当前位置：文档库 › 几类线性系统的预处理和矩阵的Hadamard积

几类线性系统的预处理和矩阵的Hadamard积

【摘要】：科学与工程的众多领域如高阶偏微分方程、计算流体力学、电磁学、约束优化和线性互补问题等都离不开大型线性系统的求解.研究这些大型线性系统的快速迭代方法具有重要的理论意义和应用价值.本文对M-(H-)矩阵线性系统和鞍点系统的迭代求解和预处理技术进行了深入的研究.同时研究了矩阵的Hadamard积的谱半径的估计.本文的研究成果可以分为三大类.1.M-(H-)矩阵线性系统的预处理本部分的研究共有两章,主要讨论了M-(H-)矩阵线性系统的预处理技术.在第二章主要研究了M-矩阵线性系统的预处理技术.根据M-矩阵的结构特点,给出了几个新的预处理子,分析了预处理Gauss-Seidel迭代法的收敛性.同时,利用矩阵分裂和比较定理,理论上证明了所提预处理迭代法具有较好的收敛速度.数值试验也表明了方法的有效性.第三章研究了H-矩阵线性系统的预处理技术.首先给出了H-矩阵线性系统的广义预处理子.利用H-分裂和H-相容分裂理论,给出了预处理矩阵的收敛性分析和参数的收敛区间.2.鞍点系统的预处理第四章主要研究鞍点系统的预处理技术.建立在正稳定和不定块预处理子的基础上,首先讨论了由麦克斯韦方程离散出来的对称鞍点问题的预处理技术,提出了带有参数的块三角形和块三对角预处理子.对于非对称鞍点问题,给出了带有参数的增广块三角形和块三对角预处理子.同时,详细分析了预处理鞍点矩阵的谱和参数的选取.理论分析表明只要参数取适当的值,预处理鞍点矩阵的谱将高度聚集于1附近.数值试验也表

明所提预处理子的有效性.3.非负矩阵和M-矩阵的Hadamard积第五章主要讨论了非负矩阵和M-矩阵的Hadamard积的谱半径的估计.对于两个非负矩阵,利用Hadamard积的性质和非负矩阵的谱半径的估计,给出了两个非负矩阵Hadamard积的谱半径的上界.对于两个M-矩阵,利用Fan积的性质和特征值的Cassini卵形包含定理,给出了两个M-矩阵Fan积的最小特征值的新的下界.这些界改进了已有的结果.【关键词】：M-矩阵H-矩阵矩阵分裂迭代法预处理迭代法收敛性非负矩阵Hadamard积Fan积鞍点矩阵块预处理子增广矩阵Krylov子空间法谱半径

【学位授予单位】：华东师范大学

【学位级别】：博士

【学位授予年份】：2010

【分类号】：O151.21

【目录】：摘要6-8Abstract8-11第一章绪论11-161.1研究问题和背景11-141.2本文的主要研究内容14-151.3符号表15-16第二章M-矩阵的预处理技术16-422.1经典迭代法介绍16-202.2预备知识20-242.3M-矩阵的预处理及其收敛分析24-412.4小结和展望41-42第三章H-矩阵的预处理技术42-583.1预备知识42-453.2H-矩阵的预处理及其收敛分析45-573.3小结和展望57-58第四章鞍点问题的预处理技术

58-794.1预备知识58-604.2对称鞍点问题的预处理技术60-704.3非对称鞍点问题的预处理技术70-784.4小结和展望78-79第五章非负矩阵和M-矩阵的Hadamard积79-1045.1预备知识79-825.2非负矩阵的Hadamard积的谱半径的估计82-925.3M-矩阵的Fan积的最小特征值的估计92-1035.4小结和展望103-104参考文献104-116读博士期间的科研成果116-118致谢118-119 本论文购买请联系页眉网站。

