， （Ⅰ）， 解：不是的线性变换。因对于，有， ，所以。 （Ⅱ）； 解：是的线性变换。设，其中，， 则有 ，
。 （3）在中， （Ⅰ）， 解：是的线性变换：设，则 ， ，。 （Ⅱ），其中是中的固定数； 解：是的线性变换：设，则 ， ，。 （4）把复数域看作复数域上的线性空间，，其中是的共轭复数； 解：不是线性变换。因为取，时，有， ，即。 （5）在中，设与是其中的两个固定的矩阵，， 。 解：是的线性变换。对，，有 ， 。 习题7.1.2在中，取直角坐标系，以表示空间绕轴由 轴向方向旋转900的变换，以表示空间绕轴由轴向方向
旋转900的变换，以表示空间绕轴由轴向方向旋转900的 变换。证明（表示恒等变换）， ， ； 并说明是否成立。 证明：在中任取一个向量，则根据，及的定义可 知：，，；， ，；，， ，即，故。 因为， ，所以。 因为， ，所以。 因为， ，所以。 习题7.1.3在中，，，证明。证明：在中任取一多项式，有 。所以。 习题7.1.4设，是上的线性变换。若，证明 。 证明：用数学归纳法证明。当时，有
命题成立。假设等式对成立，即。下面证明等式对 也成立。因有 ，即等式对也成立，从而对任意自然数都成立。习题7.1.5证明（1）若是上的可逆线性变换，则的逆变换唯一；（2）若，是上的可逆线性变换，则也是可逆线性变换，且 。 证明：（1）设都是的逆变换，则有，。进而。即的逆变换唯一。 （2）因，都是上的可逆线性变换，则有 ，同理有 由定义知是可逆线性变换，为逆变换，有唯一性得 。 习题7.1.6设是上的线性变换，向量，且，，， 都不是零向量，但。证明，，， 线性无关。 证明：设，依次用可得 ，得，而， 故；同理有：，得， 即得；依次类推可得，即得，进而得 。
等价：存在可逆矩阵Q P ,，使B PAQ =，则A 与B 等价； 相似：存在可逆矩阵P ，使B AP P =-1，则A 与B 相似； 合同：存在可逆矩阵C ，使B AC C T =，则A 与B 合同. 一、相似矩阵的定义及性质 定义1 设B A ,都是n 阶矩阵，若有可逆矩阵P ，使B AP P =-1 ，则称B 是A 的相似矩阵， 或说矩阵A 与B 相似，记为B A ~.对A 进行运算AP P 1-称为对A 进行相似变换，可逆矩阵P 称为把A 变成B 的相似变换矩阵. 注 矩阵相似是一种等价关系. （1）反身性：A A ~. （2）对称性：若B A ~，则A B ~. （3）传递性：若B A ~，C B ~，则C A ~. 性质1 若B A ~，则 （1）T T B A ~； （2）11~--B A ； （3）E B E A λλ-=-； （4）B A =； （5）)()(B R A R =. 推论 若n 阶矩阵A 与对角矩阵??????? ? ?=Λn λλλ 21相似，则n λλλ,,,21 是A 的n 个特征值. 性质2 若1-=PBP A ，则A 的多项式1)()(-=P B P A φφ. 推论 若A 与对角矩阵Λ相似，则 1211)()()()()(--?????? ? ??=Λ=P P P P A n λφλφλφφφ . 注 （1）与单位矩阵相似的只有它本身；
（2）有相同特征多项式的矩阵不一定相似. 二、矩阵可对角化的条件 对n 阶方阵A ，如果可以找到可逆矩阵P ，使Λ=-AP P 1为对角阵，就称为把方阵A 对角化。 定理1 n 阶矩阵A 可对角化（与对角阵相似）A ?有n 个线性无关的特征向量。 推论 如果n 阶矩阵A 的n 个特征值互不相等，则A 与对角阵相似.（逆命题不成立） 注：（1）若A ～Λ，则Λ的主对角元素即为A 的特征值，如果不计i λ的排列顺序，则Λ唯 一，称之为矩阵A 的相似标准形。 （2）可逆矩阵P 由A 的n 个线性无关的向量构成。 把一个矩阵化为对角阵，不仅可以使矩阵运算简化，而且在理论和应用上都有意义。 可对角化的矩阵主要有以下几种应用： 三、实对称矩阵的相似矩阵 实对称矩阵是一类特殊的矩阵，它们一定可以对角化.即存在可逆矩阵P ，使得Λ=-AP P 1.更可找到正交可逆矩阵T ，使和Λ=-AT T 1 定理2 实对称矩阵的特征值为实数。 定理2的意义：因为对称矩阵A 的特征值1λ为实数，所以齐次线性方程组0)(=-x E A i λ是实系数方程组。又因为0=-E A i λ，可知该齐次线性方程组一定有实的基础解系，从而对应的特征向量可以取实向量。 定理3：实对称矩阵A 的对应于不同特征值的特征向量正交。 定理4：A 为n 阶实对称矩阵，0λ是A 的k 重特征值，则对应于0λ的特征向量中，线性无关的个数为k ，即0)(0=-X E A λ的基础解系所含向量个数为k 。 定理5：（实对称矩阵必可对角化） 对于任一n 阶实对称矩阵A ，一定存在n 阶正交矩阵T ，使得Λ=-AT T 1。其中Λ是以A 的n 个特征值为对角元素的对角阵。 定义2 若二次型Ax x f T =，则对称矩阵A 叫做二次型f 的矩阵，也把f 叫做对称矩阵A 的二次型.对称矩阵A 的秩就叫做二次型f 的秩. 推理 对称矩阵A 为正定的充分必要条件是：A 的特征值全为正. 定理3 对称矩阵A 正定的充分必要条件是：A 的各阶主子式都为正，即
