武汉大学线性代数-03 第三章
武汉大学2017-2018学年第二学期期末考试线性代数B试题(A)
武汉大学2017-2018学年第二学期期末考试线性代数B 试题（A ）1、（10分）若12312,,,,αααββ都是四维列向量，且四阶行列式12311223,,m n αααβααβα==计算四阶行列式()32112αααββ+.2、（10分）已知3阶方阵101020201A ⎛⎫⎪= ⎪ ⎪-⎝⎭，3阶矩阵B 满足方程 E B A B A =--2，试求矩阵B .3、（10分）已知向量123,,e e e 不共面，试判断向量12312312332,,45e e e e e e e e e αβγ=+-=+-=-++是否共面。
4、（10分）设)(4321αααα，，，=A 为4阶方阵，其中4321αααα，，，是4维列向量，且234,ααα，线性无关，3214αααα++=.已知向量4321ααααβ+++=，试求线性方程组β=x A 的通解.5、（12分）设有向量组()T11,3,3,1α=,()T21,4,1,2α=,()T31,0,2,1α=,()T41,7,2,k α=（1）问k 为何值时，该向量组线性相关？（2）在线性相关时求出该向量组的一个极大线性无关组并将其余向量用该极大线性无关组线性表示。
6、（10分）设A 是3阶方阵，互换A 的第一、第二列，得矩阵B ；再将B 的第二列加到第三列上得矩阵C ； 然后再将矩阵C 的第一列乘以2得到矩阵D ;求满足AX D = 的可逆矩阵X .7、（10分）若矩阵22082006A a ⎛⎫⎪= ⎪ ⎪⎝⎭可以对角化，设与A 相似的对角矩阵为Λ；（1）试求常数a 的值及对角矩阵Λ，可逆矩阵P 使得1P AP -=Λ.8、（10分）已知321ααα，，与321βββ，，为所有3维实向量构成的线性空间3R 的两组基, 123ααα，，到321βββ，，的过渡矩阵为021102100P -⎛⎫⎪=- ⎪ ⎪⎝⎭且()()()1231,0,0,1,1,0,1,1,1T T T ααα===,试求：(1) 基321βββ，，；(2) 在基 321321,,,,βββααα与 下有相同坐标的全体向量.9、（8分）设n 阶方阵A 的伴随矩阵为,A *证明：若,A O =则A O *=；10、（10分）设实二次型2221231232313(,,)()()()f x x x x x x x x x ax =-+++++其中a 为参数。
线性方程组解定理的详细圆满而又简单的证明
线性方程组解定理的详细圆满而又简单的证明 第1页共4页 线性方程组⎪⎩⎪⎨⎧=+++=+++=+++mn mn m m n n n n b x a x a x a b x a x a x a b x a x a x a11112222212********* )1( 解的定理是大家最熟悉不过的了，但是证明却欠令人悦色。
本文从m n r m n r n m r n m r n m r n m r <<<=<<<==<==,,,,,等6个方面入手证明(这里r 为线性方程组(1)的系数矩阵的秩)，故曰详细；同时又另给出一定理而使证明无瑕可觅，故曰圆满；由于从6个方面证明，同时仅用到行列式的按列展开性质及上面的定理，故曰简单。
下面依次证明定理：定理1 若非零矩阵⎪⎪⎪⎪⎭⎫ ⎝⎛=++++⨯121122221111211)1(mn m m n n n m a a aa a a a a a A ，矩阵⎪⎪⎪⎭⎫⎝⎛=++++⨯121122221111211)1(mn m m n n n m b b b b b b b b b B ，且)1(+⨯n m B 是由矩阵)1(+⨯n m A 通过初等变换而得，但)1(+⨯n m A 中最右一列的数通过变换(如加上一个数或乘上一个非零数或变换位置)后仍在矩阵)1(+⨯n m B 的最右一列，矩阵⎪⎪⎪⎪⎭⎫ ⎝⎛=++++⨯121122221111211)1(mn m m n n n m c c cc c c c c c C 是由矩阵)1(+⨯n m A 通过变换而得，则矩阵)1(+⨯n m B 的秩与矩阵)1(+⨯n m C 的秩相等。
证 ij a 不全为零，1,,2,1,,,2,1+==n j m i ，则矩阵)1(+⨯n m A 的秩存在，且由条件知矩阵)1(+⨯n m A 的秩与矩阵)1(+⨯n m B 的秩相等，同样可知，矩阵)1(+⨯n m A 的秩与矩阵)1(+⨯n m C 的秩相等，那么矩阵)1(+⨯n m B 的秩与矩阵)1(+⨯n m C 的秩相等。
-矩阵的Kronecker乘积的性质与应用
摘要按照矩阵乘法的定义，我们知道要计算矩阵的乘积AB，就要求矩阵A的列数和矩阵B的行数相等，否则乘积AB是没有意义的。
那是不是两个矩阵不满足这个条件就不能计算它们的乘积呢本文将介绍矩阵的一种特殊乘积BA ，它对矩阵的行数和列数的并没有具体的要求，它叫做矩阵的Kronecker积（也叫直积或张量积）。
本文将从矩阵的Kronecker积的定义出发，对矩阵的Kronecker积进行介绍和必要的说明。
之后，对Kronecker积的运算规律，可逆性，秩，特征值，特征向量等性质进行了具体的探究，得出结论并加以证明。
此外，还对矩阵的拉直以及矩阵的拉直的性质进行了说明和必要的证明。
矩阵的Kronecker积是一种非常重要的矩阵乘积，它应用很广，理论方面在诸如矩阵方程的求解，矩阵微分方程的求解等矩阵理论的研究中有着广泛的应用，实际应用方面在诸如图像处理，信息处理等方面也起到重要的作用。
本文讨论矩阵的Kronecker积的性质之后还会具体介绍它在矩阵方程中的一些应用。
关键词：矩阵；Kronecker积；矩阵的拉直；矩阵方程；矩阵微分方程Properties and Applications of matrix KroneckerproductAbstractAccording to the definition of matrix multiplication, we know that to calculate the matrix product AB, requires the number of columns of the matrix A and matrix B is equal to the number of rows, otherwise the product AB makes no is not two matrices not satisfy this condition will not be able to calculate their product doThis article will describe a special matrix product BA , the number of rows and columns of a matrix and its no specific requirements, it is called the matrix Kronecker product (also called direct product or tensor product).This paper will define the matrix Kronecker product of view, the Kronecker product matrix are introduced and the necessary instructions. Thereafter, the operation rules Kronecker product, the nature of reversibility, rank, eigenvalues, eigenvectors, etc. specific inquiry, draw conclusions and to prove it. In addition, the properties of the stretch of matrix and its nature have been described and the necessary proof.Kronecker product matrix is a very important matrix product, its use is very broad, theoretical research, and other matrix solving differential equations, such as solving the matrix equation matrix theory has been widely applied in practical applications such as image processing aspects of information processing, also play an important role. After the article discusses the nature of the matrix Kronecker product it will introduce a number of specific applications in the matrix equation. Keywords:Matrix; Kronecker product; Stretch of matrix; Matrix equation; Matrix Differential Equations目录摘要 ........................................................................ I Abstract ................................................................... II 第一章 矩阵的Kronecker 积 . (1)矩阵的Kronecker 积的定义 ................................................ 1 矩阵的Kronecker 积的性质 ................................................ 1 第二章 Kronecker 积的有关定理及推论 .......................................... 6 第三章 矩阵的拉直 (9)矩阵的拉直的定义 ......................................................... 9 矩阵的拉直的性质 ......................................................... 9 第四章 矩阵的Kronecker 积与矩阵方程 .. (11)矩阵的Kronecker 积与Lyapunov 矩阵方程 ................................... 11 矩阵的Kronecker 积与一般线性矩阵方程 .................................... 13 矩阵的Kronecker 积与矩阵微分方程 ........................................ 14 参考文献.................................................................... 16 致谢 .. (18)符号说明W a W a 属于集合元素nm ij a A ⨯=)( 矩阵的记法列元素的行为以n m j i a ij⨯ij A )( 列的元素行的矩阵j i AT A 的转置矩阵A H A 的共轭转置矩阵A1-A 的逆矩阵矩阵A→A 按行拉直得到的列向量矩阵AA det 的行列式方阵AtrA 的主对角元素之和的迹，方阵A A)(A rank 的秩矩阵A)(A λ 的特征值方阵An I 阶单位矩阵nR 实数域 C 复数域n C 维复向量的全体n n m C ⨯ 复矩阵全体n m ⨯O 零矩阵B A ⊗ 的和矩阵B A Kronecker 积第一章 矩阵的Kronecker 积矩阵的Kronecker 积的定义定义设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，定义A 和B 的Kronecker 积（或直积，张量积）B A ⊗为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B a B a B a B a B a B a B a B a B a B A mn m m n n 212222111211 可以看出，其结果是一个)()(nq mp ⨯矩阵，同时也是一个以B a ij 为子块的分块矩阵.例 设⎥⎦⎤⎢⎣⎡-=1201A ，[]31-=B ，则 ⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=⊗316200312B B O BB A []⎥⎦⎤⎢⎣⎡---=-=⊗361203013A A A B 由此可见，B A ⊗与A B ⊗具有相同的阶数，但是它们并不相等，也就是说，Kronecker 积不满足交换律.矩阵的Kronecker 积的性质虽然Kronecker 积不满足交换律，但是具有以下一些性质： 性质 设矩阵n m C A ⨯∈，矩阵q p C O ⨯∈，则O O A A O =⊗=⊗（这个O 为)()(nq mp ⨯矩阵）.证明：略.性质 设k 为任一常数，矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B A k kB A B kA ⊗=⊗=⊗.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n ka ka ka ka ka ka ka ka ka kA 212222111211， 根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B kA mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka kB a kB a kB a kB a kB a kB a kB a kB a kB a kB A mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， 即)(B A k B kA ⊗=⊗，)()(B A k kB A ⊗=⊗. 所以)()()(B A k kB A B kA ⊗=⊗=⊗.性质 设A ，B 为同阶矩阵（同阶是为了可以做加法），则C B C A C B A ⊗+⊗=⊗+)(，B C A C B A C ⊗+⊗=+⊗)(.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n b b b b b b b b b B 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a ba b a b a b a B A221122222221211112121111，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗+C b a C b a C b a C b a Cb aC b a C b a C b a C b a C B A mn mn m m m m n n n n )()()()()()()()()()(221122222221211112121111*，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C a C a C a C a C a C a C a C a C a C A mn m m n n 212222111211 *， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C b C b C b C b C b C b C b C b C b C B mn m m n n 212222111211 *，由*，*得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C A mn mn m m m m n n n n 221122222221211112121111 *， 由*，*可得：C B C A C B A ⊗+⊗=⊗+)(.同理设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n c c c c c cc c c C 212222111211可证：B C A C B A C ⊗+⊗=+⊗)(.性质 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s r C F ⨯∈，则)()(F B A F B A ⊗⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⊗⊗⊗⊗⊗⊗⊗⊗⊗=⊗⊗)()()()()()()()()()(212222111211F B a F B a F B a F B a F B a F B a F B a F B a F B a F B A mn m m n n)(212222111211F B A F B a B a B a B a B a B a B a B a B a mn m m n n ⊗⊗=⊗⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= 得证.性质设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s n C F ⨯∈,矩阵t q C D ⨯∈，则)()())((BD AF D F B A ⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ns n n s s f f f f f f f f f F212222111211， 则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗⊗D f D f Df D f D f Df D f D f D f B a B a B a B a B a B a B a B a B a D F B A ns n n s s mn m m n n212222111211212222111211))(()()()()()()()()()()()(112111112211211121111BD AF BD f a BD f a BD f a BD c a BD f a BD f a BD f a BD f a BD f a nk ks mk n k k mk n k k mk nk ks k n k k k n k k k n k ks k n k k k n k k k ⊗=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=∑∑∑∑∑∑∑∑∑=========得证.