高等代数不变子空间
A -子空间.
任取 α ∈ ImA ，因为 A α ∈ ImA ，所以 ImA 是 A -子空间.
任取
α
∈
Vλi ，因为
A
α
=
λiα
∈
V ，所以 V 是 A -子空间. λi
λ . . . i . . . . . . . . . . . . .
. . . .... .... .... . .
. .. . . ..
证 任取 α ∈ ker A ，因为 A α = 0 ∈ ker A ，所以 ker A 是 A -子空间.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
B(A α) = (BA )α = (A B)α = A (Bα) = A (0) = 0. 因此 A α ∈ ker B，从而 ker B 是 A -子空间.
. . . .... .... .... . . . . .... .... .... . .
显然，整个空间 V 和零子空间 0，对于 V 上的每个线性变换 A 来说，都是 A -子空间. 称 V 和 0 是 A 的平凡的不变子空间.
命题 V 上线性变换 A 的核与值域，A 的特征子空间都是 A -子空间.
证 任取 α ∈ ker A ，因为 A α = 0 ∈ ker A ，所以 ker A 是 A -子空间. 任取 α ∈ ImA ，因为 A α ∈ ImA ，所以 ImA 是 A -子空间.
不变子空间的常见例子
命题 如果线性变换 A 与 B 可交换（即 A B = BA ），则 ker B， ImB，ຫໍສະໝຸດ 的特征子空间都是 A -子空间.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的常见例子
命题 如果线性变换 A 与 B 可交换（即 A B = BA ），则 ker B， ImB，B 的特征子空间都是 A -子空间. 证 任取 α ∈ ker B，则 Bα = 0. 于是
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
显然，整个空间 V 和零子空间 0，对于 V 上的每个线性变换 A 来说，都是 A -子空间. 称 V 和 0 是 A 的平凡的不变子空间. 命题 V 上线性变换 A 的核与值域，A 的特征子空间都是 A -子空间.
显然，整个空间 V 和零子空间 0，对于 V 上的每个线性变换 A 来说，都是 A -子空间. 称 V 和 0 是 A 的平凡的不变子空间. 命题 V 上线性变换 A 的核与值域，A 的特征子空间都是 A -子空间.
. . . .... .... .... . . . . .... .... .... . .
不变子空间概念的背景
我们讨论了可对角化的线性变换，不可以对角化的线性变换，其 结构又如何呢？解决这个问题的思路是什么？我们知道，A 是 可对角化的线性变换当且仅当空间 V 能分解成 A 的特征子空间 的直和. 由此受到启发，研究不可以对角化的线性变换的结构， 能不能以研究线性空间 V 分解成与 A 有关的特殊类型的子空间 的直和入手？这节就来讨论这个问题. 注意 A 的特征子空间 Vλi 具有如下性质：若 α ∈ Vλi，则 A α = λiα ∈ Vλi，这启发我们引 入 A 的不变子空间的概念.
显然，整个空间 V 和零子空间 0，对于 V 上的每个线性变换 A 来说，都是 A -子空间. 称 V 和 0 是 A 的平凡的不变子空间.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
显然，整个空间 V 和零子空间 0，对于 V 上的每个线性变换 A 来说，都是 A -子空间. 称 V 和 0 是 A 的平凡的不变子空间.
命题 V 上线性变换 A 的核与值域，A 的特征子空间都是 A -子空间.
证 任取 α ∈ ker A ，因为 A α = 0 ∈ ker A ，所以 ker A 是
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
不变子空间的定义
定义 设 A 是数域 P 上线性空间 V 的线性变换，W 是 V 的子空间. 如果 W 中的向量在 A 下的像仍在 W 中，即对于任意 α ∈ W， 都有 A α ∈ W，则称 W 是 A 的不变子空间，简称 A -子空间.
高等代数7-7不变子空间
设
(
2
)
a12 1
a22
2
ak 2 k
( k ) a1k1 a2k 2 akk k
从而， (1,2, , n )
(1, 2 ,
a11 a12
a11
a11
,
n
)
ak1 0
ak 2 0
0 0
a1k a1,k1 a2k a2,k1
akk ak ,k1 0 ak1,k1
0 an,k1
又 fi ( ),( i )ri 1.
