不变子空间的概念.
- 格式:ppt
- 大小:1.32 MB
- 文档页数:25
不变子空间的交还是不变子空间证明【原创实用版】目录1.引言2.不变子空间的概念3.不变子空间的交4.不变子空间的证明5.结论正文1.引言在数学领域,不变子空间是一个重要的概念,它在线性代数、微积分等学科中都有着广泛的应用。
不变子空间交和证明是理解不变子空间的关键,本文将从这两个方面进行阐述。
2.不变子空间的概念不变子空间指的是一个向量空间在经过某一线性变换后,仍然保持原有结构和性质的子空间。
设 V 是一个向量空间,T 是 V 上的一个线性变换,如果存在一个子空间 W 使得 T(W)W,那么 W 就是不变子空间。
3.不变子空间的交不变子空间的交指的是多个不变子空间相交后得到的子空间。
假设 V 有两个不变子空间 W1 和 W2,它们的交为 W1∩W2。
根据不变子空间的性质,T(W1∩W2)W1∩W2,所以 W1∩W2 也是 V 的一个不变子空间。
4.不变子空间的证明为了证明不变子空间的存在性和唯一性,我们需要引入一些相关的概念和定理。
设 V 是一个向量空间,T 是 V 上的一个线性变换,W 是 V 的一个子空间。
如果 T(W)W,那么我们可以证明 W 是 V 的一个不变子空间。
证明:假设 U 是 V 的另一个子空间,且 T(U)U。
我们需要证明 W ∩U 也是 V 的一个不变子空间。
根据向量空间的性质,有 T(W∩U)T(W)∩T(U)。
因为 T(W)W 和 T(U)U,所以 T(W)∩T(U)W∩U。
所以 W∩U 也是 V 的一个不变子空间。
5.结论不变子空间在数学领域具有广泛的应用,理解不变子空间的交和证明对于深入研究不变子空间具有重要意义。
§7.4 不变子空间教学目的 本节要求掌握不变子空间的概念及其不变子空间的判断方法,掌握值域和核的概念以及它们都是σ的不变子空间的事实,了解σ的秩和零度的概念及其相关结论。
教学难点 不变子空间的证明教学重点不变子空间的概念、值域和核的概念以及它们都是σ的不变子空间的证明 教 学 过 程备 注教学内容一、不变子空间的定义为了解决不变子空间的问题,我们需要不变子空间的概念.先看一个例子.在3V 中,设σ是数量变换,即有一个确定的数k ,使得对任意αασαk )(,3=∈V ,设W 是3V 中过原点的一个平面,W 是3V 的一个子空间,对W 中每一个向量ξ,ξ在σ作用之下的像)(ξσ仍是W 中的向量,这样的子空间W 就是σ的不变子空间.定义1 设σ是F 上向量空间V 的一个线性变换,W 是V 的一个子空间,若W 中向量在σ下的像仍在W 中,即对于W 中任一向量ξ,都有W ∈)(ξσ,则称W 是σ的一个不变子空间,或称W 在σ之下不变.例1 向量空间V 本身和零子空间是V 的任一个线性变换的不变子空间,称它们为V 的平凡不变子空间,其它不变子空间称为非平凡不变子空间.例2 向量空间V 的任一子空间都是数量变换的不变子空间.例3 在R [x]中,令x)(f (f(x))'=σ,对任意][],[)(x R x R x f n ∈是R [x]的子空间,并且]x [n R 是σ的不变子空间.例4 设σ是3V 中以过原点的一条直线L 为轴,旋转θ角的变换,则L 是σ的一维不变子空间;过原点且与L 垂直的平面H 是σ的一个二维不变子空间.二、不变子空间的判断下面给出一种判断不变子空间的方法定理7.4.1 设σ是n 维向量空间V 的一个线性变换,W 是V 的子空间,{}r 21,,,ααα 是W 的基.则W 是σ的不变子空间的充要条件是)(,),(),(r 21ασασασ 在W 中.设W 是向量空间V 的关于线性变换σ的不变子空间,那么对于任意的W ∈α,必有W ∈)(ασ,因此σ也可看作是向量空间W 的一个线性变换,用Wσ表示,即对于任意W ∈ξ,)()(ξσξσ=W若W ∉ξ,那么)(ξσW就没有意义. Wσ叫做σ在W 上的限制.三、不变子空间与线性变换的矩阵的关系设σ是n 维向量空间V 的一个线性变换,W 是σ的一个非平凡不变子空间.在W 中取一个基{}r 21,,,ααα ,把它扩充成V 的一个基},,,,,,{1r 21n r ααααα +,由于),,2,1()(r i W i =∈ασ,故可设r r a a a αααασ12211111)(+++= r r a a a αααασ22221212)(+++=…………r r a a a αααασr 2r 21r 1r )(+++=n r n a a a a ααααασ1,1r 1r 1r r 1r r 11r 11r )(++++++++++++= ,,,,…………n nn r n r r rn n n a a a a ααααασ+++++=++ 1,111)(因此,σ关于这个基的矩阵为,00002311,,11,11,111,1111⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛++++++A A A a a a a a a a a a a a a nn r n n r r r rn r r rr r n r r这里1A 是Wσ关于W 的基{}r 21,,,ααα 的矩阵.如果V 可以分解成两个非平凡不变子空间1W 与2W 的直和,21W W V ⊕=那么选取1W 的一个基{}r 21,,,ααα 和2W 的一个基{}n 1,,αα +r ,凑成V 的一个基{}n r ααααα,,,,,,1r 21 +,当1W 和2W 都在σ下不变时,σ关于这个基的矩阵是⎪⎪⎭⎫ ⎝⎛=210A A A 这里1A 是r 阶矩阵,2A 是n-r 阶矩阵,它们分别是1W σ关于基{}r 21,,,ααα 的矩阵和2W σ关于基{}n 1,,αα +r 的矩阵.