高等代数教案北大版第八章

合集下载

高等代数北大版1-6

高等代数北大版1-6

例1. 判别多项式 f ( x ) 有无重因式.
f ( x ) x 5 10 x 3 20 x 2 15 x 4
§1.6 重因式
推论5
不可约多项式 p( x )为 f ( x ) 的 k 重因式
p( x )为 ( f ( x ), f ( x )) 的 k 1 重因式.
p( x ) 是 f ( x ) 与 f ( x ) 的公因式.
§1.6 重因式
推论3 多项式 f ( x )没有重因式 ( f ( x ), f ( x )) 1 . 推论4
f ( x ) P[x ] ,若 ( f ( x ), f ( x )) p1r1 ( 可约多项式, 则 pi ( x ) 为 f ( x )
的 ri 1 重因式.
§1.6 重因式
说明
根据推论3、4可用辗转相除法,求出 ( f ( x ), f ( x )) 来判别 f ( x )是否有重因式.若有重因式 ,还可由
( f ( x ), f ( x )) 的结果写出来.
注:
f ( x) f ( x ) 与 ( f ( x ), f ( x ))有完全相同的不可约因式,
f ( x) 且 的因式皆为单因式. ( f ( x ), f ( x ))
§1.6 重因式
§1.6 重因式
2. 定理6
若不可约多项式 p( x ) 是 f ( x ) 的 k 重因式 ( k 1 ), 则它是 f ( x )的微商 f ( x ) 的 k 1重因式.
证: 假设 f ( x ) 可分解为
f ( x ) p ( x ) g( x ) ,
k
其中 p( x ) | g ( x ) .
f ( x ) p k 1 ( x ) kg( x ) p( x ) p( x ) g( x )

高等代数【北大版】课件

高等代数【北大版】课件
线性规划问题
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中,线性方程组可以用来描述各 种现象,如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中,线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科,为其他分支提供了理论基础,如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象,具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式,其中$a_0, a_1, ldots, a_n$是整数,$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程,有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ,将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵,其非主对角线上的元素都 为零,主对角线上的元素为特征值。通过相 似对角化,可以简化矩阵运算,并更好地理 解矩阵的性质和特征。

高等代数课件(北大版)第八章 λ-矩阵§8.5

高等代数课件(北大版)第八章 λ-矩阵§8.5

等价. 然后对 D1 ( ) 重复上述讨论.
2012-9-22§8.5 初等因子
数学与计算科学学院
如此继续进行,直到对角矩阵主对角线上元素所含
1 的方幂是按逆升幂次排列为止.
再依次对 2 , , r 作同样处理. 最后便得到与 D ( ) 等价的对角阵 D ( ).
结论2、两个同级数字矩阵相似
它们有相同的初等因子.
可见:初等因子和不变因子都是矩阵的相似不变量.
2012-9-22§8.5 初等因子
数学与计算科学学院
三、初等因子的求法
1、(引理1)若多项式 f 1 ( ), f 2 ( ) 都与 g 1 ( ), g 2 ( ) 互素,则
f 1 ( ) g 1 ( ),
2
2, 1, 1
得A的不变因子为:
d 3 ( x ) ( 1) ( 2),
2
d 2 ( x ) d 1 ( x ) 1.
2012-9-22§8.5 初等因子
数学与计算科学学院
结论1、若两个同级数字矩阵有相同的不变因子,
则它们就有相同的初等因子; 反之,若它们有相同的初等因子,则它们就有 相同的不变因子.
d 1 ( x ) ( 1 ) d 2 ( x ) ( 1 )
k 11
( 2 )
k 12
( r )
k1 r
, , .
k 21
( 2 )
k 22
( r )
k2 r

