矩阵可交换性的应用概述
矩阵可交换性的应用讲解

2015届学士学位毕业论文矩阵可交换性的应用学号:11404111姓名:郭冬冬班级:数学1101指导教师:闫慧凰专业:数学与应用数学系别:数学系完成时间:2014年4月学生诚信承诺书本人郑重声明:所呈交的论文《矩阵可交换性的应用》是我个人在导师闫慧凰指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得长治学院或其他教育机构的学位或证书所使用过的材料。
所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
签名:日期:论文使用授权说明本人完全了解长治学院有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。
签名:日期:指导教师声明书本人声明:该学位论文是本人指导学生完成的研究成果,已经审阅过论文的全部内容,并能够保证题目、关键词、摘要部分中英文内容的一致性和准确性。
指导教师签名:时间摘要矩阵在高等数学中是一个极重要且应用广泛的概念,是线性代数的核心。
而且在一些重要领域也用到了矩阵的计算,像应用数学、计算数学、经济学、数学物理、卫星通信等等,许多工作人员在大量计算这些矩阵时发现了一些对于特殊矩阵成立的公式和规律,本文将用这些规律来叙述一些特殊矩阵(可交换矩阵)的应用。
关键词:矩阵;可交换目录1.绪论 (1)2.基础知识 (1)2.1 矩阵相关概念 (1)2.2 线性变换相关概念 (2)3.矩阵可交换的应用 (3)3.1线性变换与矩阵(可交换)之间的联系 (3)3.2上三角矩阵可交换的应用 (4)矩阵可交换性的应用11404111 郭冬冬 数学与应用数学指导教师 闫慧凰1.绪论随着社会经济的发展,数学显得格外重要,在生产、生活中都或多或少的涉及到了数学,所以数学是每个人必须学会的,而对于一些技术分子则不仅仅是掌握基本的数学知识,而且要对数学中的一些比较高深的内容进行进一步的了解,之后对其进行应用,像从事计算科学、无线电技术和卫星通信领域工作的人都涉及到了矩阵的可交换方面的知识。
矩阵可交换的定义

矩阵可交换的定义嘿,朋友们!今天咱来唠唠矩阵可交换这个事儿。
咱先想想啊,矩阵就像是一群排好了队的数字小兵。
那可交换呢,就好比这些数字小兵可以互相换换位置,而且换了之后没啥大影响。
比如说,你有两个矩阵 A 和 B,它们要是可交换,那 A 乘以 B 就等于B 乘以 A 呀。
这就好像你有两堆玩具,你先从第一堆里拿一个,再从第二堆里拿一个,和你先从第二堆里拿一个,再从第一堆里拿一个,最后的结果差不多。
这有啥用呢?用处可大啦!就像你走路,有时候走这条路能到目的地,走另一条路也能到,这就让你有了更多的选择呀。
你想想,如果矩阵不可交换,那多麻烦呀!就跟你出门,规定了你只能先迈左脚,再迈右脚,不能反过来,那多别扭呀。
咱再打个比方,矩阵可交换就像是朋友之间相处很融洽,可以互相换位子也不影响感情。
要是不可交换,那不就跟两个合不来的人似的,非得按照特定的顺序来,不然就闹别扭。
在实际应用中,矩阵可交换也很重要呢。
比如在一些科学研究、工程计算里,要是能找到可交换的矩阵,那就能让计算变得简单很多,就像找到了一把钥匙,能轻松打开难题的大门。
而且哦,研究矩阵可交换还能让我们更深入地理解数学的奥秘呢。
就好像探索一个神秘的洞穴,每走一步都可能有新的发现,多刺激呀!咱平常生活中不也经常遇到类似的情况嘛。
比如你做事的顺序,有时候换一换也没啥,有时候就不行。
这和矩阵可交换是不是有点像呀?所以啊,矩阵可交换可不是什么遥不可及的高深概念,它就藏在我们生活的各个角落呢。
只要我们用心去感受,去发现,就能明白它的奇妙之处啦。
