不变子空间(参考答案)

合集下载

§7.7%20%20不变子空间

§7.7%20%20不变子空间

σβ = σ ( kα ) = kσα = ( kλ0 )α ∈ W ,
故 W 是 σ -子空间。
第七章 线性变换
二、不变子空间的性质
性质1 设 σ , τ 都是线性空间V的线性变换,若 στ = τσ , 则 Im(τ ) 和 Ker (τ ) 都是 σ -子空间。同样,Im(σ ) 和 Ker (σ ) 都是 τ -子空间。 证明: ∀α ∈ Im(τ ), 则存在 α1 ∈ V , st . τ (α1 ) = α , 于是
,Wk
第七章 线性变换
定理7.6.2 若线性变换 σ 的特征多项式 f (λ ) 可分解成以
f (λ ) = (λ − λ1 )r1 (λ − λ2 )r2 下一次因式的乘积:
则V可分解成不变子空间的直和:V = V1 ⊕ V2 ⊕
(λ − λs )rs ,
⊕ Vk ,
其中
Vi = {ξ (σ − λi ε )ri ξ = 0, ξ ∈ V } 。
σα = σ (τα1 ) = (στ )(α1 ) = (τσ )α1 = τ (σα1 ) ∈ Im(τ ) 故 Im(τ ) 是 σ -子空间。
又ቤተ መጻሕፍቲ ባይዱ
∀β ∈ Ker (τ ), τ ( β ) = 0,
τ (σβ ) = (τσ )β = (στ )β = σ (τβ ) = σ (0) = 0
,r
⎞ ⎟ ⎟ ⎟ ⎟ λ⎠
矩阵为 λ Er , 这里 r = dim(Vλ ) 。 解:因为 r = dim(Vλ ), 设 α1 , α 2 ,
由于
(σ Vλ )α i = σα i = λα i , i = 1, 2,
σ ( α1 , α 2 ,
, α r ) = ( α1 , α 2 ,

不变子空间的交还是不变子空间证明

不变子空间的交还是不变子空间证明

不变子空间的交与不变子空间证明一、不变子空间的交在线性代数中,我们经常会接触到不变子空间的概念。

不变子空间是指在线性变换下保持不变的向量子空间。

而不变子空间的交,指的是两个线性变换的不变子空间的交集。

在这里,我们将探讨不变子空间的交的相关概念和性质。

1. 定义和性质当我们考虑两个线性变换T1和T2时,它们的不变子空间分别为V1和V2。

那么不变子空间的交V1∩V2就是同时属于V1和V2的向量的集合。

不变子空间的交是同时关于T1和T2的不变的向量的集合。

不变子空间的交有以下几个性质:- 不变子空间的交仍然是一个子空间;- 不变子空间的交的维数小于等于每个不变子空间的维数之和;- 如果T1和T2的不变子空间的交的维数等于它们的和,那么这两个不变子空间的交就是直和。

从性质上看,不变子空间的交具有一定的规律和特点,这为我们进一步的研究和应用提供了基础。

2. 应用和意义不变子空间的交在实际问题中具有重要的应用。

在矩阵的相似性问题中,我们需要考虑到矩阵的不变子空间以及它们的交,这对于我们判断矩阵相似性具有一定的帮助和指导。

在研究线性变换的结构和特性时,不变子空间的交也扮演着重要的角色。

我们可以通过研究不变子空间的交来理解线性变换的相互影响和作用,进而更深入地理解线性代数的相关理论。

二、不变子空间证明在线性代数的学习中,不变子空间的证明是我们经常遇到的问题之一。

要证明一个向量子空间是线性变换的不变子空间,需要我们进行严密的推理和论证。

下面,我们将介绍一些关于不变子空间证明的方法和技巧。

1. 直接证明法直接证明法是最常见的一种方法。

我们假设一个向量子空间W是线性变换T的不变子空间,然后通过对T(W)中的向量进行分解和推理,来证明T(W)也是W的子空间。

这种方法直接而且易于理解,是不变子空间证明的基本方式。

2. 矩阵表示法线性变换可以通过矩阵来表示,而不变子空间的证明也可以通过矩阵的运算来实现。

我们可以将线性变换表示为矩阵A,然后利用矩阵的运算性质和行列式的性质来证明不变子空间的性质。

不变子空间(参考答案)

