最新《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案教学内容
第1章 线性空间与线性变换-1

矩阵分析简明教程
事实上, a, b R a b ab R; R, a R a a R . 所以对定义的加法与数乘运算封闭. 下面一一验证八条线性运算规律: (1) a b ab ba b a; (2)(a b) c (ab) c (ab)c a(bc) a (b c); (3) R中存在零元素 1, 对于a R , 有
2
矩阵分析简明教程
例1 数域 F上的n维向量全体,按n维向量加法与n维 向量的数量乘法构成数域 F上的线性空间 F n 。 例2 数域 F 上 m n 阶矩阵全体,按矩阵的加法 和数乘,构成 F 上的线性空间 F mn 。 例3 数域 F上一元多项式全体按照多项式的加法以 及数与多项式的乘法构成 F 上的一线性空间 F[ x] 。
矩阵分析简明教程
第一章 线性空间与线性变换
矩阵分析简明教程
§1.1、线性空间的基本概念
线性空间是线性代数最基本的概念之一, 是矩阵论中极其重要的概念之一。它是向 量空间在元素和线性运算上的推广和抽象。
线性空间中的元素可以是向量、矩阵、多 项式、函数等,线性运算可以是我们熟悉 的一般运算,也可以是各种特殊的运算。
数的加法和数与函数的乘法构成线性空间 C[a, b]
矩阵分析简明教程
例6 齐次线性方程组 Ax 的所有解的集合构成数 域 R 上的线性空间 N ( A) ,称为 Ax 的解空间, 或矩阵 A 的核空间或零空间,即
N ( A) { x Rn | Ax , A Rmn} Ker( A)
向量个数 n 称为线性空间V 的维数,记为 dimV n
《应用多元分析》第三版(第一章 矩阵代数)

❖ 例1.6.4 设方阵A:p×p的p个特征值为λ1,λ2,⋯,λp,试证: (i)若A可逆,相应于λ1,λ2,⋯,λp的特征向量分别为x1,x2,⋯,xp, 则A−1的p个特征值为 ,相应的特征向量仍为x1,x2,⋯,xp; (ii)若A为幂等矩阵,则A的特征值为0或1; (iii)若A为正交矩阵,则A的特征值为1或−1。
置与大小顺序相反,即前面的数大于后面的数。例
如,τ(3142)=1+τ(1342)=3+τ(1234)=3。
行列式的一些基本性质
❖ (1)若A的某行(或列)为零,则|A|=0。 ❖ (2)|A′|=|A|。 ❖ (3)若将A的某一行(或列)乘以常数c,则所得矩阵的行列式为
c|A|。 ❖ (4)若A是一个p阶方阵,c为一常数,则|cA|=cp|A|。 ❖ (5)若互换A的任意两行(或列),则行列式符号改变。 ❖ (6)若A的某两行(或列)相同,则行列式为零。 ❖ (7)若将A的某一行(或列)的倍数加到另一行(或列),则所得行
a1a1 a1a2
a1a p 1
0
a2 a1
a2 a1
a2a
p
1
apa1
apa1
apa
p
0
1ቤተ መጻሕፍቲ ባይዱ
故有
aia j
1, 0,
若i j 若1 i j p
即a1,a2,⋯,ap为一组正交单位向量。同理,由AA′=I 可证a(1),a(2),⋯,a(p)也是一组正交单位向量。
§1.3 行列式
A1 diag
a 1 11
,
a 1 22
,
,
a
1 pp
❖ (7)若A和B为非退化方阵,则
A
0
矩阵论第三版答案详解

矩阵论第三版答案详解矩阵论是数学中重要的一个分支,它在现代科学和工程领域中扮演着至关重要的角色。
作为矩阵论的教材,第三版的答案详解被广泛使用,为学生提供了全方位的指导和帮助。
本文将深入探讨这本书的一些重要内容及其作用。
首先,这本书中提供的答案详解对于学生来说是非常有价值的。
矩阵论是一门比较抽象的课程,难度较大,需要学生大量练习才能熟练掌握。
本书详细解答了书中的每一个问题,将数学公式和理论联系起来,对于深入理解矩阵论的原理具有重要的作用。
同时,答案详解中的解题方法和思路也为学生提供了参考,学生能够更好的掌握矩阵论的知识点。
其次,在学术研究领域,这本书提供的答案详解也发挥了重要的作用。
矩阵论作为数学中的一个分支,被广泛应用于现代科学和工程中。
对于科研工作者来说,矩阵论的理论和问题都是非常具有挑战性的。
在科研中,研究者需要掌握矩阵论的重要原理,并能够对各种复杂问题进行分析和解决。
而这本书提供的答案详解,可以帮助研究者更好的理解和掌握矩阵论的知识点,为科学和工程领域的研究工作提供帮助。