∴ 有多项式 u( ),v( ) ，使
u( ) fi ( ) v( )( i )ri 1
从而 u( ) fi ( ) v( )( i E)ri E
i E(i ) u( ) fi ( ) v( )( i E)ri (i ) u( ) fi ( )(i ) v( ) ( i E)ri (i )
( i E )ri (i ) ( i E )ri ( ) 0
从而有 ( i E )ri (i ) 0, i 1, 2, , s. 即 i Vi , 1 2 s V1 V2 Vs 又 1 2 s 0,
由 2 ，V1 V2 Vs 是直和，它的零向量分解式
唯一. i 0, i 1,2, , s.
11, ,1n1 , 21, , 2n2 , , s1, , sns
为V的一组基，且在这组基下 的矩阵为准对角阵
A1
A2
.
As
（1）
反之，若 在基 11, ,1n1 , 21, , 2n2 , , s1, , sns 下的矩阵为准对角矩阵(1), 则由 i1, i2 , , ini 生成 的子空间 Wi 为 的不变子空间，且V具有直和分解：
证：令 1 1 2 , 2 1 3
高等代数 第8章线性变换 8.5 不变子空间 特征值 特征向量
b1 1 b2 2 bn n
是属于的特征向量的充分 必要条件是： b1 0 b2 0 I A b 0 n
推论1：设n维线性空间V上的 线性变换在基底上的表示阵 为A，是的特征根，则 V 是由V中坐标（在基底上的） 满足齐次线性方程组：
（证明略）
定义2：设是线性空间V上的 线性变换，是数域F中的一个 数，如果存在一个非零 向量 使得（） 则称是 的特征根，称 为属于特征根
的特征向量。
定理1：设V是n维线性空间， ， ， ， 是它的基底， V 上 1 2 n 的线性变换在基底上的表示阵 为A，是的特征根，则向量
b11 b1r b21 b2 r 1 ,, r 则： b b n1 nr k 1 1 k 2 2 k r r 即为
的属于 0 的特征向量。
Байду номын сангаас
特征根与特征向量的性质
定理1：若n维线性空间V的线性变换
在某基底 1， ， 2， n 上的表示阵
为A，A的特征多项式为： （） I A，如果 0 是其K重根 V V （）
0
则V
的维数不超过 K，这里：
0
0
定理2： 对应于的不同特征根的特征 向量是不同的 推论：如果n维线性空间的线性变换 有n个不同的特征根那么它有n 个线性无关的特征向量，因此 在这些特征向量上的表示阵是 对角阵。
不变子空间，特征根与特征向量
定义1 设是数域F上线性空间V的线性变换， W是V的子空间，如果
则称W在之下不变，简称W为V的 —子空间。
命题1：设S是V n 子空间， t 是S 1， 2， 的基底，是V n 的线性变换，则 S是的 不变子空间的充分必要 条件是：
不变子空间的充要条件
不变子空间的充要条件不变子空间是线性代数中一个重要的概念，它在矩阵和线性变换的研究中起着关键的作用。
在深入探讨不变子空间的性质之前，我们首先需要了解什么是子空间和线性变换。
子空间是指向量空间中的一个非空子集，它满足以下三个条件：首先，子空间中的任意两个向量的和仍然在子空间内；其次，子空间中的任意向量与任意标量的乘积仍然在子空间内；最后，子空间中包含零向量。
线性变换是指将一个向量空间中的向量映射到另一个向量空间中的向量，且保持加法和标量乘法运算。
简而言之，线性变换是一种保持线性性质的变换。
在研究线性变换时，我们经常关注的是它的不变子空间。
不变子空间是指在线性变换之后，向量空间中的某个子空间仍然保持不变。
具体来说，如果一个向量空间V经过线性变换T之后的子空间W 满足T(W) = W，那么W就是线性变换T的一个不变子空间。
接下来，我们将讨论不变子空间的充要条件。
设V是一个向量空间，T是V上的一个线性变换，W是V的一个子空间。
那么W是线性变换T的一个不变子空间的充要条件有两个方面：充分条件：如果W是线性变换T的一个不变子空间，那么对于W中的任意一个向量w，都有T(w)属于W。
换句话说，线性变换T作用在W中的任意一个向量上得到的结果仍然在W中。
必要条件：如果对于W中的任意一个向量w，都有T(w)属于W，那么W是线性变换T的一个不变子空间。
换句话说，线性变换T作用在W中的任意一个向量上得到的结果仍然在W中，则W是线性变换T的一个不变子空间。
通过充分条件和必要条件的双向推导，我们可以得出不变子空间的充要条件。
简而言之，不变子空间的充要条件是：对于W中的任意一个向量w，都有T(w)属于W，同时对于W中的任意一个向量w，都有T(w)属于W。
接下来，我们具体讨论一下不变子空间的性质。
首先，我们可以证明一个线性变换T的不变子空间必然包含零向量。
因为线性变换T 对于向量空间V中的零向量的作用结果仍然是零向量，所以零向量一定属于不变子空间。
高等代数章节件
(1, 2, …, n)B=(1, 2, …, n)T1AT. 所以 B=T1AT. 即:
同一线性变换关于两个基的矩阵是相似的. 反之, 两相似矩阵可以看作是同一线性变换关于两个基的矩阵.