不变子空间(参考答案)
立,故 W1 为 σ 的不变子空间。 (2) 当 a2 = 0 时,(0, a2, 0)T ∈ W2 但 σ((0, a2, 0)T ) = (a2, 0, 0)T ∈/ W2。
故 W2 不是 σ 的不变子空间。
Exercise 7 设 σ ∈ L(V ),W 是 V 的子空间,σ−1(W ) 是 W 在 σ 下的 原像,如果 W 是 σ 的不变子空间时,σ−1(W ) 是不是 σ 的不变子空间?反 之,如果 σ−1(W ) 是 σ 的不变子空间时,W 是不是 σ 的不变子空间?为什 么?
不满足线性性。 不满足封闭性。 不满足数乘封闭性。
Exercise 2 举例说明 (1) σ, τ ∈ L(V ),στ = 0 不一定推出 σ = 0 或 τ = 0; (2) στ = τ σ 解: (1) 令 V = R2,设 σ((x1, x2)T ) = (x1, 0)T ,τ ((x1, x2)T ) = (0, x2)T , 则 σ = 0, τ = 0。但 στ = 0。
证明: (1) τ σ − στ = ε,ε 是单位变换; (2) (τ σ)2 = τ 2σ2 + τ σ。 问:σ 是不是 R[x] 上的幂零变换?是不是 Rn[x] 上的幂零变换? 证明: (1) ∀f ∈ R[x] στ (f (x)) = σ(xf (x)) = f (x) + xf (x) τ σ(f (x)) = τ (f (x)) = xf (x) (στ − τ σ)(f (x)) = f (x) = ε(f (x)) 证毕。 (2) (τ σ)2(f (x)) = τ σ(xf (x)) = x(f (x) + xf (x)) = xf (x) + x2f (x) τ 2σ2(f (x)) = τ (τ σ)σ(f (x)) = τ (τ σ)(f (x)) = τ (xf (x)) = x2f (x) (τ 2σ2 + τ σ)(f (x)) = x2f (x) + xf (x) = (τ σ)2(f (x)) 证毕。 σ 不是 R[x] 上的幂零变换。因为,对于任意 n ∈ N,总存在一个 m > n,

§7_不变子空间

§7_不变子空间

上页
下页
返回
结束
命题
设 W1 ,W2 都是A-子空间,则 W1 I W2 和 W1 + W2 也都是A-子空间.
上页
下页
返回
结束
定义
设A是线性空间V的线性变换,W是A 的不变子 空间. 由于W 中的向量在A下的像仍在W中,所以 由A自然诱导了W上的一个线性变换:
% A :W → W % A (α ) = A (α ),α ∈ W .
因为A的多项式 f (A)是和A可交换的,所以 f (A) 的值域和核都是A-子空间. 这种A-子空间是经常 碰到的. 例4 任何一个子空间都是数乘变换的不变子空间.
上页
下页
பைடு நூலகம்
返回
结束
例5 考虑线性变换一维A -子空间. ξ 设W是A 的一维不变子空间, 是W的任何一个 非零向量,则它构成W的基,即 W = L(ξ ). 由A-子空间的定义, Aξ ∈ W = L(ξ ). 于是存在数 λ0 , 使得 Aξ = λ0ξ . 由此可知, 是W的特征向量. ξ
上页
下页
返回
结束
反之,设 ξ 是A的属于特征值 λ0的特征向量. 对 ∀α ∈ L(ξ ), 即α = kξ , 则 Aα = kAξ = (k λ0 )ξ ∈ L(ξ ). 由此可知,由特征向量生成的子空间 L(ξ )就是A的 一维不变子空间. 例6 A的属于特征值 λ0 的特征子空间 Vλ0 也是A 的 不变子空间.
A1 = O
A3 . A2
(2)
上页
下页
返回
结束
并且左上角的k 级矩阵A1就是A|W在W的基 ε1 , ε 2 ,L, ε k 下的矩阵. 这是因为W是A-子空间,所以 Aε1 , Aε 2 ,L, Aε r ∈ W 它们可以通过W的基 ε1 , ε 2 ,L, ε k 线性表示,即 Aε1 = a11ε1 + a21ε 2 L + ak 1ε k , Aε 2 = a12ε1 + a22ε 2 L + ak 2ε k , LLL Aε k = a1k ε1 + a2 k ε 2 L + akk ε k , 从而A在基(1)下的矩阵具有形状(2),A|W在W的基 ε1 , ε 2 ,L, ε k 下的矩阵为A1.

