-
第1章 線性空間與線性映射
-
求解過渡矩陣(表示矩陣)並進行座標變換;
空間Vn(F):ξ=[ξ1⋯ξn]和η=[η1⋯ηn]是基,T是線性變換,α∈Vn(F)任意。
- 已知α在ξ下的座標爲x=[x1⋮xn],ξ→η的過度矩陣爲C,則α在η下的座標爲y=C−1x;
- 已知T在ξ下的表示矩陣爲A,ξ→η的過度矩陣爲C,則T在η下的表示矩陣爲B=C−1AC;
- 已知α在ξ下的座標爲x=[x1⋮xn],T在ξ下的表示矩陣爲A,則T(α)在ξ下的座標爲z=Ax;
-
證明W是V的子空間
- 尋找一個元素α0∈W說明W是非空集合(一般地可以選擇零元素);
- 證明W中的元素對加法封閉:∀α1,α2∈W, (α1⊕α2)∈W;
- 證明W中的元素對數乘封閉:∀α∈W,k∈F, k∘α∈W;
-
求子空間W的基以及它的維數
V的基爲ξ=(ξ1⋯ξn),W={x=ξ⋅k | p(k) is true},p是係數k的約束,∀α∈W。
則可知α∈V也成立,不妨設α在V下的座標爲k=(k1⋮kn)∈Cn任意,p對應的約束方程爲Ak=0。
不妨其基礎解係爲η=[η1⋯ηr],則k=η⋅c,其中c∈Cr任意,所以α=ξ⋅k=ξη⋅c。
①∀α∈W都能由ξη線性表示;②ξ是線性無關組,η也是線性無關組,所以ξη也是線性無關組。所以ξη是W的一組基,dim(W)=rank(η)。
在作答時,只需書寫如下步驟:①計算p(k)對應的齊次方程Ak=0的基礎解系η; ②所以dim(W)=rank(η); ③且W的一組基爲ξη。
-
求空間的交集與並集的維數以及基
不妨設V1=span{α1,⋯,αr}=span(A),V2=span{β1,⋯,βs}=span(B),αi,βj∈Cm。
-
求V1+V2維數和基
求[A,B]的Hermite標準形H,則dim(V1+V2)=rank([A,B]),基爲[A,B]中對應於的ei(H)的極大無關組。
可以通過滿秩分解來求:不妨設[A,B]=FG,則dim(V1+V2)=rank(G),基就是F。
-
求V1⋂V2維數和基
∀η∈V1⋂V2,η=A⋅a=B⋅(−b),即有[A,B]⋅[ab]=0,即解出齊次方程[A,B]x=0。
基礎解係爲ξ=[ξ1,⋯,ξt](r+s)×t=[(ξ1aξ1b)⋯(ξtaξtb)]=[ξaξb],係數爲k=[k1⋮kt],則通解[ab]=ξ⋅k。
所以解出:a=ξa⋅k,b=ξb⋅k。代入得η=A⋅ξa⋅k=Aξa⋅k=B⋅(−ξb⋅k)=−Bξb⋅k。
而由於k是一個t維的自由向量(即有t個自由變元),所以不妨令γ=Aξa=−Bξb=[γ1,⋯,γt],由於A線性無關、ξa線性無關,所以Aξa線性無關,B線性無關、ξb線性無關,所以Bξb線性無關。即有γ線性無關,而V1⋂V2中的任意向量η都能被γ線性表示出來,所以可以得出γ即是V1⋂V2的基,dim(V1⋂V2)=t。
線性無關組α=[α1,⋯,αr]和β=[β1,⋯,βs],則α⋅β也是線性無關組。
αβ⋅k=[α1⋯αr]⋅[β1⋯βs]⋅[k1⋮ks]=[α1⋯αr]⋅[∑i=1sβi(1)ki⋮∑i=1sβi(r)ki]=α1⋅∑i=1sβi(1)ki+⋯+αr⋅∑i=1sβi(r)ki=∑j=1rαj⋅∑i=1sβi(j)ki令αβ⋅k=0可得:∑j=1rαj⋅∑i=1sβi(j)ki=0,而α是極大無關組,所以∑i=1sβi(j)ki=0,j=1∼r。
所以有[∑i=1sβi(1)ki⋮∑i=1sβi(r)ki]=0,即有β⋅k=0,而β是線性無關組,所以只有k=0,即證αβ也是線性無關組。
