矩陣論(一)——建立基本概念

1. 線性空間

概念

非空集合V,數域F,對加法和數乘封閉,即α, βV\forall \alpha,\ \beta \in V,有α+βV\alpha+\beta \in VkFαV\forall k \in F,\alpha \in V,有kαVk\alpha \in V,並且滿足下面八條運算法則:
1. 加法交換律:α+β=β+α\alpha + \beta = \beta + \alpha
2. 加法結合律:(α+β)+γ=α+(β+γ)(\alpha + \beta) + \gamma = \alpha + (\beta + \gamma)
3. V中存在零元:α0V, αV, α+α0=α, α0=0\exist \alpha_0 \in V,\ \forall \alpha \in V,\ \alpha + \alpha_0 = \alpha,\ 記\alpha_0 = 0
4. V中存在負元:αV, βV, 使α+β=0, β=α\forall \alpha \in V,\ \exist \beta \in V,\ 使\alpha + \beta = 0,\ 記\beta = -\alpha
5. 1F\exist 1 \in F1α=α1 \cdot \alpha = \alpha
6. 數乘結合律:(kl)α=k(lα)(kl) \alpha = k(l \alpha)
7. 分配律:k(α+β)=kα+kβk(\alpha + \beta) = k \alpha + k \beta
8. 分配率:(k+l)α=kα+lα(k + l) \alpha = k \alpha + l \alpha
此時V是數域F上的線性空間。V中元素稱爲向量。F爲實(復)數域時,稱V爲實(復)線性空間

性質

  1. V中零元素唯一
  2. V中任一元素的負元素唯一
  3. 設0爲數0,0\vec{0}爲V中零向量,則
    (a) 0α=00 \cdot \alpha = \vec{0}
    (b) k0=0, kFk \cdot \vec{0} = \vec{0},\ k \in F
    (c) 若kα=0k \cdot \alpha = \vec{0},則一定有k=0k=0或者α=0\alpha = \vec{0}
    (d) (1)α=α(-1) \alpha = - \alpha

2. 基與維數

概念

基: 線性空間V中,若存在一組線性無關的向量α1, α2, ..., αn\alpha_1,\ \alpha_2,\ ...,\ \alpha_n,使得V中任一向量都可以由它們表示,則稱向量組{α1, α2, ..., αn}\{\alpha_1,\ \alpha_2,\ ...,\ \alpha_n\}是V的一組基。
維數: 基中所含向量個數,記爲dimV=ndimV = n
基就是向量集合V中的極大線性無關組,因此線性空間的基不唯一
標準正交基: 內積空間[Vn(F); (α, β)][V_n(F);\ (\alpha,\ \beta)]中,基{ϵ1, ϵ2, , ϵm}\{\epsilon_1,\ \epsilon_2,\ \cdots,\ \epsilon_m\}滿足
(ϵi, ϵj)={1i=j0ij(\epsilon_i,\ \epsilon_j) = \begin{cases} 1 & i = j \\ 0 & i \neq j \end{cases}

性質

{Eij, i=1, 2, ..., m; j=1, 2, ..., n}\{E_{ij},\ i=1,\ 2,\ ...,\ m;\ j=1,\ 2,\ ...,\ n \}是矩陣空間RmnR^{m*n}的一組基,則
dim Rmn=mndim\ R^{m*n} = m * n

3. 座標

概念

α1, α2, , αn\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n是線性空間Vn(F)V_n(F)的一組基,βV\forall \beta \in V,有
β=i=1nxiαi=(α1  α2    αn)[x1x2xn] \beta = \sum^n_{i = 1}x_i \alpha_i=(\alpha_1\ \ \alpha_2\ \ \cdots \ \ \alpha_n) \left[ \begin{matrix} x_1 \\ x_2 \\ \vdots \\ x_n \end{matrix} \right]
則稱數x1, x2, , xnx_1,\ x_2,\ \cdots,\ x_nβ\beta在基{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}下的座標,向量{x1, x2, , xn}T\{x_1,\ x_2,\ \cdots,\ x_n\}^Tβ\beta的座標,簡稱座標