不变子空间的交还是不变子空间证明

不变子空间的交还是不变子空间证明

不变子空间的交还是不变子空间证明【编号一】不变子空间的交与不变子空间的证明【引子】在线性代数中,矩阵的不变子空间是指在矩阵变换下保持不变的向量空间或子空间。

矩阵的不变子空间具有重要的数学和应用价值。

在本文中,我们将探讨不变子空间的交以及如何证明一个子空间是不变的。

【编号二】不变子空间的交要理解不变子空间的交,我们首先需要了解两个概念:矩阵的不变子空间和子空间的交。

(一)矩阵的不变子空间对于一个n×n矩阵A,如果存在一个非零向量v使得Av = λv,其中λ是一个标量,则向量v所张成的向量空间称为A的特征子空间或特征空间。

特征空间是A的一个不变子空间,因为矩阵A作用在特征空间上的结果仍然在特征空间中。

(二)子空间的交设V和W是一个线性空间的两个子空间,则V和W的交集V∩W是指同时属于V和W的所有向量构成的集合。

交集仍然是一个子空间。

在研究矩阵的不变子空间时,我们会遇到不变子空间的交。

当两个矩阵的不变子空间的交非空时,即存在一个向量同时属于这两个矩阵的不变子空间,我们称此向量属于这两个不变子空间的交。

【编号三】证明不变子空间如何证明一个子空间是不变的呢?下面,我们将介绍一种常见的证明方法:使用矩阵的性质和线性代数的基本定理。

(一)使用矩阵的性质对于一个矩阵A和一个子空间V,如果对于每个向量v∈V,都有Av∈V,则V是A的一个不变子空间。

这是因为矩阵A作用在不变子空间V上的结果仍然在V中。

(二)使用线性代数的基本定理根据线性代数的基本定理,任何一个m×n的矩阵A可以通过初等行变换化为行简化阶梯形矩阵R。

在行简化阶梯形矩阵中,非零行的每一行都有一个主元,而主元所在的列的其它元素都为零。

如果我们想证明一个子空间V是矩阵A的不变子空间,我们可以使用以下步骤:1. 选取子空间V的一组基向量{v₁, v₂, ..., vₖ}。

2. 将这组基向量按列排成矩阵B。

3. 计算AB,并得到矩阵R。

4. 观察R的形式,如果R中的每一列都满足主元所在列的其它元素都为零的条件,那么可以证明子空间V是矩阵A的不变子空间。

(完整版)不变子空间、若当、最小多项式(简介)

(完整版)不变子空间、若当、最小多项式(简介)