性质 设矩阵m m C A ⨯∈可逆， 且矩阵n n C B ⨯∈可逆，则B A ⊗可逆，且111)(---⊗=⊗B A B A .证明：mn n m I I I BB AA B A B A =⊗=⊗=⊗⊗----)()())((1111(这里I n 与数的乘法中的1起到相同的作用)， 故111)(---⊗=⊗B A B A .性质 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则T T T B A B A ⊗=⊗)(H H H B A B A ⊗=⊗)(证明： ij T T T ji ij T B A B a B A ][])[(⊗==⊗ 得证.同理可证：H H H B A B A ⊗=⊗)(.性质 两个正交（酉）矩阵的Kronecker 积还是正交（酉）矩阵. 证明：设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈.因为A ，B 都是正交（酉）矩阵，所以有m T T I A A AA ==，n T T I B B BB ==. 由性质和性质可得：mn n m T T T T T I I I BB AA B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(())((. mn m n T T T T T I I I B B A A B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(()()(.故mn T T I B A B A B A B A =⊗⊗=⊗⊗)()())((. 得证.第二章 Kronecker 积的有关定理及推论定理 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B rank A rank B A rank =⊗.证明：设rank A=r ，rank B=s ，A ，B 的标准形分别为：1111--⎥⎦⎤⎢⎣⎡=Q O O O I P A r ，1212--⎥⎦⎤⎢⎣⎡=Q O O O I P B s其中i P ，i Q =i (1，2)均为非奇异矩阵，则由性质和可以得：`1211211211121112121111)()()()(----------⊗⎥⎦⎤⎢⎣⎡⊗=⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⊗=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡=⊗Q Q O O O I P P Q Q O O O I O O O I P P Q O O O I P Q O O O I P B A rss r s r 所以)()()(B rank A rank s r B A rank =•=⊗ 得证.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B A ⊗对应特征值λμ的一个特征向量.证明：因为x ，y 都是非零向量，所以x ⊗y 也是非零向量，由性质和性质可得：)()()()()())((y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗λμμλ.所以，y x ⊗是B A ⊗对应特征值λμ的一个特征向量.推论 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若A 的特征值是1λ，2λ，…，m λ；B 的特征值是1μ，2μ，…，n μ，则B A ⊗的特征值为t s μλ，m s ≤≤1，n t ≤≤1（k 重根算k 个）.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.证明：由性质，性质可以得到：)()()()())((y x y x y I Ax y x I A n n ⊗=⊗=⊗=⊗⊗λλ， )()()()())((y x y x By x I y x B I m m ⊗=⊗=⊗=⊗⊗μμ，故))(())(())(())((y x y x B I y x I A y x B I I A m n m n ⊗+=⊗⊗+⊗⊗=⊗⊗+⊗μλ.所以，y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.推论 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m s C x ∈和n t C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ，2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，则B I I A m n ⊗+⊗的n m •个特征值为{t s μλ+}.(s=1，2，…，m ；t=1，2，…，n ).例 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m i C x ∈和n j C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ， 2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，证明：矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量为j i y x ⊗.(i=1，2，…，m ；j=1，2，…，n ).证明：由性质和性质可得：))(()()()()())((j i j i j j i i j i j i y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗μλμλ，故有：))(1())(()())(()())(())(())](()[(j i j i j i j i j i j i j i j i mn j i j i n m j i n m y x y x y x y x y x I y x B A y x I I y x B A I I ⊗-=⊗-⊗=⊗-⊗=⊗⊗-⊗⊗=⊗⊗-⊗μλμλμλ所以，矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量j i y x ⊗. 定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则trB trA B A tr •=⊗)(证明：由Kronecker 积和迹的定义可得：trBtrA trB a trB a trB a B a tr B a tr B a tr B A tr nn nn •=+++=+++=⊗ 22112211)()()()(得证.定理 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则m n B A B A )(det )(det )det(=⊗证明：设A 的特征值为1λ，2λ，…，m λ，B 的特征值为1μ，2μ，…，n μ， 由推论可得：mn m n n m n m m n n nj j m nj j mnji nj j j i B A B A )(det )(det )()()())(())(()()()()()det(21211212111112,11=====⊗∏∏∏∏===μμμλλλμλμλμλμλμλμλμλμλμλμλ得证.第三章 矩阵的拉直矩阵的拉直的定义定义 设n m ij a A ⨯=)(，定义矩阵A 的按行拉直为：T mn m n n a a a a a a A A vec )()(1221111，，，，，，，，， ==→即矩阵A 的拉直是一个mn 元的列向量，它是由矩阵A 所有元素按行顺序依次排成一列得到的.例如：⎥⎦⎤⎢⎣⎡=d c b a A ，则矩阵A 的拉直为T d c b a A )(，，，=→.矩阵的拉直的性质矩阵的拉直具有以下性质： 性质 设矩阵nm C A ⨯∈，矩阵nm CB ⨯∈，k 和l 是常数，则(lB kA +=→→+B l A k .证明：略.性质 设n m ij t a t A ⨯=))(()(，则dtt dA (=dt d)(t A . 证明：左边==))((dtt dA vet ij a vet ((′)))(n m t ⨯ = [(a 11′(t )，…，a n 1′(t )，a 21′(t )，…，a n 2′(t )，…，a 1m ′(t )，…，a mn ′(t ) ]T=[(a 11(t )，…，a n 1(t )，a 21(t )，…，a n 2(t )，…，a 1m (t )，…，a mn (t ) )T ]′ = ))](([t A vet ′=))](([t A vec dtd=右边，得证. 