总之呢,矩阵可交换是数学里一个很有趣也很有用的概念,它就像一把神奇的钥匙,能打开很多知识的大门,让我们看到更广阔的世界。
我们可不能小瞧它呀,要好好去研究它,利用它,让它为我们的学习和生活带来更多的便利和惊喜!。
矩阵可交换问题及其在高等代数考研中的应用

( 详情请看文献 % 3 & ) " 即 它 们 之 间 存 在 着 同 构 的 关 系" 线 性变换的可交换对应着矩阵的可交换# 在每年的高等代 数考研试题的大题中"都会涉及有关矩阵(线性变换) 可交 换问题# 大致会从这几个方面来进行考察!($) 在求矩阵 的 , 次方幂时"可以观察矩阵的特点"将其拆分成两个可 交换的矩阵"再进行二项式展开# ())已知一个矩阵"求与 此矩阵可交换的矩阵是哪种类型的矩阵# (() 已知一个矩 阵"求与此矩阵可交换的所有矩阵# (3) 已知两个矩阵可 交换"求证对于二阶分块矩阵的行列式的计算方法类似二 阶数字矩阵的计算方法# (5)有关矩阵可交换问题而引出 的可同时三角化( 对角化) 问题# (0) 涉及线性变换下的 可交换问题# 下面通过对历年真题的研究"总结有关可交 换问题的考点#
科教论坛 !"#!$%&$'(') *+&,-./&$01$21(3$&)%)$((%$'
科技风 @A@B 年 BB 月
矩阵可交换问题及其在高等代数考研中的应用
张 蓉4陈国华#
湖南人文科技学院!湖南娄底!B"J###
摘4要高等代数是数学专业的学生必学的科目同时也是考研数学的专业课 有关矩阵的内容在高等代数的教学 中有着举足轻重的地位 我们知道矩阵的乘法一般都不满足交换律但是在特定的条件下矩阵之间是可以交换的而数 学主要研究的就是这类特殊的东西 可交换问题是高等代数教学中的重点内容之一同时也是高等代数考研数学中的热 点之一 本文罗列出了一些矩阵线性变换可交换问题在高等代数考研数学中的应用希望对考研数学有一定的帮助
可交换矩阵

可交换矩阵
可交换矩阵是一种特殊的矩阵,它通过可交换元素以多种方式来排列,从而构成一个可交换矩阵。
它通常用来表示多种关系,比如权杖(即多对多)、网格或其他拓扑结构,以及其他可交换或智变律映射。
可交换矩阵由一组索引表示,它可以保证相同元素的位置可以发生变化,这样就可以将原有的元素重新排列,而不会破坏可交换矩阵的整体结构。
要求可交换矩阵元素满足以下性质:
1.具有排列的对称性。
即对于可交换矩阵中的任意两个元素,若其索引表示的行与列和相同,则两个元素可以交换。
2. 矩阵每行有一个定义了Y坐标的值,每一列有一个定义其X坐标的值。
各行和列坐标值无重复。
3. 要求可交换矩阵元素必须与集合中唯一可达的元素匹配,以使满足对称的排列规则。
因此,角点元素的可交换性必须大于其他元素,以保证可交换矩阵完整性。
可交换矩阵常用于网络发现,具体由以下步骤组成:
1)网络初始化:构造可交换矩阵,将网络图分成若干小块,每一小块都是一个索引值丰富的可交换矩阵。
2)网络发现:从可交换矩阵里选择一个可交换项,然后根据可交换规则进行变换,调整可交换矩阵的布局,最终可以得到满足一定规则的网络拓扑图。
3)网络表征:利用可交换矩阵表示网络结构,把不同的元素按其相对位置用二叉编码表示,以表达网络中存在的关联。
可交换矩阵本身也有多种应用场景。
它具有处理复杂拓扑图的能力,可以用来发现社区中的潜在关系。
通过将矩阵的位置调整,可以有效的提高聚类的准确率。
可交换矩阵还可以用来提取模式,这可以帮助人们识别复杂系统中的局部规律;可交换矩阵有助于理解复杂的连接结构;可交换矩阵还可以用来预测网络未来的分布。
交换矩阵

A
=
1 2
2 3
的可交换矩阵。
解:设矩阵
B
a c
b d
为
A
的可交换矩阵。则有
AB
BA.