§7 不变子空间◎ 本节重点:不变子空间的定义与“限制”.已知可对角化对应于对角矩阵,但是并不是每个都能对角化的.退一步,对应于准对角形也好;虽然比对角形复杂,但也算简单.这个问题的研究需要用到不变子空间的概念. 一、定义与例子1.定义:)(n V L ∈σ,W 是σ的不变子空间W ⇔是V 的子空间,且,W ∈∀ξ有W ∈)(ξσ.简称σ-子空间. (注意:与线性变换有关)2.例子:设)(n V L ∈σ,则下列子空间W 都是σ的不变子空间:1){}0=W 2)V W = 3))0(1-=σW 4))(V W σ= 5){}ξλξσξλ0)(|0=∈==V V W 例1若线性变换A 与B 是可交换的,则B 的核与值域都是A -子空间. 二、线性变换在不变子空间上的“限制”1.定义:设W 是)(n V L ∈σ的不变子空间,可只在W 中考虑σ,记为W |σ.【意义】缩小了线性变换的范围,从而简化线性变换.因此,如果V 可分解为若干-σ子空间i W 的直和,那么对V 的线性变换σ的研究就归结为对各个子空间i W 的直和研究.2.区别:W |σ与σ的作用结果一样,但作用范围不同.即σξξσξ=⇒∈)|(W W ;ξσξ)|(W W ⇒∉无意义.三、不变子空间与线性变换矩阵化简之间的关系(意义)设V 可分解为若干个σ-子空间的直和:s W W W V ⊕⊕⊕= 21,在每个不变子空间i W 中取基k i i i εεε,,,21 ,s i ,2,1=,并把他们合并为V 的一组基,则在这组基下,σ的矩阵具有准对角形⎪⎪⎪⎭⎫ ⎝⎛s A A 1,其中i A ,s i ,2,1=是i W A |在对应基下的矩阵. 进一步的,我们有: *四、不变子空间的直和分解定理12:设线性变换)(n V L ∈σ的特征多项式)(λf 可分解成一次因式:S r S r r f )()()()(2121λλλλλλλ---= ,则V 可以分解成不变子空间的直和:s V V V V ⊕⊕⊕= 21,其中}0)(|{=-∈=ξλσξi r i i E V V .§8 若当(Jordan )标准形介绍若当(Jordan )标准形是一类特殊的准对角矩阵. 一、基本定义 1. 若当块⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛=λλλλλ1000010000010000),(t J (λ是复数;注意对角元相同)2. 若当形矩阵=由若干个若当块(阶数未必相同、λ未必相同)组成(不计顺序)的准对角矩阵. (若当形矩阵中包括对角矩阵) 【问题】若当形矩阵的特征值=?例1求所有的三阶若当形矩阵.(若当块不计排列顺序) 二、主要结论定理13: ))((C V L n ∈∀σ,在V 中必定存在一组基,使σ在这组基下的矩阵式若当形矩阵. (这个若当形矩阵除去其中若当块的排列次序外,是被σ唯一决定的,它称为σ的若当标准形)若用矩阵来描述,即定理14:复数域上,每个方阵都相似于某个若当形矩阵.(好用的结论) 三、若当标准形的求法(第八章介绍)【特例】若A 可对角化,则若当标准形就是相似的对角矩阵.【第二届中国大学生数学竞赛预赛2010】设⎪⎪⎪⎭⎫⎝⎛=00020100030100B ,证明B X =2无解,这里X 为三阶复数矩阵.[证法]对复数矩阵,优先考虑它相似于某个Jordan 矩阵这个性质,并联系特征值.§9 最小多项式介绍最小多项式有着良好的理论意义,特别是适用于对角化问题.已知Cayley Hamilton -定理:方阵A 的特征多项式是A 的零化多项式.要寻找其中次数最低的,这就是最小多项式的研究思路. 一、基本定义定义:)(x ϕ是方阵A 的最小多项式0)(=⇔A f 且)(x ϕ次数最低、首项系数为1. 例 数量矩阵kE 的最小多项式是 二、基本性质引理1矩阵A 的最小多项式必唯一. 证法 带余除法引理2)(x f 是A 的零化多项式)(x f ⇔是A 的最小多项式)(x ϕ的倍式,即)(|)(x f x ϕ. 【特例】最小多项式是特征多项式的因式. 证法 带余除法例 求⎪⎪⎪⎭⎫ ⎝⎛=1111A 的最小多项式. 2)1(-x【问题】相似矩阵有相同的最小多项式?例 k 阶若当块kk a a a J ⨯⎪⎪⎪⎪⎪⎭⎫⎝⎛=11的最小多项式是 (直接计算,k a x )(-) 三、主要结论定理 数域P 上矩阵A 可对角化的充要条件是A 的最小多项式是P 上互素的一次因式的乘积. 推论 复数域上A 可对角化的充要条件是A 的最小多项式无重根.例 设A 是n 阶幂等矩阵,且秩为r .试求A 的相似标准形,并说明理由;求A E -2. 解法:由A A =2知A 有最小多项式)1()(2-=-=λλλλλg 且无重根,所以A 相似于对角矩阵,且特征值只能是1或0.又r A r =)(,故存在可逆矩阵P 使⎪⎪⎭⎫ ⎝⎛=-0001rE AP P .从而 rn r n rA E E E AP P E P A E P ----=-⇒⎪⎪⎭⎫ ⎝⎛=-=-222002)2(11. 矩阵相似对角化的应用1.利用矩阵相似对角化计算矩阵多项式若矩阵A 与B 相似,则存在可逆矩阵P 使得1-=PBP A ,于是1-=P PB A k k . 进一步有:当)(x ϕ是多项式时,1)()(-=P B P A ϕϕ.特例:当A 相似于对角矩阵时,由1-=P PB A k k 容易计算方幂kA .2.求Fibonacci 数列通项:)1,0(1012==+=++a a a a a n n n解法 用矩阵形式表示递推关系式⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-+011101110111a a a a a a nn n n n⎪⎪⎭⎫ ⎝⎛=0111A 的特征值为2512,1±=λ,对应的特征向量为'⎪⎪⎭⎫ ⎝⎛±1,251,⎪⎪⎭⎫⎝⎛=-211λλAP P 由此可求nA ,即得⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛+=nn n a 25125151. 3.利用矩阵相似对角化线性方程组【例】(人口流动问题)设某国人口流动状态的统计规律是每年有十分之一的城市人口流向农村,十分之二的农村人口流入城市.假定人口总数不变,则经过许多年以后,全国人口将会集中在城市吗? 解 设最初城市、农村人口分别为00,y x ,第k 年末人口分别为k k y x ,,则 ⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛00118.01.02.09.0y x y x ,⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛--118.01.02.09.0k k k k y x y x 记⎪⎪⎭⎫⎝⎛=8.01.02.09.0A ,可得⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛00y x A y x k k k . 