性质设矩阵nm C A ⨯∈，矩阵pn CX ⨯∈，矩阵qp CB ⨯∈，则→⊗=X B A T)(.证明：设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，T n x x X )(1，， =→，其中，T i x 是X 的第i 行=i (1，2，…，)n ，则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=B x a x a B x a x a AXB T n mn T m Tn n T )()(111111 ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=→n x x X 1 所以T Tn mn T m T n n T B x a x a B x a x a ])()[(111111++++= ，， →⊗=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=X B A x x B a B a B a B a x a x a B x a x a B n T mn T m T n T n mn m T n n T )()()()()(11111111111 得证. 推论 设矩阵m m C A ⨯∈，矩阵n m C X ⨯∈，矩阵n n C B ⨯∈，则有1.AX →⊗=X I A n )( 2.→⊗=X B I Tm )(.3(AX +)→⊗+⊗=X B I I A Tm n )(.第四章 矩阵的Kronecker 积与矩阵方程矩阵的Kronecker 积与Lyapunov 矩阵方程设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，矩阵n m C F ⨯∈，解Lyapunov 矩阵方程：AX+XB=F.第一步：将方程两边拉直，由推论可得：→→=⊗+⊗C X B I I A Tm n )(.第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程有解的充要条件是：Tm n B I I A rank ⊗+⊗(┊)()T m n B I I A rank C ⊗+⊗=→，：有唯一解的充要条件是det(A ⊗I n + I m ⊗B T )≠0，即A 和(-B )没有公共的特征值或者说A 和B 无互为相反数的特征值.例 分别在下2列条件下解矩阵方程AX+XB=C.(1) ⎥⎦⎤⎢⎣⎡-=0112A ，⎥⎦⎤⎢⎣⎡=42-1-3B ，⎥⎦⎤⎢⎣⎡--=1081710C (2) ⎥⎦⎤⎢⎣⎡=3201A ，⎥⎦⎤⎢⎣⎡--=1052B ，⎥⎦⎤⎢⎣⎡--=11353C 解：(1) 首先计算A 和B 的特征值，解0=-A I λ得：121==λλ，解0=-B I μ得：5221==μμ，.观察有无互为相反数的特征值发现，A 和B 没有互为相反数的特征值，所以矩阵方程有唯一解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(.设⎥⎦⎤⎢⎣⎡=4321x x x x X ，计算⎥⎦⎤⎢⎣⎡--=4123TB ，将A ，T B ，X ，C 代入得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡-108171041231001100101124321x x x x ，计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------108171041102301106101254321x x x x ， 根据矩阵的乘法的定义可以求得：21314321-===-=x x x x ，，，. 故矩阵方程AX+XB=C 的唯一解为：⎥⎦⎤⎢⎣⎡--=2131X . (2) 同样先计算A 和B 的特征值，解0=-A I λ得：3121==λλ，， 解0=-B I μ得：1221-==μμ，.通过观察可知：021=+μλ. 一所以矩阵方程的解不唯，即存在通解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(.设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡--=1502TB ，将A ，T B ，X ，C 代入得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡1135315021001100132014321x x x x ， - 计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--113532520050200050034321x x x x ，根据矩阵的乘法的定义可以求得：c x x c x x -=-===3114321，，，. 故矩阵方程AX+XB=C 的通解为：⎥⎦⎤⎢⎣⎡--=c c X 311(c 为任意常数).矩阵的Kronecker 积与一般线性矩阵方程设矩阵n m k C A ⨯∈，矩阵q p C B ⨯∈，矩阵q m C F ⨯=，解一般线性矩阵方程：F XB Ark k k=∑=1(r = 1，2，…).第一步，将矩阵方程两边拉直，由性质可以得到：∑=→→=⊗rk T kk F X B A 1)][(.第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程有解的充要条件是：∑⊗)((Tkk B A rank ┊))(()1∑=→⊗=rk Tkk B A rank F . 即∑=⊗rk Tkk B A 1)(的所有特征值均不为0. 例 设A 和C 都是n ⨯n 矩阵，A 的特征值λi （i=0，1，2，…，n ）R ∈（实数），求证：矩阵方程C XA A AXA X =++22有唯一解.证明：将两边方程拉直得到：→→=⊗+⊗+⊗C X A A A A I I T T n n ])([(22，化简得到：→→=⊗+⊗+C X A A A A I TTn ])()([22.由定义可知：T A A ⊗的2n 个特征值是=j i j i ，(λλ0，1，2，…，n ). 故：2)()(2T T n A A A A I ⊗+⊗+的2n 个特征值是：22)21(43)()(1j i j i j i λλλλλλ++=++＞00(=j i ，，1，2，…，n ). 即2)()(2T T n A A A A I ⊗+⊗+是可逆的，由唯一解的判断方法可知：矩阵方程C XA A AXA X =++22有唯一解.例 在下列条件下解矩阵方程C XB A XB A =+2211.已知：⎥⎦⎤⎢⎣⎡-=20311A ，⎥⎦⎤⎢⎣⎡-=13101B ，⎥⎦⎤⎢⎣⎡-=11022A ，⎥⎦⎤⎢⎣⎡-=01232B ，⎥⎦⎤⎢⎣⎡--=48213C . 解：将矩阵方程两边拉直得到：→→=⊗+⊗C X B A B A T T)(2211. *设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡-=11301T B 和 ⎥⎦⎤⎢⎣⎡-=02132TB 代入*得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-4821302131102113020314321x x x x .计算化简得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------4821320027313331390564321x x x x . 根据矩阵的乘法的定义可以求得：10214321===-=x x x x ，，，.计算T T B A B A rank 2211(⊗+⊗┊4)()2211=⊗+⊗=TT B A B A rank C ， 所以方程有唯一解：⎥⎦⎤⎢⎣⎡-=1021X . 矩阵的Kronecker 积与矩阵微分方程设m m C A ⨯∈矩阵，n n C B ⨯∈矩阵，n m C t X ⨯∈)(，求下列矩阵微分方程初值问题的解：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX 引理：设m m C A ⨯∈矩阵A ，矩阵n m C B ⨯∈，则n A I A I e e n ⊗=⊗，B m B I e I e m ⊗=⊗. 证明：因为性质可得：∑∑∞=∞=⊗⊗=⊗=11)(!1)(!1k k k k kI A I A k I A k enn A k kI e I A k ⊗=⊗=∑∞=1)!1(. 同理可证：B m B I e I e m ⊗=⊗.将矩阵微分方程两边拉直，由推论可以得到：⎪⎩⎪⎨⎧=⊗+⊗=→00(()()(X X t X B I I A dt t X d T m n 由引理可得：T t B At tB AtB I I A t TT m n e X e X ee X et X )()()(000)(=⊗==→→⊗+⊗，又因为∑∑∞=∞====11!1))(!1()(k Bt k k T k k k T Tt B e t B k t B k eT ，故Bt At e X e t X 0)(= 这就是微分方程的解.