南航研究生矩阵论复习讲义
第一章线性空间与内积空间
1.线性空间、维数、基与坐标
(1)线性空间V 中存在加法和数乘运算,且加法和数乘运算满足8个条件;
(2)线性空间V 中线性无关向量的最大个数n 称为V 的维数,记为dim (V ) = n ; V 中任意n 个线性无关向量称为V 的一组基;
(3)如果α1, α2, , αn 是线性空间V 中的n 个线性无关向量,且V 中任一向量都可由其线性表示,则α1, α2, , αn 是V 的一组基且dim (V ) = n ;
ε' 1, ε' 2, , ε' n 是(4)设ε1, ε2, , εn 是线性空间V 的一组基,
V 的n 个向量,则存在n 阶方阵T ,使得
(ε' 1, ε' 2, , ε' n ) =(ε1, ε2, , εn ) T ,
, ε' n 也是V 的一组基;当且仅当T 可逆时,ε' 1, ε' 2,
(5)设ε1, ε2, , εn 是线性空间V 的基,则向量α在这组基
T 下的坐标(x 1, x 2, , x n ) 是如下线性组合的系数向量:
α=x 1ε1+x 2ε2+ +x n εn .
2.线性子空间
(1)设V 是线性空间,W 是V 的非空子集,则W 是V 的子空间的充分必要条件是
∀k ∈P , ∀α, β∈W ⇒k α, α+β∈W ;
(2)设α1, α2, , αs 是线性空间V 的一组向量,
W =L (α1, α2, αs ) ={k 1α1+k 2α2+ +k s αs |k i ∈P },则W 是V 的子空间;
(3)设α1, α2, , αs 与β1, β2, , βt 是线性空间V 的两组向
量,则L (α1, α2, , αs ) =L (β1, β2, , βt ) 的充分必要条件是α1, α2, , αs 与β1, β2, , βt 等价;
(4)dim(L(α1, α2, , αs )) =rank (α1, α2, , αs );
(5)设V 1, V 2是线性空间V 的两个子空间,则V 1∩V 2和V 1 +V 2也是V 的子空间;
(6)如果V 1和V 2是线性空间V 的有限维子空间,则
dim (V 1) +dim (V 2) =dim (V 1+V 2) +dim (V 1∩V 2).
3.直和的判别法
(1)V 1 + V 2中任意向量的分解式唯一;
(2)V 1+ V 2中零向量的表法唯一;
(3)V 1∩V 2={0};
(4)dim(V 1+V 2) =dim(V 1) +dim(V 2).
第二章
1.线性变换的定义线性映射与线性变换
设V 是数域P 的线性空间,A 是V 到自身的一个映射,如果A (α+β) =A (α) +A (β), ∀α, β∈V
A (k α) =k A (α), ∀α∈V , k ∈P
则称A 是V 的线性变换.
2.线性变换的性质
如果A , B 是V 的线性变换,k ∈P , 则A +B , AB , k A 也是V 的线性变换.
3.线性变换的矩阵表示
(1)设ε1, ε2, , εn 是线性空间V 的一组基,A 是V 的线性变换,则
⎧A (ε1) =a 11ε1+a 21ε2+ +a n 1εn ⎪⎪A (ε2) =a 12ε1+a 22ε2+ +a n 2εn ⎨ ⎪⎪⎩A (εn ) =a 1n ε1+a 2n ε2+ +a nn εn
即A (ε1, ε2, , εn ) =(ε1, ε2, , εn ) A ;
(2)n 维线性空间的线性变换与n 阶矩阵一一对应;
(3)同一个线性变换在不同基下的矩阵一定相似.
4.线性变换的值域与核
ε1, ε2, , εn 是V 的设A 是n 维线性空间V 的线性变换,
一组基,A 在这组基下的矩阵是A ,则
(1)A 的核为Ker(A ) ={α∈V |A (α) =0};
(2)A 的值域为R (A ) ={A (α) |α∈V };
(3)R (A ) =L (A (ε1), A (ε2), , A (εn ));
(4)dim(R (A )) = rank( A );
(5)dim(R (A )) + dim(Ker(A )) = n .
5.矩阵A 可对角化的充分必要条件
(1)A 有n 个线性无关的特征向量;
(2)设A 的全部互异特征值为λ1, λ2, , λr ,则
dim(V λ1) +dim(V λ2) + +dim(V λr ) =n ;
(3)A 的每一个特征值的几何重数等于代数重数;
(4)A 的初等因子都是一次式;
(5)A 的最小多项式m (λ) 没有重零点.