若V 可分解成s 个非平凡子空间s 21,,,W W W 的直和,并且每一i W 都是σ的不变子空间,那么在每一子空间中取一个基,凑成V 的基,σ关于这个基的矩阵就为分块对角形矩阵其中i A 是i W σ关于i W 的基的矩阵,.,2,1s i =如果能将V 分解成n 个在σ下不变的一维子空间的直和,那么σ在适当选取的基下的 矩阵就是对角矩阵. σ的一维不变子空间的问题与线性变换的本征值和本征向量有密切关系,我们将在下一节进行讨论.四、线性变换的值域与核定义2 设是向量空间的一个线性变换,由V 中全体向量的像构成的集合称为的值域,记作或;有零向量在之下的全体原像作成的集合称为的核,记作,即定理7.4.2 设σ是向量空间V 的线性变换,那么σm I 和σKer 是V 的子空间,并且在σ之下不变.证 先证σm I 是σ的不变子空间因为,σσm 0)0(,0I V ∈=∈,所以Φ≠m I .由于对任意σηξIm ,,∈∈F k ,存在V ∈βα,,使得)(),(βσηασξ==,而σβασβσασηξIm )()()(∈+=+=+,σασασξIm )()(∈==k k k因此σm I 是V 的子空间.任取σζIm ∈,当然σξσζIm )(,∈∈V .所以σm I 是σ的不变子空间.再证σKer 是σ的不变子空间.⎪⎪⎪⎪⎪⎭⎫ ⎝⎛s 21A A A因为σKer ∈0,所以σKer 非空.对任意σβαKer F k ∈∈,,,有0)(,0)(==βσασ,于是0)()()(=+=+βσασβασ 0)()(==ασασk k即有,,σαβαKer k ∈+,所以σKer 是V 的子空间.由于σKer 中的向量在σ下的像都是零向量,因此σKer 是σ的不变子空间. 我们把σm I 的维数称为线性变换σ的秩,记作秩σ.把的维数称为线性变换的零度.定理7.4.3 设σ是n 维向量空间V 的一个线性变换,{}n 21,,,ααα 是V 的一个基,σ关于这个基的矩阵是A ,则(1) ))(,),(),((m 21n L I ασασασσ = (2) σ的秩等于A 的秩证 (1) σξm I ∈∀,存在n n a a a V αααηη+++=∈ 2211,,使得)(ησξ=. 于是))(,),(),(()()()()(212211n n n L a a a ασασασασασασησ ∈+++=故 ))(,),(),((Im 21n L ασασασσ ⊆又 σασασασIm ))(,),(),((21⊆n L ,所以(1)成立.(2) 由(1)知,(,),(),(())(,),(),((dim )dim(Im )(2121nn L ασασασασασασσσ 秩秩===而 A n n n ),,,())(,),(),((),,,(212121αααασασασααασ == 由定理5.2.14知,秩A n 秩=))(,),(),((21ασασασ ,所以A 秩秩=σ.定理7.4.4 设σ是n 维向量空间V 的一个线性变换,则n =+的零度秩σσ证 在V 中取定一个基{}n 21ααα,,, .设σ关于这个基的矩阵为A ,由定理7.4.3, σ的秩=秩A若σαααξKer a a a n n ∈+++= 2211,则0)(=ξσ.由于)(ξσ与0向量的坐标相同,即T T n A )0,,0,0(),,,(21 =ααα,因此ξ的坐标T n a a a ),,,(21 是齐次线性方程组⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛00021n x x x A(1)的在n F 中的解向量.反之,对齐次线性方程组(1)的每个解向量T n b b b ),,,(21 来说,σαααKer b b b n n ∈+++ 2211.令σKer 的任一向量ξ与它的坐标对应,这就得到了F 上向量空间σKer 与(1)的在F 上的解空间W 的同构映射.因此σσ秩秩-n dim dim =-==A n W Ker故n =+的零度秩σσ例5 设{}4321αααα,,,是四维向量空间V 的一个基,线性变换σ关于这个基的矩阵为A ,并且⎪⎪⎪⎪⎪⎭⎫⎝⎛=2-12-255213121-121A求σ的值域与核.解 先求ker σ, 设ξ∈ker(σ), ξ关于{α1,α2,α3,α4}的坐标为(x 1, x 2, x 3,x 4), σ (ξ)在{α1,α2,α3,α4}下的坐标为(0, 0, 0, 0),由定理7.4.4,有⎪⎪⎪⎪⎪⎭⎫⎝⎛---2122552131211201 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛4321x x x x =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛0000解得该齐次线性方程组的基础解系为X 1=(-2,-23,1,0), X 2=(-1,-2,0,1).令 β1=-2α123-α2+α3 , β2=-α1-2α2+α4那么ker (σ)=L (β1, β 2),σ的零度=2 .再求Im σ. 由定理7.4.3,Im σ=L (σ (α1), σ (α2), σ (α3), σ (α4)).而由定理7.4.4, σ的秩为2. 因此,{})(,)(,)(,)(4321ασασασασ的极大无关组含有两个向量,又σ (α1), σ (α2)线性无关,所以Im σ =L (σ (α1), σ (α2)).作 业:P332-333,习题七,第19,20,21,22,23,24,25,26题.教学小结本节内容分为下面四个问题讲: 1. 加法运算 2. 数乘运算3. 乘法运算(1). 乘法运算(2). 线性变换σ的方幂4. 可逆线性变换及线性变换可逆的充要条件本课作业本课教育评注。