d n ( x ) ( 1 )
kn1
( 2 )
f ( ) | f 2 ( ) g 2 ( ),

高等代数(北大版)第8章习题参考答案

高等代数(北大版)第8章习题参考答案

第八章 —矩阵1. 化下列矩阵成标准形1) 2)3) 4)5)6)解 1)对矩阵作初等变换,有A= B,B即为所求。

2)对矩阵作初等变换,有A= B,B即为所求。

3)因为的行列式因子为1=1, 2 =, 3 = ,所以1 = 1,2 = = ,3 = = ,从而A= B,B即为所求。

4)因为的行列式因子为1=1, 2 =, 3 = , 4 = ,所以1 = 1,2 = = ,3 = = ,4 = = ,从而A= B,B即为所求。

5)对矩阵作初等变换,有A= B,B即为所求。

6)对矩阵作初等变换,有A,在最后一个行列式中3=1, 4 =, 5 = ,所以1 =2 =3 =1,4 = =,5 = =。

故所求标准形为B= 。

2.求下列矩阵的不变因子:1) 2)3) 4)5)解 1)所给矩阵的右上角的二阶子式为1,所以其行列式因子为1=1, 2 =1, 3 = ,故该矩阵的不变因子为1 =2 =1,3 =。

2)因为所给矩阵的右上角的三阶子式为-1,所以其行列式因子为3 =2 =1=1,4 =,故矩阵的不变因子为1 =2 =3 =1,4 =。

3)当时,有4 = = ,且在矩阵中有一个三阶子式= ,于是由,3 = 1,可得3 = 1,故该矩阵的不变因子为1 =2 =3 =1,4 = 。

当时,由1=1, 2 =1, 3 = , 4 = ,从而1 =2 =1,3 = ,4 = = 。

4)因为所给矩阵的左上角三阶子式为1,所以其行列式因子为1=1, 2 =1, 3 =1, 4 = ,从而所求不变因子为1 =2 =3 =1,4 = 。

5)因为所给矩阵的四个三阶行列式无公共非零因式,所以其行列式因子为3 =1,4 = ,故所求不变因子为1 =2 =3 =1,4 = 。

3.证明:的不变因子是,其中= 。

证因为n = ,按最后一列展开此行列式,得n == ,= ,因为矩阵左下角的阶子式= ,所以= 1,从而1=2 = … = = 1,故所给矩阵的不变因子为1 =2 = … = = 1,= = ,即证。

高等代数课件 第八章

高等代数课件 第八章
由此得 | | , x12 x22 xn2 (5)
( ,) (x1 y1)2 (xn yn )2 (6)
2.标准正交基的性质
设 {1,2} 是 V2 的一个基,但不一定是
正交基。从这个基出发,只要能得出 V2 的一个
正交基 {1, 2}, 问题就解决了,因为将 1和2
再分别除以它们的长度,就得到一个规范正交
注意:(7)和(8)在欧氏空间的不等式(6) 里被统一起来. 因此通常把(6)式称为柯西-施瓦兹不 等式.
三、向量的正交
定义4 欧氏空间的两个向量ξ与η说是正交的,
如果 , 0
定理8.1.2 在一个欧氏空间里,如果向量ξ
与1,2,,r 中每一个正交,那么ξ与 1,2,,r
的任意一个线性组合也正交.
2 a1 2 a1 0,
因而 2 0,
这就得到 V2 的一个正交基 {1, 2}.
3.标准正交基的存在性
定理8.2.2(正交化方法) 设 {1,2 ,,n}
是欧氏空间V的一组线性无关的向量, 那么可以求
出V 的一个正交组 {1, 2,, n}, 使得 k 可以由 1,2,,k 线性表示,k = 1,2,…,m.
由于1,2,,k 线性无关,得 k 0,
又因为假定了 1, 2 ,, k1 两两正交,所以
k ,i
k ,i
k ,i i , i
i , i 0, i 1,2,, k 1
这样,1, 2,, k 也满足定理的要求。
定理8.2.3 任意n(n >0)维欧氏空间一定有正交
基,因而有标准正交基.
例4 在欧氏空间 R3中对基
4) 当 0 时, , 0 这里 ,, 是V的任意向量,a是任意实数,那么
, 叫做向量ξ与η的内积,而V叫做对于 这个内积来说的一个欧氏空间(简称欧氏空间).