线性代数行列式算与性质

线性代数行列式的计算与性质行列式在数学中，是一个函数，其定义域为的矩阵，取值为一个标量，写作或。行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说，在维欧几里得空间中，行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论，还是在微积分学中（比如说换元积分法中），行列式作为基本的数学工具，都有着重要的应用。行列式概念最早出现在解线性方程组的过程中。十七世纪晚期，关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始，行列式开始作为独立的数学概念被研究。十九世纪以后，行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现，行列式在许多领域都逐渐显现出重要的意义和作用，出现了线性自同态和矢量组的行列式的定义。行列式的特性可以被概括为一个多次交替线性形式，这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。矩阵 A 的行列式有时也记作 |A|。绝对值和矩阵范数也使用这个记法，有可能和行列式的记法混淆。不过矩阵范数通常以双垂直线来表示（如：），且可以使用下标。此外，矩阵的绝对值是没有定义的。因此，行列式经常使用垂直线记法（例如：克莱姆法则和子式）。例如，一个矩阵： A= ? ? ? ? ? ? ? i h g f e d c b a ，行列式也写作，或明确的写作： A= i h g f e d c b a ，即把矩阵的方括号以细长的垂直线取代行列式的概念最初是伴随着方程组的求解而发展起来的。行列式的提出可以追溯到十七世纪，最初的雏形由日本数学家关孝和与德国数学家戈特弗里德·莱布尼茨各自独立得出，时间大致相同。

线性变换与矩阵地关系

线性变换与矩阵的关系学院：数学与计算机科学学院班级：2011级数学与应用数学：学号：

线性变换与矩阵的关系（西北民族大学数学与应用数学专业， 730124）指导教师一、线性变换定义1 设有两个非空集合V,U，若对于V中任一元素α，按照一定规则总有U中一个确定的元素β和它对应，则这个对应规则被称为从集合V到集合U的变换（或映射），记作β=T(α)或β=T α,( α∈V)。设α∈V，T(α)= β,则说变换T把元素α变为β，β称为α在变换T下的象，α称为β在变换T下的源，V称为变换T的源集，象的全体所构成的集合称为象集，记作T(V)。即 T(V)={ β=T(α)|α∈V}, 显然T(V) ?U 注：变换的概念实际上是函数概念的推广。定义2 设V n,U m分别是实数域R上的n维和m维线性空间，T是一个从V n到U m得变换，如果变换满足（1）任给α1 ，α2∈V n，有T(α1+α2)=T(α1)+T(α2); （2）任给α∈V n，k∈R，都有 T(kα)=kT(α)。那么，就称T为从V n到U m的线性变换。说明：

○1线性变换就是保持线性组合的对应的变换。 ○2一般用黑体大写字母T,A,B,…代表现象变换，T(α)或Tα代表元 α在变换下的象。 ○3若U m=V n，则T是一个从线性空间V n到其自身的线性变换，称为线性空 V n中的线性变换。下面主要讨论线性空间V n中的线性变换。二、线性变换的性质设T是V n中的线性变换，则 (1)T(0)=0,T(-α)=-T(α); (2)若β=k1α1+k2α2+…+k mαm,则Tβ=k1Tα1+k2Tα2+…+k m Tα m; (3)若α1，…αm线性相关，则Tα1…Tαm亦线性相关；注：讨论对线性无关的情形不一定成立。 (4)线性变换T的象集T(V n)是一个线性空间V n的子空间。记S T={α|α∈V n,T α=0}称为线性变换T的核，S T是V n的子空间。设V和W是数域F上的向量空间，而σ：V→W是一个线性映射。那么 (i)σ是满射Im(σ)=W; (ii)σ是单射Ker(σ)={0}

线性变换的矩阵表示式

§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

线性变换和矩阵.

§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

高等代数与解析几何第七章(1-3习题)线性变换与相似矩阵答案

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。

线性代数---特殊行列式及行列式计算方法总结

特殊行列式及行列式计算方法总结一、几类特殊行列式 1. 上（下）三角行列式、对角行列式（教材P7例5、例6） 2. 以副对角线为标准的行列式 11112112,1221222,1 1,21,1 1,11 2 ,1 (1)2 12,11 000000 00 000 0000 (1) n n n n n n n n n n n nn n n n n n nn n n n n n a a a a a a a a a a a a a a a a a a a a a a ---------== =- 3. 分块行列式（教材P14例10）一般化结果： 00n n m n n m n m m n m m n m A C A A B B C B ????==? 0(1)0n m n n m n mn n m m m n m m n A C A A B B C B ????==-? 4. 范德蒙行列式（教材P18例12）注：4种特殊行列式的结果需牢记！以下几种行列式的特殊解法必须熟练掌握！！！二、低阶行列式计算二阶、三阶行列式——对角线法则（教材P2、P3）三、高阶行列式的计算【五种解题方法】 1) 利用行列式定义直接计算特殊行列式； 2) 利用行列式的性质将高阶行列式化成已知结果的特殊行列式； 3) 利用行列式的行（列）扩展定理以及行列式的性质，将行列式降阶进行计算 ——适用于行列式的某一行或某一列中有很多零元素，并且非零元素的代数余子式很容易计算； 4) 递推法或数学归纳法； 5) 升阶法（又称加边法）