不变子空间.若当.最小多项式(简介)§7 不变子空间◎ 本节重点:不变子空间的定义与“限制”.已知可对角化对应于对角矩阵,但是并不是每个都能对角化的.退一步,对应于准对角形也好;虽然比对角形复杂,但也算简单.这个问题的研究需要用到不变子空间的概念.一、定义与例子1.定义:σ∈L(Vn),W是σ的不变子空间⇔W是V的子空间,且∀ξ∈W,有σ(ξ)∈W.简称σ-子空间. (注意:与线性变换有关)2.例子:设σ∈L(Vn),则下列子空间W都是σ的不变子空间: 1)W={0} 2)W=V 3)W=σ-1(0) 4)W=σ(V) 5)W=Vλ0={ξ∈V|σ(ξ)=λ0ξ}A与B是可交换的,则B的核与值域都是A-子空间. 二、线性变换在不变子空间上的“限制”1.定义:设W是σ∈L(Vn)的不变子空间,可只在W中考虑σ,记为σ|W.【意义】缩小了线性变换的范围,从而简化线性变换.因此,如果V可分解为若干σ-子空间Wi的直和,那么对V的线性变换σ的研究就归结为对各个子空间Wi的直和研究.2.区别:σ|W与σ的作用结果一样,但作用范围不同.即ξ∈W⇒(σ|W)ξ=σξ;ξ∉W⇒(σ|W)ξ无意义.三、不变子空间与线性变换矩阵化简之间的关系(意义)V=W1⊕W2⊕ ⊕Ws,设V可分解为若干个σ-子空间的直和:在每个不变子空间Wi中取基εi,εi, ,εi,i=1,2, s,并把他们合并为V的一组基,则在这组基下,σ的矩阵具有12k⎛A1准对角形⎝⎫⎪⎪,其中Ai,i=1,2, s是A|Wi在对应基下的矩阵. As⎪⎭进一步的,我们有: *四、不变子空间的直和分解定理12:设线性变换σ∈L(Vn)的特征多项式f(λ)可分解成一次因式:f(λ)=(λ-λ1)r(λ-λ2)r (λ-λS)r,则V可以分解成不变子空间的直和: 12SV=V1⊕V2⊕⊕Vs,其中Vi={ξ∈V|(σ-λiE)iξ=0}.r§8 若当(Jordan)标准形介绍若当(Jordan)标准形是一类特殊的准对角矩阵. 一、基本定义 1. 若当块⎛λ 1J(λ,t)=0 ⎝000 1000λ 00λ10⎫⎪0⎪⎪(λ是复数;注意对角元相同)⎪0⎪⎪λ⎭2. 若当形矩阵=由若干个若当块(阶数未必相同、λ未必相同)组成(不计顺序)的准对角矩阵. (若当形矩阵中包括对角矩阵)【问题】若当形矩阵的特征值=?.(若当块不计排列顺序)二、主要结论定理13:∀σ∈L(Vn(C)),在V中必定存在一组基,使σ在这组基下的矩阵式若当形矩阵. (这个若当形矩阵除去其中若当块的排列次序外,是被σ唯一决定的,它称为σ的若当标准形)若用矩阵来描述,即定理14:复数域上,每个方阵都相似于某个若当形矩阵.(好用的结论)三、若当标准形的求法(第八章介绍)【特例】若A可对角化,则若当标准形就是相似的对角矩阵.⎛0【第二届中国大学生数学竞赛预赛2019】设B= 00⎝100030⎫⎪2019⎪, 0⎪⎭证明X2=B无解,这里X为三阶复数矩阵.[证法]对复数矩阵,优先考虑它相似于某个Jordan矩阵这个性质,并联系特征值.§9 最小多项式介绍最小多项式有着良好的理论意义,特别是适用于对角化问题.已知Hamilton-Cayley定理:方阵A的特征多项式是A的零化多项式.要寻找其中次数最低的,这就是最小多项式的研究思路. 一、基本定义定义:ϕ(x)是方阵A的最小多项式⇔f(A)=0且ϕ(x)次数最低、首项系数为1. 例数量矩阵kE的最小多项式是二、基本性质引理1矩阵A的最小多项式必唯一. 证法带余除法引理2f(x)是A的零化多项式⇔f(x)是A的最小多项式ϕ(x)的倍式,即ϕ(x)|f(x). 【特例】最小多项式是特征多项式的因式. 证法带余除法⎛1例求A=⎝11⎫⎪2⎪的最小多项式. (x-1) 1⎪⎭【问题】相似矩阵有相同的最小多项式?⎛a 1例 k阶若当块J=⎝a1⎫⎪⎪⎪的最小多项式是⎪a⎪⎭k⨯k(直接计算,(x-a)k)三、主要结论定理数域P上矩阵A可对角化的充要条件是A的最小多项式是P上互素的一次因式的乘积. 推论复数域上A可对角化的充要条件是A的最小多项式无重根.例设A是n阶幂等矩阵,且秩为r.试求A的相似标准形,并说明理由;求2E-A. 解法:由A2=A知A有最小多项式g(λ)=λ2-λ=λ(λ-1)且无重根,所以A相似于对角矩阵,且特征值只能是1或0.又r(A)=r,故存在可逆矩阵P使P⎛ErAP= 0⎝02En-r⎛ErAP= 0⎝0⎫⎪. 0⎪⎭从而 P-1(2E-A)P=2E-P-1⎫n-r⎪⇒2E-A=2. ⎪⎭矩阵相似对角化的应用1.利用矩阵相似对角化计算矩阵多项式若矩阵A与B相似,则存在可逆矩阵P使得A=PBP进一步有:当ϕ(x)是多项式时,ϕ(A)=Pϕ(B)P-1.特例:当A相似于对角矩阵时,由Ak=PBkP-1容易计算方幂Ak. 2.求Fibonacci数列通项:an+2=an+1+an(a0=0,a1=1)⎛an+1⎫⎛1解法用矩阵形式表示递推关系式 a⎪⎪=⎝n⎭⎝1⎛1A= 1⎝-1,于是Ak=PBkP-1.1⎫⎛an⎫⎛1⎪ a⎪⎪= 0⎪⎭⎝n-1⎭⎝11⎫⎪0⎪⎭na⎝0⎫⎪⎪⎭'⎛⎫1⎫⎛λ11±51±5-1 ⎪⎪的特征值为λ1,2=,对应的特征向量为,1,PAP=⎪0⎪22⎭⎝⎝⎭⎫⎪λ2⎪⎭nn⎡⎛⎤⎫⎛⎫11+51-5n⎪- ⎪⎥. ⎢由此可求A,即得an=⎪ 2⎭2⎪5⎢⎝⎝⎭⎥⎣⎦3.利用矩阵相似对角化线性方程组【例】(人口流动问题)设某国人口流动状态的统计规律是每年有十分之一的城市人口流向农村,十分之二的农村人口流入城市.