矩阵分析引论--第一章 线性空间与线性变换-线性空间的概念、 基变换与坐标变换

矩阵分析引论第五版教学设计一、教学目标矩阵分析引论是一门涉及矩阵的数学分析课程，主要介绍了矩阵的基本概念、操作及在数学、工程、科学等领域的应用。

本次教学的目标如下： - 了解矩阵的基本概念和运算规则 - 掌握矩阵分析的常见算法和方法 - 熟悉矩阵在数学、工程、科学等领域的应用 - 培养学生的逻辑思维和创造性思维能力二、课程设置第1章：矩阵及其运算知识点•矩阵的基本概念•矩阵的类型与特殊矩阵•矩阵的加、减法•矩阵的乘法和转置 #### 实践环节•矩阵加减法与乘法的运用•矩阵转置的应用第2章：线性方程组知识点•线性方程组的基本概念和解的性质•高斯消元法求解线性方程组•矩阵运算在线性方程组中的应用 #### 实践环节•高斯消元法的应用•矩阵运算在线性方程组中的应用第3章：向量空间与线性变换知识点•向量空间与子空间•基与维数•线性变换及其矩阵表示•矩阵的秩与行列式 #### 实践环节•向量空间的应用•线性变换及其矩阵表示的应用第4章：特征值与特征向量知识点•矩阵的特征值与特征向量•特征多项式•对角化•广义特征向量 #### 实践环节•矩阵对角化的应用•广义特征向量的应用第5章：二次型和正定矩阵知识点•二次型•正定矩阵•矩阵的相似•矩阵的对称分解 #### 实践环节•正定矩阵的应用•矩阵的相似与对称分解的应用第6章：应用篇知识点•矩阵在工程、科学等领域的应用•线性规划、最小二乘法等算法 #### 实践环节•线性规划、最小二乘法等算法的应用三、教学方法本门课程采用“概念讲解+实践运用”相结合的教学方法。

针对每个知识点，讲解基本概念和操作方法后，通过实例演示和课堂练习让学生进行实践运用，以此加深对知识点的理解和掌握。

四、教学评估课程评估分为两部分，平时成绩和期末考试。

平时成绩占总成绩的60%，包括课堂练习、作业和小组报告。

期末考试占总成绩的40%。

期末考试内容包括矩阵的基本概念、运算规则、线性方程组、向量空间与线性变换、特征值与特征向量、二次型和正定矩阵、应用等知识点的应用题。

《矩阵分析》课程教学大纲课程编号：20821105总学时数：32(理论32）总学分数：2课程性质：专业选修课适用专业：信息与计算科学一、课程的任务和基本要求：本课程的任务是介绍六个内容，分别是线性空间与线性变换，λ---矩阵与Jordan标准形，矩阵函数及矩阵方法，矩阵微分方程，矩阵分解和广义逆矩阵。

要求学生系统掌握这六个内容所涉及的基本概念、基本理论和基本方法，并能熟练地运用这些方法和工具解决理论和实际中遇到的各种问题。

二、基本内容和要求：（一）线性空间与线性变换1、线性空间的定义、性质、基变换与坐标变换公式。

2、子空间的概念、运算及相关定理3、内积空间、正交化方法，空间的正交分解4、线性变换的概念、运算、矩阵表示、线性变换的值域与核的性质5、特征值与特征向量的概念、求法、矩阵的化简要求：理解线性空间、子空间、线性变换、特征值、特征向量的概念，掌握基变换公式，坐标变换公式，正交化方法，特征值和特征向量的求法，矩阵的化简的应用。

（二）λ---矩阵与Jordan标准形a)λ---矩阵的概念，λ---矩阵的标准形b)不变因子与初等因子的概念、求法、性质c)若当标准形理论推导，若当标准形的求法d)Cayley定理、最小多项式的性质及求法要求：理解λ---矩阵、不变因子、初等因子等相关概念，掌握不变因子、初等因子、标准形、Jordan标准形的求法，掌握Cayley定理，最小多项式的应用。