例 求解下列矩阵微分方程的初值问题：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX已知：⎥⎦⎤⎢⎣⎡=0011A ，⎥⎦⎤⎢⎣⎡-=0011B ，⎥⎦⎤⎢⎣⎡=10010X . 解：可计算得到：⎥⎦⎤⎢⎣⎡-=101t tAte e e，⎥⎦⎤⎢⎣⎡-=101t t Bte e e .由式可以得到： ⎥⎦⎤⎢⎣⎡--==10)1()(220t tBtAt e e eX e t X . 即的解为⎥⎦⎤⎢⎣⎡--=10)1()(22t te e t X . 通过本章的学习，我们知道矩阵的Kronecker 积在解矩阵方程领域有很大的作用，利用Kronecker 积的性质，我们可以解决Lyapunov 矩阵方程，一般矩阵方程，矩阵微分方程的初值问题等问题.参考文献[1]矩阵论简明教程（第三版）.徐仲等编.北京：科学出版社..[2]矩阵论教程（第2版）.张绍飞，赵迪编.北京：机械工业出版社..[3]矩阵论引论（第2版）.陈祖明，周家胜编.北京：北京航空航天大学出版社..[4]矩阵论十讲.李乔，张晓东编.合肥：中国科学技术大学出版社..[5]矩阵理论及方法.谢冬秀，雷纪刚，陈桂芝编.北京：科学出版社.2012.[6]H-矩阵类的理论及应用.徐仲等编.北京：科学出版社.2013.[7]高等代数教程（上）.王萼芳编.北京：清华大学出版社.1997（2008重印）.[8]常微分方程（第二版）.东北师范大学微分方程教研室.北京：高等教育出版社.（重印）.[9]矩阵分析与应用（第2版）.张贤达编.北京：清华大学出版社.2013（重印）.[10]线性代数及其应用.毛立新，咸美新编.北京：高等教育出版社..[11]线性代数（第2版）.钟玉泉，周建编.北京：科学出版社..[12]矩阵理论与方法（第2版）.吴昌悫，魏洪增编.北京：电子工业出版社..[13]线性代数学习指导.赵春燕，单净，王麟编.哈尔滨：哈尔滨工程大学出版社..[14]矩阵论.张凯院等编.北京：科学出版社.2013.[15]矩阵论导教·导学·导考.张凯院，徐仲编.西安：西北工业大学出版社..[16]矩阵函数与矩阵方程.柏兆俊，高卫国，苏仰锋编.北京：高等教育出版社..[17]矩阵分析.姜志侠，孟品超，李延忠编.北京：清华大学出版社.2015.[18]矩阵论札论.梁昌洪编.北京：科学出版社.2014.[19]线性代数及其应用.马新顺，王涛，郭燕编.北京：高等教育出版社..[20]矩阵论引论.田振际，王永铎，吴德军编.北京：科学出版社.2013.[21]线性代数及其应用（第2版）.河北农业大学理学院编.北京：高等教育出版社..（重印）.[22]线性代数及其应用.王坤龙编.北京：电子工业出版社..[23]线性代数（第2版）.许峰，范爱华编.合肥：中国科学技术大学出版社..[24]线性代数及其应用.俞方元编.上海：同济大学出版社..[25]线性代数学习指导.谢政，陈挚编.北京：清华大学出版社..[26]高等线性代数学.黎景辉，白正简，周国晖编.北京：高等教育出版社..[27]线性代数讲义.江惠坤，邵荣，范红军编.北京：科学出版社.2013.[28]线性代数.贾屹峰编.上海：上海交通大学出版社.2012.[29]线性代数.侯亚君，艾玲，沙萍，林洪娟编.北京：机械工业出版社.（重印）.[30]线性代数.郝秀敏，姜庆华编.北京：经济科学出版社..[31]线性代数.韩旸，王静宇，周莉编.北京：化学工业出版社..[32]线性代数重点难点考点辅导与精析.高淑萍，张剑湖编.西安：西北工业大学出版社..[33]线性代数.傅媛编.武汉：武汉大学出版社.（重印）.[34]跟我学线性代数：导学与习题精解.董晓波编.北京：机械工业出版社..[35]线性代数同步学习辅导.陈绍林，唐道远编.北京：科学出版社，.[36]线性代数及应用.刘三明编.南京：南京大学出版社..[37]线性代数.谭福锦，黎进香编.北京.人民邮电出版社..[38]工程数学.线性代数（第6版）.同济大学数学系编.北京：高等教育出版社..[39]矩阵分析与计算.李继根，张新发编.武汉：武汉大学出版社..[40]矩阵计算的理论与方法.徐树方编.北京：北京大学出版社..[41]矩阵分析及其应用.曾祥金，吴华安编.武汉：武汉大学出版社..[42]矩阵理论与应用.张跃辉编.北京：科学出版社..致谢通过一个月来不断的努力，终于完成了这篇毕业论文。
线性代数A
《线性代数A》教学大纲4学分 64学时一、课程的地位、作用和任务线性代数是讨论有限维空间中线性关系经典理论的课程，它具有较强的抽象性和逻辑性，是高等学校工科本科各专业的一门重要的基础理论课。
由于线性问题广泛存在在于科学技术的各个领域，而某些非线性问题在一定条件下可以转化为线性问题，因此本课程所介绍的方法广泛地应用于各个学科。
随着计算技术和计算手段的发展和提高，本课程的地位和作用也更为重要。
通过本课程的学习，使学生掌握线性代数的基本概念，基本理论和方法。
培养学生的抽象思维和逻辑思维能力，运用线性代数的基本理论分析典型的数学问题的能力，会选用恰当的线性代数方法进行计算的能力，并为学习相关课程奠定必要的数学基础。
二、课程内容与教学基本要求（一）行列式（7学时）1. 理解n阶行列式的定义和性质。
熟悉代数余子式的定义和性质。
2. 掌握二阶、三阶行列式的计算方法。
3. 熟悉行列式按某行（列）展开的方法。
4. 会计算简单的n阶行列式。
了解行列式计算的常用方法。
5. 了解行列式的Laplace展开定理。
6. 熟悉Cramer法则，理解齐次线性方程组有非零解的条件。
（二）三维空间的直线与平面（6学时）1. 理解空间直角坐标系和R3中向量的坐标表示。
2. 掌握单位向量、方向余弦、向量的投影等概念3. 掌握向量的数量积与矢量积的运算，了解向量的混合积及其运算。
4. 掌握向量的线性运算和两向量垂直、平行的条件。
5. 熟悉R3中平面的方程和直线的方程及其求法。
6. 会利用平面、直线的相互关系解决简单问题。
（三）矩阵（7学时）1．理解矩阵的概念，熟悉常见的特殊矩阵的基本性质。
2．掌握矩阵的简单代数运算（线性运算、乘法、转置）及其运算法则。
3．理解线性变换的概念，了解线性变换与矩阵运算的联系。
4．理解逆矩阵的概念。
掌握逆矩阵存在的条件，熟悉矩阵求逆的方法。
5．掌握矩阵的初等变换。
了解初等方阵。
6．会用初等变换方法求逆矩阵。
7．理解矩阵秩的概念并掌握其求法。
_矩阵的Kronecker乘积的性质与应用
矩阵Kronecker乘积的性质与应用摘要按照矩阵乘法的定义，我们知道要计算矩阵的乘积AB，就要求矩阵A的列数和矩阵B的行数相等，否则乘积AB是没有意义的。
那是不是两个矩阵不满足这个条件就不能计算它们的乘积呢？本文将介绍矩阵的一种特殊乘积BA ，它对矩阵的行数和列数的并没有具体的要求，它叫做矩阵的Kronecker积（也叫直积或张量积）。
本文将从矩阵的Kronecker积的定义出发，对矩阵的Kronecker 积进行介绍和必要的说明。
之后，对Kronecker积的运算规律，可逆性，秩，特征值，特征向量等性质进行了具体的探究，得出结论并加以证明。
此外，还对矩阵的拉直以及矩阵的拉直的性质进行了说明和必要的证明。
矩阵的Kronecker积是一种非常重要的矩阵乘积，它应用很广，理论方面在诸如矩阵方程的求解，矩阵微分方程的求解等矩阵理论的研究中有着广泛的应用，实际应用方面在诸如图像处理，信息处理等方面也起到重要的作用。
本文讨论矩阵的Kronecker积的性质之后还会具体介绍它在矩阵方程中的一些应用。
关键词：矩阵；Kronecker积；矩阵的拉直；矩阵方程；矩阵微分方程Properties and Applications of matrix KroneckerproductAbstractAccording to the definition of matrix multiplication, we know that to calculate the matrix product AB, requires the number of columns of the matrix A and matrix B is equal to the number of rows, otherwise the product AB makes no sense.That is not two matrices not satisfy this condition will not be able to calculate their product do?This article will describe a special matrix product BA , the number of rows and columns of a matrix and its no specific requirements, it is called the matrix Kronecker product (also called direct product or tensor product).This paper will define the matrix Kronecker