假定人口总数不变,则经过许多年以后,全国人口将会集中在城市吗?解设最初城市、农村人口分别为x0,y0,第k年末人口分别为xk,yk,则⎛x1⎫⎛0.9y⎪⎪=⎝1⎭⎝0.1⎛0.9记A= 0.1⎝0.2⎫⎛x0⎪⎪0.8⎭⎝y0⎛xk⎫⎛0.9⎫⎪,⎪ y⎪⎪= ⎝k⎭⎝0.1⎭0.2⎫⎛xk-1⎫⎪⎪⎪⎪0.8⎭⎝yk-1⎭x0.2⎫⎛xk⎫k⎛0⎫⎪⎪,可得⎪=A ⎪⎪⎪. 0.8⎭yy⎝k⎭⎝0⎭为计算Ak,可考虑把A相似对角化.特征多项式λE-A=(λ-1)(λ-0.7). λ=1对应的特征向量为α1=(2,1)';λ=0.7对应的特征向量为α2=(1,-1)'取P=(α1,α2)= 1⎝k⎛21⎫1⎛1-1⎪ P=,得⎪-1⎭3⎝11⎫⎪⎪-2⎭A⎛1=P 0⎝0⎫1⎛2-1⎪P= 0.7⎪3⎝1⎭kk1⎫⎛1⎪ -1⎪⎭⎝00⎫⎛1⎪ k 0.7⎪⎭⎝11⎫⎪ -2⎪⎭1⎫1⎛2⎪= ⎪-2⎭3 ⎝22⎫⎪ 1⎪⎭k令k→∞,有0.7→0,得A1⎛2→3⎝11⎫⎛1⎪⎪-1⎭⎝00⎫⎛1⎪⎪0⎭⎝1⎛xk⎫1⎛2 ⎪ → 2 y⎪3⎝⎝k⎭⎛2⎫⎪2⎫⎛x0⎫3⎪⎪⎪=(x+y)00⎪⎪1⎭ 1⎪⎝y0⎭⎪⎝3⎭可见当k→∞时,城市与农村人口比例稳定在2:1.定理7:设A为实对称矩阵,则必存在正交矩阵T,使得T'AT=T-1AT为对角阵.(注意:对角元恰好是A的全体特征值)(常用于证明题)[证明思路]:利用对称变换的理论,等价于对称变换有n个特征向量作成标准正交基(见教材).也可用数学归纳法,将实对称矩阵A用两次正交相似变换化为对角阵.证明:设σ在n维欧氏空间V的标准正交基下的矩阵是A,则σ是对称变换. n=1时,V=L(α),取e1=α/α∈V,则σ(e1)∈V,有σ(e1)=ke1,e1即为所求. 设n-1时命题成立(含义?),考虑n的情形.设法把Vn分解成V1+Vn-1,才能使用归纳假设:1)σ对称−引理−−→σ有实数特征值λ1(才能保证特征向量α1∈V(R),正交矩阵要求实数矩阵);2)取e1=α1/1,则是实特征向量.设V1是L(e1)的正交补,则V1是σ-子空间,维数为n-1,.且σ|V是V1的对称变换.于是利用归纳假设,V1有n-1个特征向量e2, ,en 标准正交,联合1e1,e2, ,en即为V的特征向量、标准正交基.另证:直接从矩阵角度证明,数学归纳法:n=1显然. 设n-1时命题成立,A必有实数特征n值λ1(特征向量α1∈Rn),取e1=α1/α1,则也是实.特征向量.扩充成R的标准正交基e1,e2, ,en,以它们为列作n级矩阵T1,则T1正交,且T1'AT1=T1A(e1,e2, ,en)=T1(Ae1,Ae2, ,Aen)=(λ1T1e1,T1Ae2, ,T1Aen)-1-1-1-1-1注意到E=T1T1=T1(e1,e2, ,en)=(T1e1,T1e2, ,T1en),故T1e1-1-1-1-1-1-1是E的第一列,于是T1'AT1形如⎛λ1⎝0C⎫⎪,而AB⎭对称,T1'AT1也对称,得C=0,且B是n-1级对称矩阵.λ2, ,λn),取由归纳假设,存在n-1级正交矩阵Q,使得Q'BQ=dia(g1T2=⎛ 0⎝0⎫,T=T1T2Q⎪⎭⎛1T'AT=⎝可得T是正交矩阵,并且⎫⎛λ1⎪ Q'⎪⎭⎝⎫⎛1⎪ B⎪⎭⎝⎫⎪= =diag(λ1, ,λn)Q⎪⎭又T'AT=T-1AT与A相似,有相同的特征值,于是λ1, ,λn是A的全部特征值.《欧氏空间》复习一、主要概念1)内积 2)长度 3)夹角 4)正交 5)度量矩阵 6)标准正交基 7)正交矩阵 8)正交变换 9)正交补 10)对称变换 11)最小二乘法二、重要方法1.验证欧氏空间.[内积4条公理]2.利用内积计算长度、夹角;证明向量相等、长度关系式.3.求标准正交基.[可验证!先正交化再单位化,反之…错.]4.正交补的构造与求法.5.正交矩阵、正交变换、对称变换的应用与证明.[注意变换与矩阵的转化]6.求正交矩阵T,使得T'AT=T-1AT为对角阵.(可验证!注意区别第五、七章的方法)7.利用正交线性替换化实二次型为标准形. *8.求最小二乘解. 三、思考题1.什么是内积?欧氏空间的哪些概念与内积有关?(长度、夹角、正交、度量矩阵、标准正交基、同构、正交变换、对称变换、正交补)2.内积与标准正交基有何联系? 3.标准正交基有何作用? 4.如何构造子空间的正交补?5.正交矩阵、实对称矩阵各有哪些特点?6.正交变换、对称变换各有哪些特点和区别?四、例题选讲◎ A正定⇒A+E>1证1:A正定⇒特征值λi>0⇒A+E的特征值λi+1>1 于是A+E=(λ1+1)(λ2+1)(λn+1)>1⋅1 1=1 证2:A正定⇒T-1AT=diag(λ1, ,λn),λi>0A+E=Tdiag(λ1, ,λn)T-1+E=Tdiag(λ1+1, ,λn+1)T-1-1=T(λ1+1)(λ2+1) (λn+1)>1⋅1 1=1《期末总复习》一、考试题型填空、计算、证明、讨论或判断二、复习依据作业(习题集)、例题、课外提高三、各章主线 1.线性空间2.线性变换、运算、关于基的矩阵及变换问题的转化、不变子空间可验证)、结论、对角化判定及求可逆矩阵C3.Jordan标准形4.欧氏空间(注意:涉及的概念都与内积有关)(四条公理)、长度、夹角、标准正交基(求法,可验证)可验证)[可验证].区别第5章方法)四、注意事项1.几类矩阵的特点、区别与联系:……可逆矩阵、对称矩阵、合同矩阵、相似矩阵、正定矩阵、正交矩阵. 2.线性变换问题与矩阵问题的转化……线性空间(通过基)、欧氏空间(通过标准正交基) 3.可验证的几种计算类型特征值(迹)、特征向量(代入方程组)、标准正交基(两两正交、长度为1)、正交矩阵(行[或列]向量组标准正交,或A'A=E)。