最后,这本答案详解还为教育教学提供了有益的参考。
矩阵论作为数学中的重要分支,被广泛纳入到高等教育课程中。
然而,由于其抽象性和难度较大,许多学生感到困难。
这本答案详解中提供的方法和思路可以帮助教师更好的教授这门课程,提高学生的学习兴趣和学习效果。
此外,这本书中详细的解答和讲解方法也为教育教学提供了可借鉴性,促进了教育教学的创新和改进。
总之,矩阵论第三版答案详解是一本非常有价值的书籍,对于学生、科研工作者和教师都具有重要的作用。
通过学习和掌握矩阵论的知识点和解题方法,我们能够更好地应用其理论和方法,为现代科学和工程领域的发展做出贡献。
矩阵分析第一章课件.ppt

性判别矩阵
C
V
CA
CAn
1
是列满秩的。
例 5:设
A
0 1
1 0
,
B
1 1
1 1
由于矩阵
B
AB
1 1
1 1 1 1 1 1
是行满秩的,所以相应的系统是可控制的。
二 矩阵理论在生物数学中的应用
在化的花瓣中存在一种特殊的生物模式。几乎所有 花,其花瓣数都是一种有规律的级数。例如百合花 的花瓣有3瓣;毛茛属的植物有5瓣花;许多翠雀属 的植物有8瓣花;万寿菊的花瓣有13瓣;紫菀属的植 物有21瓣花;大多数的雏菊有34,55,89 瓣花。 另外,在向日葵的花盘内葵花籽的螺旋式排列中也 可以发现类似的排列模式,同时植物的叶序中也存 在此种现象。这就是著名的Fibonacci级数模式。我 们称下面的数列
x2
4 3 , x3
1 3 , x4
2 3
同样可解出在第二组基下的坐标为
y1 1, y2 1, y3 1, y4 4
由此可以看出:一个向量在不同基底下的坐标是不相 同的。
基变换与坐标变换
设 1,2 , ,n(旧的)与 1, 2, , n (新的) 是 n 维线性空间V 的两组基底,它们之间的关系为
注意: 通过上面的例子可以看出线性空间的基底并不 唯一,但是维数是唯一确定的。利用维数的定义线性 空间可以分为有限维线性空间和无限维线性空间。目 前,我们主要讨论有限维的线性空间。
例 4 在4维线性空间 R22 中,向量组
0 1
1 1
,
1 1
0 1
,
1 0
1 1
,
1 1
史荣昌魏丰版矩阵分析第一章(1)

矩阵分析主讲教师:张艳霞矩阵理论的应用微分方程、概率与统计、优化、信号处理、控制工程、经济理论等等。
工程经济理论等等如需更深入地学习和了解在自己专业的应用,可如需更深入地学习和了解在自己专业的应用可参考:《矩阵分析与应用》,张贤达著,清华大学出版社;《Matrix Analysis for Scientists & Engineers》:Alan J. Laub,SIAM.第章第一章线性空间和线性变换线性空间的基本概念及其性质线性空间的基底,维数, 坐标变换线性空间的基底维数线性空间的子空间,交与和线性映射及其值域、核线性变换及其矩阵表示矩阵(线性变换)的特征值与特征向量矩阵的可对角化条件第一节第节线性空间一:线性空间的定义与例子线性间的义定义设是一个非空的集合,是一个数域,V F 在集合中定义两种代数运算,一种是加法运算,来表示另种是运算用来表示V 用来表示; 另一种是数乘运算, 用来表示, +i并且这两种运算满足下列八条运算律:(1)加法交换律αββα+=+(2)加法结合律()()αβγαβγ++=++(3)零元素: 在中存在一个元素,使得对于V 0任意的都有V α∈0αα+=(4)负元素: 对于中的任意元素都存在一V α个元素使得β0αβ+=(5)i =1αα(6)()()k l kl αα=(7)()k l k l ααα+=+(8)()k k k αβαβ+=+为数域F 称这样的上的线性空间。
V例1全体实函数集合构成实数域上的线性空间。
R 例2复数域上的全体型矩阵构成的集C m n ×合为上的线性空间。
m n × C C 例3实数域上全体次数小于或等于的多项式R n 集合构成实数域上的线性空间;1[]n R x +R 实数域上全体次数等于的多项式集合不构成实数域上的线性空间;R n R二:线性空间的基本概念及其性质定义:线性组合;线性表出;线性相关;线性无关;向量组的极大线性无关组;向量组的秩向量组的极大线性无关组向量组的秩R例1实数域上的函数空间中,函数组2x x1,cos,cos2是线性相关的函数组。
矩阵分析第章习题答案

矩阵分析第章习题答案第三章1、已知()ij A a =是n 阶正定Hermite 矩阵,在n 维线性空间n C 中向量1212(,,,),(,,,)n n x x x y y y αβ==定义内积为(,)H A αβαβ=(1)证明在上述定义下,n C 是⾣空间;(2)写出n C 中的Canchy-Schwarz 不等式。