（三）矩阵分析和矩阵函数e)矩阵序列、矩阵函数收敛性f)函数矩阵的极限、连续性、微分与积分g)数量函数关于矩阵的微分及其性质h)向量的范数、范数的等价、按范数的收敛、矩阵的相容范数、算子范数的概念及其性质i)矩阵函数的定义、性质、计算方法要求：理解矩阵序列的极限，矩阵级数的收敛性，函数矩阵的极限，连续性概念，掌握与这些概念相关的命题和定理，会求函数矩阵的微分和积分，会求数量函数关于矩阵的微分，函数向量关于向量的微分，能正确计算矩阵函数（四）矩阵微分方程j)线性常系数齐次微分方程组的定解问题k)线性常系数非齐次微分方程组的定解问题l)n阶常系数微分方程的定解问题m)线性变系数微分方程组的定解问题，转移矩阵的概念、性质、求法。

博士研究生入学《矩阵分析》考试大纲第一章线性空间和线性映射1.1线性空间；1.2基变换与坐标变换；1.3线性子空间（概念，子空间的交，和，子空间的直和，补子空间）；1.4线性映射（概念，线性映射的矩阵表示）；1.5线性映射的值域，核；1.6线性变换的不变子空间；1.7特征值与特征向量；1.8 矩阵的相似对角形；第二章λ-矩阵与矩阵的Jordan标准形2.1λ-矩阵及标准形；2.2初等因子与相似条件；2.3矩阵的Jordan标准形；第三章函数逼近与曲线拟合3.1内积空间；3.2函数的最佳平方逼近；3.3正交多项式（用正交函数系作最佳平方逼近）；3.4曲线拟合的最小二乘法；3.5三次样条插值；第四章数值积分4.1数值求积公式的基本概念；4.2牛顿－柯斯特公式；4.3复化求积公式及其收敛性；4.4高斯型求积公式；4.5数值微分；第五章常微分方程的数值方法5.1欧拉方法及其截断误差和阶；5.2龙格－库塔方法；5.3单步法收敛性与稳定性；5.4线性多步法；5.5预测－校正技术和外推技巧；第六章线性代数方程组的解法6.1预备知识（向量与矩阵范数，范数的连续性定理，范数等价性定理范数收敛性，矩阵的算子范数矩阵特征值的上界等）；6.2高斯消去法，高斯主元素消去法；6.3矩阵分解及其在解方程组中的应用；6.4误差分析；6.5线性代数方程组的迭代解法；第七章线性代数方程组的解法7.1二分法；7.2简单迭代法；7.3迭代过程的加速；7.4Newton迭代法；7.5弦截法与抛物线法；第八章矩阵特征值与特征向量计算8.1幂法与反幂法；8.2Jacobi方法；8.3QR方法；。

第一讲线性空间一、线性空间的定义及性质[知识预备]★集合：笼统的说是指一些事物（或者对象）组成的整体集合的表示：枚举、表达式集合的运算：并（ ），交（ ）另外，集合的“和”（＋）：并不是严格意义上集合的运算，因为它限定了集合中元素须有可加性。

★数域：一种数集，对四则运算封闭（除数不为零）。

比如有理数域、实数域（R）和复数域（C）。

实数域和复数域是工程上较常用的两个数域。

线性空间是线性代数最基本的概念之一，也是学习现代矩阵论的重要基础。

线性空间的概念是某类事物从量的方面的一个抽象。

1． 线性空间的定义：设V 是一个非空集合，其元素用x,y,z 等表示；K 是一个数域，其元素用k ,l,m 等表示。

如果V 满足[如下8条性质，分两类]（I ）在V 中定义一个“加法”运算，即当x,y V ∈时，有唯一的和x y V +∈（封闭性），且加法运算满足下列性质（1）结合律 ()()x y z x y z ++=++；（2）交换律 x y y x +=+；（3）零元律 存在零元素o ，使x +o x =； （4）负元律 对于任一元素x V ∈，存在一元素y V ∈，使x y +=o ，且称y 为x 的负元素，记为（x -）。

则有()x x +-= o 。

（II ）在V 中定义一个“数乘”运算，即当x V ∈，k K ∈时，有唯一的kx V ∈（封闭性），且数乘运算满足下列性质（5）数因子分配律 ()k x y k x k y +=+；（6）分配律 ()k lx k x l x +=+； （7）结合律 ()()k l x k l x =；（8）恒等律 1x x =； [数域中一定有1]则称V 为数域K 上的线性空间。