高等代数北大版ppt课件.ppt

高等代数北大版ppt课件.ppt

n

f ( ) kiai ,
i 1
kn n
则 f :V P 为线性函数,且
f ( i ) ai , i 1, 2, , n
§10.1 线性函数
例1. 设 a1,a2, ,an P, ( x1, x2,
n

f ( ) ai
i 1
是 Pn 到 P的一个线性函数.
, xn ) Pn
解:
f f
( (
1) 2)
f 2
( 3 ) f ( 3
1 )
1
f f
( (
1 2
) )
4 7
f (1) f (2 ) 3
f ( 3 ) 3
所以 f ( x11 x2 2 x3 3 ) 4 x1 7 x2 3 x3 .
§10.1 线性函数
例4. V 是数域 P上的3维线性空间, f 是V上的
x11 x2 2 x3 3 x1a1 x2a2 x3a3 即为V上的线性函数,且 f ( i ) ai , i 1,2, , n
若还有 g 是 V上线性函数使 g( i ) ai , i 1,2, , n,
则 x11 x2 2 x3 3 V , 有
g( ) x1g(1 ) x2 g( 2 ) xn g( n )
f ( ) x2 f ( 2 ) x2 .
§10.1 线性函数
定理1 设V为数域 P上的一个n 维线性空间,
1, 2 , , n为V的一组基, a1,a2 , ,an 为 P中
任意n 个数. 则存在唯一的V上线性函数 f 使
f i ai, i 1,2, ,n.
§10.1 线性函数
证明:映射 f :V P,
x1a1 x2a2 xnan

高等代数课件(北大版)第八章 λ-矩阵§8.2

高等代数课件(北大版)第八章 λ-矩阵§8.2
2020/2/7§8.2 λ─矩阵的标准数形学与计算科学学院
一、λ-矩阵的初等变换
定义:
λ―矩阵的初等变换是指下面三种变换: ① 矩阵两行(列)互换位置; ② 矩阵的某一行(列)乘以非零常数 c;
③ 矩阵的某一行(列)加另一行(列)的( )倍, ( )是一个多项式.
2020/2/7§8.2 λ─矩阵的标准数形学与计算科学学院
定义:
将单位矩阵进行一次 ―矩阵的初等变换所得的
矩阵称为 ―矩阵的初等矩阵.
注: ① 全部初等矩阵有三类:
1

O



P(i, j)



1

0L 1
i行
M 1L 0
j行
1
O 1
2020/2/7§8.2 λ─矩阵的标准数形学与计算科学学院
1

O

1

LL
LL
L L
L L

2020/2/7§8.2 λ─矩阵的标准数形学与计算科学学院
r() L L
[1,i ]

L a11 L
L
(
L
)
L L L
L L L


B( ).
B( ) 的左上角元素 r( )符合引理的要求,
故 B( ) 为所求的矩阵.
ii) 在A( )的第一行中有一个元素 a1i ( )不能被a11( )
对 A( ) 作下述初等行变换:
a11( ) L
A(
)



L
ai1(
L
)
L L
L
a1 j ( ) L
L L
aij ( )

高等代数电子教案(Ⅲ)

高等代数电子教案(Ⅲ)
7.4 不变子空间 7.5 本征值和本征向量 7.6 可以对角化矩阵
7.1 线性映射
学习内容 线性映射的定义、线性变换的象与核.
§7.1.1 线性映射的定义
设F是一个数域,V和W是F上向量空间. 定义1 设σ是V 到W 的一个映射. 如果下列条 件被满足,就称σ是V 到W 的一个线性映射: ①对于任意 , V , ( ) ( ) ( ). ②对于任意 a F , V , (a ) a ( ) 容易证明上面的两个条件等价于下面一个条件: ③对于任意 a, b F 和任意 , V ,
进一步,设 f ( x) a0 a1 x an x . 是F上一个多项式,而 L(V ), 以σ代替x,以 a 0 代替 a 0 ,得到V的一个线性变换
n
a0 a1 an n .
这个线性变换叫做当 记作 f ( ).
x 时f (x)的值,并且
例3 令A是数域F上一个m × n矩阵,对于n元列空 间的 F m 每一向量
x1 x2 x n
规定: 是一个m×1矩阵,即是空间 F m的一个向量, σ是 到 F n 的一个线性映射. Fm
例4 令V 和W是数域F 上向量空间.对于V 的每一向 量ξ令W 的零向量0与它对应,容易看出这是V 到 W的一个线性映射,叫做零映射.
令 k ,那么对于任意 a, b F 和任意 , V ,
(a b ) k ( (a b )) k (a ( ) b ( ))
ak ( ) bk ( ) a 的一个线性变换.
如果线性映射 : V W 有逆映射 1 ,那么是W 到V 的一个线性映射. 建议同学给出证明.
  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)。

