下载文档原格式
第一章 线性空间与线性变换1、 充分理解抽象线性空间的概念,掌握向量的线性表出,线性相关,线性无关的判断与性质.P5,例1.1.82、 掌握线性空间的基,维数,坐标的定义与求法,掌握基变换与坐标变换,明确过渡矩阵必可逆,会求过渡矩阵.P12,例1.2.63、 理解线性子空间的概念,重点掌握齐次线性方程组的解空间与生成子空间,理解线性子空间的交与和以及维数公式,了解子空间的直和与补子空间.P19,例1.3.54、 掌握线性映射(变换)的概念, 线性映射(变换)的矩阵表示以及一个线性变换在不同基下矩阵之间的(相似)关系.P30,例1.4.8,P35,例1.6.15、 会求线性映射的核与值域,理解秩与零度定理P33,例1.5.16、 理解线性变换不变子空间的定义与性质.7、 会求矩阵(线性变换)的特征值与特征向量,理解矩阵(线性变换)的特征值与特征向量的性质8、 掌握矩阵可对角化的条件,理解矩阵族同时可对角化的含义.第二章 λ-矩阵与矩阵的Jordan 标准形1、会求λ-矩阵的Smith 标准形2、会求λ-矩阵的不变因子,行列式因子和初等因子.明确三者之间的关系(特别是:初等因子+矩阵秩可决定不变因子) .P72,例2.2.1, 例2.2.23、理解λ-矩阵等价的几个充分必要条件.4、掌握矩阵Jordan 标准形的定义,会求矩阵的Jordan 标准形及其相似变换矩阵. P79例2.3.3第三章 内积空间, 正规矩阵, Hermite 矩阵1、掌握欧氏空间和酉空间的定义与性质,掌握Hermite 矩阵的定义与性质,会求欧氏(酉)空间的度量矩阵(P94),明确欧氏空间的度量矩阵为实对称阵, 酉空间的度量矩阵为Hermite 矩阵. 例:在线性空间[]3x R 中定义内积()⎰-=11)()()(),(dx x g x f x g x f(1) 、证明[]3x R 是欧氏空间;(2) 、求基1,2,x x 的度量矩阵; (3) 、求21)(x x x f +-=与2541)(x x x g --=的内积.2、掌握线性无关向量组的Schmidt 正交化与单位化方法P100,例3.2.13、掌握酉矩阵和正交矩阵的定义与性质,理解酉变换与正交变换的定义与性质4、掌握Schur 引理的内容及实现过程,掌握正规矩阵的定义与性质P114,例3.5.1第四章 矩阵分解1、掌握矩阵满秩分解的定义以及具体分解方法,明确矩阵满秩分解表达式不唯一,及其应用于求矩阵广义逆.2、掌握矩阵正交三角分解的定义以及具体分解方法,理解矩阵正交三角分解与Schmidt 正交化与单位化方法之间的关系.P148,例4.2.1例:求矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=101011110A 的正交三角(UR)分解.第五章 向量与矩阵范数1、理解向量范数的定义,会判断所给定义是否可作为向量范数,会求向量的p-范数,1-范数,2-范数, ∞-范数,学习指导上例5.12、理解矩阵范数的定义,会判断所给定义是否可作为矩阵范数3、理解矩阵范数与向量范数的相容性,掌握诱导范数的定义,会求矩阵的1-范数(列和范数), 2-范数(谱范数),∞-范数(行和范数),谱半径,学习指导上例5.6,例5.7 4、理解矩阵序列极限与矩阵序列敛散性的含义,会求矩阵序列极限,会判断矩阵序列敛散性,学习指导上例5.185、掌握矩阵幂级数敛散性的含义,会判断矩阵幂级数的敛散性,并会求收敛幂级数的和,学习指导上例5.20,例5.21,例5.22。
矩阵分析主讲教师：张艳霞矩阵理论的应用微分方程、概率与统计、优化、信号处理、控制工程、经济理论等等。
工程经济理论等等如需更深入地学习和了解在自己专业的应用，可如需更深入地学习和了解在自己专业的应用可参考：《矩阵分析与应用》，张贤达著，清华大学出版社；《Matrix Analysis for Scientists & Engineers》:Alan J. Laub，SIAM.第章第一章线性空间和线性变换线性空间的基本概念及其性质线性空间的基底，维数, 坐标变换线性空间的基底维数线性空间的子空间，交与和线性映射及其值域、核线性变换及其矩阵表示矩阵（线性变换）的特征值与特征向量矩阵的可对角化条件第一节第节线性空间一：线性空间的定义与例子线性间的义定义设是一个非空的集合，是一个数域，V F 在集合中定义两种代数运算,一种是加法运算,来表示另种是运算用来表示V 用来表示; 另一种是数乘运算, 用来表示, +i并且这两种运算满足下列八条运算律：（1）加法交换律αββα+=+（2）加法结合律()()αβγαβγ++=++（3）零元素: 在中存在一个元素，使得对于V 0任意的都有V α∈0αα+=（4）负元素: 对于中的任意元素都存在一V α个元素使得β0αβ+=（5）i =1αα（6）()()k l kl αα=（7）()k l k l ααα+=+（8）()k k k αβαβ+=+为数域F 称这样的上的线性空间。
V例1全体实函数集合构成实数域上的线性空间。
R 例2复数域上的全体型矩阵构成的集C m n ×合为上的线性空间。
m n × C C 例3实数域上全体次数小于或等于的多项式R n 集合构成实数域上的线性空间;1[]n R x +R 实数域上全体次数等于的多项式集合不构成实数域上的线性空间;R n R二：线性空间的基本概念及其性质定义:线性组合；线性表出；线性相关；线性无关；向量组的极大线性无关组；向量组的秩向量组的极大线性无关组向量组的秩R例1实数域上的函数空间中，函数组2x x1,cos,cos2是线性相关的函数组。