在作答時,只要書寫如下步驟:①計算齊次方程[A,B]x=0的基礎解係爲ξ=[ξaξb]; ②又因爲γ=Aξa=−Bξb,所以V1⋂V2中的任意向量η都能被γ線性表示出來; ③即有dim(V1⋂V2)=rank(γ),V1⋂V2=span(γ)。
-
-
求α到β的線性變換T在α下的表示矩陣(α→β的過渡矩陣)
已知V中的兩個基:α=[α1⋯αr]和β=[β1⋯βs],T(α)=β=α⋅T,其數域F=Cm。將αi和βj按照統一位次次序拉伸爲向量形式,得到兩組基對應的可逆矩陣A和B。
∀η∈V非零向量,在基α和β下的座標分別爲a=[a1⋮ar]和b=[b1⋮bs],a∈Cr,b∈Cs任意非零向量。
即有η=α⋅a=β⋅b,按統一位次次序一一對應後有A⋅a=B⋅b,由於a和b都是非零向量,且由題意α可以向β變換,所以a是有解的,故有通解爲a=A+B⋅b+(Ir−A+A)⋅y,y∈Cr任意。
故代入η並結合α⋅T=β得出等式:α⋅(A+B⋅b+(Ir−A+A)⋅y)=α⋅T⋅b。
化簡即有:α⋅(A+B−T)⋅b=α⋅(Ir−A+A)⋅y,由dim(α)=r得:rank(A)=r⇔A+A=Ir。
即有最後的等式:α⋅(A+B−T)⋅b=0。由於α是V中的一組基,所以只有座標(A+1B−T)⋅b=0時上述等式成立;又由於b是s維自由向量(解向量b有s個自由變元),所以有T在α下的表示矩陣爲A+1B。
但是在實際作答過程中不能書寫此步驟,此步驟只是作爲輔助手段,幫助我們快速確定α與β之間的轉換關係。所以在做題時需要老老實實寫出βj和α之間的關係:β=α。
只有當你能確定α可以向β進行轉換時才能使用該方法,因爲降維變換是不可逆的。
當A−1存在時,A+=A−1。
-
核子空間與象子空間
- 核子空間N(T)={x∈V: Tx=0},所以dim(N(T))=n−rank(T);
- 象子空間R(T)={y=Tx, x∈V},所以dim(R(T))=rank(T);
-
-
第2章 內積空間
-
正交投影矩陣與座標變換
設Rm中L=span{α1,⋯,αn}=span{A},則正交投影矩陣爲PL=A(ATA)−1AT。
η∈Rm在L上的正交投影爲y=PL⋅η,在L⊥上的正交投影爲z=η−y。
-
-
第3章 相似矩陣
-
求解Jordan標準形的兩種方法
- 相似變換秩不變:r(λI−A)k=r(λI−J)k,其中k可以從1開始取,直到篩選出唯一的J;
- 初等因子組:求解行列式因子Di(λ),再求不變因子di(λ)=Di(λ)Di−1(λ),最後求每個不變因子中的非1因式;
-
求解Jordan相似變換矩陣
利用AP=PJ可以得出方程組APi=Pi⋅λi+Pi−1⋅Ji−1,i,其中Ji−1,i=0∨1。
- 當Ji−1,i=0時,Pi就是矩陣A的特徵值爲λi的特徵向量 ⇔Pi是方程(λiI−A)x=0的通解;
- 當Ji−1,i=1時,Pi就是方程(λiI−A)x=−Pi−1的通解,其特解的自由變元爲0;
最後需要滿足P是可逆矩陣,即要求其行列式不爲0,求出Pi中各個自由參數的約束,並取特殊值代入。
-
-
第4章 範數理論
-
求矩陣範數
- ‖A‖m1=∑i,j|aij|;
- ‖A‖m∞=max(m,n)⋅maxi,j(|aij|);
- ‖A‖F=∑aij2=tr(AHA)=∑λAHA(i);
- 任意向量範數可被定義爲:‖x‖α=‖xαT‖,α=repT(1,n);
-
求矩陣算子範數
- 與向量1-範數相容的矩陣列和範數:‖A‖1=maxj∑iaij(列模和的最大值);
- 與向量∞範數相容的矩陣行和範數:‖A‖∞=maxi∑jaij(行模和的最大值);
- 與向量2-範數相容的矩陣譜範數:‖A‖2=λAHA(1);(AHA的最大特徵值的根);
- 當然與向量2-範數相容的還有矩陣F範數‖A‖F;