【常见的化简行列式的方法】 1. 利用行列式定义直接计算特殊行列式例1 （2001年考研题） 00010002000199900 02000000 002001 D = 分析：该行列式的特点是每行每列只有一个元素，因此很容易联想到直接利用行列式定义进行计算。解法一：定义法 (1,2,...,2,1,)012...19990(1)2001!(1)2001!2001!n n n D τ--+++++=-=-= 解法二：行列式性质法利用行列式性质2把最后一行依次与第n -1,n -2,…,2,1行交换（这里n =2001），即进行2000次换行以后，变成副对角行列式。 2001(20011) 20011 20011 2 000020010 001000200(1) (1) (1)2001!2001!0199900 02000 000D ?---=-=--= 解法三：分块法 00010002000199900 02000000 002001 D = 利用分块行列式的结果可以得到

线性代数的基本运算

111 第5章线性代数的基本运算本章学习的主要目的： 1 复习线性代数中有关行列式、矩阵、矩阵初等变换、向量的线性相关性、线性方程组的求解、相似矩阵及二次型的相关知识. 2学会用MatLab 软件进行行列式的计算、矩阵的基本运算、矩阵初等变换、向量的线性相关性的判别、线性方程组的求解、二次型化标准形的运算. 5.1 行列式 5.1.1 n 阶行列式定义由2n 个元素),,2,1,(n j i a ij 组成的记号 D=nn n n n n a a a a a a a a a 212222111211 称为n 阶行列式.其值是所有取自不同行不同列的n 个元素的乘积n np 2p 21p 1a a a 的代数和,各项的符号由n 级排列n p p p 21决定,即

112 D= ∑ -n p p p n p p p 21n np 2 p 21 p 1) 21( a a a )1(τ, 其中 ∑n p p p 21表示对所有n 级排列求和, ) ,,,(21n p p p τ是排列 n p p p 21的逆序数. 5.1.2 行列式的性质 (1) 行列式与它的转置行列式相等. (2) 互换行列式的两行(列),行列式变号. (3) 若行列式有两行(列)完全相同,则此行列式为零. (4) 行列式的某一行(列)中所有的元素都乘以同一数k,等于用数k 乘此行列式. (5) 若行列式有两行(列)元素成比例,则此行列式为零. (6) 若行列式的某一列(行)的元素是两数的和,则此行列式等于对应两个行列式之和.即 nn n n ni n n i i nn n n ni n n i i nn n n ni ni n n i i i i a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a a 21'2 1 '22221 '11211212 1 22221 112 1121'2 1 '222221'111211+ =+++ (7) 若行列式的某一行(列)的各元素乘以同一数加到另一行(列)对应的元素上去,行列式不变.

03 线性变换及其矩阵(西北工业大学版)

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V y ∈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 i 2R 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 ηξθ θηξθ θ-??????=????? ??????? 2 R ∈ 可见该操作为变换，下面证明其为线性变换

12x x x ???=???? 12z z z ?? =????2R ∈，,R k l ∈ 11112222=kx lz kx lz kx lz kx lz kx lz +?????? ++=?????? +?????? 11221122cos sin ()sin cos cos sin cos sin sin cos sin cos ()() kx lz T kx lz kx lz x z k l x z k Tx l Tz θθθθθθθ θθθθθ+-?? ??+=????+???? --???? ????=+?????? ?????????? =+ ∴ 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{}n x x x ,,,,12 ，微分算子d D dx =是n P 上的一个线性变换。 [证明] 显然D 对n P 而言是变换，要证明D 满足线性变换的条件 n ,P f g ?∈，,R k l ∈ ()()()D kf lg k Df l Dg +=+ ∴ D 是n P 上的线性变换。 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 [证明] 线性变换()()()+=+T kx ly k Tx l Ty （1）()()()===00T O T x Tx O

#第七章线性变换(小结)

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.

(整理)05 第五节线性变换的矩阵表示.