2、已知2111311101A --??=?-,求()N A 的标准正交基。
提⽰:即求⽅程0AX =的基础解系再正交化单位化。
3、已知308126(1)316,(2)103205114A A --??=-=-??----试求⾣矩阵U ,使得H U AU 是上三⾓矩阵。
提⽰:参见教材上的例⼦4、试证:在nC上的任何⼀个正交投影矩阵P 是半正定的Hermite 矩阵。
5、验证下列矩阵是正规矩阵,并求⾣矩阵U,使H U AU 为对⾓矩阵,已知131(1)612A=01(2)10000i A i -=??,434621(3)44326962260ii i A i i i i i +--=----?+--??11(4)11A -??=??6、试求正交矩阵Q ,使TQ AQ 为对⾓矩阵,已知220(1)212020A -=---??,11011110(2)01111011A -??-?=-??-??7、试求矩阵P ,使H P AP E =(或T P AP E =),已知11(1)01112i i A i i +=--??,222(2)254245A -??=---8、设n 阶⾣矩阵U 的特征根不等于1-,试证:矩阵E U +满秩,且1()()H i E U E U -=-+是Hermite 矩阵。
反之,若H 是Hermite 矩阵,则E iH +满秩,且1()()U E iH E iH -=+-是⾣矩阵。
证明:若||0+=E U ,观察0-=E U λ知1-为U 的特征值,⽭盾,所以矩阵E U +满秩。
《矩阵分析》课程教案

讨 论
练 习
作 业
作业:第3章练习题中任选5题
教学要求
熟练掌握线性空间与线性变换,矩阵的Jordan标准型,内积空间,正规矩阵,Hermite矩阵,二次型,矩阵分解,特征值的估计与计算,矩阵的扰动问题,向量范数与矩阵范数,矩阵序列和级数,广义逆矩阵,矩阵函数等基本概念和基本方法。
教学方法
课堂讲述+实验演示+实际动手操作+作业+研究报告
教学手段
多媒体课件+案例+理论推导+编程实现
考核方式
结合课堂所学写一篇论文/开卷考试二者选一
教学参考资料
[1]《矩阵分析》,史荣昌,魏丰编著,北京理工大学出版社,2010.6,第3版
[2]《Matrix Methods in Data Mining and Pattern Recognition》,Lars Eldén,The SIAM series on Fundamentals of Algorithms,2007.2
本课程针对计算机应用技术专业研究生的知识结构背景,在其本科阶段所学的《线性代数》的基础之上,进一步深化和提高矩阵理论的相关知识,并着重培养学生运用矩阵分析的知识和方法解决计算机应用领域相关问题的能力。通过本课程的学习,使学生掌握矩阵理论的基本概念,基本理论和基本方法,全面了解和掌握矩阵的标准形、特征值与特征向量、矩阵分解、范数与矩阵函数等重点内容,了解近代矩阵理论中十分活跃的若干分支,为今后的进一步学习和研究打下扎实的基础。
山西财经大学研究生课程教案
课程名称
矩阵分析
课程编码
矩阵分析 史荣昌 魏丰 第三版 第一章-第四章 期末复习总结

定义:若v1 ∩ v =0,则称v1与v 2 的和空间v1 + v 2 是直和,用记号v1 ⊕ v 2 表示
交
定理:设v1与v 2 是线性空间 v 的两个子空间,则下列命题是等价的
与
和
1) v1 + v 2 是直和
直和
2) dim(v1 + v 2 )= dim v1 + dim v 2
3)
设
α1, αn1
α α α 定理:(1) R(T)=span{T( 1 ),T( 2 ),……T( n )} (2)rank(T)=rank(A)(A 为线性映射在基下的矩阵表示)
值
域
性质:
设 A 是 n 维线性空间V1 到 m 维线性空间V2 的线性映射,α1,α2, αn
是V1
的一组基,β1,
β
2
,
,βm
是V2 的一组基。线性映射 A 在这组基下的矩阵表示是 m*n 矩阵 A=( A1,A2, An
特征子
空间
V 性质:特征子空间 λi 是线性变换 T 的不变子空间。
定义:设v1和v 2 是数域 F 上的两个线性空间,映射 A:v1 → v 2 ,如果对任何两个向量 α1,α2 ∈ v1和任何数λ ∈ F