矩阵分析知识点总结一、矩阵的基本概念1.1 矩阵的定义矩阵是由数个数排成的矩形阵列。
矩阵可以用大写字母表示。
1.2 矩阵的基本要素- 元素：矩阵中的每一个数称为矩阵的元素。
- 维数：矩阵的行数和列数称为矩阵的维数。
行和列的个数分别称为行数和列数。
1.3 矩阵的类型- 方阵：行数等于列数的矩阵称为方阵。
- 零矩阵：所有元素都是 0 的矩阵称为零矩阵。
- 对角矩阵：除了主对角线上的元素外，其它元素都是 0 的矩阵称为对角矩阵。
1.4 矩阵的表示- 横标法：按行标的顺序把元素排列成一串数，两个 4× 3 的矩阵可以表示为 12 个数。
- 纵标法：按纵标的顺序把元素排列成一串数。
1.5 矩阵的运算- 矩阵的加法- 矩阵的数乘- 矩阵的乘法1.6 矩阵的转置- 行变列，列变行，得到的新矩阵称为原矩阵的转置。
- 性质： (AT)T = A1.7 矩阵的逆- 若矩阵 A 有逆矩阵 A-1, 则 A × A-1 = A-1 × A = E- 矩阵 A 有逆矩阵的充分必要条件是 A 是可逆的。
- 克拉默法则：若一个 n 阶矩阵可逆，且 Ax = b，则 x = A-1b1.8 矩阵的秩- 行最简形矩阵都是行等价的。
其秩等于不为零的行数。
- 同样列最简形矩阵都是列等价的。
其秩等于不为零的列数。
- 行秩等于列秩。
1.9 矩阵的特征值和特征向量- 特征值：如果数λ和非零向量 x ,使得Ax = λx 成立，则称λ 是矩阵 A 的特征值。
非零向量x 称为特征值λ 对应的特征向量。
- 矩阵 A 所有特征值的集合称为 A 的谱。
- 若λ1，λ2，···，λn 互不相同，相应的特征向量组 x1，x2，···，xn 线性无关，则它们构成一组 A 的特征向量基。
1.10 矩阵的奇异值- 奇异值：对于矩阵A(λ1, λ2, ···, λn)，λ1，λ2，···,λn称为矩阵 A 的奇异值。
第四章 矩阵分析4-1．(1)对矩阵A 只做初等行变换得到行简化阶梯形矩阵82100-55212311125141010551312114001-5582100-5521211251,0105513114001-55A B C A BC ⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-→⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦=取于是即为其满秩分解表达式(2)对矩阵A 只做初等行变换得到行简化阶梯形矩阵1101010-10-1011110111123131000001110-10-101,0111123A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(3)对矩阵A 只做初等行变换得到行简化阶梯形矩阵12101212101212213300112124314500000048628100000001112121012,2300112146A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=取于是即为其满秩分解表达式(4)对矩阵A 只做初等行变换得到行简化阶梯形矩阵120111012011036142360011-1024022270000016121757300000010101201103136,0011-1020270000016173A B C A BC ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=取于是即为其满秩分解表达式4-2．解：首先注意到A 的秩为1，同时计算出HAA 的特征值12=6=0λλ，，所以A 的奇异值1=6.σ然后分别计算出属于12λλ，的标准正交特征向量.]] []121211112121,1-1,1,.3111111=[,]T TH HU UV A UVV V VAηηηηη-====⎡⎤⎢⎥=∆==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎢⎢⎢⎢⎢⎢⎥⎢⎥⎣⎦⎤⎥==⎢⎥⎥⎣⎦，记，现在计算取于是r000003333HrA U V⎤⎥⎤=⎥⎥⎢⎣⎦⎥⎦⎥⎢⎥⎣⎦=∆=⎦⎥⎦或者4-3．解：(1)容易验证H H H HAA A A BB B B==,所以A,B是正规矩阵.(2)下面求A的谱分解：[][]21231123232323111(+1)(-2)=2==-1.=2=.==-1=10-1=1-0.=0=.TTTTTH E A A G λλλλλλλξλλααααξξξξ-===故的特征值为：，对于特征值，其对应的特征向量对于特征值，其对应的特征向量，，，，1，将，正交化和单位化得，，于是2223311133311133311133300111110636221210003331110226H H G ξξξξ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢=+=+⎢⎥⎢⎢⎥⎢⎢⎢⎥⎢⎣⎢⎥⎣⎦-⎡⎤-⎢⎥⎢⎥=+--⎢⎥⎢⎥-⎢⎥-⎣⎦122113331213331111236333=2A G G ⎡⎤⎡⎤--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎣⎦⎣⎦-因此即为其谱分解.矩阵B 的谱分解参照矩阵A 的谱分解方法. 