不变子空间和特征子空间的关系引言在线性代数和线性代数应用中,不变子空间和特征子空间是两个重要的概念。
它们是研究线性变换的性质和特征的基础,对于理解线性变换和矩阵的本质具有重要意义。
本文将探讨不变子空间和特征子空间的关系以及它们在线性代数中的应用。
什么是不变子空间?不变子空间是指在线性变换下保持不变的向量子空间。
具体来说,对于线性变换T 和向量空间V,如果对于V中的每个向量v,T(v)仍然是V中的向量,那么T是V 的一个不变变换,V的子空间U称为T的一个不变子空间。
简而言之,不变子空间是线性变换将向量空间中的向量变换后,仍然保持在原来的子空间中。
不变子空间的简单推论是,对于线性变换T和其不变子空间U,若向量v属于U,则T(v)也属于U。
不变子空间可以是向量空间的一部分,也可以是整个向量空间本身。
什么是特征子空间?特征子空间是指与特征值相关联的特定向量空间。
特征值和特征向量是线性代数中非常重要的概念,它们提供了描述矩阵和线性变换性质的有效方法。
在研究线性变换的特性时,特征值和特征向量常常是我们关注的重点。
对于线性变换T和向量空间V,如果存在一个非零向量v和标量λ,使得T(v) = λv,那么v就是T的一个特征向量,λ就是v对应的特征值。
特征值和特征向量通常是成对出现的,一个特征向量可能对应多个特征值,同样一个特征值也可能对应多个特征向量。
特征子空间是指与特征值对应的特征向量所构成的子空间。
特征子空间可以看作是特征值为零的特征向量组成的子空间。
特征子空间在矩阵和线性变换的研究中有着重要的作用。
不变子空间和特征子空间的关系不变子空间和特征子空间之间存在着紧密的关系。
具体来说,特征子空间是不变子空间的一种特殊情况。
设T是向量空间V上的线性变换,λ是T的一个特征值,v是λ对应的特征向量。
由特征向量的定义可知,T(v) = λv。
我们要证明v所张成的子空间是T的一个不变子空间。
对于v所张成的子空间U,任取u属于U,则u为v的线性组合,表示为u = a1v+ a2v + … + anv(其中a1, a2, …, an为标量),而T(u)则为T(a1v + a2v+ … + anv)。
不变子空间的交还是不变子空间证明
摘要:
1.引言
2.不变子空间的概念
3.不变子空间的交
4.不变子空间的证明
5.结论
正文:
【引言】
在数学领域,不变子空间是一个重要的概念,特别是在线性代数和微积分等学科中。
不变子空间是指在给定变换下,一个向量空间中的子空间,其元素在变换后仍然属于该子空间。
不变子空间的交和证明是理解这一概念的关键。
本文将从不变子空间的交和证明两个方面进行阐述。
【不变子空间的概念】
不变子空间是指在一个给定的变换下,一个向量空间中的子空间,其元素在变换后仍然属于该子空间。
例如,在二维平面上,以原点为中心的圆是一个不变子空间,因为对该圆上的任何点进行旋转90 度后,仍然在圆上。
【不变子空间的交】
不变子空间的交是指两个或多个不变子空间共有的元素组成的子空间。
例如,在二维平面上,以原点和以原点为中心的圆分别是两个不变子空间,它们的交是原点。
【不变子空间的证明】
证明不变子空间是理解这一概念的关键。
在向量空间中,如果一个子空间在给定变换下不变,那么它就是一个不变子空间。
证明的过程通常涉及到线性代数的知识,需要运用矩阵和线性变换等概念。
【结论】
不变子空间是线性代数和微积分等学科中的重要概念,它在理解变换和空间结构等方面有着重要的作用。
不变子空间的交与不变子空间证明一、不变子空间的交在线性代数中,我们经常会接触到不变子空间的概念。
不变子空间是指在线性变换下保持不变的向量子空间。
而不变子空间的交,指的是两个线性变换的不变子空间的交集。
在这里,我们将探讨不变子空间的交的相关概念和性质。
1. 定义和性质当我们考虑两个线性变换T1和T2时,它们的不变子空间分别为V1和V2。
那么不变子空间的交V1∩V2就是同时属于V1和V2的向量的集合。
不变子空间的交是同时关于T1和T2的不变的向量的集合。
不变子空间的交有以下几个性质:- 不变子空间的交仍然是一个子空间;- 不变子空间的交的维数小于等于每个不变子空间的维数之和;- 如果T1和T2的不变子空间的交的维数等于它们的和,那么这两个不变子空间的交就是直和。
从性质上看,不变子空间的交具有一定的规律和特点,这为我们进一步的研究和应用提供了基础。
2. 应用和意义不变子空间的交在实际问题中具有重要的应用。
在矩阵的相似性问题中,我们需要考虑到矩阵的不变子空间以及它们的交,这对于我们判断矩阵相似性具有一定的帮助和指导。
在研究线性变换的结构和特性时,不变子空间的交也扮演着重要的角色。
我们可以通过研究不变子空间的交来理解线性变换的相互影响和作用,进而更深入地理解线性代数的相关理论。
二、不变子空间证明在线性代数的学习中,不变子空间的证明是我们经常遇到的问题之一。
要证明一个向量子空间是线性变换的不变子空间,需要我们进行严密的推理和论证。
下面,我们将介绍一些关于不变子空间证明的方法和技巧。
1. 直接证明法直接证明法是最常见的一种方法。
我们假设一个向量子空间W是线性变换T的不变子空间,然后通过对T(W)中的向量进行分解和推理,来证明T(W)也是W的子空间。
这种方法直接而且易于理解,是不变子空间证明的基本方式。
2. 矩阵表示法线性变换可以通过矩阵来表示,而不变子空间的证明也可以通过矩阵的运算来实现。
我们可以将线性变换表示为矩阵A,然后利用矩阵的运算性质和行列式的性质来证明不变子空间的性质。