有 A( α1 + α2 )=A( α1 )+A( α2 ),A( λα1 )= λ A( α1 ),便称 映射 A 是由v 1到v 2 的线性映射
α1,α
2
,
αr
生成的子空间为
T
的不变子空间。
0 0 an,r +1 ann
λ α λ λ λ 定义:设 T 是数域 F 上 n 维线性空间 V 的线性变换,如果 V 中存在非零向量α,使得 T(α)= 0 , 0 ∈F.那么称 0 是 T 的一个特征值,称α是 T 的属于 0 的一个特征向量。
- 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)。
第1章 线性空间和线性变换(详解)1-1 证:用ii E 表示n 阶矩阵中除第i 行,第i 列的元素为1外,其余元素全为0的矩阵.用ij E (,1,2,,1)i j i n <=-表示n 阶矩阵中除第i 行,第j 列元素与第j 行第i 列元素为1外,其余元素全为0的矩阵.显然,ii E ,ij E 都是对称矩阵,ii E 有(1)2n n -个.不难证明ii E ,ij E 是线性无关的,且任何一个对称矩阵都可用这n+(1)2n n -=(1)2n n +个矩阵线性表示,此即对称矩阵组成(1)2n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1)2n n -.评注:欲证一个集合在加法与数乘两种运算下是一个(1)2n n +维线性空间,只需找出(1)2n n +个向量线性无关,并且集合中任何一个向量都可以用这(1)2n n +个向量线性表示即可.1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可.1-3 解:方法一 设11223344x x x x =+++A E E E E即 123412111111100311100000x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦故12341231211203x x x x x x x x x x +++++⎡⎤⎡⎤=⎢⎥⎢⎥+⎣⎦⎣⎦于是12341231,2x x x x x x x +++=++=1210,3x x x +==解之得12343,3,2,1x x x x ==-==-即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.方法二 应用同构的概念,22R ⨯是一个四维空间,并且可将矩阵A 看做(1,2,0,3)T,1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有1111110003111020100311000001021000300011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥→⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T--.1-4 解:证:设112233440k k k k αααα+++=即1234123412313412411111110110110110k k k k k k k k k k k k k k k k k ⎡⎤⎡⎤⎡⎤⎡⎤+++⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤==⎢⎥++++⎣⎦于是12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++=解之得12340k k k k ====故1234,,,αααα线性无关. 设123412341231341241111111011011011a b x x x x c d x x x x x x x x x x x x x ⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤=+++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦+++++⎡⎤=⎢⎥++++⎣⎦于是12341230,0x x x x x x x +++=++= 1341240,0x x x x x x ++=++=解之得122,x b c d a x a c =++-=-34,x a d x a b =-=-1234,,,x x x x 即为所求坐标.1-5 