第五节线性变换的矩阵表示分布图示 ★ 线性变换的矩阵表示式 ★ 线性变换在给定基下的矩阵 ★ 线性变换与其矩阵的关系 ★ 例1 ★ 例2 ★ 例3 ★ 线性变换在不同基下的矩阵 ★ 例4 ★ 内容小结 ★ 课堂练习 ★ 习题6-5 内容要点一、线性变换在给定基下的矩阵定义1 设T 是线性空间n V 中的线性变换，在n V 中取定一个基,,,,21n ααα 如果这个基在变换T 下的象为 ???????+++=??????????+++=+++=, )(,)(,)(22112222112212211111n nn n n n n n n n a a a T a a a T a a a T αααααααααααα 记 )),(,),(),((),,,(2121n n T T T T αααααα = 则上式可表示为 A T n n ),,,(),,,(2121αααααα =，其中A =??????? ??nn n n n n a a a a a a a a a 21 2222111211, 那末，则称A 为线性变换T 在基n ααα,,,21 下的矩阵. 显然，矩阵A 由基的象)(,),(),(21n T T T ααα 唯一确定. 二、线性变换与其矩阵的关系设A 是线性变换T 在基n ααα,,21 ，下的矩阵，即基n ααα,,,21 在变换T 下的象为 ),,,(21n T ααα =A n ),,,(21ααα , 结论在n V 中取定一个基后，由线性变换T 可唯一地确定一个矩阵A ，由一个矩阵A 也可唯一地确定一个线性变换T . 故在给定基的条件下，线性变换与矩阵是一一对应的. 三、线性变换在不同基下的矩阵已知同一个线性变换在不同的基下有不同的矩阵，那么这些矩阵之间有什么关系呢？定理1 设线性空间n V 中取定两个基n ααα,,,21 ；n βββ ,,21，由基n ααα,,,21 到基n βββ ,,21的过渡矩阵为P ，n V 中的线性变换T 在这两个基下的矩阵依次为A 和B ，则 AP P B 1-=. 定理表明：B 与A 相似，且两个矩阵之间的过渡矩阵P 就是相似变换矩阵. 定义2 线性变换T 的象空间)(n V T 的维数，称为线性变换T 的秩. 结论 (ⅰ) 若A 是T 的矩阵，则T 的秩就是)(A r . (ⅱ) 若T 的秩为r ，则T 的核r S 的维数为r n -. 例题选讲

线性变换和矩阵

§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

7.3线性变换的矩阵

§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

高等代数与解析几何第七章(1-3习题) 线性变换与相似矩阵答案

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。

03线性变换及其矩阵(精)

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

04 线性变换及其矩阵

第四讲线性变换及其矩阵一、线性变换及其运算 1，定义：T 是到自身的一个映射，满足()n V F x ?∈V 中的任意元，均存在唯一的 y ∈V 与之对应，则称T 为V 的一个变换，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 还满足线性性：T(kx+ly)=k(Tx)+l(Ty) x,y ∈V , k,l F ?∈称T 为线性变换。 [例1] 二维实向量空间12 2i R R ξξξ?????????=∈????????????? ，将其绕原点旋转角的操作就是一个线性变换。 θ[证明] 12 2,x R x ξξ?????∈=????12y Tx ηη????==???? 112212cos sin sin cos ηξθξθηξθξ?=+????=?+??θ 1122cos sin sin cos ηξθθηξθθ???? ??????? ?=????????????? 2R ∈ 可见T 为变换，下面证明其为线性变换. [例2] 次数不超过-1的全体实多项式[x]构成实数域上的一个n 维的线性空间，微分算子n n P d dx D =是[x]上的一个线性变换。 n P [证明] Remark: [x]上的积分变换n P 0 (())()x J p x p s ds =∫ 不是[x]上的线性变换，为 C[0,1]上的线性变换。 n P [例3])上对任意固定α为线性变换0=时称零变 (n V F ,()F T λα∈=λ。换； λ

1λ=时称恒等变换。 [例4] 上定义，选定，为上线性变换。 n F (),n n A T X AX A F ×=∈A T n F 2. 性质（1）线性变换把零元素仍变为零元素（T(0)=T(0x)=0(Tx)=0）（2）负元素的象为原来元素的象的负元素（T (-x )=(-1)(Tx )=-(Tx )）（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 [证明] Remark: 线性无关的元素组经过线性变换不一定再是线性无关的。 3, 线性变换相关的空间 ★象空间 {}|(),..()n V F s t T βαβα=?∈=()R T ()N T dimR(T)为线性变换T 的秩 ★零空间 {}|()0T αα== dimN(T)为线性变换T 的零度。 [例] 求线性变换的象空间和零空间。 A T 4. 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，则称1T ＝2T . 12T x T x =（4）线性变换的和1T +2T ：x V ?∈，2() 121T 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 ?=?)