7.4 不变子空间
设V是数域F上的一个向量空间, 是V的一个线性变换. 定义 设W是V的一个子空间, 如果(W)W, 则称W在线性变换 之下不变, 或说W是的一个不变子空间. 例 1 V本身和零子空间{V}是任何变换的不变子空间. 例 2 的象Im()和核Ker()都是的不变子空间. 例 3 任何一个子空间都是位似变换的不变子空间. 例 4 设L是V3中一条过程原点的直线, 是V3的一个以为轴的旋 转变换. 那么L是的一个一维不变子空间, 过程原点与L垂直的平面 H是的一个二维不变子空间. 例 5 设F[x]是F上的一元多项式所成的向量空间, Fn[x]是次数 不超过n的多项式及零多项式所成的子空间. 则Fn[x]是求导变换的不 变子空间.
一个 (nr)r 阶零矩阵
如果V是它的两个子空间W1与W2的直和, 即V=W1W2. 可用W1 的基1, 2, …, r 与W2的基r+1, …, n组成V的一个基. 如果W1与W2 是的不变子空间, 则关于这个基的矩阵是
A1 O O A2
|W1关于W1的基1, 2, …, r 的矩阵 |W2关于W2的基r+1, 2, …, n 的矩阵
n阶矩阵A叫线性变换关于基{1, 2, …, n}的矩阵. 对于给定的线 性变换和取定的基, 它是唯一确定的.
将等式(1)写为矩阵的形式就是
((1), (2), …, (n))=(1, 2, …, n)A. 设= x11+x22+…+xnn是V的任一向量. 所以
第七章线性变换总结篇(高等代数)
第 7章 线性变换7.1知识点归纳与要点解析一．线性变换的概念与判别 1.线性变换的定义数域P 上的线性空间V 的一个变换σ称为线性变换，如果对V 中任意的元素,αβ和数域P 中的任意数k ，都有：()()()σαβσασβ+=+，()()k k σασα=。
注：V 的线性变换就是其保持向量的加法与数量乘法的变换。
2.线性变换的判别设σ为数域P 上线性空间V 的一个变换，那么：σ为V 的线性变换⇔()()()k l k l ,,V ,k,l P σαβσασβαβ+=+∀∈∀∈ 3.线性变换的性质设V 是数域P 上的线性空间，σ为V 的线性变换，12s ,,,,V αααα∀∈。
性质1. ()()00,σσαα==-; 性质2. 若12s ,,,ααα线性相关，那么()()()12s ,,,σασασα也线性相关。
性质3. 设线性变换σ为单射，如果12s ,,,ααα线性无关，那么()()()12s ,,,σασασα也线性无关。
注：设V 是数域P 上的线性空间，12,,,m βββ，12,,,s γγγ是V 中的两个向量组，如果：11111221221122221122s ss s m m m ms sc c c c c c c c c βγγγβγγγβγγγ=+++=+++=+++记：()()1121112222121212,,,,,,m m m s s s ms c c c c c c c c c βββγγγ⎛⎫ ⎪ ⎪= ⎪⎪⎝⎭于是，若()dim V n =，12,,,n ααα是V 的一组基，σ是V 的线性变换， 12,,,m βββ是V 中任意一组向量，如果：()()()11111221221122221122n n n n m m m mn nb b b b b b b b b σβααασβααασβααα=+++=+++=+++记：()()()()()1212,,,,m m σβββσβσβσβ=那么：()()1121112222121212,,,,,,m m m n n n mn b b c b b c b b c σβββααα⎛⎫⎪ ⎪= ⎪⎪⎝⎭设112111222212m m n n mn b b c b b c B b b c ⎛⎫⎪⎪= ⎪⎪⎝⎭，12,,,m ηηη是矩阵B 的列向量组，如果12,,,r i i i ηηη是12,,,m ηηη的一个极大线性无关组，那么()()()12,ri i iσβσβσβ就是()()()12,m σβσβσβ的一个极大线性无关组，因此向量组()()()12,m σβσβσβ的秩等于秩()B 。
高等代数