为计算kA ,可考虑把A 相似对角化.特征多项式)7.0)(1(--=-λλλA E .1=λ对应的特征向量为)1,2(1'=α;7.0=λ对应的特征向量为)1,1(2'-=α取⎪⎪⎭⎫⎝⎛-==1112),(21ααP ,得⎪⎪⎭⎫ ⎝⎛-=-2111311P ⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛=-21117.00011112317.00011k kk P P A令∞→k ,有07.0→k ,得⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-→12223121110001111231k A ⎪⎪⎪⎪⎭⎫⎝⎛+=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛→⎪⎪⎭⎫ ⎝⎛3132)(1222310000y x y x y x k k 可见当∞→k 时,城市与农村人口比例稳定在1:2.定理7:设A 为实对称矩阵,则必存在正交矩阵T ,使得1T AT T AT -'=为对角阵.(注意:对角元恰好是A 的全体特征值) (常用于证明题)[证明思路]:利用对称变换的理论,等价于对称变换有n 个特征向量作成标准正交基(见教材).也可用数学归纳法,将实对称矩阵A 用两次正交相似变换化为对角阵.证明:设σ在n 维欧氏空间V 的标准正交基下的矩阵是A ,则σ是对称变换. 1=n 时,)(αL V =,取V e ∈=αα/1,则V e ∈)(1σ,有11)(ke e =σ,1e 即为所求. 设1-n 时命题成立(含义?),考虑n 的情形.设法把n V 分解成11-+n V V ,才能使用归纳假设:1)σ对称σ−−→−引理有实数特征值1λ(才能保证特征向量)(1R V ∈α,正交矩阵要求实数矩阵);2)取111/αα=e ,则是实.特征向量.设1V 是)(1e L 的正交补,则1V 是σ-子空间,维数为1-n ,且1|V σ是1V 的对称变换.于是利用归纳假设,1V 有1-n 个特征向量n e e ,,2 标准正交,联合n e e e ,,,21 即为V 的特征向量、标准正交基.另证:直接从矩阵角度证明,数学归纳法:1=n 显然. 设1-n 时命题成立,A 必有实数特征值1λ(特征向量n R ∈1α),取111/αα=e ,则也是实.特征向量.扩充成n R 的标准正交基n e e e ,,,21 ,以它们为列作n 级矩阵1T ,则1T 正交,且),,,(),,,(),,,(1121111112111211111n n n Ae T Ae T e T Ae Ae Ae T e e e A T AT T -----===' λ注意到),,,(),,,(112111112111111n n e T e T e T e e e T T T E -----=== ,故111e T -是E 的第一列,于是11AT T '形如⎪⎭⎫⎝⎛B C 01λ,而A 对称,11AT T '也对称,得0=C ,且B 是1-n 级对称矩阵. 由归纳假设,存在1-n 级正交矩阵Q ,使得),,(2n diag BQ Q λλ =',取212,001T T T Q T =⎪⎭⎫ ⎝⎛=可得T 是正交矩阵,并且),,(1111n diag Q B Q AT T λλλ ==⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛'=' 又AT T AT T 1-='与A 相似,有相同的特征值,于是n λλ,,1 是A 的全部特征值.《欧氏空间》复习一、主要概念 1)内积 2)长度 3)夹角 4)正交 5)度量矩阵 6)标准正交基7)正交矩阵 8)正交变换 9)正交补 10)对称变换 11)最小二乘法二、重要方法1.验证欧氏空间.[内积4条公理]2.利用内积计算长度、夹角;证明向量相等、长度关系式.3.求标准正交基.[可验证!先正交化再单位化,反之…错.]4.正交补的构造与求法.5.正交矩阵、正交变换、对称变换的应用与证明.[注意变换与矩阵的转化]6.求正交矩阵T ,使得1T AT T AT -'=为对角阵.(可验证!注意区别第五、七章的方法)7.利用正交线性替换化实二次型为标准形. *8.求最小二乘解. 三、思考题1.什么是内积?欧氏空间的哪些概念与内积有关?(长度、夹角、正交、度量矩阵、标准正交基、同构、正交变换、对称变换、正交补) 2.内积与标准正交基有何联系? 3.标准正交基有何作用? 4.如何构造子空间的正交补?5.正交矩阵、实对称矩阵各有哪些特点?6.正交变换、对称变换各有哪些特点和区别? 四、例题选讲 ◎ A 正定1>+⇒E A证1:A 正定⇒特征值E A i +⇒>0λ的特征值11>+i λ 于是1111)1()1)(1(21=⋅>+++=+ n E A λλλ 证2:A 正定⇒0),,,(11>=-i n diag AT T λλλ1111)1()1)(1()1,,1(),,(1211111=⋅>+++=++=+=+--- TT T Tdiag E T Tdiag E A n n n λλλλλλλ《期末总复习》一、考试题型填空、计算、证明、讨论或判断 二、复习依据作业(习题集)、例题、课外提高 三、各章主线 1.线性空间线性空间……定义、线性运算、基、维数、坐标子空间……两个封闭性、基、维数、生成子空间、扩充基、维数公式、和、直和 同构……构造、判定、意义 2.线性变换线性变换……验证(定义)、运算、关于基的矩阵及变换问题的转化、不变子空间 特征值与特征向量……证明、求法(可验证)、结论、对角化判定及求可逆矩阵C 值域与核……基、维数、两者维数关系 3.Jordan 标准形不变因子 初等因子 Jordan 标准形4.欧氏空间(注意:涉及的概念都与内积有关)内积……验证(四条公理)、长度、夹角、标准正交基(求法,可验证) 正交变换……判定、不变性、正交矩阵(可验证)对称变换……判定、特征值、对角化(求正交矩阵[可验证].区别第5章方法)四、注意事项1.几类矩阵的特点、区别与联系:……可逆矩阵、对称矩阵、合同矩阵、相似矩阵、正定矩阵、正交矩阵.2.线性变换问题与矩阵问题的转化……线性空间(通过基)、欧氏空间(通过标准正交基)3.可验证的几种计算类型特征值(迹)、特征向量(代入方程组)、标准正交基(两两正交、长度为1)、')正交矩阵(行[或列]向量组标准正交,或EAA=3、大、中、小队长标志要求各队长必须每天佩戴,以身作则,不得违纪,如有违纪现。

