函数连续性在矩阵分析中应用关于
高等数学方法在中学数学中的运用

高等数学方法在中学数学中的运用
高等数学是大学阶段的一门学科,主要包括微积分、数学分析、线性代数、概率统计等内容。
而中学数学是指初中和高中阶段的数学课程,主要包括代数、几何、数论等内容。
1. 微积分在函数的研究中的运用:微积分是高等数学的核心内容,其中导数和积分是最基本的概念。
在中学数学中,微积分方法可以应用于函数的研究中。
利用导数的概念可以求解函数的单调性和极值问题;利用积分的概念可以求解函数的面积和长度等问题。
2. 线性代数在方程组的求解中的运用:线性代数是研究向量空间和线性映射的数学分支,包括矩阵的运算、线性方程组的求解等内容。
在中学数学中,线性代数方法可以用来求解线性方程组的问题,例如利用矩阵的消元法或矩阵的逆矩阵法求解方程组的解。
3. 数学分析在函数的连续性和导数的计算中的运用:数学分析是研究函数连续性和极限的一门学科,包括极限的概念、函数的连续性和微分等内容。
在中学数学中,数学分析方法可以用来研究函数的连续性问题,例如用极限的方法证明函数的连续性,还可以用微分的方法计算函数的导数。
4. 概率统计在随机事件的研究中的运用:概率统计是研究随机事件和随机变量的数学分支,包括概率的概念、概率分布和统计推断等内容。
在中学数学中,概率统计方法可以用来研究随机事件的发生概率,例如用概率的方法解决排列组合和概率计算问题;还可以用统计推断的方法对一组数据进行预测和分析。
高等数学方法在中学数学中的运用不仅可以加深对基础数学概念的理解,还可以提高解决问题的能力和思维能力。
但是需要注意的是,高等数学方法在中学数学中的运用可能对学生来说会有一定的难度,需要根据学生的实际水平和学习需求进行适度引导和教学。
矩阵分析与计算--01-线性空间

《矩阵分析与应用》
张贤达清华大学出版社,2004年9月
矩阵与计算工具:MATLAB, MAPLE,LAPACK … 编程语言:C/C++, C#, Fortran,Java
14
矩阵分析与计算
考核方式:
闭卷考试:65%
课堂讨论,小报告: 35% 作业抽查,应该重视练习、讨论、算法设计、 上机实践等环节。
矩阵是数学中的一个重要的基本概念,是代数 学的一个主要研究对象,也是数学研究和应用 的一个重要工具。“矩阵”这个词是由西尔维 斯特(1814-1897)首先使用的,他是为了将 数字的矩形阵列区别于行列式而发明了这个述 语 西尔维斯特一生致力于纯数学的研究,他和凯莱、哈 在逻辑上,矩阵的概念应先于行列式的概念, 密顿 (Hamilton)等人一起开创了英国纯粹数学的一个 然而在历史上次序正好相反。 繁荣局面.他的成就主要在代数方面,他同凯莱一起
18
本讲主要内容
线性空间定义与性质 基、维数、坐标 基变换与坐标变换
子空间
内积空间
19
一、线性空间
几何空间和 n 维欧氏空间的回顾 推广思想: 抽象出线性运算的本质,在任意研究对象的集 合上定义具有线性运算的代数结构。
线性空间定义 要点:
集合V 与数域F 向量的加法和数乘向量运算 运算的性质刻画
矩 阵 分 析 与 计 算 Matrix Analysis and Computations
理学院 Email: mymath@ (民) 2011年9月
1
本科线性代数内容的简单回顾与讨论 1)线性代数主要内容 2)有什么用?工科学生最关心的 大家在本科毕业设计中用了么?