解:方法一 (用线性空间理论计算)32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ⎡⎤⎢⎥⎢⎥⎡⎤=+=⎣⎦⎢⎥⎢⎥⎣⎦⎡⎤⎢⎥⎢⎥⎡⎤=---⎣⎦⎢⎥⎢⎥⎣⎦又由于23231,1,(1),(1)111101231,,,00130001x x x x x x ⎡⎤---⎣⎦⎡⎤⎢⎥-⎢⎥⎡⎤=⎣⎦⎢⎥-⎢⎥⎣⎦于是()p x 在基231,1,(1),(1)x x x ---下的坐标为11234111113012306001306000122y y y y -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦方法二 将3()12p x x =+根据幂级数公式按1x -展开可得32323()12(1)(1)(1)(1)(1)(1)(1)2!3!36(1)6(1)2(1)p x x p p p p x x x x x x =+''''''=+-+-+-=+-+-+- 因此()p x 在基231,1,(1),(1)x x x ---下的坐标为[]3,6,6,2T.评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些.1-6 解:①设[][]12341234,,,,,,=ββββααααP将1234,,,αααα与1234,,,ββββ代入上式得20561001133611001121011010130011⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦P 故过渡矩阵1100120561100133601101121001110131122223514221915223112822-⎡⎤⎡⎤⎢⎥⎢⎥-⎢⎥⎢⎥=⎢⎥⎢⎥--⎢⎥⎢⎥-⎣⎦⎣⎦⎡⎤---⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦P②设1212343410(,,,)10y y y y ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦ξββββ将1234,,,ββββ坐标代入上式后整理得11234792056181336027112111310130227y y y y -⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦评注:只需将,i i αβ代入过渡矩阵的定义[][]12341234,,,,,,=ββββααααP 计算出P .1-7 解:因为12121212{,}{,}{,,,}span span span +=ααββααββ由于秩1212{,,,}3span =ααββ,且121,,ααβ是向量1212,,,ααββ的一个极大线性无关组,所以和空间的维数是3,基为121,,ααβ. 方法一 设1212{,}{,}span span ∈ξααββ,于是由交空间定义可知123411212111011030117k k k k -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥⎢⎥+++=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦解之得1222122,4,3(k l k l l l l =-==-为任意数)于是11222[5,2,3,4]T k k l =+=-ξαα(很显然1122l l ββ=+ξ)所以交空间的维数为1,基为[5,2,3,4]T-. 方法二 不难知12121212{,}{,},{,}{,}span span span span ''==ααααββββ其中2213[2,2,0,1],[,2,1,0]3TT ''=--=-αβ.又12{,}span 'αα也是线性方程组 13423422x x x x x x =-⎧⎨=-⎩ 的解空间.12{,}span 'ββ是线性方程组13423413232x x x x x x ⎧=-+⎪⎨⎪=-⎩ 的解空间,所以所求的交空间就是线性方程组1342341342342213232x x x x x x x x x x x x =-⎧⎪=-⎪⎪⎨=-+⎪⎪=-⎪⎩ 的解空间,容易求出其基础解系为[5,2,3,4]T-,所以交空间的维数为1,基为[5,2,3,4]T -.