§7.4 不变子空间教学目的本节要求掌握不变子空间的概念及其不变子空间的判断方法,掌握值域和核的概念以及它们都是σ的不变子空间的事实,了解σ的秩和零度的概念及其相关结论。
教学难点不变子空间的证明教学重点不变子空间的概念、值域和核的概念以及它们都是σ的不变子空间的证明教学过程备注教学内容一、不变子空间的定义为了解决不变子空间的问题,我们需要不变子空间的概念.先看一个例子.在3V中,设σ是数量变换,即有一个确定的数k,使得对任意αασαk)(,3=∈V,设W是3V中过原点的一个平面,W是3V的一个子空间,对W中每一个向量ξ,ξ在σ作用之下的像)(ξσ仍是W中的向量,这样的子空间W就是σ的不变子空间.定义1 设σ是F上向量空间V的一个线性变换,W是V的一个子空间,若W中向量在σ下的像仍在W中,即对于W中任一向量ξ,都有W∈)(ξσ,则称W是σ的一个不变子空间,或称W在σ之下不变.例1 向量空间V本身和零子空间是V的任一个线性变换的不变子空间,称它们为V的平凡不变子空间,其它不变子空间称为非平凡不变子空间.例2 向量空间V的任一子空间都是数量变换的不变子空间.例3 在R[x]中,令x)(f(f(x))'=σ,对任意][],[)(xRxRxfn∈是R[x]的子空间,并且]x[nR是σ的不变子空间.例4 设σ是3V中以过原点的一条直线L为轴,旋转θ角的变换,则L是σ的一维不变子空间;过原点且与L垂直的平面H是σ的一个二维不变子空间.二、不变子空间的判断下面给出一种判断不变子空间的方法定理7.4.1 设σ是n维向量空间V的一个线性变换,W是V的子空间,{}r21,,,ααα 是W的基.则W是σ的不变子空间的充要条件是)(,),(),(r21ασασασ 在W中.设W是向量空间V的关于线性变换σ的不变子空间,那么对于任意的W ∈α,必有W ∈)(ασ,因此σ也可看作是向量空间W 的一个线性变换,用Wσ表示,即对于任意W ∈ξ,若W ∉ξ,那么)(ξσW就没有意义. Wσ叫做σ在W 上的限制.三、不变子空间与线性变换的矩阵的关系设σ是n 维向量空间V 的一个线性变换,W 是σ的一个非平凡不变子空间.在W 中取一个基{}r 21,,,ααα ,把它扩充成V 的一个基},,,,,,{1r 21n r ααααα +,由于),,2,1()(r i W i =∈ασ,故可设……………………因此,σ关于这个基的矩阵为 这里1A 是Wσ关于W 的基{}r 21,,,ααα 的矩阵. 如果V 可以分解成两个非平凡不变子空间1W 与2W 的直和那么选取1W 的一个基{}r 21,,,ααα 和2W 的一个基{}n 1,,αα +r ,凑成V 的一个基{}n r ααααα,,,,,,1r 21 +,当1W 和2W 都在σ下不变时,σ关于这个基的矩阵是这里1A 是r 阶矩阵,2A 是n-r 阶矩阵,它们分别是1W σ关于基{}r 21,,,ααα 的矩阵和2W σ关于基{}n 1,,αα +r 的矩阵. 若V 可分解成s 个非平凡子空间s 21,,,W W W 的直和,并且每一i W 都是σ的不变子空间,那么在每一子空间中取一个基,凑成V 的基,σ关于这个基的矩阵就为分块对角形矩阵其中i A 是i W σ关于i W 的基的矩阵,.,2,1s i =如果能将V 分解成n 个在σ下不变的一维子空间的直和,那么σ在适当选取的基下的 矩阵就是对角矩阵. σ的一维不变子空间的问题与线性变换的本征值和本征向量有密切关系,我们将在下一节进行讨论.四、线性变换的值域与核定义2 设是向量空间的一个线性变换,由V 中全体向量的像构成的集合称为的值域,记作或;有零向量在之下的全体原像作成的集合称为的核,记作,即定理7.4.2 设σ是向量空间V 的线性变换,那么σm I 和σKer 是V 的子空间,并且在σ之下不变.证 先证σm I 是σ的不变子空间因为,σσm 0)0(,0I V ∈=∈,所以Φ≠m I .由于对任意σηξIm ,,∈∈F k ,存在V ∈βα,,使得)(),(βσηασξ==,而σβασβσασηξIm )()()(∈+=+=+,因此σm I 是V 的子空间.任取σζIm ∈,当然σξσζIm )(,∈∈V .所以σm I 是σ的不变子空间.再证σKer 是σ的不变子空间.因为σKer ∈0,所以σKer 非空.对任意σβαKer F k ∈∈,,,有0)(,0)(==βσασ,于是即有,,σαβαKer k ∈+,所以σKer 是V 的子空间.由于σKer 中的向量在σ下的像都是零向量,因此σKer 是σ的不变子空间. 我们把σm I 的维数称为线性变换σ的秩,记作秩σ.把的维数称为线性变换的零度.定理7.4.3 设σ是n 维向量空间V 的一个线性变换,{}n 21,,,ααα 是V 的一个基,σ关于这个基的矩阵是A ,则(1) ))(,),(),((m 21n L I ασασασσ = (2) σ的秩等于A 的秩证 (1) σξm I ∈∀,存在n n a a a V αααηη+++=∈ 2211,,使得)(ησξ=. 于是故 ))(,),(),((Im 21n L ασασασσ ⊆又 σασασασIm ))(,),(),((21⊆n L ,所以(1)成立.(2) 由(1)知,而 A n n n ),,,())(,),(),((),,,(212121αααασασασααασ ==A n 秩=))(,),(),((21ασασασ ,所以A 秩秩=σ.定理7.4.4 设σ是n 维向量空间V 的一个线性变换,则证 在V 中取定一个基{}n 21ααα,,, .设σ关于这个基的矩阵为A ,由定理7.4.3, σ的秩=秩A若σαααξKer a a a n n ∈+++= 2211,则0)(=ξσ.