AB
=
1 2
2a
3
c
b d
a 2c 2a 3c
b 2d 2b 3d
C
a b 1 2 a 2b 2a 3b
BA
c
d
2
3
c
2d
2c
3d
D
a 2 a 2b
dn1
d1n
。
dnn
显然有 C D 。 (3) AB 与 BA 均有意义,且二者阶数也相同但是最后具体的乘积方阵还是 不一样。
比如说:矩阵
A
=
2 1
1 1
,
B
=
1 1
2 2
。
AB
=
2 1
1 1 1 1
2 3 2 2
6 4
=
C
;
但是
BA
=
1 1
2 2 2 1
1 1
4 4
3 3
=
D
。显然
C
定理 6: ( A B)2 A2 2AB B2 ; 证明:充分性 ( A B)2 ( A B)( A B) A2 AB BA B2
又 ( A B)2 A2 2AB B2 , 从而 AB BA 2AB 即 AB BA; 必要性: 若 AB BA 则 ( A B)2 ( A B)( A B) A2 AB BA B2 A2 2AB B2 , 必要性得证。 定理 7: (AB) AB ; 证明:充分性 由题知 (AB) AB ,又因为 (BA) AB ,
矩阵可交换性质

矩阵可交换的条件及其性质摘要:矩阵在高等数学中是一个极重要且应用广泛的概念,是线性代数的核心。
本文通过对可交换矩阵理论的深入研究,对矩阵的可交换做了深入的探讨,归纳总结了矩阵可交换的条件及性质,给出了与已知矩阵可交换的矩阵的求法.关键词:矩阵;可交换;可交换矩阵The Conditions For The Commutation Of Matrix and SomePropertiesAbstract: Matrix in higher mathematics is a very important and widely used concept, is the coreof the linear algebra.This article through to exchange matrix theory research, the matrix interchange to do a further study and summarizes the matrix interchangeable condition and properties are given, and the known matrix can exchange the matrix is introduced.Key words:Matrix;Commutation;The Commutation Of Matrix目录1 引言........................................................................................................................................ - 1 -2 可交换矩阵的基本定义........................................................................................................ - 1 -3 矩阵可交换的条件................................................................................................................ - 1 -3.2 矩阵可交换的几个充要条件............................................................................................... - 3 -4 可交换矩阵的性质.................................................................................................................. -5 -5 与已知矩阵可交换的矩阵的求法........................................................................................ - 5 -5.1 定义法.......................................................................................................................... - 5 -6 结论(结束语).................................................................................................................... - 9 -7 致谢...................................................................................................................................... - 10 - 参考文献.................................................................................................................................... - 10 -1 引言矩阵在高等代数以及线性代数中是一个重要的内容.