- 任意矩陣算子範數可以被定義爲:‖A‖=maxx≠0‖Ax‖α‖x‖α=max‖x‖α=1‖Ax‖α;
-
證明實值函數‖x‖A是Cn上的一種向量範數
- 正定性:‖x‖A≥0,且‖x‖A=0⟺x=0;
- 齊次性:‖kx‖A=|k|‖x‖A;
- 三角不等式:‖x1+x2‖A≤‖x1‖A+‖x2‖A;
-
證明實數‖A‖是A的矩陣範數
- 正定性:‖A‖≥0,且‖A‖=0⟺A=0;
- 齊次性:‖kA‖=k⋅‖A‖;
- 三角不等式:‖A+B‖=‖A‖+‖B‖;
- 相容性:‖AB‖≤‖A‖⋅‖B‖;
-
用向量範數‖·‖α構造另一個向量範數‖·‖β;(三種性質均通過β範數搭橋)
-
用矩陣範數‖·‖α構造另一個矩陣範數‖·‖β;(四種性質均通過β範數搭橋)
-
利用蓋爾圓孤立特徵值
-
求行蓋爾圓和列蓋爾圓
行蓋爾圓爲:列蓋爾圓爲:行蓋爾圓爲:Sk:|z−akk|≤∑j≠kn|akj| 列蓋爾圓爲:Gk:|z−akk|≤∑i≠kn|aik| -
如果不能完全孤立所有的蓋爾圓,則使用對角陣增大孤立蓋爾圓半徑並縮小連通蓋爾圓半徑
- 設獨立的行蓋爾圓有r個,編號爲x=[x1⋯xr];獨立的列蓋爾圓有c個,編號爲y=[y1⋯yc]。
- 選擇孤立蓋爾圓多的方向,即編號爲z=[z1⋯zm]=r≥c ? x:y的行或列蓋爾圓,增大孤立蓋爾圓半徑Rzk,k=1∼m;縮小連通蓋爾圓半徑Ri,i≠zk,k=1∼m。
- 令對角陣D=[δ1⋱δn],δi={dk i=zk, k=1∼m1otherwise,增大行蓋爾圓半徑增大列蓋爾圓半徑dk={0<dk<1增大行蓋爾圓半徑1<dk增大列蓋爾圓半徑,一般選擇12或者2。則有B=D−1AD與A有相同特徵值,所以B的行列蓋爾圓也可以隔離A的特徵值。
如果行列蓋爾圓中獨立蓋爾圓的並集包含所有蓋爾圓,則所有的蓋爾圓獨立;
實矩陣A的蓋爾圓都孤立,則說明A的特徵值全爲實數;
實矩陣的復特徵值一定是成對出現的,因爲實矩陣的行列式是實數,其值爲特徵值之積;
-
-
幾個重要的範數不等式(p,q爲共軛指數:1p+1q=1)
構造Holder範數爲‖x‖p=(∑|xk|p)1p(證明滿足(1)正定性; (2)齊次性; (3)三角不等式)。
-
Holder不等式(祖宗不等式)
,即有∑k=1n|akbk|=∑k=1n|ak||bk|≤(∑k=1n|ak|p)1p(∑k=1n|bk|q)1q,即有:(a,b)≤(|a|,|b|)≤‖a‖p‖b‖q -
Cauchy-Schwarz不等式(p=q=2時的Holder不等式)
,即有∑k=1n|akbk|=∑k=1n|ak||bk|≤(∑k=1n|ak|2)12(∑k=1n|bk|2)12,即有(a,b)≤(|a|,|b|)≤‖a‖2‖b‖2 -
多重Holder不等式(m個n維向量的Hadamard積形式:(⨀|Xi|,rep(1,n))=‖⨀|Xi|‖1)
,即有∑k=1n∏i=1m|Xik|≤∏i=1m(∑k=1n|Xik|pi)1pi,即有(⨀i=1mXi,rep(1,n))≤‖⨀i=1m|Xi|‖1≤∏i=1m‖Xi‖pi -
Minkowski不等式(Holder範數的三角不等式)
,即有(∑k=1n|ak+bk|p)1p≤(∑k=1n|ak|p)1p+(∑k=1n|bk|p)1p,即有‖a+b‖p≤‖a‖p+‖b‖p
-
-
均值不等式中1-範數與2-範數的關係
算術平均數平方平均數{算術平均數:An=∑inxin=x1+⋯+xnn=1n⋅‖x‖1平方平均數:Qn=∑inxi2n=x12+⋯+xn2n=1n⋅‖x‖2由算術平均數≤平方平均數可得:‖x‖1≤n⋅‖x‖2,而根據倆範數的定義我們知道:‖x‖2≤‖x‖1,所以最終我們得出:‖x‖2≤‖x‖1≤n⋅‖x‖2。