讲课内容教课时数教课目标教课要点教课难点教课方法与手段教学过程第八章λ-矩阵第一讲λ-矩阵2学时讲课种类解说法与练习法使学生认识-矩阵的看法,以及 -矩阵和数字矩阵的关系,基本掌握-矩阵秩的判断,可逆的条件,以及求逆矩阵。

-矩阵秩的判断,可逆的条件,以及求逆矩阵。

-矩阵的逆矩阵启示式解说,谈论,练习n阶矩阵与对角阵相似的充要条件是有n个线性没关的特色向量.那么当只有m(m n)个线性没关的特色向量时,A与对角阵是不相似的.对这类情,我们“退而求其次”,找寻“几乎对角的”矩阵来与A相似.这就引出了矩阵在相似下的各种标准型问题.Jordan标准型是最凑近对角的矩阵而且其有关的理论包括先前有关与对角阵相似的理论作为特例.其余,Jordan标准型的广泛应用涉及到Hamilton-Cayley定理的证明,矩阵分解,线性微分方程组的求解等等.因为 Jordan标准型的求解与特色多项式有关,而从函数的角度看 ,特色多项式其实是特别的函数矩阵(元素是函数的矩阵),这就引出对-矩阵的研究.一、 -矩阵及其标准型定义1称矩阵A()(f ij())为-矩阵,此中元素f ij()(i1,2,L,m;j1,2,L,n)为数域F上关于的多项式.定义2称n阶-矩阵A()是可逆的,假如有A B B A I n并称B( )为A()的逆矩阵.反之亦然.定理1矩阵A()可逆的充要条件是其行列式为非零的常数,即det(A()) c0.证明:(1)充分性设A=d是一个非零的数.A*表示A()的伴随矩阵,则d1A*也是一个-矩阵,且有A d1A*d1A*A I所以,A( )是可逆的.(2)必需性设A()有可逆矩阵B(),则A B I两边取行列式有A B I 1因为A 与B 都是多项式,而它们的乘积为1,所以它们都是零次多项式,即都是非零常数.证毕.例题1 判断-矩阵2+1 2 1A = 11能否可逆.解固然2+1 2 1A = 1 = 21A()是满秩的,但A 不是非零常数,因此A( )是不行逆的.注意与数字矩阵不一样的是满秩矩阵未必是可逆的.这么定义可逆是有必要的,可逆的实质就是要保证变换的矩阵可以经过非零常数的倒数逆回去.定义3假如矩阵A()经过有限次的初等变换化成矩阵B(),则称矩阵A()与B()等价,记为A B定理2矩阵A()与B()等价的充要与条件是存在可逆矩阵P、Q,使得B P A Q证明因为A B,所以A()可以经过有限次初等变换变为B(),即存在初等矩阵P( ),P( ),L,P( )12s与初等矩阵Q1( ),Q2( ),L,Q t()使得B() P()P( )LP()A()Q()Q()LQ()12s12t令P( ) P1( )P2( )LP s(),Q( ) Q1( )Q2( )LQ t()就是所要求的-矩阵.它们都是初等矩阵的乘积,从而使可逆的.证毕.定义4 矩阵A( )的所有非零k阶子式的首一(最高次项系数为1)最大公因式D k 称为A( )的k阶行列式因子.定理2 等价矩阵拥有相同的秩和相同的各级行列式因子.证明设-矩阵A()经过一次行初等变换化为了B( ),f( )与g()分别是A()与B( )的k阶行列式因子.需要证明f()=g( ).分3 种状况谈论:(1)A() i,jB(),此时,B( )的每个k阶子式也许等于A()的某个k阶子式,也许与A()的某个阶子式反号,所以,f( )是B( )的k阶子式的公因子,从而f()|g().(2)A() i(c)B(),此时,B()的每个k阶子式也许等于A()的某个k阶子式,也许等于A( )的某个k阶子式的c倍.所以,f( )是B( )的k阶子式的公因式,从而f( )| g().(3)A() i j()行与j 行的阶子式和B(),此时,B()中那些包括i那些不包括i行的k阶子式都等于A( )中对应的k阶子式;B( )中那些包括i 行但不包括j行的k阶子式,按i行分成两个部分,而等于A()的一个k阶子式与另一个k阶子式的()倍的和,,也就是A( )的两个k阶子式的线性组合,所以, f()是的k阶子式公因式从而f()|g( ).,关于列变换,可以相同地谈论.总之,A( )经过一系列的初等变换变为B( ),那么f( )| g( ).又因为初等变换的可逆性,B()经过一系列的初等变换可以变为A( ),从而也有g()|f( ).当A()所有的阶子式为零时,B( )所有的k阶子式也就等于零;反之亦然.故A( )与B()又相同的各阶行列式因子,从而有相同的秩.证毕.既然初等变换不改变行列式因子,所以,每个-矩阵与它的标准型有完整相同的行列式因子 .而求标准型的矩阵是较为简单的,因此,在求一个-矩阵的行列式因子时,只要求出它的标准型的行列式因子即可.谈论、练习与作业课后反思讲课内容教课时数教课目标教课要点教课难点教课方法与手段教学过程第二将λ-矩阵在初等变换下的标准型2 讲课种类解说课认识-矩阵的初等变换,掌握求标准型的方法,掌握最小多项式的看法和求最小多项式的方法。