不变子空间的概念

不变子空间的概念

若 在基 W
1,下的2 ,矩L阵,为 k
,则
在基 1 , 2 ,下L的,矩阵n 具有下列形状:
§7.7 不变子空间
A1 0
A2 A3
.
A1 P kk
反之,若
1 , 2 ,L
,n
1 , 2 ,L
,n
A1 0
A2 A3
,
A1 P kk . 则由 1 , 2 ,生L成,的 k子空间必为 的
2)设 W L(1,则2 ,WL是 s-)子, 空间
(1), (2 ),L , (s ) W .
证: " 显然"成立.
" " 任取 设W , k11 k22 L kss ,
则 ( ) k1 (1) k2 (2 ) L ks (s ).
由于 (1), (2 ),L , (s ) W , ( ) W .
设 是线性空间V的线性变换,W是V的一个 的
不变子空间. 把 看作W上的一个线性变换,称作
在不变子空间W上引起的线性变换,或称作 在
不变子空间W上的限制 . 记作
. W
§7.7 不变子空间
注:
① 当 时,W W ( ) ( ).
当 时W,
无意W义(. )
② W W W .
③ 任一线性变换 在它核上引起的线性变换是零
一、不变子空间
1、定义
设 是数域P上线性空间V的线性变换,W是V的
的子空间,若
有 W , ( )W 即 (W ) W
则称W是 的不变子空间,简称为 -子空间.
注:
V的平凡子空间(V及零子空间)对于V的任意一
个变换 来说,都是 -子空间.
§7.7 不变子空间是 -子空间.

高等代数实践课不变子空间

高等代数实践课不变子空间

例5:
令f[x]是数域F上一切一元多项式所成的向量空 间,σ:f(x)→ f‘(x)是求导数运算。对于每一 自然数n,令Fn[x]表示一切次数不超过n的多 项式连同零多项式所成的子空间。那么Fn[x] 在σ之下不变。
限制
• 设w是线性变换σ的一个不变子空间。只 考虑σ在w上的作用,就得到子空间w本 身的一个线性变换,称σ在w上的限制, 并且记作σ|w.
即:若线性变换σ有一个非平凡不变子空间,那么只要适当取定V的 基,就可以使与σ对应的矩阵中有一些元素是零.特别,如果V可以 写成两个非平凡子空间W1与W2的直和:V=W1⊕W2,那么选取 W1的一个基α₁,α₂,…,αγ,和W2的一个基αγ+₁,…, αn,凑成V 的一个基α₁,α₂,…, αn.当W1 和W2都在σ之下不变时,容易看 出,σ关于这样取定的基的矩阵是
解析:事实上,对于任意ξ∈ Ker(σ),都有σ(ξ)=0 ∈ Ker(σ),所 以Ker(σ)在σ之下不变。
个基α₁,α₂,…,α ,再补充成为V的一个基α₁,α₂…, 那么旋转轴L是σ的一个一维不变子空间,而过原点与L垂直的平面H是σ的一个二维不变子空间。
简位单似的 变说换,:如ξ↦果k子ξ 空间在σ之下不变,那γ么w就叫做σ的一个不变子空间
这样,对于任意ξ∈W, σ|w(ξ)=σ(ξ). 然而,如果ξ∉W,那么σ|w(ξ)没有意义。
AV1的=现一(个在子空我间) W们说是来在线看性变一换σ之下下不:变(不或稳变定)子,如空果σ间(w)和⊆w.简化线性变换的矩阵的关系
( ),这里Ai是σ|wi关于所取的wi的基的
A= (
),这里A1是r阶矩阵,它是σ|w1关于基
α ,α ₁,…,α .由于W在σ之下不变,所以 这令样f[x,]是对γ数于域任F意上γξ一∈+切W,一σ元|多w项(ξ式)=所nσ(成ξ)的. 向量空间,σ:f(x)→ f‘(x)是求导数运算。
  1. 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. 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. 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)。