-
-
第5章 矩陣分析
-
最小多項式求f(At)
-
求解最小多項式mA(λ)
首先求解|λI−A|=cA(λ)=∏i=1n(λ−λi)ci,然後查看∏i=1n(λ−λi)ri是否是零矩陣,如果是則求出最小多項式爲mA(λ)=∏i=1n(λ−λi)ri,其中ri=1:ci。
-
用A的多項式近似f(At)(待定係數)
構造函數r(λ)=∑i=0m−1ai⋅λi,其中的m是指最小多項式mA(λ)的最高次數。用rA(λ)近似f(λ)即要滿足:
,其中的重數f(k)(λi)=r(k)(λi),其中k=1:(λi的重數)解得ai代入rA(λ),最後f(At)=r(At)=∑i=0m−1ai⋅Ai即可獲得f(At)對應的A多項式。
-
-
用Jordan標準形求f(At)
不妨設Ji是A的第i個Jordan塊,ki爲λi的重數,則有(行泰勒展開項)
f(Jit)=[f(λit)ddλf(λt)|λ=λi⋯1(ki−1)!d(ki−1)dλ(ki−1)f(λt)|λ=λi0f(λit)ddλf(λt)|λ=λi⋮00⋱⋮⋮⋮⋮0⋯⋯f(λit)]由f(At)=P⋅f(Jt)⋅P−1得出:f(At)=P⋅diag({f(Jit)})⋅P−1。
-
求解一階微分方程組
x(t)=eA(t−t0)⋅c+eAt⋅∫t0te−Au⋅f(u) du -
矩陣求導與向量求導
導數的結構首先由分母的佈局決定,其中的元素由分子的佈局決定。
- ddx(xTAx)=Ax
- ddX(tr(AX))=AT
- ddx(Ax)=[a11⋯amn]T;
- ddx(xTAT)=AT;
- ddA(tr(A))=In;
-
-
矩陣分解
-
滿秩分解及其廣義逆
求得A的Hermite標準形(行最簡標準形),記爲AH=[G0],然後取F爲A中對應於AH的極大線性無關組。
A+=GH(GGH)−1(FHF)−1FH。
-
奇異值分解及其廣義逆
- 首先求出AHA的特徵值,取其非0特徵值爲λ1:r(遞減),則A的奇異值爲σ1:r=λ1:r;
- 然後令Σ=diag({σi}),則V1爲λ1:r對應的特徵向量,然後取與V1單位正交的V2;
- U1=AV1Σ−1,取與U1單位正交的U2;
- A=U[Σ0T00]VH,A+=V[Σ−10T00]UH;
由於V2與V1正交,所以求V2即求V1Hx=0的基礎解系的單位向量;同理U2爲U1Hx=0的基礎解系的單位向量。
-
正交三角分解
-
Schmidt正交化
βs=αs−∑i=1s−1<βi,αs><βi,βi>βi=αs−β1:s⋅ks qs=βs‖βs‖2A=QR=[q1,⋯,qn]⋅[r1,⋯,rn]αs=[β1:s−1,βs,βs+1:n]⋅[ks10]=[q1:s,qs+1:n]⋅[‖β1:s‖20]∘[k1:s10]首先使用Schmidt求出正交向量組q,然後通過Schmidt公式反推出α與q的線性表出關係r。
-
Householder變換
αi=Bi:m,i(i) ‖ρi‖2=‖αi‖2 ui=αi−ρie1‖αi−ρie1‖2H~i=I−2uiuiH B(i+1)=[Ii0T0H~i]B(i) B(1)=Aρi⋅αie1要是實數,也就是ρi必須和αie1(αi的第1個元素)在複數域上形式相同。
-
-
-
第7章 廣義逆矩陣
-
Ax=b有解
AA+b=b,通解爲x=A+b+(I−A+A)y,y∈Cn任意,極小範數解x0=A+b;
-
Ax=b無解
AA+b≠b,通解爲x=A+b+(I−A+A)y,y∈Cn任意,極小範數最小二乘解x0=A+b;
-
矩陣論考點分析(中國抗業帶學-銅專分校)
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.