一个线性变换的所有不变子空间探讨摘 要线性变换的不变子空间理论是高等代数的重要理论之一,但是对于一个线性变换的所有不变子空间，在高等代数教材中也只是简单的讲解一下，于是本文对它做了更进一步的讨论.本文首先给出了线性变换与不变子空间的定义，然后介绍线性变换以及不变子空间的性质，讨论了复数域及一般数域P 上的线性空间的线性变换的不变子空间.同时本文总结了求解一个线性变换所有不变子空间的方法，并且结合一些实例加以应用.关键词：线性变换，子空间，不变子空间引言线性变换与不变子空间是高等代数中的重要的概念，但是对于一个线性变换的所有不变子空间的探讨，在高等代数教材中也只是粗略的讲解一下.为了增加这方面的知识，本文首先给出了线性变换，子空间的定义和不变子空间的性质,由线性变换与不变子空间的相关定理,得出复数域上和一般数域P 上的线性变换的所有不变子空间. 这样对每一个具体的线性变换,我们能表示出它的不变子空间,所以本文尝试探究一个线性变换的所有不变子空间的求法，又给出了一些具体应用事例.本文如不特别指明,所考虑的线性空间V 都是某一数域P 上的线性空间V，线性空间V 上的线性变换的集合为L(V).一、预备知识（一）、线性变换和不变子空间定义定义1[1] 线性空间V 的一个变换σ称为线性变换,如果对于V 中任意的元素,αβ和数域P 中任意数k ，都有()()()σαβσασβ+=+()()k k σασα=定义2[1] 设σ是数域P 上线性空间V 的线性变换,W 是V 的子空间.如果W中的向量在σ下的像仍然在W 中,换句话说,对于W 中任意一个向量ξ,有(),W σξ∈我们W是σ的不变子空间,简称σ-子空间.（二）、不变子空间的性质性质1[2] 设()L V σ∈，1V ，2V 都是σ的不变子空间，则1212,V V V V + 都是σ的不变子空间. 性质2[2] 设()L V σ∈，若1V 为σ的不变子空间，则1V 也是()f σ的不变子空间，其中()f x 是数域P 上x 的多项式. 性质3[3] 设()L V σ∈，若σ可逆且1V 为σ的不变子空间，则1V 也为1σ-的不变子空间.性质4[3] 设W 是线性变换σ，τ的不变子空间，则W 在στ+，στ下也不变.二、复数域上线性变换的所有不变子空间我们来研究Jordan 块mmJ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=λλλ11定理4[2] 设V 是复数域上n 维线性空间，σ是V 的线性变换，在基1α，2α， ，n α 下的矩阵是一若当标准形11A λλλ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭证明：σ有且仅有{}0和以下非零不变子空间1(,,,)i i i n W L ααα+= ，(1,2,,)in =证明 由不变子空间性质可知，{}0是σ的不变子空间.又由于A 中一阶主子式所在列的其他元素全部是零的只有第n 列，因此一维不变子空间仅有()n L α；A 中二阶主子式所在列其余元素全部是零的子式只有第1n -，n 列的主子式，故二维不变子空间只有1(,)n n L αα-，以此类推可得，A中所在列的其他元素均为零的1n -阶主子式为第2,,n 列的主子式为111n λλλ-.因此σ的1n -维不变子空间仅有2(,,)n L αα ，而n 维不变子空间只有12(,,,)n V L ααα=综上，于是得到σ的非零不变子空间有且仅有n 个1(,,,)i i i n W L ααα+= ，(1,2,,)in = .注：由此证明了以下推论：推论1 V 中包含1α的σ的不变子空间只有V 自身； 推论2 V 中σ的任一非零不变子空间都包含n α； 推论3 V 不能分解成σ的两个非平凡不变子空间的直和；1111(,,,)ii i i in n jn j n n W L ααα---++++= ，(1,2,,)i jn =，(1,2,,)is = .定理4[1] 在复数域上 （1）如果线性变换σ是一个对称变换，那么σ的不变子空间的正交补也是σ的不变子空间.（2）如果线性变换σ是一个反对称变换，那么σ的不变子空间的正交补也是σ的不变子空间.（3）如果线性变换σ是一个酉变换，那么σ的不变子空间的正交补也是σ的不变子空间.三、一般数域P 上的线性变换的不变子空间例1 对任意的()L V σ∈,V本身及零子空间都是σ的不变子空间,称为平凡不变子空间.