3
Exercise 8 矩阵是
设 n 维线性空间 V 的线性变换 σ 在基 α1, α2, · · · , αn 下的
0 1
0
... ...
... ...
1
0
试证:
(1) 若 V0 是 σ 的一个不变子空间,且 a1α1 + a2α2 + · · · + akαk ∈ V0, 1 ≤ k ≤ n, ak = 0,则 α1, α2, · · · , αk ∈ V0。
证明: (1) τ σ − στ = ε,ε 是单位变换; (2) (τ σ)2 = τ 2σ2 + τ σ。 问:σ 是不是 R[x] 上的幂零变换?是不是 Rn[x] 上的幂零变换? 证明: (1) ∀f ∈ R[x] στ (f (x)) = σ(xf (x)) = f (x) + xf (x) τ σ(f (x)) = τ (f (x)) = xf (x) (στ − τ σ)(f (x)) = f (x) = ε(f (x)) 证毕。 (2) (τ σ)2(f (x)) = τ σ(xf (x)) = x(f (x) + xf (x)) = xf (x) + x2f (x) τ 2σ2(f (x)) = τ (τ σ)σ(f (x)) = τ (τ σ)(f (x)) = τ (xf (x)) = x2f (x) (τ 2σ2 + τ σ)(f (x)) = x2f (x) + xf (x) = (τ σ)2(f (x)) 证毕。 σ 不是 R[x] 上的幂零变换。因为,对于任意 n ∈ N,总存在一个 m > n,
1
(2) 令 V = R2, 设 σ((x1, x2)T ) = (x1, 0)T ,τ ((x1, x2)T ) = (x1, x1 + x2)T ,则 στ = τ σ。
Exercise 3 在 R[x] 上,定义两个线性变换:
σ(f (x)) = f (x), τ (f (x)) = xf (x)
σ(X) =
11 11
X
12 −1 1
.
(1) 试证明 σ 是 V 的线性变换。
2
(2) 求 Im(σ) 和 ker(σ) 的基和维数。 证明: (1) 易见 V 是到自身的线性映射,且由矩阵乘法和数乘的性质,可知对 于 α, β ∈ V, λ ∈ R,,有 σ(α + β) = σ(α) + σ(β), σ(λα) = λσ(α) 成立。 (2) 可知
解: 如果 W 是 σ 的不变子空间,则 W ⊆ σ−1(W )。又在 σ 作用下,σ−1(W ) 的所有的像都在 W 中,所以必在 σ−1(W ) 中。因此,σ−1(W ) 是 σ 的不变 子空间。 如果 σ−1(W ) 是 σ 的不变子空间,则 W 不一定是 σ 的不变子空间。 例如:W = {(x, x, 0)T },σ(W ) = {(x, 0, 0)T },易见 W 不是 σ 的不变子空 间。而 σ−1(W ) 为 {(0, 0, 0)T },为 σ 的不变子空间。
(5) 把复数域 C 看作 C 上的线性空间,σ(α) = α¯,α ∈ C,α¯ 是 α 的共 轭复数。
解:
(1) 是。符合线性变换的定义。 (2) 否 。 因 为 x2 + y2 = (x + y)2。 反 例 :σ((1, 0, 0)T + (1, 0, 0)T ) = σ((2, 0, 0)T ) = (4, 0, 0)T 而 σ((1, 0, 0)T ) + σ((1, 0, 0)T ) = (2, 0, 0)T 。 (3) 否。因为 x · f (x) ∈/ Fn[x]。 (4) 是。符合线性变换的定义。 (5) 否。反例:i · σ(i) = 1 而 σ(i · i) = −1。
α1 ∈ V0
将上述式子逐步逆推,可逐步得到 α2, · · · , αk ∈ V0。证毕。 (2) 由 (1) 的结论,显然成立。
4
σ(X) =
x11 + x21 − x12 − x22 2x11 + 2x21 + x12 + x22 x11 + x21 − x12 − x22 2x11 + 2x21 + x12 + x22
故可见 Im(σ) 中的元素有Fra bibliotekab ab
为 2,基为
10 10