§3 线性变换和矩阵 一、线性变换在某组基下对应的矩阵 设V 是数域P 上n 维线性空间.n εεε,,,21ΛV 的一组基，现在建立线性变换与矩阵关系. 空间V 中任意一个向量ξ可以被基n εεε,,,21Λ线性表出，即有关系式 n n x x x εεεξ+++=Λ2211 (1) 其中系数是唯一确定的，它们就是ξ在这组基下的坐标. 由于线性变换保持线性关系不变， 因而在ξ的像A ξ与基的像A 1ε,A 2ε,…，A n ε之间也必然有相同的关系： A ξ=A （n n x x x εεε+++Λ2211） =1x A(1ε)+2x A(2ε)+…+n x A (n ε) (2) 上式表明，如果知道了基n εεε,,,21Λ的像，那么线性空间中任意一个向量ξ的像也就 知道了，或者说 1. 设n εεε,,,21Λ是线性空间V 的一组基，如果线性变换A 与?在这组基上的作用 相同，即 A i ε= B i ε， ,,,2,1n i Λ= 那么A= B. 结论1的意义就是，一个线性变换完全被它在一组基上的作用所决定.下面指出， 基向量的像却完全可以是任意的，也就是 2. 设n εεε,,,21Λ是线性空间V 的一组基，对于任意一组向量n ααα,,,21Λ一定有一个 线性变换 A , 使 A i ε=i α .,,2,1n i Λ=
定理1 设n εεε,,,21Λ是线性空间V 的一组基，n ααα,,,21Λ是V 中任意n 个向量. 存在唯一的线性变换A 使 A i ε=i α .,,2,1n i Λ= 定义2 设n εεε,,,21Λ是数域P 上n 维线性空间V 的一组基，A 是V 中的一个线性变换. 基向量的像可以被基线性表出： ???????+++=+++=+++=. ,,22112222112212211111n nn n n n n n n n a a a A a a a A a a a A εεεεεεεεεεεεΛΛΛΛΛΛΛΛΛ 用矩阵表示就是 A （n εεε,,,21Λ）=（A(1ε)，A(2ε)，…， A(n ε)） =A n ),,,(21εεεΛ (5) 其中 ?????? ? ??=nn n n n n a a a a a a a a a A ΛΛΛΛΛΛΛΛΛΛΛ2122221 11211 矩阵A 称为线性变换A 在基n εεε,,,21Λ下的矩阵. 例1 设m εεε,,,21Λ是n )(m n >维线性空间V 的子空间W 的一组基，把它扩充为 V 的一组基n εεε,,,21Λ.指定线性变换A 如下 ???+====.,,1,0,,,2,1,n m i A m i A i i i ΛΛεεε 如此确定的线性变换A 称为子空间W 的一个投影.不难证明 A 2=A 投影A 在基n εεε,,,21Λ下的矩阵是 ]练习：7, 8, 9
矩阵的同时相似上三角化问题 张永伟（2011080010008） 数理基础科学班 指导教师：王也洲、何军华 【摘要】本文讨论了n 阶矩阵同时相似上三角化的充分条件，必要条件以及充要条件。 【关键词】相似上三角化；特征向量；Sylvester 不等式 一．引言 文【1】告诉我们：两个可交换的n 阶矩阵,A B 在复数域中一定有相同的特征向量，进一步若,A B 能相似对角化，那么,A B 一定能同时相似对角化。但是对于一般的n 阶矩阵不一定能相似对角化。我们又知道，任意方阵都可以和Jordan 矩阵相似，也就是说，任意n 阶矩阵都能相似上三角化。为此，我们有必要讨论n 阶矩阵同时相似上三角化的问题。 二．正文 定义2.1：对于n 阶矩阵A ，用rank()A 表示矩阵A 的秩。 性质2.1：若,A B 能同时相似上三角化，那么,A B 有公共的特征向量。 证明：因为,A B 可同时相似上三角化，所以存在可逆矩阵P ，使得 111212221000n n nn a a a a a P AP a -?? ? ?= ? ???且111212221000n n nn b b b b b P BP b -?? ? ?= ? ??? 。 设12(,,,)n P a a a =K ，则1111A a αα=，1111B b αα=。 所以,A B 有公共的特征向量1α。■ 因此,A B 能同时相似上三角化的必要条件是,A B 有相同的特征向量。 性质2.2：若,A B 能同时相似上三角化，那么AB BA -为幂零矩阵。 证明：由性质2.1的证明可知, 121112121000 00 00000n n n n n n c c c c c AB BA c ---?? ? ? ?-= ? ? ?? ? 。