注意：1）线性空间不能离开某一数域来定义，因为同一个集合，如果数域不同，该集合构成的线性空间也不同。

（2）两种运算、八条性质数域K 中的运算是具体的四则运算，而V 中所定义的加法运算和数乘运算则可以十分抽象。

矩阵是什么？矩阵是线性映射的表示：线性映射的相加表示为矩阵的相加线性映射的复合表示为矩阵的相乘矩阵是一种语言，它是表示复杂系统的有力工具。

学习矩阵理论的重要用途之一就是学会用矩阵表示复杂系统的关系，培养根据矩阵推演公式的能力是学习矩阵论的目的之一。

定义一个矩阵有几种方式：可以通过定义矩阵的每一个元素来定义一个矩阵，也可以通过矩阵具有的性质来定义一个矩阵。

如：对称矩阵可以定义为：a ij=a ji也可以定义为: (x, Ay)=(Ax,y),还可以定义为：Ax=f(x), 其中f(x)=x T Bx/2,即它对向量x 的作用相当于函数f(x)在x处的梯度。

第一章：线性空间和线性变换1.线性空间集合与映射集合是现代数学的最重要的概念，但没有严格的定义。

集合的运算及规则，两个集合的并、交运算以及一个集合的补；集合中元素没有重合，子集，元素映射：为一个规则：S S', 使得S中元素a和S'中元素对应，记为a'=(a),或：a a'.映射最本质的特征在于对于S中的任意一个元素在S'中仅有唯一的一个元素和它对应。

映射的原象，象；映射的复合。

满射,单射,一一映射。

若S'和S相同，则称为变换。

若S'为数域，则称为函数。

线性空间的定义和性质定义1.1设V是一个非空集合，它的元素用x,y,z等表示，并称之为向量；K是一个数域，它的元素用k,l,m等表示，如果V满足下列条件(I)在V中定义一个加法运算，即当Vx,时，有惟一的∈yx，且加法运算满足下列性质+y∈V(1)结合律;+x+=++y)(z(z)yx(2)交换律;x+=yyx+(3)存在零元素0，使x+0=x；(4)存在负元素，即对任何一向量x V ,存在向量y，使x+y=0，则称y为x的负元素，记为-x，于是有x+(-x) = 0(II)在V中定义数乘运算，即当x V, k K,有唯一的k x V, 且数乘运算满足下列性质（5）数因子分配律k(x+y)=k x+k y ;(6) 分配律（k+l）x= k x+l x ;(7) 结合律k(l x)=(k l ) x ;(8) 1 x = x则称V为数域K上的线性空间或向量空间。

第一章 线性空间与线性变换§1 线性空间的概念定义1 如果复数的一个非空集合P 含有非零的数，且其中任意两数的和、差、积、商（除数不为零）仍属于该集合，则称数集P 为一个数域。

数域有一个简单性质，即所有的数域都包含有理数域作为它的一部分。

特别地，每个数域都包含整数0和1。

定义1－1 设V 是一个非空集合，P 是一个数域。

如果（1）在集合V 上定义了一个二元运算“+”（通常称为加法），使得，V ∈∀y x ,，都有V ∈+y x ；（2）在数域P 的元素与集合V 的元素之间还定义了数量乘法运算，使得V P ∈∈∀x ,λ有V ∈x λ；（3）上述两个运算满足下列八条规则：1) V ∈∀y x ,，都有x y y x +=+； 2) V ∈∀z y x ,,，有)()(z y x z y x ++=++；3) V 中存在零元素，记为θ，对于V ∈∀x ，都有x x =+θ；4) V ∈∀x ，都有V ∈y ，使得θ=+y x 。

y 称为x 的负元素；5) V ∈∀x ，都有x x =1；P ∈,∀μλ，V ∈∀y x ,，下列三条成立：6) x x )()(λμμλ=； 7) x x x νλμλ+=+)(； 8) y x y x λλλ+=+)(，则集合V 叫做数域P 上的线性空间或向量空间。

当P 是实数域时，V 叫实线性空间；当P 是复数域时，V 叫复线性空间。

例1－1 若P 是数域，V 是分量属于P 的n 元有序数组的集合}|),,,{(21P x x x x V i n ∈∀= ，若对于V 中任两元素),,,(21n x x x X =，),,,(21n y y y Y =及每个P k ∈（记作P k ∈∀），定义加法及数量乘法为),,,(2211n n y x y x y x Y X +++=+ ，),,,(21n kx kx kx kX =则容易验证，集合V 构成数域P 上的线性空间。