第三章λ矩阵与矩阵的Jordan 标准形
1.数字矩阵A 与B 相似的条件
(1)存在数字矩阵P 与Q ,使得λI −A =P (λI −B ) Q ;
(2)它们的特征矩阵λI -A 和λI -B 相抵;
(3)它们有相同的不变因子;
(4)它们有相同的行列式因子;
(5)它们有相同的初等因子.
2. 矩阵的最小多项式
(1)矩阵A 的最小多项式m (λ) 能整除A 的任一化零多项式;
(2)矩阵A 的最小多项式能整除特征多项式f (λ) ;
(3)λ0是A 的特征值的充分必要条件是m (λ0) =0;
(4)相似的矩阵具有相同的最小多项式;
(5)矩阵A 的最小多项式为其最后一个不变因子.
3.矩阵的不变因子、行列式因子和初等因子的求法
(1)化λI -A 为Smith 标准形:
λI −A ≅diag(d 1(λ), d 2(λ), , d n (λ)),
则d 1(λ), d 2(λ), , d n (λ) 是A 的n 个不变因子;
(2)令⎧D 1(λ) =d 1(λ), ⎪⎪D 2(λ) =d 1(λ) d 2(λ), ⎨ ⎪⎪⎩D n (λ) =d 1(λ) d 2(λ) d n (λ),
则D 1(λ), D 2(λ), , D n (λ) 是A 的n 个行列式因子;
(3)将矩阵A 的不变因子d 1(λ), d 2(λ), , d n (λ) 进行标准分解,则全体一次因式的方幂
(λ−λ1) , (λ−λ2) , , (λ−λs ) n 1n 2n s
即为A 的全部初等因子.
4. Jordan 标准形的求法
(1)求矩阵A 的初等因子
(λ−λ1) , (λ−λ2) , , (λ−λs ) ; n 1n 2n s
(2)对A 的每个初等因子(λ−λi ) 构造Jordan 块:
0⎞⎛λi 1⎟⎜λi ⎟⎜J i =; ⎜ 1⎟⎟⎜0λi ⎠n ×n ⎝i i n i
(3)A 的Jordan 标准形为J =diag (J 1, J 2, , J s ).
第四章
1.满秩分解矩阵的因子分解
设m ×n 矩阵A 的秩为r ≥1,则存在m ×r 列满秩矩阵B 和r ×n 行满秩矩阵C , 使得A = BC .
2.三角分解
(1)LU 分解:设A 的各阶顺序主子式非零,则存在唯一的单位下三角矩阵L 和上三角矩阵U , 使得A = LU .
(3)设A 是m ×n 矩阵且rank (A ) =r >0,则A 有分解式:
A =QR ,
其中Q 是m ×r 列正交规范矩阵, R 是r ×n 行满秩矩阵.
4. Schur 定理(正交分解)
(1)设A 是n 阶复矩阵,则存在n 阶酉矩阵U 和n
H 阶上三角矩阵R , 使得U AU = R ;
(2)设A 是n 阶实矩阵,则存在n 阶正交矩阵Q 和
T n 阶块上三角矩阵R , 使得Q AQ = R .
5.奇异值分解
设A 是m ×n 实(复)矩阵,且rank (A ) = r ,则存在m 阶正交(酉)矩阵V 和n 阶正交(酉)矩阵U ,使得
⎛Σ0⎞⎞⎛Σ0⎞⎛H ⎟⎜⎟⎜⎟, =V AU =⎜V AU ⎜00⎟⎟⎜00⎟⎜⎠⎠⎝⎠⎝⎝T
其中Σ=diag (σ1, , σr ), 且σ1, , σr 是A 的正奇异值.
6.正规矩阵的性质
(1)n 阶矩阵A 酉相似于对角矩阵的充分必要条件为
A 是正规矩阵;
(2)设A , B 均为n 阶正规矩阵且AB =BA ,则存在n
H H 阶酉矩阵U ,使得U AU 与U BU 同时为对角矩阵;
(3)若A 是正规矩阵,则A 的属于不同特征值的特征向量正交;
(4)若A 是正规矩阵,则A 的奇异值是A 的特征值的模.