函数连续性分析

函数连续性分析连续性分析是一种统计方法,用于研究随机变量的连续性性质。
它涉及到对随机变量的概率密度函数(PDF)进行分析,以获取有关其分布和特征的信息。
连续性分析也可以用于研究随机事件序列的连续性,并提供对序列中事件之间的关系的理解。
在连续性分析中,最常用的工具是密度估计。
密度估计是一种通过从样本数据中推断概率密度函数的方法。
常见的密度估计方法包括直方图、核密度估计和最大似然估计。
直方图是一种通过将数据划分为若干个区间来估计概率密度函数的方法。
核密度估计使用一组核函数来平滑数据,并通过核函数的带宽参数来控制平滑程度。
最大似然估计是基于观察到的数据样本,寻找最可能产生这些数据的概率密度函数。
连续性分析的一个重要概念是连续性假设。
连续性假设是指随机变量服从一个连续分布。
在实际应用中,连续性假设通常是基于领域专家的经验和领域知识做出的。
连续性假设的一个典型例子是正态分布。
在连续性分析中,我们可以使用统计方法来验证连续性假设是否成立。
连续性分析还涉及到对连续性数据的统计推断。
统计推断是指基于样本数据对总体的参数进行估计和假设检验。
在连续性分析中,我们可以使用点估计和区间估计来估计总体参数,并使用假设检验来检验假设是否成立。
常见的假设检验方法包括单样本t检验、双样本t检验和方差分析。
除了统计推断,连续性分析还可以使用回归分析来建立变量之间的关系模型。
回归分析是一种用于建立因变量和自变量之间关系的方法。
在连续性分析中,我们可以使用线性回归、多项式回归和非线性回归等方法来建立模型,并通过模型的拟合度、参数估计和显著性检验来评估模型的质量。
连续性分析在各个领域都有广泛的应用。
在生命科学中,连续性分析可以用于研究基因表达数据的连续性,以及蛋白质和代谢物的密度分布。
在金融领域,连续性分析可以用于研究股票收益率的连续性,以及利率和汇率的波动性。
在工程领域,连续性分析可以用于研究信号和图像的特征,并应用于模式识别和数据挖掘等领域。
介值定理在连续函数中的应用

介值定理在连续函数中的应用1 哈密尔顿-拉普拉斯定理哈密尔顿-拉普拉斯定理是一个重要的数学定理,它主要是用来进行矩阵求解的,它涉及到微积分的形式表达中的梯度、旋度和曲率,并且它也可以用于连续函数的分析。
哈密尔顿拉普拉斯定理的主要思想是,任何连续变量函数的梯度的拉普拉斯算子是它的拉普拉斯函数的导函数。
2 定义哈密尔顿拉普拉斯定理是一个具有指示性的数学定理,它告诉我们曲率由梯度和旋度来描述,而梯度和旋度也可以由拉普拉斯函数描述。
具体地说,哈密尔顿拉普拉斯定理指出,任何连续多元函数f(x1,x2,...,xn)的梯度与它的拉普拉斯函数div f(x1,x2,...,xn)的有关,具体的表达式为:∇f(x1,x2,...,xn)=∇×div f(x1,x2,...,xn)3 应用哈密尔顿-拉普拉斯定理在连续函数中有广泛的应用,它有助于理解有关曲率和梯度的知识,并在微积分领域中被广泛运用。
首先,哈密尔顿-拉普拉斯定理用于求解函数的拉普拉斯算子,这非常有用。
在微分几何中,它显示了曲率的三个基本定义之间的关系,例如曲率由梯度、旋度和拉普拉斯函数的导数来描述。
此外,它帮助我们计算微分形式的泛函的拉普拉斯值,从而更好地理解它们的性质。
在统计物理和流体力学中,哈密尔顿-拉普拉斯定理也有很多应用,可以用来计算流体动力学里的Navier-Stokes方程中的积分形式。
它还可以用来推导质点运动沿曲线的公式。
4 结论从上述介绍可以看出,哈密尔顿拉普拉斯定理的应用非常广泛,它对于理解多元函数的梯度和曲率非常重要,可以用于矩阵求解,也可以用于分析连续函数。
它也可以用于计算拉普拉斯算子,研究流体力学方程、质点运动关系等场景。
因此,哈密尔顿-拉普拉斯定理在连续函数中具有重要意义和实用价值。
矩阵分析论文

矩阵分析在控制系统中的应用摘要:详细综述了LMI 在控制系统中的发展现状和应用,主要涉及了不确定系统的鲁棒性能和鲁棒稳定性、不确定系统的鲁棒控制器设计、LMI 在时滞系统中的应用及存在的问题、不确定系统的鲁棒滤波应用状况、不确定系统的模型验证应用等,并分析了基于LMI 方法的变结构控制、极点配置、模糊控制等其它相关内容。
给出了上述控制问题的LMI 描述及相关求解方法,最后并指出了LMI 进一步的应用研究方向。
主题词: 线性; 矩阵; 控制系统; 控制器1 引言在过去的10 余年内,由于LMI 的优良性质和数学的规范以及解法的突破,使其在控制系统分析和设计方面得到了广泛的重视和应用。