§3 线性变换的矩阵 设V 是数域P 上n 维线性空间，12,,,n εεε是V 的一组基，现在我们来建立线性变换与矩阵的关系。 空间V 中任一向量ξ可以被基12,, ,n εεε表示出，即有关系式 1122n n x x x ξεεε=++ +， （1） 其中系数是唯一确定的，它们就是ξ在这组基下的坐标。由于线性变换保持线性关系不变，因而在ξ的象A ξ与基的象12,,,n A A A εεε之间也必然有相同的关系： )(2211n n x x x A A εεεξ+++= )()()(2211n n A x A x A x εεε+++= （2） 上式表明，如果我们知道了基12,,,n εεε的象，那么线性空间中任意一个向量ξ的象也就知道了，或者说 1．设12,,,n εεε是线性空间V 的一组基。如果线性变换A 与B 在这组基上的作用相 同，即 n i B A i i ,,2,1, ==εε， 那么A =B 。 证明 A 与B 相等的意义是它们对每个向量的作用相同。因此，我们就是要证明对任一向量ξ，等式A B ξξ=成立。而由（2）及假设，即得 ξεεεεεεξB B x B x B x A x A x A x A n n n n =+++=+++= 22112211 结论1的意义就是，一个线性变换完全被它在一组基上的作用所决定。下面我们进一步指出，基向量的象完全可以是任意的，也就是说， 2．设12,,,n εεε是线性空间V 的一组基。对于任意一组向量12,,,n ααα一定有一个线性变换A 使 ,1,2, ,i i A i n εα== （3） 证明 我们来作出所要的线性变换。设 ∑==n i i i x 1εξ 是线性空间V 的任意一个向量，我们定义V 的变换A 为 1 n i i i A x ξα ==∑ （4） 下面来证明变换A 是线性的。 在V 中任取两个向量， ∑∑====n i i i n i i i c b 1 1 ,εγεβ。 于是 ∑=+=+n i i i i c b 1 )(ελβ， P k kb k n i i i ∈=∑=,1εβ。 按所定义的A 的表达式（4），有
第三讲 线性变换及其矩阵 一、线性变换及其运算 定义：设V 是数域K 上的线性空间，T 是V 到自身的一个映射，使得对于V 中的任意元素x 均存在唯一的 y ∈V 与之对应，则称T 为V 的一个变换或算子，记为 Tx ＝y 称y 为x 在变换T 下的象，x 为y 的原象。 若变化T 还满足 T(kx+ly)=k(Tx)+l(Ty) ?x,y ∈V , k,l ∈K 称T 为线性变换。 [例1] 二维实向量空间12 2i R R ξξξ?? ??=∈???????? ，将其绕原点旋转θ 角的操作就是一个线性变换。 [证明] 12x ξξ??=???? 12y Tx ηη?? ==???? 112212cos sin sin cos ηξθξθ ηξθξθ =+?? =-+? 1122cos sin sin cos ηξθθηξθθ??????=??????-? ????? 2 R ∈ 可见该操作T 为变换，下面证明其为线性变换 12x x x ???=???? 12z z z ?? =????2R ∈，k ，l R ∈ 11112222=kx lz kx lz kx lz kx lz kx lz +?????? ++=?????? +?????? 1122cos sin ()sin cos kx lz T kx lz kx lz θ θθθ+?? ??+=??? ?+-???? 1122cos sin cos sin sin cos sin cos x z k l x z θ θθθθ θθ θ???? ????=+????????--? ??????? ()()k Tx l Tz =+ ∴ T 是线性变换。 [例2] 次数不超过 n 的全体实多项式n P 构成实数域上的一个 1n +维的线性空间，其基可选为