例2 对任意的()L V σ∈,分别称 (){V V σα=∈︱,}V βασβ∃∈=1(0){Vσα-=∈︱0}σα=为σ的像与核.容易证得()v σ与1(0)σ-都是σ的不变子空间.例3[6] 设()L V σ∈，λ是σ的一个特征值，()L V ε∈为V的恒等变换，则称{VVα*=∈︱存在正整数k ，()0}kλεσα-=为σ的对应于λ的根子空间，Vα*∈称为σ的属于λ的高为k 的根向量，V λ*为σ的不变子空间. 证明 若∀,V λαβ*∈，其高分别为12,k k ，令12m a x {,}kk k =，则,a bP∈，()()[()()][()Kkka b a b λεσαβλεσαλεσβ-+=-+- 1122[()()()][()()()]k k kk k k a b λεσλεσαλεσλεσβ--=--+--12[()(0)][()(0)]k k k k a b λεσλεσ--=-+-= 0故V λ*为V 的子空间.又设Vα*∈且高为k ，则()()[()]kkλεσσαλεσσα-=- = [()]kσλεσα-=(0)σ= 0 故V λ*为σ的不变子空间.四、应用举例例4[8]设σ是2R 的线性变换，σ在基12,εε下矩阵2512A -⎛⎫=⎪-⎝⎭，求σ的所有不变子空间解 在V 中至少有以下四个σ的不变子空间：2R ，{0}，2()R σ，1(0)σ-，又A ≠，知σ为可逆的线性变换. 故，2()R σ=2R ，1(0)σ-={0}，此外若还有其它不变子空间必是一维的，因而应为特征向量所生成，但是由于σ的特征多项式2()1f λλ=+无实根，故σ在R 中无特征值，从而没有实特征向量，这表明σ仅有两个平凡的不变子空间.结论 （1）在求σ的所有不变子空间时，既不能漏掉也不能重复. （2）给定σ后，线性空间V 中至少有V ，{0}，()V σ，1(0)σ-四个不变子空间， 然后再设法去找其他的不变子空间.结束语本文在一个线性变换的所有不变子空间等知识具备的条件下，借助一定的数学思想方法，探讨与研究了一个线性变换的所有不变子空间，通过一些具体事例的求解,归纳、总结了求解线性变换的所有不变子空间的方法. 由于学习知识的有限,对求解线性变换的所有不变子空间的方法可能不够系统与全面，在以后的学习中我会继续加强对相关知识的学习与总结, 进而进一步加深对相关理论知识的理解.。
求不变子空间的方法
求不变子空间的方法
那啥是不变子空间呢？简单说啊，就是对于一个线性变换，有个空间在这个变换下，就像被保护起来似的，这个空间里的向量经过变换后还在这个空间里，这就是不变子空间啦。
一种常见的方法呢，就是从特征向量入手。
你想啊，如果一个向量是某个线性变换的特征向量，那由这个特征向量生成的一维子空间就是不变子空间哦。
比如说，对于线性变换T，向量v是它的特征向量，也就是T(v)=λv（这里λ是特征值），那{v}这个一维空间就是不变子空间啦。
还有啊，如果有一组线性无关的特征向量，那由它们张成的子空间也是不变子空间呢。
这就像是一群小伙伴，每个小伙伴自己就是个小不变子空间，合起来也是个大一点的不变子空间啦。
再就是从矩阵的角度看。
如果能把矩阵A化成块对角矩阵，那每一个对角块对应的列向量张成的子空间就是不变子空间。
这就好比把一个大的空间划分成了几个小空间，每个小空间都有自己的小规则，在变换下各自安好，不互相干扰。
另外呢，对于一些特殊的线性变换，比如投影变换。
投影到某个子空间的投影变换，那个被投影的子空间本身就是不变子空间呀。
就像光投影到墙上，墙这个空间就是光投影变换下的不变子空间呢。
宝子，求不变子空间其实也没那么难啦，只要抓住这些小窍门，多做几道题，就会慢慢有感觉的。
就像交朋友一样，刚开始觉得陌生，混熟了就好啦。
加油哦，宝子，我相信你肯定能掌握这个小知识点的！。
不变子空间——精选推荐
在 Im中任取一个向量 ()，其中 k1i ，则
i 1
n
( ) ki (i ) km1 (m1 ) kn (n ) ． (6)
i 1
因此，Im= L( (m1),, (n )) ．从而 Im是有限维的．我们来证 (m1),, (n ) 线性无关．设
第 7.6.3 页
辽东学院教案纸
1V () [u1( ) f1( ) u2 ( ) f2 ( )]()
u1( ) f1( )() u2 ( ) f2 ( )() ．