研究者发现许多控制问题均可描述为LMI 问题[1~4 ] ,并呈现继续增长的趋势。
本文对LMI 在控制系统中的发展和现状进行综述,着重讨论LMI 在不确定控制系统中的应用研究成果、现状以及发展。
2 线性矩阵不等式LMI 一般形式为F ( x) ≡F0 + Σmi =1xi F i > 0 (1)其中x ∈Rm ———变量; F i = F Ti ∈Rn×n 是给定的。
显然式(1) 表明矩阵F( x) 是正定的。
式(1) 的另一个含义是集合{ x/ F( x) > 0} 是凸的。
LMI 问题可描述为:给定F( x) > 0 ,找到x,使得f ( x) > 0 ,或证明LMI F( x) 是不可解的。
动态系统分析的LMI 方法可以追溯到100 多年以前。
1890 年Lyapunov 在出版他的被称为Lyapunov 理论的著作中,提出微分方程Ûx( t) = Ax ( t) (2)稳定,当且仅当存在对称正定矩阵P = P T > 0 ,使得下面的不等式成立A T P + PA < 0 (3)同时Lyapunov 也指出这样的LMI 可以精确求解。
20 世纪40 年代,前苏联科学家Lur’e、Postnikov 及其它学者将Lyapunov 方法应用于控制工程中的一些典型的问题,尤其是当执行机构具有非线性时的系统稳定性,虽然他们没有形成精确的矩阵不等式,但是所提出的稳定性准则具有LMI的雏形。
大一数学最难的知识点总结

大一数学最难的知识点总结在大一数学学习中,有一些知识点被广泛认为是最难的。
这些知识点需要较高的抽象思维和严密的逻辑推理,对于很多学生来说是一大挑战。
在本篇文章中,将对大一数学最难的知识点进行总结和分析,帮助读者更好地理解和应对这些难点。
1. 极限与连续极限与连续是微积分学习中最核心的概念之一,也是最难掌握的知识点之一。
学生在初次接触时常常感到困惑。
极限的概念和运算规则需要一定的数学功底和逻辑思维能力。
通过大量的例题训练和理论推导,能够更好地理解和应用极限与连续的概念。
2. 无穷级数无穷级数也是大一数学中的难点之一。
学生需要理解级数的收敛性与敛散性,以及判断级数的收敛性的各种方法,如比较法、根值法和积分判别法等。
在计算无穷级数时,需要运用数列极限的相关知识和运算技巧。
3. 线性代数中的矩阵运算线性代数中的矩阵运算也是一个相对较难的知识点。
学生需要掌握矩阵的加减乘除运算,了解矩阵的特殊性质和逆矩阵的计算方法。
同时,还需要理解线性方程组的矩阵表示和解法。
通过大量的练习和实际应用,培养对矩阵运算的抽象思维能力和解题技巧。
4. 多元函数的偏导数与全导数在多元函数的微分学中,偏导数与全导数是比较难理解和掌握的知识点。
学生需要理解变量间的相关性和依赖性,同时掌握偏导数的求导规则和应用方法。
全导数的概念和计算也需要一定的数学功底和细致的思考。
5. 级数收敛与连续函数的一致收敛性级数收敛与连续函数的一致收敛性是数学分析中的重要难点。
学生需要理解级数收敛的定义和判断方法,以及连续函数的一致收敛性的概念和性质。
掌握这两个知识点对于进一步研究分析学和实变函数学都具有重要意义。
综上所述,大一数学中的难点主要体现在极限与连续、无穷级数、矩阵运算、多元函数的偏导数与全导数,以及级数收敛与连续函数的一致收敛性等方面。
对于这些难点的掌握,需要学生加强理论学习,并通过大量的练习和实际应用来提高自己的数学思维和解题能力。
只有通过不断地学习和实践,才能真正理解和掌握这些难点知识,为今后的学习打下坚实的基础。
函数的一致连续及应用

函数的一致连续及应用函数的一致性定义为两个或更多函数之间的性质,当它们的自变量变化时,其输出结果也会随之变化。
函数的一致性通过离散变量和连续变量来定义,其应用有许多种,如在统计领域,多元线性回归,函数的估计和精确的拟合,以及在计算机领域中的信号处理和图像处理。
一致性是一种比较数学性质的重要概念,它指的是当函数的自变量改变时,函数的行为也会随之改变,也就是说,函数的一致性是基于变量的连续性和非离散性来定义的。
函数的一致性可以用多种方式来表示,比如可以从图形上表示,也可以用数学公式表达。
一般地,如果函数的自变量改变了一小部分,函数的值也会随之改变。
而无论函数的改变有多小,都只要函数的输出结果保持不变,函数就满足一致性。
在数学上,函数的一致性可以通过向量和矩阵分析来证明,即可以通过一个矩阵来表示一组函数和变量,以及它们之间的关系。