01 01

下面来求 ker(σ) 的维数和基。先令
Im(σ) = L(σ(α1), σ(α2), · · · , σ(αn))
问:(1) σ(α1), σ(α2), · · · , σ(αn) 是不是 Im(σ) 的基? (2) σ(α1), σ(α2), · · · , σ(αn) 是 Im(σ) 的基的充分必要条件是什么?
解:
(1) 不是。因为可能 σ(α1), σ(α2), · · · , σ(αn) 并不彼此线性无关。 (2) σ(α1), σ(α2), · · · , σ(αn) 是 Im(σ) 的基的充分必要条件是 σ 可逆。证 明如下:
¶练习题
Exercise 1 判断下面所定义的映射哪些是线性变换,哪些不是? (1) 在 F 3 上,σ((x1, x2, x3)T ) = (x1 + x2 + x3, x2 + x3, x1)T ; (2) 在 F 3 上,σ((x1, x2, x3)T ) = (x21, x2 − x3, 0)T ; (3) 在 Fn[x] 上,σ(f (x)) = x · f (x); (4) 在 Mn(F ) 上,σ(X) = BXC,其中 B, C ∈ Mn(F ) 是两个确定的矩 阵;
第 2 次讨论课答案
¶内容 1. 线性变换的定义与运算; 2. 线性变换的像与核; 3. 不变子空间. ¶教学要求 1. 准确运用线性变换的定义或等价的命题判断给定的映射是否是一个线性变 换; 2. 掌握线性变换的运算; 3. 正确理解线性变换的像与核的概念及相互之间的联系,并能求出它们的基 与维数; 4. 掌握验证一个子空间是某个线性变换的不变子空间的方法; 5. 会求某些线性空间上的线性变换的不变子空间.
的形式,所以,可知 Im(σ) 的维数
x11 + x21 − x12 − x22 = 0 2x11 + 2x21 + x12 + x22 = 0
可以得到:
x11 + x21 = 0 x12 + x22 = 0
故 ker(σ) 中的元素有
为 2,基为
10 −1 0

ab −a −b
01 0 −1
的形式,所以,可知 Im(σ) 的维数 。
立,故 W1 为 σ 的不变子空间。 (2) 当 a2 = 0 时,(0, a2, 0)T ∈ W2 但 σ((0, a2, 0)T ) = (a2, 0, 0)T ∈/ W2。
故 W2 不是 σ 的不变子空间。
Exercise 7 设 σ ∈ L(V ),W 是 V 的子空间,σ−1(W ) 是 W 在 σ 下的 原像,如果 W 是 σ 的不变子空间时,σ−1(W ) 是不是 σ 的不变子空间?反 之,如果 σ−1(W ) 是 σ 的不变子空间时,W 是不是 σ 的不变子空间?为什 么?
(2) {0}, L(α1), L(α1, α2), · · · , L(α1, α2, · · · , αn−1), V 是 V 的全部 σ 的 不变子空间。
证明:
(1) 由矩阵可得:σ(αk) = αk−1。 由于 V0 是 σ 的一个不变子空间,
a2α1 + a3α2 + · · · + akαk−1 = σ(a1α1 + a2α2 + · · · + akαk) ∈ V0 a3α1 + a4α2 + · · · + akαk−2 = σ(a2α1 + a3α2 + · · · + akαk−1) ∈ V0 ···
和 f ∈ Rm[x],使得 σn(f (x)) 不是 0。 σ 是 Rn[x] 上的幂零变换。因为,存在 m > n,使得对于 ∀f ∈ Rn[x],
有 σm(f (x)) = 0。
Exercise 4 设 σ 是 F 上 n 维线性空间 V 上的线性变换,α1, α2, · · · , αn 是 V 的一个基,则:
Exercise 6 在 R3 上,下列子空间是否是所给线性变换 σ 的不变子空
间? (1) W1 = {(a1, a2, 0)T a1, a2 ∈ R}, σ((a1, a2, a3)T ) = (a2, a1, a3)T ; (2) W2 = {(0, a2, 0)T a2 ∈ R}, σ((a1, a2, a3)T ) = (a2, 0, 0)T ; 解: (1) 对于任意 (a1, a2, 0)T ∈ W1 有 σ((a1, a2, 0)T ) = (a2, a1, 0)T ∈ W1 成
不满足线性性。 不满足封闭性。 不满足数乘封闭性。
Exercise 2 举例说明 (1) σ, τ ∈ L(V ),στ = 0 不一定推出 σ = 0 或 τ = 0; (2) στ = τ σ 解: (1) 令 V = R2,设 σ((x1, x2)T ) = (x1, 0)T ,τ ((x1, x2)T ) = (0, x2)T , 则 σ = 0, τ = 0。但 στ = 0。
σ可逆 ⇐⇒ σ的矩阵表示A可逆
⇐⇒ A的列线性无关 (同构)
⇐⇒ σ(α1), σ(α2), · · · , σ(αn)线性无关 ⇐⇒ σ(α1), σ(α2), · · · , σ(αn)为Im(σ)的基。
Exercise 5 设线性空间 V = X =
x11 x12 x21 x22
相关文档
最新文档