例題

在這裏插入圖片描述

4. 同構

概念

若線性空間Vn(F)V_n(F)FnF^n存在一一對應關係σ\sigma,若σ\sigma滿足
σ(α+β)=σ(α)+σ(β)\sigma(\alpha + \beta) = \sigma(\alpha) + \sigma(\beta)

σ(kα)=kσ(α)\sigma(k \alpha) = k \sigma(\alpha)
則數域F上任何一個n維線性空間Vn(F)V_n(F)都和n維線性空間FnF^n同構

性質

{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}是n維線性空間Vn(F)V_n(F)的一組基,Vn(F)V_n(F)中向量βi\beta_i在該基下的座標爲Xi, i=1, 2,  , mX_i,\ i=1,\ 2,\ \ \cdots,\ m,則Vn(F)V_n(F)中向量組{β1, β2, , βn}\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}線性相關的充要條件是其座標向量組{X1, X2, , Xm}\{X_1,\ X_2,\ \cdots,\ X_m\}FnF^n中的線性相關組。

例題

在這裏插入圖片描述

5. 過渡矩陣(基變換矩陣)

概念

{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}{β1, β2, , βn}\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}是n維線性空間Vn(F)V_n(F)的兩組基,若有矩陣CFnnC \in F^{n * n},使
(β1β2βn)=(α1α2αn)C(\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n) = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)C則稱C是從基{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}到基{β1, β2, , βn}\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}過渡矩陣(基變換矩陣)

性質

設向量αVn(F)\alpha \in V_n(F)α\alpha在兩組基下的座標分別爲X和Y,則有
α=(α1α2αn)X\alpha = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)X

α=(β1β2βn)Y\alpha = (\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n)Y

因此α=(β1β2βn)Y=(α1α2αn)CY\alpha = (\beta_1 \quad \beta_2 \quad \cdots \quad \beta_n)Y = (\alpha_1 \quad \alpha_2 \quad \cdots \quad \alpha_n)CY,有X=CYX=CY

例題

例題一
在這裏插入圖片描述在這裏插入圖片描述
例題二
在這裏插入圖片描述在這裏插入圖片描述

6. 子空間

子空間數學表示:
WVW\exist W \subset V且W \neq \emptyset,同時滿足
α, βWα+βW\forall \alpha,\ \beta \in W,有\alpha+\beta \in W

kFαWkαW\forall k \in F,\alpha \in W,有k\alpha \in W
則稱W是V的子空間
任何線性空間都有兩個平凡子空間:一個是它自身VVV \subset V,另一個是W={0}W=\{0\}(零元素空間)

6.1 生成子空間

Vn(F)V_n(F)是線性空間,α1, α2, , αm\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m是V中一組向量,則由它們一切線性組合構成的集合:L{α1, α2, , αm}={αα=i=1mkiαi, kiF}L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m\} = \{\alpha | \alpha = \sum^{m}_{i=1}k_i \alpha_i,\ k_i \in F\}是V的一個子空間,稱爲由α1, α2, , αm\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m生成的子空間。
L和span等價

6.2 直和(補)子空間

概念

直和子空間: W=W1W2W = W_1 \bigoplus W_2
需要同時滿足
W=W1+W2W = W_1 + W_2
W1W2={0}W_1 \cap W_2 = \{0\}
W1W_1W2W_2是V的子空間

直和補子空間: V=WUV = W \bigoplus U,此時稱U是W的直和補子空間
對n維空間V中任何子空間W,設α1, α2, , αr\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_r爲W的基,r<n,把它們擴充到V的基
{α1, α2, , αr, βr+1, , βn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_r,\ \beta_{r+1},\ \cdots,\ \beta_n\}

U=L{βr+1, , βn}\quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad \quad U=L\{\beta_{r+1},\ \cdots,\ \beta_n\}
則成立V=WUV = W \bigoplus U,此時稱U是W的直和補子空間
Vn(F){α1, α2, , αn}V_n(F)的基爲:\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\},則
V=L{α1, α2, , αn}=L{α1}L{α2}L{αn}V=L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}=L\{\alpha_1\} \bigoplus L\{\alpha_2\} \bigoplus \cdots \bigoplus L\{\alpha_n\}

性質

W1W_1W2W_2是V的子空間,W=W1+W2W = W_1 + W_2,則以下條件等價:

  1. W=W1W2W = W_1 \bigoplus W_2
  2. XWXX=X1+X2X1W1X2W2\forall X \in W,X表示式唯一:X = X_1 + X_2,其中X_1 \in W_1,X_2 \in W_2
  3. W中零向量表達式唯一,即只要0=X1+X2X1W1X2W20 = X_1 + X_2,X_1 \in W_1,X_2 \in W_2,就有X1=0X2=0X_1 = 0,X_2 = 0
  4. dimW=dimW1+dimW2dimW = dimW_1 + dimW_2

6.3 正交(補)子空間

正交子空間: U={ααV, βU, (α, β)=0}U^\perp = \{\alpha | \alpha \in V,\ \forall \beta \in U,\ (\alpha,\ \beta) = 0\}
正交補子空間: Vn=U+UV_n = U + U^ \perpUU^ \perpUU的正交補子空間

6.4 不變子空間

線性變換T,W是子空間,若αW, T(α)W\forall \alpha \in W,\ 有T(\alpha) \in W,即值域T(W)WT(W) \subset W,則稱W是T的不變子空間

6.5 零空間(解空間)與列空間(值域)

零空間N(A):N(A)={XAX=0}FnN(A) = \{X | AX = 0\} \subset F^n \quad 等價於求方程組的非零解
列空間R(A):R(A)=L{α1, α2, , αn}={y=Axx=(x1, x2, , xn)TFn}={x1α1+x2α2++xnαnxiF}FmR(A) = L\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\} = \{y=Ax | x = (x_1,\ x_2,\ \cdots,\ x_n) ^ T \in F^n\} = \{x_1 \alpha_1 + x_2 \alpha_2 + \cdots + x_n \alpha_n | x_i \in F\} \subset F^m \quad 等價於求方程組的極大線性無關組
當T是線性空間Vn(F)V_n(F)上的線性變換,則:
像空間: R(T)={βαVn(F), β=T(α)}R(T) = \{\beta | \exist \alpha \in V_n(F),\ \beta = T(\alpha) \}Vn(F)V_n(F)的子空間,稱爲T的像空間 \quad 等價於求T(α)T(\alpha)組成的結果集合
零空間: N(T)={αT(α)=0}N(T) = \{\alpha | T(\alpha) = 0 \}Vn(F)V_n(F)的子空間,稱爲T的零空間\quad 等價於求T(α)=0αT(\alpha) = 0時\alpha的解
{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}爲V的基,則R(T)=L{T(α1), T(α2), , T(αn)}R(T) = L\{T(\alpha_1),\ T(\alpha_2),\ \cdots,\ T(\alpha_n)\}

6.6 交空間與和空間

概念

交空間:W1W2={ααW1αW2}W_1 \cap W_2 = \{\alpha | \alpha \in W_1且\alpha \in W_2\}
和空間:W1+W2={αα=α1+α2, α1W1, α2W2}W_1 + W_2 = \{\alpha | \alpha = \alpha_1 + \alpha_2,\ \alpha_1 \in W_1,\ \alpha_2 \in W_2\}

性質

dimW1+dimW2=dim(W1+W2)+dim(W1W2)dimW_1 + dimW_2 = dim(W_1 + W_2) + dim(W_1 \cap W_2) 其中W1W_1W2W_2是線性空間V的子空間

7. 歐氏空間和酉空間

Vn(F)F:Vn(F)FV_n(F) \rightarrow F: V_n(F) \rightarrow F 同時滿足
a. 對稱性:(α, β)=(β, α)(\alpha,\ \beta) = (\overline{\beta,\ \alpha})(β, α)(\overline{\beta,\ \alpha})表示(β, α)(\beta,\ \alpha)的共軛
b. 線性性:(kα, β)=k(α, β)(k \alpha,\ \beta) = k(\alpha,\ \beta)
(α1+α2, β)=(α1, β)+(α2, β)\qquad \qquad (\alpha_1 + \alpha_2,\ \beta) = (\alpha_1,\ \beta) + (\alpha_2,\ \beta)
c. 正定性:(α, α)0, (α, α)=0(\alpha,\ \alpha) \geq 0,\ (\alpha,\ \alpha)=0的充要條件是α=0\alpha = 0
則稱(α, β)(\alpha,\ \beta)Vn(F)V_n(F)的一個內積[Vn(F); (α, β)][V_n(F);\ (\alpha,\ \beta)]內積空間