由于函数的一致性定义中也涉及到求导和积分,因此需要利用微积分的技巧来证明函数的一致性。
函数的一致性在统计学中具有重要意义,例如,在多元线性回归分析中,需要构建一个自变量和因变量之间是一致性关系的函数,以便对数据进行分析和预测。
另外,函数的一致性也被广泛应用在计算机领域,如信号处理和图像处理中,用于精确拟合函数曲线,实现准确的信号分析、建模和图像处理。
函数的一致性也有许多应用场景,如在建筑设计、飞机结构设计中,函数的一致性可以用来模拟和分析不同环境下的结构性能,从而更好地设计出更加稳健的结构。
此外,在进行气象研究时,也需要从不同气象要素中分析和模拟出合理的函数,以便对地表和海洋的热力态势进行准确预测。
总之,函数的一致性是一种重要的数学性质,它被广泛应用于统计学、计算机领域、工程设计和气象研究等领域,是许多方面的重要指标,也是不断探索和实现函数性能的重要工具。
正定二次型不等式利普希茨

正定二次型不等式利普希茨全文共四篇示例,供读者参考第一篇示例:正定二次型不等式利普希茨正定二次型是数学中的一种重要概念,它在优化问题、控制理论等领域中有着广泛的应用。
在研究正定二次型的性质时,利普希茨连续性是一个重要的概念。
本文将简要介绍正定二次型以及利普希茨连续性,并讨论正定二次型不等式的利普希茨性质。
正定二次型是一个关于变量向量的二次型函数,具有很多重要的性质。
在数学中,一个二次型函数是指一个关于自变量的二次齐次多项式函数。
在正定二次型中,二次项的系数矩阵是一个对称正定矩阵,即对于任意非零向量x,都有x^T Ax > 0。
正定二次型在优化问题、控制理论等领域中有着广泛的应用,因为它具有很好的性质和结构。
利普希茨连续性是一个函数在某个区间上的连续性概念。
一个函数f(x)在区间[a, b]上是利普希茨连续的,如果存在一个正数L,使得对于所有的x, y∈[a, b],都有|f(x) - f(y)| ≤ L |x - y|。
利普希茨连续性是比一致连续性更强的一种连续性概念,它可以更好地描述函数在区间上的变化情况。
正定二次型不等式的利普希茨性质是指一个正定二次型函数在某个区间上的利普希茨连续性。
正定二次型函数一般是一个关于变量向量的二次型函数,因此它的性质和一般函数有所不同。
正定二次型不等式的利普希茨性质可以用来描述正定二次型函数在某个区间上的变化情况,从而更好地理解和分析这类函数。
正定二次型不等式的利普希茨性质具有很多重要的应用。
在优化问题中,正定二次型函数的利普希茨性质可以帮助我们更好地理解优化问题,设计更有效的优化算法。
在控制理论中,正定二次型函数的利普希茨性质可以帮助我们设计更稳定的控制系统,提高系统的性能和鲁棒性。
第二篇示例:正定二次型不等式利普希茨,是数学中一个非常重要的概念。
在数学分析、优化理论和控制理论中,正定二次型函数是一类非常常见的函数形式,它们在描述物理现象、解决实际问题以及优化算法中都有广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
函数连续性在矩阵分析中的应用在数学分析的学习中知道,函数的连续性具有非常好的特性,比如局部有界性,介值性等,这使得很多问题在函数连续的基础上可以变得简单,那么函数连续性在高等代数中是否也有同样的好处,可以将问题简单化呢?类似于矩阵特征多项式和含字母矩阵的k 阶主子式等这样一类都是关于参数的多项式,而多项式为一连续函数,因此函数的连续性可以应用在矩阵中,从而引发了对函数连续性在矩阵的各方面的应用,比如:在伴随矩阵,矩阵的正定性以及矩阵对应行列式的计算等各方面的应用。
一、预 备 知 识定义[]61、函数在一点连续的定义:若函数()f x 在0x 的邻域包含0x 本身有定义,并且()()00lim x x f x f x →=,我们就称()f x 在点0x 连续。
定义[]62、函数()f x 在某一区间内有定义:若函数()f x 在开区间)(,a b 内每一点都连续,也就是说对)(,a b 内任何一点0x 皆成立()()00lim x x f x f x →=,则称()f x 在)(,a b 内连续,对闭区间],a b ⎡⎣来说,()f x 在],a b ⎡⎣上连续的定义是指:()f x 在)(,a b 内连续,同时有()()0f a f a +=,()()0f b f b -=,则称()f x 在],a b ⎡⎣内连续。
引理[]51、由初等函数的连续性知,多项式()1110...n n n n f x a x a x a x a --=++++在)(,-∞+∞上为连续函数。