4-4． 解：已知矩阵024102211042A ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦[][][]21231212331231231(+1)(+2),==-1=-2==-1=-2,1,0,4,0,1=-2=4,2,1.244[,,]102011T TTE A A A P P AP λλλλλλλλααλααααααα--==---⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦-=求得所以其对应的特征值为：，对应于特征值，其对应的特征向量对应于特征值，其对应的特征向量为：，，线性无关，所以矩阵可对角化，所以矩阵是单纯矩阵于是而且有：11231112223311161212100211010,()366002221333122112111=--=-=6331263126322433312263311212632T TTTT TT P G G βββαβαβαβ-⎡⎤-⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥-=-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥-⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥=+=--⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦==取：，，，，，，，，令122433312263311212632A G G A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=-+故即为矩阵的谱分解表达式.4-5．解：[][][]12312i 20000-i 0000500000,=5==0000=51,0,02001,0,0,=1,0,0-i 00100H H H H TT T H HHA A AA AA AA U V A U A V λλλδληηη-⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎡⎤⎢⎥==∆⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎢=∆=⎢⎢⎣⎦，求出的特征值为，所以的奇异值为：求出对应于的特征根：==H⎡⎤⎥⎥⎥⎥⎢⎥⎣⎦4-6．解：()()()1231212112204002000i ,0100-i 000000(-1)(-4)=4,=1,=02=2,=1,14=1,0,04=0,1,010,0100H H H H T H TH A A AA E AA AA AA AA U λλλλλλλααμμμμ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦-=⇒⎡⎤∆=⎢⎥⎣⎦⎡⎤⎢⎥==⎢⎢⎣⎦，所以的奇异值为：特征值为的单位特征向量为：特征值为的单位特征向量为：于是1111100-i 102100110-i 00H H H HV A U A U V -⎥⎥⎡⎤=∆=⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥=∆=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦因此所以4-7．解：(1) 首先求出矩阵A 的特征多项式212322082(+2)(-6)06=-2==6A (6E-A)=14204206E-A=8400000000E A aa a λλλλλλλλλ---=--=---⎡⎤⎡⎤⎢⎥⎢⎥--→-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦所以其特征值为：，由于是单纯矩阵，从而r 有此可知：a=0;(2) 由上知a=0；()21231212331112223220=820-(+2)(-6)006==6;=-2,==6=0 =001=-2=0125524551TT T H H A E A A G G λλλλλλλλααλαααααα⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦⇒⎫⎪⎭⎫⎪⎭⎛⎫ ⎪ ⎪⎪=+== ⎪ ⎪ ⎪ ⎪⎝⎭所以，求出对应于的单位正交特征向量为：，，，求出对应于的单位特征向量为：因此，的投影矩阵，31212552455062H A G G α⎛⎫- ⎪ ⎪ ⎪=- ⎪ ⎪ ⎪ ⎪⎝⎭=-4-8．解： (1)3i -13i -1-i 0i -i 0i -1-i 0-1-i 0,.HH H A A AA A A A ⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦=，所以是正规矩阵 (2)()()())()()()212311223312312314122 1.2==-1=0,-i,1,,=0.8801,0.3251i,0.3251,=0.4597,0.6280i 0.6280,=TTTTTE A λλλλλλλλαλαλααααηηη-=+-+=+==-===求出与求出与求出与对应的特征向量为：将单位化得到单位特征向量为：，111222333112233,,=TH H HG G G A G G G ηηηηηηλλλ⎛ ⎝⎭===++所以4-9．