本文从可交换矩阵的定义出发,通过对矩阵理论的深入研究,总结归纳了矩阵可交换的充分条件、充要条件以及可交换矩阵的一些性质及给出了求可交换矩阵的一些方法,对矩阵理论的研究具有重要的意义(文中的矩阵均指n阶实方阵).2 可交换矩阵的基本定义一般说来,矩阵的乘法不适合交换律,即BAAB≠,这是由于在乘积中一方面要求第一个因子的列数等于第二个因子的行数,否则没有意义.所以当矩阵AB有意义时,矩阵BA未必有意义;另一方面,即使矩阵AB、BA都有意义时,它们的级数也未必相等.因为乘积的行数等于第一个因子的行数,列数等于第二个因子的列数.由此我们给出可交换矩阵这一特殊矩阵的定义.定义2.1[]1对于两个n阶方阵A,B,若BAAB=,则称方阵A与B是可交换的。
矩阵分析小论文-线性变换的可交换性

故 AB=BA
参考文献 [1] 史荣昌,魏丰.矩阵分析(第 3 版)[M].北京:北京理工大学出版社,2010 [2] 高明.线性变换及矩阵可交换的性质与应用[J].阴山学刊(自然科学版).2013(3)
x1 + λ1 x2 + + λ1n −1 xn = µ1 n −1 µ2 x + λ x + + λ2 xn = 考虑方程组 1 2 2 n −1 µn x1 + λn x2 + + λn xn =
1 λ1 λ1n −1 1 λ2 λ2 n −1 = ∏ (λi − λ j ) ≠ 0 该方程组的系数行列式 1≤ j ≤i ≤ n 1 λn λn n −1
4 应用
设 V 是数域 F 上的 n 线性空间, A,B 为 V 上的两个线性变换, A 在 F 上有 n 个互异的特征 值,则:1) AB=BA 的充要条件是 A 的特征向量都是 B 的特征向量;2) AB=BA 的充要条件是 B 是 ε , A , A 2 , , A n −1 的线性组合,其中 ε 为 V 的恒等变换。 证明:设 λ1 , λ2 , , λn 是 A 的 n 个互异的特征值, α1 , α 2 , , αn 是 A 的分别属于特征值
(a1ε +a2B + +an −1B n −1 )(αi )=A (αi )
由于 α1 , α 2 , , α n 是 V 的一组基 故 A = a1ε +a2B + +an −1B n −1 充分性 若 A = a1ε +a2B + +an −1B n −1 ,则
BA = α1B +a2B 2 + +an B n , AB = α1B +a2B 2 + +an B n
矩阵可交换的条件及其性质

中文摘要特殊矩阵在矩阵分析和矩阵计算中占有十分重要的地位,它们在计算数学、应用数学、经济学、物理学等方面都有着广泛的应用,对特殊矩阵的研究取得的实质性的进展,都将会对计算数学的发展起着重要的推动作用.随着矩阵应用程度的不断加深,矩阵的可交换性越来越被学者和技术人员所重视.矩阵的可交换性不仅在矩阵计算中起着重要作用,而且在卫星通讯等等许多领域也有着直接的应用.关键词:矩阵交换矩阵可交换特殊矩阵上三角矩阵数量矩阵ABSTRACTSpecial matrices play an important role in matrix analysis and matrix computation and have wide applications in computational mathematics, economics,physics,biology,applied mathematics and etc.Great progress obtained in the researchers on special matrices will give improvements in computational mathematics.With the applications of matrices are more and more abroad,the commutativity of matrix is more and more recognition by scholar and technology worker.The commutativity of matrix not only plays an important part in the matrix computation,but also in the secondary planet, communication and other fields.Keywords:the commutant of matrix,mathematics,exchangeable,special matrices,upper triangle matrices,scalar matrices矩阵的可交换性在各类矩阵的运算中应用十分重要,特别是在现在这种信息时代,在卫星通讯、网络安全方面、解码器以及电路系统镇定性问题、路由交换处理器等等都有着不可替代的作用.本文主要介绍了矩阵的可交换性质和可交换条件的研究以及矩阵交换的相关概念和基本定义.对矩阵可交换的基本定理和一些优美性质进行了叙述和总结,以及对一些特殊的矩阵例如数量矩阵、上三角矩阵等等,满足可交换条件的矩阵进行了探究.在高等代数及线性代数的教学中,矩阵是一个重要的教学内容。