求标准型的方法和最小多项式的求法-矩阵标准型的方法课堂解说,辅以发问、练习一、-矩阵的初等变换。

定义1下边的三种变换叫做-矩阵的初等变换:1)矩阵的两行(列)互换地点;2)矩阵的某一行(列)乘以非零的常数c;3)矩阵的某一行(列)加另一行(列)的()倍,()是一个多项式。

初等变换都是可逆的,而且有p(i,j)1p(i,j),p(i(c))1p(i(c1)),p(i,j())1p(i,j( ))。

为了写起来方便起见,我们采纳以下的记号:[i,j]代表i,j行(列)互换地点;[i(c)]代表用非零的数c去乘i行(列);[i j()]代表把j行(列)的( )倍加到i行(列)。

定义2-矩阵A()称为与B()等价,假如可以经过一系列初等变换将A()化为B()。

等价是-矩阵之间的一种关系,这个关系,明显拥有以下三个性质: (1)反身性:每一个 -矩阵与自己等价。

(2) 对称性:若A( )与B( )等价,则B()与A()等价。

这是因为初等变换拥有可逆性的缘由。

(3)传达性:若A()与B()等价,B( )与C( )等价,则A( )与C( )等价,引理 设 -矩阵A( )的左上角a 11( ) 0,而且A()中最少有一个元素不可以被它除尽,那么必定可以找到一个与 A( )等价的矩阵B( ),它的左上角元素也不为零,但是次数比 a 11( )的次数低。

定理2任意一个非零的 s n 的 -矩阵A( )都等价与以下形式的矩阵d 1() d 2( ) d r() 0 0 最后化成的这个矩阵称为 A()的标准形。

例求 -矩阵1 A()2 的标准型. 解1A()0 11+ 2 2 2 2122 2 0 0210 0 0 02即为所求的标准型.二、矩阵最小多项式定义3:设AM n (K)是一个矩阵,假如多项式f( ) a0 ma1m1a m1a m使得:f(A) a 0A ma 1A m1a m1A a mE n则称f()是A 的零化多项式。

A 的次数最小的首一零化多项式称为A 的极小多项式(minimalpolymial ),记为m A ( )。

引理2:m A ()整除A 的任意零化多项式。

特其余m A ()|f A ()。

证明设f( )是 A 的任一零花多项式,则f(A)。

由带余除法定理可知f( ) m A ( )q( ) r( ),r() 0或(r()) 0(m A ( ))。

由r(A)0及(m A ())的最小性知r()0m A ()|f A ()引理3:m A ()的根必是 f A ( )的根。

证明 若A 有特色根0不是m A ()的根,则(0,mA ( ))1。

存在u(),v()C[]使得u()( 0)v()m A ()1u(A)(A0I m )I n ,取行列式知det(A 0I m )0与是A 的特色根矛盾。

由引理1、2知m A ()与f A ()有相同的根。

引理4相似矩阵有相同的最小多项式,反之不真。

例1 设0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 A0 0 1 B0 0 0 0 00 0 0 00 0 0 0m A ( )m B ()2,但A 、B 不相似。