解：对矩阵A 只作初等行变换100071415610290102000147712401525001772655700000310007141102901020077,1245250017726500000.A ABC BC A -⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=→→⎢⎥⎢⎥--⎢⎥⎢⎥--⎢⎥⎣⎦⎢⎥⎣⎦-⎡⎤⎢⎥-⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦= 的秩为，且前三个列向量线性无关，故容易验证：4-10.解： 对矩阵A 只作初等行变换110130-331321421=261070013339311100000211012130-3321,210013333.2113210-361,93A A B C BC A A B C ⎡⎤⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥→→⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦ 的秩为，且第一，第三个列向量线性无关，故容易验证：的秩为，且第二，第三个列向量线性无关，故10992100133.BC A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦=容易验证：4-11.解：()()1231231231231===0=00=0004400TTTH A Schmidt U R U A R ααααααυυυυυυ-⎛ ⎝⎛⎝⎛⎝⎡⎢⎢⎢==⎢⎢⎢⎢⎣⎡⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎣⎦将，，的列向量，，用方法标准正交化得，命，，，则111335---1444420111==-=--2222-1131=.H x R U b Ax b -⎥⎡⎤⎡⎤⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦不难验证4-12.解：5000000005,0,0A H H AA AA ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦因为的特征值为，故4-13.解：2123111111202000202(-4),=4==0A=2=2.=4==,10111012HH HT T HHHAAE AA AAAA UV A Uλλλλλλαλ-⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦-=∆=⎡⎤=∆=∙=⎢⎥⎢⎥⎣⎦⎢⎥所以的特征值，，的奇异值为，的特征值的单位特征向量u u因此：不难验1122124.3.443301001HHHHH HA U VAAUA AU A A VU=∆=⎢⎥⎢⎥⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎢⎢=⎢⎥⎢⎥⎣⎦=证这是定理表达形式.下面介绍定理..表述形式.又的零特征值所对应的次酉矩阵的零特征值所对应的次酉矩阵V于是AA的酉矩阵与的酉矩阵分别为V⎤⎥⎥=⎢⎥⎥⎢⎥⎥⎥⎦⎥⎦，且2000000HD A UDV ⎡⎤∆⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦=不难验证4-14. 解：()()()12312111121111400010(1)(4),000=4=1=02=2=1=14=1001=01010==010010010=U V 010H HH H H H H H AA E AA AA A AA u AA u U u u V A U i A λλλλλλλαα-⎡⎤⎢⎥=-=--⎢⎥⎢⎥⎣⎦⎡⎤∆⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤=∆=⎢⎥⎣⎦∆=，的特征值，，所以的奇异值，，的特征值为的单位特征向量的特征值为的单位特征向量于是因此所以3222121010043300=0=110010(,)=010,V=V 0001100201001001000100HH Hi AA u U U U U i A UDV i ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦⎢⎥⎣⎦⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦若要写成定理..形式还得计算U,V.特征值为的单位特征向量故所以4-15.解：242-24-2422-4-2-2-2252-2-5H i i A i i i i A i i i i -⎡⎤⎡⎤⎢⎥⎢⎥==-=⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦由于所以A 是反Hermite 矩阵.2123121233111222-424+22==(+6i)(-3i)-22A ==-6i =3i.