歐式空間: 實數域R上的內積空間
酉空間: 複數域C上的內積空間
共軛: 實部相同,虛部取相反數
轉置共軛矩陣: AH=(A)TA^H = (\overline{A})^T
向量夾角: θ=arccos(α, β)α β\theta = arccos \frac{(\alpha,\ \beta)}{||\alpha|| \ ||\beta||}
向量正交: (α, β)=0(\alpha,\ \beta) = 0
標準正交向量組: 向量組{α1, α2, , αm}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_m\}滿足
(αi, αj)={1i=j0ij(\alpha_i,\ \alpha_j) = \begin{cases} 1 & i = j \\ 0 & i \neq j \end{cases}
Gram-Schmidt正交化(求正交向量組):
βk=αki=1k1(αk, βi)(βi, βi)βi,k=1, 2, , m\beta_k = \alpha_k - \sum^{k - 1}_{i = 1} \frac{(\alpha_k,\ \beta_i)}{(\beta_i,\ \beta_i)} \beta_i,\quad k = 1,\ 2,\ \cdots,\ m

其中由αi{\alpha_i}組成的向量組爲線性無關向量組,由βk\beta_k組成的向量組就是正交向量組

8. 歐幾里得範數

概念

向量的長度也叫做向量的歐幾里得範數,即
α=(α, α)||\alpha|| = \sqrt{(\alpha,\ \alpha)}
單位向量: α=1||\alpha|| = 1

性質

kα=kα||k \alpha|| = ||k|| \cdot ||\alpha||

α+βα+β||\alpha + \beta|| \leq ||\alpha|| + ||\beta||

α0, α0=αα, α0=1, α0=αα\forall \alpha \neq 0,\ \alpha^0 = \frac{\alpha}{||\alpha||},\ ||\alpha^0|| = 1,\ 取\alpha^0 = \frac{\alpha}{||\alpha||}的過程稱爲標準化

9. 柯西不等式

αβ\alpha和\beta線性相關

    \iff

[Vn(F); (α, β)]α, βVn(F)(α, β)2(α, α)(β, β)[V_n(F);\ (\alpha,\ \beta)]爲內積空間,\forall \alpha, \ \beta \in V_n(F),有|(\alpha,\ \beta)|^2 \leq (\alpha,\ \alpha) (\beta,\ \beta)
在這裏插入圖片描述
在這裏插入圖片描述

例題

Cn, (α, β)=βHαi=1Nxiyi2i=1nxi2i=1nyi2C^n,\ (\alpha,\ \beta) = \beta^H \alpha \Rightarrow |\sum^{N}_{i = 1} x_i \overline{y_i}|^2 \leq \sum^{n}_{i=1} |x_i|^2 \cdot \sum^{n}_{i=1} |y_i|^2

Cnn, (A, B)=tr(BHA)tr(BHA)2tr(AHA)tr(BHB)C^{n * n},\ (A,\ B) = tr(B^HA) \Rightarrow |tr(B^H A)^2| \leq tr(A^H A) \cdot tr(B^H B)

柯西不等式可寫爲α, βαβ|\alpha,\ \beta| \leq ||\alpha|| \cdot ||\beta||

10. 線性變換

概念

變換: 線性空間Vn(F)V_n(F)有對應關係T,使αVn(F)\forall \alpha \in V_n(F),都有確定的向量α=T(α)Vn(F)\alpha' = T(\alpha) \in V_n(F)
線性變換: 變換T同時滿足
α, βVn(F),T(α+β)=T(α)+T(β)\forall \alpha,\ \beta \in V_n(F), \quad T(\alpha + \beta) = T(\alpha) + T(\beta)

kF, αVn(F),T(kα)=kT(α)\forall k \in F,\ \forall \alpha \in V_n(F), \quad T(k \alpha) = k T(\alpha)