引理5设A 为n 阶方阵且 A 相似于BB 1 B 20 B 3此中B 1、B 3为方阵,则[mB 1( ),mB 2( )]|m B ()特其余由引理3知当B 20时m A ()m B ()[mB 1(),mB 2()]。

定理3 设AM n (C)r1r 2gggr isf A ()((2) i), rin1)(i 1则m A ( )(1)t 1(2)t2ggg(i )t i,此中1t i r i ,1is.由引理1、2即得结论。

例2设3 1 0A0 2 0 ,求m A () 11 2解f A ()(3)( 2)2,m A ()只好是下两个多项式之一,即m 1()(3)( 2),m2()(3)(2)2 将A带入m1()得m 1()0,故m A ()(3)(2)。

定理4m A ( )fA (A),D n1()为 IA 的n-1阶行列式因子。

D n 1() 可依据以下方法求出 D n1( )。

因为(f A ( )f A (u)), 记 r( ,u) f A ( )f A (u) 故uf A () f A (u) ( u)r(,u),分别以I 与A代和ui得f A ()I( IA)r( I,u)得r( I A)( I A *)(A *表示A 的陪伴矩阵。

而D n1)恰为( IA *)的所有元素的首一最大公因式故用上述方法可求(A 的最小多项式)。

例4设3 3 2 A1 52 求m A ()。

1 3解f A () ( 2)2( 4)r(,u)f A ()f A (u)u 2 u(8)2 820u2 563 62 4(IA *)A 2 A(8) (2 820)I2 2 32 242 3628 12明显( IA *)中所有元素首一最大公因式 D n1()2m A ( )f A (A) 2)(4)D 2(()谈论、练习与作业课后反思讲课内容教课时数教课目标教课要点教课难点教课方法与手段教学过程第三讲不变因子2讲课种类解说、互动经过2学时的解说,使学生基本掌握线性变换的矩阵表示方法和本源,了解矩阵和线性变换的这类等价关系,掌握不变因子的求法。