定理[]51、(代数基本定理)任意一个n 次复系数多项式一定有n 个复数根,其中n>1.定理[]52、设()f x 是任意一个n 次复系数多项式,n>0,则()f x 恰有n 个复数根12,,,...,n c c c ,而且()()()()012...n f x a x c x c x c =---,其中0a 是()f x 的首项系数。
引理[]32、()()*11*A A --=证明:由于*AA A E =,故*1A A A -=,从而()()*11111A A A A A -----==,于是()*1*11.A A A A AA E ---==,证得()()*11*A A --=.引理[]53、()111AB B A ---=引理4、对n n P ⨯上的任一矩阵A ,存在δ,使得在[]0,δ上有t A 可逆, 其中t A A tE =+.证明:t A A tE =+=111212122212.....................n n n n nn n nt a a a a t a a a a t a ⨯⎛+⎫⎪+ ⎪⎪⎪+⎭⎝ 其中A=()ij n n a ⨯则t A 是关于t 的多项式,由多项式的根的存在性定理知它具有n 个根12,,...,n t t t ,设12,,...,n t t t 不全为零,并记{}0min :0,1i i t t t i n =≠≤≤,取正数δ,使得00t δ<<,于是对任意的t ,0,det 0t t A δ<<≠,即t A 可逆。
引理[]15:设n 阶实矩阵()ij A a =,若,1ii ij i ja a i n ≠>≤≤∑,则0A ≠。
证明:若0A =,则A 的列向量线性相关,故存在不全为零的数12,,...,n k k k ,使111122121122221122000n n n n n n nn n a k a k a k a k a k a k a k a k a k +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩不妨设1k 是i k 中最大的数,则10k >,于是1111221n n a k a k a k =---,则()11112211211n nn a k a k a k a a k ≤++≤++,于是1111j j a a ≠≤∑,矛盾! 二、函数连续在伴随矩阵中的一些应用对于方阵A ,存在等式*AA A E =,特别地,若A 可逆就有*1A A A -=,但若A 不可逆时,这个等式就不成立,在讨论有关伴随矩阵的一些特性时,对A 可逆的情况,利用*1A A A -=可方便证明相关结论,对A 不可逆的情况,往往可利用t A A tE =+这样一类矩阵配合函数的连续性进行推导。
2.1、用表示阶方阵的伴随矩阵,证明:()()**TT A A =证明:*AA A E =i )当A 可逆时,T A 可逆且有()()()*11T T TTA A A AA --==()()()()()1**11TTTT T A AA A A A A A ---====ii)当A 不可逆时,令t A A tE =+,由引理四,存在定区间]0,δ⎡⎣,使得t A A tE =+可逆,由情形i )知有()()**TT t t A A =,从而当0t →时,取极限有()()**TT A A =.综合情形i ),ii )有结论:()*TA =()*T A2.2、证明:()***AB B A =证明:i )先证明A,B 可逆的情形。
当A,B均可逆时,即0,0A B ≠≠,这时有:()()()()()**1**111111**0,0AB B A A B AB AB AB A B B A B BA AB BA AB A-------=≠≠=====即证得()***AB B A =ii)再证明A,B 不可逆的情形。
令,t t A A tE B B tE =+=+,则存在公共的δ,使)(0,t δ∈及t A ,t B 均可逆。
事实上,t A A tE=+=111212122212.....................n n n n nn n nt a a a a t a a a a t a ⨯⎛+⎫⎪+ ⎪⎪ ⎪+⎭⎝ 其中A=()ij n n a ⨯, 则t A 是关于t 的多项式,因此由多项式的根的存在性定理知它具有n 个根12,,...,n t t t ,设12,,...,n t t t 不全为零,并记{}0min :0,1i i t t t i n =≠≤≤,取正数1δ,使得100t δ<<,于是对任意的t ,10,0t A δ<<≠,即t A 可逆。