product of view, the Kronecker product matrix are introduced and the necessary instructions. Thereafter, the operation rules Kronecker product, the nature of reversibility, rank, eigenvalues, eigenvectors, etc. specific inquiry, draw conclusions and to prove it. In addition, the properties of the stretch of matrix and its nature have been described and the necessary proof.Kronecker product matrix is a very important matrix product, its use is very broad, theoretical research, and other matrix solving differential equations, such as solving the matrix equation matrix theory has been widely applied in practical applications such as image processing aspects of information processing, also play an important role. After the article discusses the nature of the matrix Kronecker product it will introduce a number of specific applications in the matrix equation. Keywords:Matrix; Kronecker product; Stretch of matrix; Matrix equation; Matrix Differential Equations目录摘要 .................................................................................................................................................. I Abstract ........................................................................................................................................... II 第一章 矩阵的Kronecker 积 (1)1.1 矩阵的Kronecker 积的定义 ........................................................................................... 1 1.2 矩阵的Kronecker 积的性质 ........................................................................................... 1 第二章 Kronecker 积的有关定理及推论 ...................................................................................... 6 第三章 矩阵的拉直 . (9)3.1矩阵的拉直的定义 ............................................................................................................ 9 3.2矩阵的拉直的性质 ............................................................................................................ 9 第四章 矩阵的Kronecker 积与矩阵方程 .. (11)4.1矩阵的Kronecker 积与Lyapunov 矩阵方程 ................................................................ 11 4.2矩阵的Kronecker 积与一般线性矩阵方程 .................................................................. 13 4.3矩阵的Kronecker 积与矩阵微分方程 .......................................................................... 14 参考文献......................................................................................................................................... 16 致谢 (18)符号说明W a W a 属于集合元素nm ij a A ⨯=)( 矩阵的记法列元素的行为以n m j i a ij⨯ij A )( 列的元素行的矩阵j i AT A 的转置矩阵A H A 的共轭转置矩阵A 1-A 的逆矩阵矩阵A→A 按行拉直得到的列向量矩阵AA det 的行列式方阵AtrA 的主对角元素之和的迹，方阵A A)(A rank 的秩矩阵A)(A λ 的特征值方阵An I 阶单位矩阵nR 实数域 C 复数域n C 维复向量的全体n n m C ⨯ 复矩阵全体n m ⨯O 零矩阵B A ⊗ 的和矩阵B A Kronecker 积第一章 矩阵的Kronecker 积1.1 矩阵的Kronecker 积的定义定义1.1设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，定义A 和B 的Kronecker 积（或直积，张量积）B A ⊗为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B a B a B a B a B a B a B a B a B a B A mn m m n n 212222111211 可以看出，其结果是一个)()(nq mp ⨯矩阵，同时也是一个以B a ij 为子块的分块矩阵.例1.1 设⎥⎦⎤⎢⎣⎡-=1201A ，[]31-=B ，则 ⎥⎦⎤⎢⎣⎡---=⎥⎦⎤⎢⎣⎡-=⊗316200312B B O BB A []⎥⎦⎤⎢⎣⎡---=-=⊗361203013A A A B 由此可见，B A ⊗与A B ⊗具有相同的阶数，但是它们并不相等，也就是说，Kronecker 积不满足交换律.1.2 矩阵的Kronecker 积的性质虽然Kronecker 积不满足交换律，但是具有以下一些性质： 性质1.2.1 设矩阵n m C A ⨯∈，矩阵q p C O ⨯∈，则O O A A O =⊗=⊗（这个O 为)()(nq mp ⨯矩阵）.证明：略.性质1.2.2 设k 为任一常数，矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B A k kB A B kA ⊗=⊗=⊗.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n ka ka ka ka ka ka ka ka ka kA 212222111211，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B ka B kA mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗B ka B ka B ka B ka B ka B ka B ka B ka B ka kB a kB a kB a kB a kB a kB a kB a kB a kB a kB A mn m m n n mn m m n n 212222111211212222111211)()()()()()()()()()(， 即)(B A k B kA ⊗=⊗，)()(B A k kB A ⊗=⊗. 所以)()()(B A k kB A B kA ⊗=⊗=⊗.性质1.2.3 设A ，B 为同阶矩阵（同阶是为了可以做加法），则C B C A C B A ⊗+⊗=⊗+)(，B C A C B A C ⊗+⊗=+⊗)(.