==-6i =0==3i 221=i -33354i2i -999-TTT H H iE A i i iA G λλλλλλλλλλλααλααααα+-=⎛ ⎝⎛⎫ ⎪⎝⎭=+= 的特征值，属于特征值的正交单位特征向量，属于特征值的正交单位特征向量，，因此的正交投影矩阵为233124i529992i 2899944i 2i 9994i 429992i 219996i 3i H G A A G G αα⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎡⎤-⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥--⎢⎥⎣⎦=-所以的谱分解式为：+4-16..解：130i 2202031-i 022HA A ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦由于所以A 是Hermite 矩阵.()21231212331112213--i 220-20==(-2)(+1)31-i 0-22A ==2=-1.==2=010=0=-1=01i 022010i 1-022TTTH H E A A G G λλλλλλλλλλλααλααααα-=⎡⎤⎢⎥⎢⎥=+=⎢⎥⎢⎥⎢⎥⎣⎦ 的特征值，属于特征值的正交单位特征向量，，，属于特征值的正交单位特征向量因此的正交投影矩阵为233121i 0-22010i 10222-H A A G G αα⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦=所以的谱分解式为：4-17. . .解：先求A 的特征值和特征向量，由21234-603+50=(-1)(+2)36-1==1=-2.E A A λλλλλλλλλ--=故的特征值为：，()()()()1231212331123=1-3-60360=0360=2-1,0=0,0,1=-2-3-60360=0360=-11,1201111,,101()=122011010TTT Tx x x x x x P P λααλαααα-⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦--⎡⎤⎡⎢⎥==--⎢⎥⎢⎥⎣⎦⎣当时，由方程组求得特征向量为：，，当时，由方程组求得特征向量为：，所以，()()()1231112223312=1,1,0,=-1,-2,1,=1,2,022*******,1201211202TTTT TT G G A A G G βββαβαβαβ⎤⎢⎥⎢⎥⎢⎥⎦--⎡⎤⎡⎤⎢⎥⎢⎥=+=--==⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦=-因此于是所求投影矩阵为的谱分解表达式为4-18.解： 因为()()1122r r 1122r 20112012012r 11122r r 1122r r 220111011201=+++=++++=++++=(G +G ++G )+()++()=(++++)G +(++++)G ++(+k k k k r s s ss s s s s s A G G G A G G G f a a a a f A a E a A a A a A a a G G G a G G G a a a a a a a a a a λλλλλλλλλλλλλλλλλλλλλλλ=+++++++++ 若则()()()211122+++)=G +G ++s s r ra a f f f G λλλλλ 4-19.解：方法一：A 是单纯矩阵()()()()()31234123123441234-1-11-11-1=(-1)(+3)-11-11-1-1===1=-3.===1=1100=101,0=-100,1=-3=1-1-1,111-11100-1,,,=010-10011T T TTE A A P λλλλλλλλλλλλλλαααλααααα-=⎡⎤⎢⎢=⎢⎢⎣故的特征值为：，属于特征值的正交单位特征向量，，，，，，，，，属于特征值的正交单位特征向量，，所以1123411122331111-44443111--4444,()=1311--44441131444413111131=-=-4444444411131111=-=--44444444314+T TTT TT TT P A G ββββαβαβαβ-⎡⎤⎢⎥⎢⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎥⎢⎥⎦⎢⎥⎢⎥⎣⎦⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭⎛⎫⎛⎫ ⎪ ⎪⎝⎭⎝⎭=+=因此，，，，，，，，，，，，，，因此的正交投影矩阵为11444131144441131444411134444⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦244121111-4444111144441111--444411114444-3H G A A G G αβ⎡⎤-⎢⎥⎢⎥⎢⎥--⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为：方法二：A 是正规矩阵.由方法一中已知A 的特征值1234===1=-3λλλλ，，把1234αααα，，，Schmidt 方法标准正交化得123441112233244=00=0=1111=--22223111444413114444+113144441113444411-44T T TTT T TH G G υυυαυυυυυυυυυ⎫⎫⎛⎪⎪ ⎭⎝⎭⎛⎫⎪⎝⎭⎡⎤-⎢⎥⎢⎥⎢⎥-⎢⎥=+=⎢⎥⎢⎥-⎢⎥⎢⎥--⎢⎥⎣⎦-==，，，把单位化得 ，，，正交投影矩阵121144111144441111--444411114444-3A A G G ⎡⎤⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥---⎢⎥⎣⎦=所以的谱分解式为：。