由于)(ξσ与0向量的坐标相同,即T T n A )0,,0,0(),,,(21 =ααα,因此ξ的坐标T n a a a ),,,(21 是齐次线性方程组⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛00021n x x x A(1)的在n F 中的解向量.反之,对齐次线性方程组(1)的每个解向量T n b b b ),,,(21 来说,σαααKer b b b n n ∈+++ 2211.令σKer 的任一向量ξ与它的坐标对应,这就得到了F 上向量空间σKer 与(1)的在F 上的解空间W 的同构映射.因此 故例5 设{}4321αααα,,,是四维向量空间V 的一个基,线性变换σ关于这个基的矩阵为A ,并且 求σ的值域与核.解 先求ker σ, 设ξ∈ker(σ), ξ关于{α1,α2,α3,α4}的坐标为(x 1, x 2, x 3,x 4), σ (ξ)在{α1,α2,α3,α4}下的坐标为(0, 0, 0, 0),由定理7.4.4,有⎪⎪⎪⎪⎪⎭⎫⎝⎛---2122552131211201 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛4321x x x x =⎪⎪⎪⎪⎪⎭⎫⎝⎛0000 解得该齐次线性方程组的基础解系为X 1=(-2,-23,1,0), X 2=(-1,-2,0,1).令 β1=-2α123-α2+α3 , β2=-α1-2α2+α4 那么ker (σ)=L (β1, β 2),σ的零度=2 .再求Im σ. 由定理7.4.3,Im σ=L (σ (α1), σ (α2), σ (α3), σ (α4)).而由定理7.4.4, σ的秩为2. 因此,{})(,)(,)(,)(4321ασασασασ的极大无关组含有两个向量,又σ (α1), σ (α2)线性无关,所以Im σ =L (σ (α1), σ (α2)).作 业:P332-333,习题七,第19,20,21,22,23,24,25,26题. 教学小结本节内容分为下面四个问题讲: 1. 加法运算 2. 数乘运算 3. 乘法运算(1). 乘法运算 (2). 线性变换σ的方幂4. 可逆线性变换及线性变换可逆的充要条件 本课作业本课教育评注。
§7 不变子空间对于给定的n 维线性空间V ,A ∈)(V L ,如何才能选到V 的一个基,使A 关于这个基的矩阵具有尽可能简单的形式.由于一个线性变换关于不同基的矩阵是相似的.因而问题也可以这样提出:在一切彼此相似的n 阶矩阵中,如何选出一个形式尽可能简单的矩阵.这一节介绍不变子空间的概念,来说明线性变换的矩阵的化简与线性变换的内在联系.定义7 设A 是数域P 上线性空间V 的线性变换,W 是V 的一个子空间.如果W 中的向量在A 下的像仍在W 中,换句话说,对于W 中任一向量ξ,有A W ∈ξ,就称W 是A 的不变子空间,简称A -子空间.例1 整个空间V 和零子空间{}0,对于每个线性变换A ,都是A -子空间. 例2 A 的值域与核都是A -子空间.例3 若线性变换A 与B 是可交换的,则B 的核与值都是A -子空间. 因为A 的多项式f (A )是和A 交换的,所以f (A )的值域与核都是A -子空间.例4 任何一个子空间都是数乘变换的不变子空间.特征子空间与一维不变子空间之间有着紧密的联系.设W 是一维A -子空间,ξ是W 中任何一个非零向量,它构成W 的一个基.按A -子空间的定义,A W ∈ξ,它必是ξ的一个倍数:A ξλξ0=.这说明ξ是A 的特征向量,而W 即是由ξ生成的一维A -子空间.反过来,设ξ是A 属于特征值0λ的一个特征向量,则ξ以及它任一倍数在A 下的像是原像的0λ倍,仍旧是ξ的一个倍数.这说明ξ的倍数构成一个一维A -子空间.显然,A 的属于特征值0λ的一个特征子空间0λV 也是A 的一不变子空间.A -子空间的和与交还是A -子空间.设A 是线性空间V 的线性变换, W 是A 的不变子空间.由于W 中向量在A 下的像仍在W 中,这就使得有可能不必在整个空间V 中来考虑A ,而只在不变子空间W 中考虑A ,即把A 看成是W 的一个线性变换,称为A 在不变子空间W 上引起的变换.为了区别起见,用符号A |W 来表示它;但是在很多情况下,仍然用A 来表示而不致引起混淆.必须在概念上弄清楚A 与A |W 的异同:A 是V 的线性变换, V 中每个向量在A 下都有确定的像;A |W 是不变子空间W 上的线性变换,对于W 中任一向量ξ,有(A |W )ξ=A ξ.但是对于V 中不属于W 的向量η来说,(A |W )η是没有意义的.例如,任一线性变换在它的核上引起的变换就是零变换,而在特征子空间0λV 上引起的变换是数乘变换0λ.如果线性空间V 的子空间W 是由向量组s ααα,,,21 生成的,即),,,(21s L W ααα =,则W 是A -子空间的充要条件为A 1α,A 2α,…, A s α全属于W .下面讨论不变子空间与线性变换矩阵化简之间的关系.1)设A 是维线性空间V 的线性变换,W 是V 的A -子空间.在W 中取一组基k εεε,,,21 ,并且把它扩充成V 的一组基n k k εεεεε,,,,,,121 +. (1)那么,A 在这组基下的矩阵就具有下列形状⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛++++++2311,,11,11,111,11110000A O A A a a a a a a a a a a a a nn k n n k k k kn k k kk k n k k . (2) 并且左上角的k 级矩阵1A 就是A |W 在的基k εεε,,,21 下的矩阵.2) 设V 分解成若干个A -子空间的直和:s W W W V ⊕⊕⊕= 21.