第 7.6.5 页
辽东学院教案纸
课程：高等代数
令 1 u2 ( ) f2 ( )(),2 u1( ) f1( )() ，则
f1( )(1) f1( )[u2 ( ) f2 ( )()] u2 ( )[ f1( ) f2 ( )]() u2 ( )( f ( )()) ．
对于 Ker、Im，我们有
ቤተ መጻሕፍቲ ባይዱ
定理 7.6.2 设 V 是有限维向量空间，∈Hom(V，W)，则 Ker
与 Im都是有限维的，并且
dim Ker+dim Im=dimV．
(5)
证 因为 V 是有限维的，所以它的子空间 Ker是有限维的．取
Ker的一个基 1，，m ，把它们扩充成 V 的一个基
1，，m ， m1,,n ．
则 是单射的，当 且仅当 是满 射．
证 是单射 Ker=0dimIm=dimV=dimWIm=W是满
射．
推论 7.6.2 有限维向量空间 V 上的线性变换是单射的，当且仅
当它是满射 ．
请注意，对于有限维向量空间 V 上的线性变换，虽然子空间 Ker
与 Im的维数之和等于 dimV，但是 Ker+Im并不一定是空间 V ．例
(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。
《高等代数课后答案》(邱著)
《高等代数课后答案》(邱著)高等代数之后的答案(秋微写的)《高等代数》的内容由浅入深，循序渐进，符合当前两位学生的教学实践。
可作为高校数学与应用数学、信息与计算科学专业的教材，也可作为相关专业的教师、学生和自学者的参考。
以下是阳光网编著的《高等代数》答案(邱著)阅读地址。
希望你喜欢！点击进入：高等代数课后答案地址(邱执笔)高等代数(秋微著)目录前言(一)第一章决定因素(1)1.1一些预备知识(1)1.2二阶和三阶行列式(3)1.3n n阶行列式(7)1.4行列式的计算(18)1.5克莱姆法则(28)1.6行列式的一些应用(31)练习1(A)(35)练习1(B)(38)第二章矩阵(41)2.1矩阵的概念(41)2.2矩阵运算(44)2.3初等变换和初等矩阵(54)2.4可逆矩阵(67)2.5矩阵的秩(76)2.6分块矩阵及其应用(79)练习2(A)(90)练习2(B)(93)第三章线性空间(95)3.1矢量(96)3.2向量的线性相关性(98)3.3向量组的秩(103)3.4矩阵的行秩和列秩(106)3.5线性空间(111)3.6基础、尺寸和坐标(114)3.7基变换和转移矩阵(118)3.8子空间(122)3.9同构(131)3.10线性方程(135)练习3(A)(147)练习3(B)(150)第四章线性变换(152)4.1线性变换及其运算(152)4.2线性变换矩阵(156)4.3线性变换的范围和核心(165)4.4不变子空间(169)练习4(A)(173)练习4(B)(175)第五章多项式(176)5.1一元多项式(176)5.2多项式可整除(178)5.3倍大公因数(181)5.4因式分解定理(186)5.5重因子(189)5.6多项式函数(191)5.7复系数和实系数多项式的因式分解(195) 5.8有理系数多项式(198)5.9多元多项式(202)5.10对称多项式(206)练习5(A)(211)练习5(B)(213)第六章特征值(216)6.1特征值和特征向量(216)6.2特征多项式(221)6.3对角化(225)练习6(A)(231)练习6(B)(232)第七章-矩阵(234)7.1-矩阵及其初等变换(234)7.2-矩阵的标准型(238)7.3不变因子(242)7.4矩阵相似性的确定(245)7.5基本因素(247)7.6乔丹范式(251)7.7x小多项式(256)练习7(A)(259)第八章二次型(261)8.1二次型及其矩阵表示(261)8.2将二次型转化为标准型(264)8.3惯性定理(271)8.4正定二次型(274)练习8(A)(279)练习8(B)(280)第九章欧几里得空间(282)9.1欧氏空间的定义和基本性质(282) 9.2标准正交基(285)9.3正交子空间(291)9.4正交变换和对称变换(293)9.5实对称方阵的正交相似性(297)练习9(A)(303)练习9(B)(306)练习答案(308)参考文献312。