评注:本题有几个知识点是很重要的.12(1){,,,}n span ααα的基底就是12,,,nααα的极大线性无关组.维数等于秩12{,,,}n ααα.1212(2){,}{,}span span +ααββ1212{,,,}span =ααββ.(3)方法一的思路,求交1212{,}{,}span span ααββ就是求向量ξ,既可由12,αα线性表示,又可由12,ββ线性表示的那部分向量.(4)方法二是借用“两个齐次线性方程组解空间的交空间就是联立方程组的解空间”,将本题已知条件改造为齐次线性方程组来求解.1-8解:(1):解出方程组1234123420510640x x x x x x x x ---=⎧⎨---=⎩(Ⅰ)的基础解系,即是1V 的基, 解出方程组123420x x x x -++=(Ⅱ)的基础解系,即是2V 的基; (2): 解出方程组1234123412342051064020x x x x x x x x x x x x ---=⎧⎪---=⎨⎪-++=⎩的基础解系,即为12V V ⋂的基;(3):设{}{}1121,,,,,k l V span V span ααββ==,则11,,,,,k l ααββ的极大无关组即是12V V +的基. 1-9解:仿上题解.1-10解: 仿上题解.1-11 证:设210121()()()0k k l l l l --++++=ξξξξA AA①用1k -A从左侧成①式两端,由()0k=ξA可得10()0k l -=ξA因为1()0k -≠ξA,所以00l =,代入①可得21121()()()0k k l l l --+++=ξξξA AA②用2k -A从左侧乘②式两端,由()0k=ξA可得00l =,继续下去,可得210k l l -===,于是21,(),(),,()k -ξξξξA AA线性无关.1-12 解:由1-11可知,n 个向量210,(),(),,()n -≠ξξξξAAA线性无关,它是V 的一个基.又由21212121[,(),(),,()][(),(),,()][(),(),,(),0]000010000100[,(),(),,()]0000010n n n n n n----⨯==⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ξξξξξξξξξξξξξξA A A AA A A A AAA AA 所以A 在21,(),(),,()n -ξξξξA AA 下矩阵表示为n 阶矩阵000100001000000010⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦评注:n 维线性空间V 中任何一组n 个线性无关的向量组都可以构成V 的一个基,因此21,(),(),,()n -ξξξξA AA是V 的一个基.1-13证: 设()()()111,,,,,,,,,,,r s m r s A A ξξξββααα==设11,,,,,,r r s ξξξξξ是的极大无关组,则可以证明11,,,,,,r r s ααααα是的极大无关组.1-14 解:(1)由题意知123123[,,][,,]=ααααααA A123123111[,,][,,]011001⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦βββααα设A在基123,,βββ下的矩阵表示是B ,则11111123111011103011001215001244346238--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥=---⎢⎥⎢⎥⎣⎦B P AP (2)由于0A ≠,故0=AX 只有零解,所以A的核是零空间.由维数定理可知A的值域是线性空间3R .1-15解:已知()()2323,,,,A αααααα=11A(1) 求得式()()2323,,,,P εεεααα=11中的过渡矩阵P ,则1B P AP -=即为所求; (2)仿教材例1.5.1.(见<矩阵分析>史荣昌编著.北京理工大学出版社.)1-16解:设()23,,A ααα=1,则{}23(),,;()R A span N A ααα=1就是齐次方程组0Ax = 的解空间. 1-17证:由矩阵的乘法定义知AB BA 与的主对角线上元素相等,故知AB BA 与的迹相等;再由1-18 题可证. 1-18证:对k 用数学归纳法证。