《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案第1章 线性空间和线性变换（详解）1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-L 表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素为1外，其余元素全为0的矩阵.显然，ii E ，ij E 都是对称矩阵，ii E 有(1)2n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示，此即对称矩阵组成(1)2n n +维线性空间.同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间，只需找出(1)2n n +个向量线性无关，并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解：方法一 设11223344x x x x =+++A E E E E即123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦ 故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.方法二 应用同构的概念，22R ⨯是一个四维空间，并且可将矩阵A 看做(1,2,0,3)T ，1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --.1-4 解：证：设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++=1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解：方法一 （用线性空间理论计算）32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注：按照向量坐标定义计算，第二种方法比第一种方法更简单一些. 1-6 解：①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注：只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP计算出P .1-7 解：因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ，且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组，所以和空间的维数是3，基为121,,ααβ.方法一 设1212{,}{,}span span ∈ξααββI ，于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1，基为[5,2,3,4]T -. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间，所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间，容易求出其基础解系为[5,2,3,4]T -，所以交空间的维数为1，基为[5,2,3,4]T -.评注：本题有几个知识点是很重要的.12(1){,,,}n span αααL 的基底就是12,,,n αααL 的极大线性无关组.维数等于秩12{,,,}n αααL .1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路，求交1212{,}{,}span span ααββI 就是求向量ξ，既可由12,αα线性表示，又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”，将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩（Ⅰ）的基础解系,即是1V 的基, 解出方程组123420x x x x -++=（Ⅱ）的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==L L ,则11,,,,,k l ααββL L 的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证：设210121()()()0k k l l l l --++++=ξξξξL A AA①用1k -A从左侧成①式两端，由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA，所以00l =，代入①可得21121()()()0k k l l l --+++=ξξξL A A A②用2k -A从左侧乘②式两端，由()0k=ξA可得00l =，继续下去，可得210k l l -===L ，于是21,(),(),,()k -ξξξξL