证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n b b b b b b b b b B 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=+mn mn m m m m n n n n b a b a b a b a b a b a b a b a b a B A221122222221211112121111，根据Kronecker 积的定义可以得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗+C b a C b a C b a C b a C b aC b a C b a Cb a C b a C B A mn mn m m m m n n n n )()()()()()()()()()(221122222221211112121111(1.1)*，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C a C a C a C a C a C a C a C a C a C A mn m m n n 212222111211 (1.2)*， ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗C b C b C b C b C b C b C b C b C b C B mn m m n n 212222111211 (1.3)*，由(1.2)*，(1.3)*得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡+++++++++=⊗C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C b C a C A mn mn m m m m n n n n 221122222221211112121111 (1.4)*， 由(1.1)*，(1.4)*可得：C B C A C B A ⊗+⊗=⊗+)(.同理设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n c c c c c cc c c C 212222111211可证：B C A C B A C ⊗+⊗=+⊗)(.性质1.2.4 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s r C F ⨯∈，则)()(F B A F B A ⊗⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⊗⊗⊗⊗⊗⊗⊗⊗⊗=⊗⊗)()()()()()()()()()(212222111211F B a F B a F B a F B a F B a F B a F B a F B a F B a F B A mn m m n n)(212222111211F B A F B a B a B a B a B a B a B a B a B a mn m m n n ⊗⊗=⊗⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡= 得证.性质1.2.5设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，矩阵s n C F ⨯∈,矩阵t q C D ⨯∈，则)()())((BD AF D F B A ⊗=⊗⊗证明：不失一般性，设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=ns n n s s f f f f f f f f f F212222111211， 则：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⊗⊗D f D f D f D f D f Df D f D f D f B a B a B a B a B a B a B a B a B a D F B A ns n n s s mn m m n n212222111211212222111211))(()()()()()()()()()()()(112111112211211121111BD AF BD f a BD f a BD f a BD c a BD f a BD f a BD f a BD f a BD f a nk ks mk n k k mk n k k mk nk ks k n k k k n k k k n k ks k n k k k n k k k ⊗=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=∑∑∑∑∑∑∑∑∑=========得证.性质1.2.6 设矩阵m m C A ⨯∈可逆， 且矩阵n n C B ⨯∈可逆，则B A ⊗可逆，且111)(---⊗=⊗B A B A .证明：mn n m I I I BB AA B A B A =⊗=⊗=⊗⊗----)()())((1111(这里I n 与数的乘法中的1起到相同的作用)， 故111)(---⊗=⊗B A B A .性质1.2.7 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则T T T B A B A ⊗=⊗)(H H H B A B A ⊗=⊗)(证明： ij T T T ji ij T B A B a B A ][])[(⊗==⊗ 得证.同理可证：H H H B A B A ⊗=⊗)(.性质1.2.8 两个正交（酉）矩阵的Kronecker 积还是正交（酉）矩阵. 证明：设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈.因为A ，B 都是正交（酉）矩阵，所以有m T T I A A AA ==，n T T I B B BB ==. 由性质1.2.7和性质1.2.5可得：mn n m T T T T T I I I BB AA B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(())((. mn m n T T T T T I I I B B A A B A B A B A B A =⊗=⊗=⊗⊗=⊗⊗))(()()(.故mn T T I B A B A B A B A =⊗⊗=⊗⊗)()())((. 得证.第二章 Kronecker 积的有关定理及推论定理2.2.2 设矩阵n m C A ⨯∈，矩阵q p C B ⨯∈，则)()()(B rank A rank B A rank =⊗.证明：设rank A =r ，rank B=s ，A ，B 的标准形分别为：1111--⎥⎦⎤⎢⎣⎡=Q O O O I P A r ，1212--⎥⎦⎤⎢⎣⎡=Q O O O I P B s其中i P ，i Q =i (1，2)均为非奇异矩阵，则由性质1.2.5和1.2.6可以得：`1211211211121112121111)()()()(----------⊗⎥⎦⎤⎢⎣⎡⊗=⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡⊗=⎪⎪⎭⎫⎝⎛⎥⎦⎤⎢⎣⎡⊗⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡=⊗Q Q O OO I P P Q Q O O O I O OO I P P Q O O O I P Q O OO I P B A rssrsr所以)()()(B rank A rank s r B A rank =•=⊗ 得证.定理2.2.3 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B A ⊗对应特征值λμ的一个特征向量.证明：因为x ，y 都是非零向量，所以x ⊗y 也是非零向量，由性质1.2.2和性质1.2.5可得：)()()()()())((y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗λμμλ.所以，y x ⊗是B A ⊗对应特征值λμ的一个特征向量.推论2.2.4 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若A 的特征值是1λ，2λ，…，m λ；B 的特征值是1μ，2μ，…，n μ，则B A ⊗的特征值为t s μλ，m s ≤≤1，n t ≤≤1（k 重根算k 个）.定理2.2.5 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m C x ∈和n C y ∈，若x 是A 关于特征值λ的一个特征向量，y 是A 关于特征值μ的一个特征向量，则y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.证明：由性质1.2.3，性质1.2.5可以得到：)()()()())((y x y x y I Ax y x I A n n ⊗=⊗=⊗=⊗⊗λλ， )()()()())((y x y x By x I y x B I m m ⊗=⊗=⊗=⊗⊗μμ，故))(())(())(())((y x y x B I y x I A y x B I I A m n m n ⊗+=⊗⊗+⊗⊗=⊗⊗+⊗μλ.