第五章Hermite 矩阵与正定矩阵
1. Hermite 矩阵的性质
(1) 如果A 是Hermite 矩阵,则对正整数k ,A k 也是Hermite 矩阵;
(2) 如果A 是可逆Hermite 矩阵,则A 是Hermite 矩阵;
(3) 若A , B 是Hermite 矩阵,则AB 是Hermite 矩阵的充分必要条件是AB = BA ;
(4) 若A 是Hermite 矩阵,则对任意方阵S ,S AS 也是Hermite 矩阵;H -1
(5)设A 为n 阶Hermite 矩阵,则A 的所有特征值全是实数;
(6)设A 为n 阶Hermite 矩阵,则A 的属于不同特征值的特征向量互相正交;
(7)A 为n 阶Hermite 矩阵的充分必要条件是存在酉矩阵U 使得
H U AU =Λ=diag (λ1, λ2, , λn ),
其中λ1, λ2, , λn 均为实数.
2. Hermite 矩阵正定的判别方法
(1)A 的n 个特征值均为正数;
(2) 存在n 阶可逆矩阵P , 使得P AP = I ;
(3) 存在n 阶可逆矩阵Q , 使得A = Q Q ;
(4) 存在n 阶可逆Hermite 矩阵S , 使得A = S ;
(5)A 的顺序主子式均为正数,即2H H
Δk (A ) >0, k =1, , n ;
(6)A 的所有主子式全大于零.
4. Hermite 矩阵半正定的判别方法
(1)A 的n 个特征值均为非负数;
⎛I r (2)存在n 阶可逆矩阵P 使得P AP =⎜⎜0⎝H 0⎞⎟; ⎟0⎠
(3) 存在秩为r 的矩阵Q 使得A =Q Q ; H
(4)存在秩为r 的n 阶Hermite 矩阵S , 使得A =S ;
(5)A 的所有主子式均非负. 2
5.矩阵不等式
(1) A ≥B ⇔A −B ≥0;
n H H (2) A ≥B ⇔∀x ∈C , 有x Ax ≥x Bx ;
(3) 设A =diag (a 1, , a n ), B =diag (b 1, , b n ), 则A ≥B (A >B ) ⇔a i ≥b i (a i >b i )(i =1, 2, , n );
(4) A ≥B (A >B ) ⇔对任意n 阶可逆矩阵P 都有
P AP ≥P BP (P AP >P BP );
(5)设A , B 均为n 阶Hermite 矩阵且A ≥0, B >0,则
B ≥A ⇔ρ(AB ) ≤1; B >A ⇔ρ(AB )
(6)设A 是n 阶Hermite 矩阵,则λmin (A ) I ≤A ≤λmax (A ) I ;
(7)设A 是Hermite 非负定矩阵,则A ≤tr(A ) I ;
(8)设A , B 均为n 阶Hermite 矩阵,且AB = BA ,则
A >B >0⇒A >B ; A ≥B ≥0⇒A ≥B ; 2222
(9) 设A >0, C >0且AC =CA , 则AC >0;
(10) 设A ≥0, C ≥0且AC =CA , 则AC ≥0.
第八章
1.加号逆的定义
广义逆矩阵
设A ∈R m ×n ,则G =A +的充分必要条件是:
(1)AGA =A ;
(2)GAG =G ;
(3)(AG ) =AG ;
(4)(GA ) =GA .
T
T
2.加号逆在方程组中的应用
(1) 方程组Ax =b 相容的充要条件是AA b =b ; (2) 若Ax =b 相容, 则其通解是
++n
x =A b +(I −A A ) y , ∀y ∈R ; (3) 若Ax =b 相容, 则x =A b 是其极小范数解;
+
+
(4) 若Ax =b 不相容, 则其最小二乘解的通式是
++n
x =A b +(I −A A ) y , ∀y ∈R ; (5) 若Ax =b 不相容, 则其极小最小二乘解是x =A b .
+
3.加号逆在矩阵方程中的应用
(1)矩阵方程AXB = C 有解的充分必要条件是
AA CB B =C ;
+
+
(2)如果AXB = C 有解,则其通解是
++++
X =A CB +Y −A AYBB , ∀Y . 4.加号逆的计算
(1) 若A 列满秩, 则A =(A A ) A ; (2) 若A 行满秩, 则A =A (AA ) ;
(3)设A 的满秩分解为A = BC ,则
A =C B =C (CC ) (B B ) B .
+
+
+
T
T −1
T
−1
T
+T −1T
+T T −1