A AA 线性无关.1-12 解：由1-11可知，n 个向量210,(),(),,()n -≠ξξξξL A AA线性无关，它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]00000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξL L L L L L L M M M M L LA A A AA A A A AAA A A 所以A在21,(),(),,()n -ξξξξL A AA下矩阵表示为n 阶矩阵00001000010000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦L L L M M M M L L评注：n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基，因此21,(),(),,()n -ξξξξL A A A是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==L L L L L 设11,,,,,,r r s ξξξξξL L L 是的极大无关组，则可以证明11,,,,,,r r s αααααL L L 是的极大无关组. 1-14 解：(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα 设A在基123,,βββ下的矩阵表示是B ，则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠，故0=AX 只有零解，所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.) 1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。
一、定义设V 是一个非空集合， F 为数域．上述的两种运算满足以下八条运算规律，那 么 就称为数域 F 上的线性空间．[ V, F, “+”, “.”, 8 ]判别线性空间的方法：一个集合，对于定义的加法和数乘运算不封闭，或者运算不满足八条性质的任一条，则此集合就不能构成线性空间．R[X]n 是次数不超过n 的多项式，构成了向量空间，其基是[1,X,X 2,……, X n ]。
P[X]n 是次数不超过n-1的多项式，构成了向量空间，其基是[1,X,X 2,……,X n-1]。
Q[X]n 是次数不超过n 的多项式，其中an 不等于0，不构成了向量空间,。
Ax=0的解空间，称为矩阵A 的核（零）空间，记N （A ）设A 为实数（或复数）m*n 矩阵，x 为n 维列向量，则m 维列向量集合V={y ∈R m (C m )|y=Ax,x ∈R n (C n ),A ∈R m*n (C m*n)}构成实（或复）数域R （或C ）上的线性空间，称为A 的列空间或A 的值域，记R （A ）。
线性相关与无关略所有二阶实矩阵组成的集合 ，对于矩阵的加法和数量乘法，构成实数域 上的一个线性空间．对于 中的矩阵例 1.1.11⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=1000,0100,0010,000122211211E E E E ,4321224213122111⎪⎪⎭⎫⎝⎛=+++k k k k E k E k E k E k 有,0000 224213122111⎪⎪⎭⎫⎝⎛==+++O E k E k E k E k 因此 03321====⇔k k k k .,,,22211211线性无关即E E E E()(),,,,,,, 2121P n n αααβββ =基变换公式矩阵P 称为由基n ααα,,,21到基n βββ,,,21 的过渡矩阵．坐标变换公式 ,'''2121⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n n x x x P x x x 例1.2.6略P11设V l ，V 2是线性空间V 的两个子空间， 可以验证: 21V V 构成V 的线性子空间．称为 21V V 为V l 与 V 2 的交空间．可以验证: 21V V + 构成V 的线性子空间．称21V V +为 V l 与 V 2 的和空间例1.3.5◆{}{}2122112121,span ,,span ,1,3,5,1,1,3,5,4,1,31,1,131,2ββααββαα==-=-=--==V V T TT T ）（）（），（），，（试求；(1)V l +V 2的基与维数；(2) 21V V 的基与维数● [解] (1)由定理3知{}212121,,,span ββαα=+V V 121,,βαα是极大无关组．故它是V 1+V 2的基，维数＝3，于是且，即）设（21212V V V V ∈∈∈ααα 24132211ββαααk k k k +=+=把2121,,,ββαα的坐标代入上式，解之得4342132,35,0k k k k k -===于是. 35,5,35,35214的向量表示为V V k T⎪⎭⎫ ⎝⎛--=α其维数=l线性映射：设V1，V2是数域F 上的两个线性空间，映射T ：V1->V2,如果对于任何两个向量a1,a2∈V1和任何数Ｋ∈Ｆ，都有T （a1+a2）=T(a1)+T(a2)；T （Ka1）=KT(a1)便称为映射。