在每一个A -子空间i W 中取基),,2,1(,,,21s i iin i i =εεε (3) 并把它们合并起来成为V 的一组基I .则在这组基下,A 的矩阵具有准对角形状⎪⎪⎪⎪⎪⎭⎫ ⎝⎛s A A A 21 (4) 其中),,2,1(s i A i =就是A |W 在基(3)下的矩阵.反之,如果线性变换A 在基I 下的矩阵是准对角形(4),则由(3)生成的子空间i W 是A -子空间.由此可知,矩阵分解为准对角形与空间分解为不变子空间的直和是相当的. 下面应用哈密尔顿-凯莱定理将空间V 按特征值分解成不变子空间的直和. 定理12 设线性变换A 的特征多项式为)(λf ,它可分解成一次因式的乘积s r s r r f )()()()(2121λλλλλλλ---=则V 可分解成不变子空间的直和s V V V V ⊕⊕⊕= 21其中{}V A V i r i i ∈=-=ξξελξ,0)(|.。
不不不不不
不变子空间是一种数学概念,它是指在线性变换中保持不变的子空间。
在线性代数中,线性变换是指通过矩阵乘法将向量映射到另一个向量的过程。
例如,矩阵A可以将向量v映射到另一个向量Av。
不变子空间是指在线性变换中,某个子空间内的所有向量都保持不变。
这意味着,如果一个向量属于不变子空间,则在线性变换中,这个向量的坐标不会发生改变。
不变子空间在许多数学领域中都有应用,例如物理学、工程学、经济学等。
它们可以用来描述物理系统中的一些性质,或者用来解决各种线性方程组。
beurling定理和hardy空间上位移算子的不变子空间1. Beurling定理的概述Beurling定理是一个关于函数空间的定理,它指出,任何函数空间都可以表示为一个简单的线性组合的Hardy空间上位移算子的不变子空间。
这个定理的关键在于,函数空间可以表示为线性组合的不变子空间,而不是单独的函数。
Beurling定理的另一个重要的特征是,它可以用来描述函数空间中的结构,这有助于更好地理解函数空间的性质。
2. Hardy空间上位移算子的定义Hardy空间上的位移算子是一个线性映射,它将Hardy空间中的函数映射到另一个Hardy空间中的函数,使得函数的值在每一个点上都被位移了一个固定的量。
它可以用来描述函数在时间上的变化,也可以用来描述函数在空间上的变化。
它是一个具有特定的线性映射性质的算子,它的定义如下:设$T$为Hardy空间上的位移算子,$f$为Hardy空间中的函数,$a$为实数,则$Tf(x)=f(x-a)$,其中$x$为实数。
3. 不变子空间的概念Beurling定理和Hardy空间上位移算子的不变子空间是一种线性子空间,它们是由位移算子的操作作用于某个函数空间而产生的。
这些不变子空间是由一组函数组成的,这些函数满足位移算子的操作,而且它们的线性组合也满足位移算子的操作。
这些不变子空间可以用来表示函数空间中的函数,它们也可以用来描述函数空间中的结构。
Beurling定理说明一个被称为Hardy空间的函数空间的不变子空间是一个Hilbert空间。
因此,Beurling定理与不变子空间之间存在密切的联系,即不变子空间的存在可以使Beurling定理成立。
更具体地说,Beurling定理指出,Hardy空间的不变子空间是一个Hilbert空间,这个Hilbert空间可以用Hardy空间上的位移算子来定义,而这些位移算子也是不变子空间的基础。
因此,可以认为Beurling定理与不变子空间之间存在紧密的联系,即Beurling定理只有在不变子空间存在的情况下才能成立。
不变子空间与特征子空间之间的联系标题:不变子空间与特征子空间之间的联系简介:在线性代数中,研究向量空间的结构和性质时,不变子空间和特征子空间是两个重要概念。
本文将深入探讨不变子空间与特征子空间之间的联系,分析它们的定义、性质以及彼此之间的相互作用。
通过这篇文章,读者将会全面、深刻地理解不变子空间和特征子空间,并认识到它们在线性代数中的重要性。
第一部分:不变子空间的定义和性质1.1 不变子空间的基本定义1.2 不变子空间的性质和重要性1.3 不变子空间在线性代数中的应用领域第二部分:特征子空间的定义和性质2.1 特征子空间的基本定义2.2 特征子空间的性质和重要性2.3 特征子空间在矩阵和线性变换中的应用第三部分:不变子空间与特征子空间之间的联系3.1 不变子空间与特征子空间的关系探究3.2 不变子空间在特征分解中的作用3.3 特征值与不变子空间的关系第四部分:总结和回顾4.1 对不变子空间与特征子空间的综合理解4.2 不变子空间和特征子空间的应用案例回顾4.3 我对不变子空间与特征子空间的观点和理解第一部分:不变子空间的定义和性质1.1 不变子空间的基本定义不变子空间是在线性变换下保持不变的向量子空间。
它包含线性变换的所有特征向量以及它们的线性组合。
1.2 不变子空间的性质和重要性不变子空间具有许多重要性质,包括:- 不变子空间是向量空间,它包含了零向量。
- 不变子空间关于加法和数量乘法封闭,即其中的向量与线性变换后仍然在子空间中。
- 不变子空间在定义线性变换的基础上提供了更详细的信息。
1.3 不变子空间在线性代数中的应用领域不变子空间在许多领域中都有广泛的应用,包括:- 动力系统中的稳定性分析。
- 图像和信号处理中的特征提取。
- 量子力学中的态空间表示。
第二部分:特征子空间的定义和性质2.1 特征子空间的基本定义特征子空间是由线性变换的所有特征向量构成的子空间。
特征向量对应于在线性变换下只发生伸缩变换而不改变方向的向量。