- 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)。
2015届学士学位毕业论文矩阵可交换性的应用学号:11404111姓名:郭冬冬班级:数学1101指导教师:闫慧凰专业:数学与应用数学系别:数学系完成时间:2014年4月学生诚信承诺书本人郑重声明:所呈交的论文《矩阵可交换性的应用》是我个人在导师闫慧凰指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得长治学院或其他教育机构的学位或证书所使用过的材料。
所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
签名:日期:论文使用授权说明本人完全了解长治学院有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。
签名:日期:指导教师声明书本人声明:该学位论文是本人指导学生完成的研究成果,已经审阅过论文的全部内容,并能够保证题目、关键词、摘要部分中英文内容的一致性和准确性。
指导教师签名:时间摘要矩阵在高等数学中是一个极重要且应用广泛的概念,是线性代数的核心。
而且在一些重要领域也用到了矩阵的计算,像应用数学、计算数学、经济学、数学物理、卫星通信等等,许多工作人员在大量计算这些矩阵时发现了一些对于特殊矩阵成立的公式和规律,本文将用这些规律来叙述一些特殊矩阵(可交换矩阵)的应用。
关键词:矩阵;可交换目录1.绪论 (1)2.基础知识 (1)2.1 矩阵相关概念 (1)2.2 线性变换相关概念 (2)3.矩阵可交换的应用 (3)3.1线性变换与矩阵(可交换)之间的联系 (3)3.2上三角矩阵可交换的应用 (4)矩阵可交换性的应用11404111 郭冬冬 数学与应用数学指导教师 闫慧凰1.绪论随着社会经济的发展,数学显得格外重要,在生产、生活中都或多或少的涉及到了数学,所以数学是每个人必须学会的,而对于一些技术分子则不仅仅是掌握基本的数学知识,而且要对数学中的一些比较高深的内容进行进一步的了解,之后对其进行应用,像从事计算科学、无线电技术和卫星通信领域工作的人都涉及到了矩阵的可交换方面的知识。
通常情况下,若A B 和都是m 阶矩阵,像22=B ⨯-(A+B )(A-B)A是不成立的,但如果已知A B 和可交换,那么上述这个公式就是成立的。
像这样的公式还有很多在可交换矩阵的条件下是成立的,如k k k AB A B =()等等,当然,有时候在解决一些问题的时候会将线性变换与矩阵结合起来,这样两者之间就可以转化,将问题简单化。
文献[9]就主要介绍了线性变换和矩阵之间的转化问题,文献[3]和文献[4]主要是对矩阵可交换的性质进行了探究。
本文第一部分主要介绍了矩阵可交换性的相关概念,第二部分讲了矩阵可交换在一些方面的应用,主要有线性变换与矩阵的转化、上三角矩阵可交换的计算等。
2.基础知识2.1 矩阵相关概念定义2.1.1 设矩阵A B 和,如果有=AB BA ,则称矩阵A B 与可交换。
定义2.1.2 在m 阶方阵B 中,倘若其中的元素=0,1,2,,ij b i j j m ≠=,,则称B 为m 阶对角矩阵,记为1100mm b b ⎛⎫ ⎪ ⎪ ⎪⎝⎭定义2.1.3 如果一个m m ⨯矩阵其主对角线上的元素全是1,其余的元素全是0,即1001m m⨯⎛⎫ ⎪ ⎪ ⎪⎝⎭,则称其为m 级单位矩阵,记为m E 或简写为E 。
显然有 sm m sm A E A =s sm sm E A A =定义2.1.4 矩阵1111m s sm ka ka ka ka ⎛⎫ ⎪ ⎪ ⎪⎝⎭称为矩阵=ij sm A (a )与数k 的数量乘积,记为kA ,换句话说,即用数k 乘矩阵就是把矩阵的每个元素都乘上k 。
定义2.1.5 设A =,所谓A 的转置就是指矩阵=A ',显然s m ⨯矩阵的转置是m s ⨯矩阵。
定义2.1.6 m 级方阵A 称为可逆的,若有m 级方阵B ,使得=AB BA E =,这里E 是m 级单位矩阵。
定义 2.1.7 设ij X 是矩阵A =中元素ij x 的代数余子式,矩阵*X =称为X 的伴随矩阵。
2.2 线性变换相关概念定义2.2.1 设V 是线性空间,σ和τ是V 上的线性变换,若=σττσ成立,则称线性变换σ和τ是可交换的。
定义2.2.2 设V 是数域P 上的m 维线性空间,()L V 是V 上的所有线性变换的集合,12m ααα,,是的一组基,即=V 12(,)m L ααα,记为1212(,,)=(,,)m m B σαααααα,().m m L V B P σ⨯∈∈ ① 在①式所设下,令:()f L V P →,且()f σ= B , ().m m L V B P σ⨯∈∈,则()m m f L V P ⨯是到的同构映射,因此()m m L V P ⨯≅3.矩阵可交换的应用3.1线性变换与矩阵(可交换)之间的联系设V 是数域P 上的m 维线性空间,由定义2.2.2我们得到了()m m L V P ⨯≅,如此便建立了数域上的m 维线性空间V 的线性变换与数域P 上的m m ⨯矩阵的关系,它们是相互唯一确定的。