λ-矩阵的标准型和不变因子λ-矩阵不变因子的求法课堂解说、练习一、矩阵表示设V和W都是数域F上的有限维向量空间,dimV=n,dimW=m,σ∈Hom(V,W).σ完整被它在V的一个基上的作用所决定.所以在V中取一个基1,,n;同时,在W中取一个基1,,m,则( 1), ,(n) 由1,2,,m线性表示为(1)a111a212a m1m(n)a1n1a2n 2amnm.(1)将此写成矩阵形式,并令σ(1,2, ,n)=( (1), (2), , ( n)),则得a11a1n(1,,n)(1, ,m)a21a2nam1amn,(2)此中矩阵A=(a ij)mn F mn,叫做线性映照σ在V的基{ j}和W的基{i}下的矩阵.在V、W中分别取定一个基{j}、{ i}此后,关于V到W的每一个线性映照σ,有独一确立的m×n矩阵A与它对应.所以,这个对应给出了Hom(V,j}和基{i} W)到F mn的一个映照.设∈Hom(V,W),则()=B 是在基{下的矩阵.若 B=A ,则 ( j ) ( j ),j 1, ,n .由命题,有 =.这表示 是单射.任给 C ∈F mn,W 中以C 的第j 列作为在基{ i}下的坐标的向 量记作 j , j 1, ,n .存在 V 到W 的一个线性映照,使得 ( j )=j ,j1,,n .从而(1,,n )=(1,,n )=(1,, m)C .于是,C 是在基{j}和基{ i}下的矩阵.所以 ( )=C .这表示 是满射.故是Hom(V,W)到F mxn 的一个双射.进一步,我们来证明定理 1 设V和W都是数域 F 上有限维向量空间,此中 dimV=n,dimW=m .在V 中取一个基1,,n,在W 中取一个基1,,m .则V到W 的每一个线性映照与它在基 { j}和基{i}下的矩阵的对应是向量空间Hom(V ,W)到F mn 的同构映照,记作 Hom(V ,W)Fmn.证前面已证是到Hom(V ,W)到F mn 的双射.此刻来证明保持加法与 纯量乘法运算.任取,∈Hom(V ,W),设()=A,()=B ,即(1, ,n )(1, ,m )A ,(1,, n)(1,,m)B ,则( )(1,,n )(()(1),,()(n ))((1), ,(n )) ((1), ,(n ))(1,, m )A(1, , m )B(1, , m )(AB).(3)这表示 + 在基{ j}和基{i}下的矩阵是A +B .所以(+)=A +B=( )+ ( ).近似可证 (k ) kA k ( ),此中k ∈F .所以,是Hom(V ,W)到Fmn的同构映照. 再注意到定理 ,则有推论设dimV=n ,dimW=m ,则Hom(V ,W)是有限维的,而且dimHom(V ,W)=dimV ·dimW .(4)当知道V 到W 的线性映照在基{j}和基{i }下的矩阵A 以后,V 中任一直量α在下的象很简单求出,即有命题设1, ,n是V 的一个基,1, ,m是W 的一个基,∈Hom(V ,W),且在基{ j}和基{ i}下的矩阵为A.又αx1∈V,设α在基{ j }下的坐标为,则( )在基{i}下的坐x nx1标为A .x n证我们有() x1(1) x n(n)x1 x1 x1(1, ,n) ((1, ,m)A)x n (1,,m)A .x n x nx1所以,A 是( )在基1, , m下的坐标.xn推论设V到W的线性映照在基{ j}和基{i}下的矩x1阵为A,V中任一直量α在基{ j}下的坐标为X= ,W中向量x ny1在基{ i}下的坐标为Y= ,则( ) AX Y.y n此刻我们来谈论n维向量空间V上的线性变换与矩阵的关系.设∈EndV,我们把上边关于线性映照与矩阵的关系运用到V上的线性变换中.这时,只要在V中取定一个基1,,n ,把基向量j在下的象(j)依旧用这个基线性表出,即a11 a1n(1, ,n) ( 1, ,n) a21a2n ,(5) an1ann右端的n阶矩阵A=(a ij)nn叫做线性变换在基1, ,n下的矩阵.定理2 设V是数域F上n维向量空间,在V中取定一个基1,n,则V上的每一个线性变换与它在基1, ,n下的矩阵的对应是向量空间EndV到Mn(F)的同构映照,也是环EndV到Mn(F)的同构映照.证后半部分中是双射,保持加法也已证明,剩下只要证保持乘法.设线性变换,在基 1,, n 下的矩阵分别是 A ,B ,则(1, , n ) (1, ,n )A ,(1, , n )(1, , n )B .因为( )(1,n ( b i1i 1 ( (1),n )i , ,, ((( 1,, n ))nnb i n i )(bi1i1i 1n ))B((1,,((1, ,n )B)n ( i ),,b in (i ))i1 n )A)B (1,, n )(AB).所以 在基 1,,n 下的矩阵是AB .于是 ()AB()().从而也是环EndV 到Mn(F)的同构映照. 由此进一步获得推论设数域F 上n 维向量空间V 的一个线性变换 在V 的一个取定的基下的矩阵是A .则可逆的充分且必需条件是 A 可逆,而且其逆变换1在这个基下的矩阵就是 A1.证设可逆.令1关于所取定的基的矩阵是B ,则AB(1)(1)I n .同理BA=In .所以B=A -1.V反过来,设 A ,而A 可逆,则有EndV 使A1.于是I nAA 1(),从而易见1V .同理可证 1V .所以可逆,且1.命题设V 是数域F 上n 维向量空间,∈EndV .若 在V 的基1,,n下的矩阵为A ,α∈V在基1,n下的坐标为 X ,则()在基1, , n 下的坐标为AX .二、不变因子此刻来证明, -矩阵的标准形是独一的。

相关文档
最新文档