同理,t B B tE =+=111212122212.....................n n n n nn n nt b b b b t b b b b t b ⨯⎛+⎫⎪+ ⎪⎪⎪⎪ +⎭⎝ 其中B=()ij n n b ⨯,则t B 是关于t 的多项式,因此由多项式的根的存在性定理即定理二知它具有n 个根'''12,,...,n t t t ,设'''12,,...,n t t t 不全为零,并记{}'''0min :0,1i i t t t i n =≠≤≤,取正数2δ,使得'200t δ<<,于是对任意的t ,20,0t B δ<<≠,即t B 可逆。
取{}12min ,δδδ=,则当任意的0t δ<<,均有0t A ≠且0t B ≠,即这时t A 与t B 均可逆,这时由情形i )即有()***t t t t A B B A =,从而当0t →时,取极限有()***AB B A =。
综上所述,无论A,B 是否为可逆矩阵,均有()***AB B A =成立。
注01:在()***AB B A =的证明过程中,当A,B 可逆时,证明的过程是简单的,利用()()*1AB AB AB -=即可得到,而当A,B 不可逆时,1A -与1B -不存在,因此,公式()()*1AB AB AB -=不可用,那么借助t A A tE =+与t B B tE =+,由行列式的知识知它们的行列式都是t 的n 次多项式,再由多项式的知识找出一个区间,使得在这个区间上t A 与t B 的行列式均不为零,即意将情形ii )归为情形i ),最后利用函数的连续性得出结论。
2.3 设A,B 为任意两个方阵,若A~B,则其伴随矩阵也相似,即**~A B .证明:i )当A,B 均可逆时,由*AA A E =和*BB B E =有()1*A A A -=, ()1*B B B -= (1)因为A 与B 相似,故存在可逆方阵P,使得1P AP B -= (2)两边取行列式得A B =,将(1)式代入(2)式中得到:()()111**P A A P B B ---=因为A B =,所以()()111**P A P B ---=,即()11*P A --=()1*1B P --,在等式两边同乘P 得:()11*P P A --()1*1B P P --=,即()()11****P A B P --=于是有()()()111****BP AP ---=, 那么()1****B P A P-=, 从而**~A B .ii )当A,B 均不可逆时,令t A A tE =+,t B B tE =+,由引理4,存在δ,使得在]0,δ⎡⎣上有t A 与t B 均可逆,且有()111t tP A P P A tE P P AP tE B tE B ---=+=+=+=,即~t t A B ,由情形i )知**~t t A B ,从而当0t →时,取极限有**~A B .三、函数连续性在行列式计算中的应用分块矩阵能简化高阶矩阵的运算,可应用于高阶矩阵的逆矩阵和秩的求解、行列式计算等问题中,矩阵的特征多项式也是关于行列式的计算,并且是一类本身就带有参数的特殊行列式计算,以下我们应用函数的连续性来解决行列式计算的一些问题。
3.1 、A BAD BC C D=-, 其中A,B,C,D n n C ⨯∈且AC=CA 证明:i )先证明A 可逆的情形。
1100n n I A B A B CA I C D D CA B --⎛⎫⎛⎫⎛⎫= ⎪⎪ ⎪--⎝⎭⎝⎭⎝⎭ (1) 显然101n nI CA I -=-,因此对(1)式两边取行列式得到10A B A B C D D CA B -==-111()A D CA B A D CA B AD ACA B ----=-=- 由于AC CA =,所以()()111()A D CA B AD AC A B AD C AA B AD CB ----=-=-=-于是A BAD BC C D=- ii )再证明A 不可逆的情形。
记n A A I λλ=+=111212122212.....................n n n n nn n na a a a a a a a a λλλ⨯⎛+⎫⎪+ ⎪⎪⎪⎪ +⎭⎝ 其中A=()ij n n a ⨯,易知A λ是关于λ的n 次多项式。