解决上述中线性变换的问题就可以借助矩阵σ,这样有限维空间上的线性变换问题就可以转化为m m P ⨯中矩阵的问题了,反过来,m m P ⨯中矩阵的问题就可以转化为有限维空间上的线性变换问题。
在同构的前提下,()L V 中的线性变换的很多性质转化为矩阵语言同样成立,反之,也成立。
定理3.1.1 设V 是复数域P 上的m 维线性空间,στ和 是V 的线性变换,且=σττσ,(1) σ的每一个特征子空间都是τ的不变子空间;(2) σ与τ至少有一个公共的特征向量。
证明:(1)设b V 是的σ特种子空间,其中b 是σ的特征值,则对于b V ς∀∈,有()b σςς=,从而(())=()=()=(())()()b b στςστττσττσςτςτς==,故()b V τς∈,即σ的每一特征子空间都是τ的不变子空间。
(2)b V 是τ的不变子空间,则在复数域上,τ必有特征值η,并存在非零向量,(),()()b V b ςτςηςτςηςσςς∈===使故又,所以,ς是σ与τ的公共特征向量。
接下来,我们利用这个定理来证明两个题。
例1:设X Y 、是m 阶复矩阵,且X 的m 个特征值12,,m μμμ两两互异,XY YX =。
证明:Y 是个对角矩阵。
证明:设X 和Y 是m 维复空间V 的线性变换σ和τ在某组基下的矩阵,由已知可得12,,m μμμ是m 个两两互异的特征值,从而存在i ζ使得(),1,2,,i i i i m σζμζ==,其中12,,,m ζζζ线性无关,所以12,,,m ζζζ是V 的一组基,则=()i V L ζ是τ的一维不变子空间的直和.又因为XY YX =,所以=σττσ,根据定理得()i L ζ是τ的不变子空间,其中1,2,i m =,则有()(),1,2,,i i L i m τζζ∈=,即τ有m 个线性无关的特征向量12,,,m ζζζ,则τ可以对角化,所以Y 可以对角化,因此Y 是个对角矩阵。
例2:σ和τ是m 维:线性空间V 的线性变换,证明:若σ的m 个特征值两两互异,则=σττσ的充要条件是σ的特征向量也是τ的特征向量。
证明:设12,,m μμμ是σ的全部特征值,且,()j i i j μμ≠≠,属于i μ的特征向量为(1,2,,)i i m α=。
因为属于不同特征值的特征向量是线性无关的,所以12,,m ααα是V 的一个基。
必要性:设=σττσ,且σ和τ在基i α下的矩阵分别为X Y 、,则12112212(,,)(,,,)(,,)m m m m X σαααμαμαμαααα==,其中12X=(,,,)m diag μμμ。
因为=σττσ,所以XY YX =,由于与对角元素彼此不同的对角矩阵可交换的矩阵只能是对角矩阵,所以12=(,,,)m diag τηηη,这时从1212(,,)(,,)m m Y ταααααα=得到(1,2,,)i i i i m ταηα==。
充分性:若σ的特征向量也是τ的特征向量,则12121(,,)(,,)(,,)m m m diag σααααααμμ=12121(,,)(,,)(,,)m m m diag τααααααηη=,。
于是,σ与τ在基12,,m ααα下的矩阵X 与Y 可交换,12121212(,,,)(,,,)(,,,)(,,,)m m m m diag diag diag diag μμμηηηηηημμμ=即XY YX =,因此=σττσ。
3.2上三角矩阵可交换的应用首先,给出几个简单的定理,然后由这几个简单定理来推出一个比较复杂的性质,最后利用结论来解决矩阵方面的习题。
定理3.2.1 型如1112110x x X x ⎛⎫= ⎪⎝⎭的二阶上三角矩阵的可交换矩阵仍然是二阶上三角阵1112110y y Y y ⎛⎫= ⎪⎝⎭其中,(1,1,2)ij ij x y i ==为任意实数。
定理3.2.2 型如111213112311000x x x X x x x ⎛⎫ ⎪= ⎪ ⎪⎝⎭的三阶上三角矩阵的可交换矩阵仍然是三阶上三角矩阵111213112311000y y y Y y y y ⎛⎫ ⎪= ⎪ ⎪⎝⎭(且12122323x y x y =)其中,(1,1,2)ij ij x y i j ==为任意实数。
定理3.2.3 型如0000x a X x a x ⎛⎫ ⎪= ⎪ ⎪⎝⎭的三阶方阵的可交换矩阵仍然是三阶方阵0000000y Y y ⎛⎫ ⎪= ⎪ ⎪⎝⎭其中,,a x y 为任意实数。
下面给出矩阵X =的上三角矩阵,再给出一个引理: 引理:与m 阶方阵Q =的可交换矩阵型如上述矩阵X = 根据以上引理,来证明一下如下定理。
定理3.2.4 m 阶方阵P 能与m 阶方阵X =可交换⇔P 是型如方阵X 的m 阶方阵。
证明:必要性:设方阵P 能与m 阶方阵X 可交换,那么与Q =也可交换,由引理可知P 是型如方阵X 的m 阶方阵。
充分性:设=P ,R =中,(1,2,,)i i k r i m =是任意实数,通过矩阵的乘法比较PR RP 和,得出=PR RP 。
接下来,应用以上定理来证明以下的题目。