可將上述兩式合寫爲T(k1α1+k2α2)=k1T(α1)+k2T(α2)T(k_1 \alpha_1 + k_2 \alpha_2) = k_1 T(\alpha_1) + k_2 T(\alpha_2)
線性變換與同構:
兩者都保持加法和數乘運算不變
但同構要求爲一一映射關係,而線性變換不需要滿足

零變換: αVn(F), T(α)=0\forall \alpha \in V_n(F),\ T(\alpha) = 0
恆等變換: αVn(F), T(α)=α\forall \alpha \in V_n(F),\ T(\alpha) = \alpha
矩陣: T是Vn(F)V_n(F)的線性變換,{α1, α2, ,αn}\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}是基,若AFnn\exist A \in F^{n * n},使T(α1, α2, ,αn)=(α1, α2, ,αn)AT(\alpha_1,\ \alpha_2,\ \cdots, \alpha_n) = (\alpha_1,\ \alpha_2,\ \cdots, \alpha_n) A 則稱A爲T在基{α1, α2, ,αn}\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}下的矩陣

性質

T(0)=0T(0) = 0

T(α)=T(α)T(- \alpha) = - T(\alpha)

Ti=1rkiαi=i=1rkiT(αi)T \sum^r_{i = 1} k_i \alpha_i = \sum^r_{i = 1} k_i T(\alpha_i)

{α1,α2,,αs}\{\alpha_1,\quad \alpha_2,\quad \cdots,\quad \alpha_s \}線性相關,則{T(α1),T(α2),,T(αs)}\{T(\alpha_1),\quad T(\alpha_2),\quad \cdots,\quad T(\alpha_s) \}也線性相關

在這裏插入圖片描述
T1T2T_1和T_2是兩個線性變換,在基{α1, α2, ,αn}\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}下的矩陣分別爲A1A2A_1和A_2,則在基{α1, α2, ,αn}\{\alpha_1,\ \alpha_2,\ \cdots, \alpha_n\}下:

  1. T1+T2T_1 + T_2的矩陣爲(A1+A2)(A_1 + A_2)

  2. T1T2T_1 T_2的矩陣爲A1A2A_1 A_2

  3. kT1k T_1的矩陣爲kA1k A_1

  4. T1T_1可逆     \iff A1A_1可逆。T11T^{-1}_1的矩陣爲A11A^{-1}_1

{α1, α2, , αn}\{\alpha_1,\ \alpha_2,\ \cdots,\ \alpha_n\}到基{β1, β2, , βn}\{\beta_1,\ \beta_2,\ \cdots,\ \beta_n\}的過渡矩陣爲C,線性變換T在兩組基下的矩陣分別A和B,則B=C1ACB = C^{-1} A C

例題

例題一
在這裏插入圖片描述
例題二
在這裏插入圖片描述

11. 正交(酉)變換

概念

內積空間上的正交變換: α, β[Vn(F); (α, β)]\forall \alpha,\ \beta \in [V_n(F);\ (\alpha,\ \beta)]都有(T(α), T(β))=(α, β)(T(\alpha),\ T(\beta)) = (\alpha,\ \beta)
正交變換: 當內積空間爲歐式空間時,變換T爲正交變換
酉變換: 當內積空間爲酉空間時,變換T爲酉變換

性質

T是內積空間上的線性變換,則下列命題等價:

  1. T是正交(酉)變換
  2. T保持向量長度不變
  3. T把空間Vn(F)V_n(F)的標準正交基變換爲標準正交基
  4. 正交變換關於任一標準正交基的矩陣C滿足CTC=CCT=IC^T C = C C^T = I;酉變換關於任一標準正交基的矩陣U滿足UHU=UUH=IU^H U = U U^H = I

正交矩陣(C)(C)的行列式爲±1\pm1;酉矩陣(U)(U)的行列式模長爲1
C1=CT; U1=UHC^{-1} = C^T;\ U^{-1} = U^H
正交(酉)矩陣的逆矩陣與乘積仍然是正交(酉)矩陣
n階正交(酉)矩陣的列和行向量組是歐氏(酉)空間Rn(Cn)R^n(C^n)中的標準正交基

例題

例題一
在這裏插入圖片描述
本博客中所有內容均來自《矩陣論》第二版 華科,加入了一些自己的理解和簡化,如有侵權,請聯繫刪除

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章