所以，y x ⊗是B I I A m n ⊗+⊗对应特征值μλ+的一个特征向量.推论2.2.6 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m s C x ∈和n t C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ，2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，则B I I A m n ⊗+⊗的n m •个特征值为{t s μλ+}.(s=1，2，…，m ；t=1，2，…，n ).例2.2 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，对于向量m i C x ∈和n j C y ∈，若1x ，2x ，…，m x 是A 关于特征值1λ，2λ，…，m λ的特征向量，1y ， 2y ，…，n y 是B 关于特征值1μ，2μ，…，n μ的特征向量，证明：矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量为j i y x ⊗.(i=1，2，…，m ；j=1，2，…，n ).证明：由性质1.2.3和性质1.2.5可得：))(()()()()())((j i j i j j i i j i j i y x y x By Ax y x B A ⊗=⊗=⊗=⊗⊗μλμλ，故有：))(1())(()())(()())(())(())](()[(j i j i j i j i j i j i j i j i mn j i j i n m j i n m y x y x y x y x y x I y x B A y x I I y x B A I I ⊗-=⊗-⊗=⊗-⊗=⊗⊗-⊗⊗=⊗⊗-⊗μλμλμλ所以，矩阵)()(B A I I n m ⊗-⊗的特征值是j i μλ-1，对应的特征向量j i y x ⊗. 定理2.2.7 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则trB trA B A tr •=⊗)(证明：由Kronecker 积和迹的定义可得：trBtrA trB a trB a trB a B a tr B a tr B a tr B A tr nn nn •=+++=+++=⊗ 22112211)()()()(得证.定理2.2.8 设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，则m n B A B A )(det )(det )det(=⊗证明：设A 的特征值为1λ，2λ，…，m λ，B 的特征值为1μ，2μ，…，n μ， 由推论2.2.4可得：mn m n n m n m m n n nj j m nj j mnji nj j j i B A B A )(det )(det )()()())(())(()()()()()det(21211212111112,11=====⊗∏∏∏∏===μμμλλλμλμλμλμλμλμλμλμλμλμλ得证.第三章 矩阵的拉直3.1矩阵的拉直的定义定义3.1 设n m ij a A ⨯=)(，定义矩阵A 的按行拉直为：T mn m n n a a a a a a A A vec )()(1221111，，，，，，，，， ==→即矩阵A 的拉直是一个mn 元的列向量，它是由矩阵A 所有元素按行顺序依次排成一列得到的.例如：⎥⎦⎤⎢⎣⎡=d c b a A ，则矩阵A 的拉直为T d c b a A )(，，，=→.3.2矩阵的拉直的性质矩阵的拉直具有以下性质：性质 3.2.1 设矩阵n m C A ⨯∈，矩阵n m C B ⨯∈，k 和l 是常数，则)(lB kA +=→→+B l A k .证明：略.性质3.2.2 设n m ij t a t A ⨯=))(()(，则dtt dA )(=dt d)(t A . 证明：左边==))((dtt dA vet ij a vet ((′)))(n m t ⨯ = [(a 11′(t )，…，a n 1′(t )，a 21′(t )，…，a n 2′(t )，…，a 1m ′(t )，…，a mn ′(t ) ]T =[(a 11(t )，…，a n 1(t )，a 21(t )，…，a n 2(t )，…，a 1m (t )，…，a mn (t ) )T ]′ = ))](([t A vet ′=))](([t A vec dtd=右边，得证. 性质 3.2.3设矩阵n m C A ⨯∈，矩阵p n C X ⨯∈，矩阵q p C B ⨯∈，则AXB →⊗=X B A T)(.证明：设⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=mn m m n n a a a a a aa a a A 212222111211，T n x x X )(1，， =→，其中，T i x 是X 的第i 行=i (1，2，…，)n ，则⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=B x a x a B x a x a AXB T n mn T m Tn n T )()(111111 ，⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=→n x x X 1 所以AXB T Tn mn T m T n n T B x a x a B x a x a ])()[(111111++++= ，， →⊗=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡++++=X B A x x B a B a B a B a x a x a B x a x a B n T mn T m T n T n mn m T n n T )()()()()(11111111111 得证. 推论3.2.4 设矩阵m m C A ⨯∈，矩阵n m C X ⨯∈，矩阵n n C B ⨯∈，则有1.AX →⊗=X I A n )( 2.XB →⊗=X B I Tm )(.3(AX +XB )→⊗+⊗=X B I I A Tm n )(.第四章 矩阵的Kronecker 积与矩阵方程4.1矩阵的Kronecker 积与Lyapunov 矩阵方程设矩阵m m C A ⨯∈，矩阵n n C B ⨯∈，矩阵n m C F ⨯∈，解Lyapunov 矩阵方程： AX+XB=F .第一步：将方程两边拉直，由推论3.2.4可得：→→=⊗+⊗C X B I I A Tm n )(. (4.1) 第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.1)有解的充要条件是：Tm n B I I A rank ⊗+⊗(┊)()T m n B I I A rank C ⊗+⊗=→，：有唯一解的充要条件是det(A ⊗I n + I m ⊗B T )≠0，即A 和(-B )没有公共的特征值或者说A 和B 无互为相反数的特征值.例4.1 分别在下2列条件下解矩阵方程AX+XB=C.(1) ⎥⎦⎤⎢⎣⎡-=0112A ，⎥⎦⎤⎢⎣⎡=42-1-3B ，⎥⎦⎤⎢⎣⎡--=1081710C (2) ⎥⎦⎤⎢⎣⎡=3201A ，⎥⎦⎤⎢⎣⎡--=1052B ，⎥⎦⎤⎢⎣⎡--=11353C 解：(1) 首先计算A 和B 的特征值，解0=-A I λ得：121==λλ，解0=-B I μ得：5221==μμ，.观察有无互为相反数的特征值发现，A 和B 没有互为相反数的特征值，所以矩阵方程有唯一解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x x X ，计算⎥⎦⎤⎢⎣⎡--=4123TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡-108171041231001100101124321x x x x ，计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------108171041102301106101254321x x x x ， 根据矩阵的乘法的定义可以求得：21314321-===-=x x x x ，，，. 故矩阵方程AX+XB=C 的唯一解为：⎥⎦⎤⎢⎣⎡--=2131X . (2) 同样先计算A 和B 的特征值，解0=-A I λ得：3121==λλ，， 解0=-B I μ得：1221-==μμ，.通过观察可知：021=+μλ. 一所以矩阵方程的解不唯，即存在通解. 将矩阵方程两边拉直，得到：→→=⊗+⊗C X B I I A Tm n )(. (4.1)设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡--=1502TB ，将A ，T B ，X ，C 代入(4.1)得： ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡--⊗⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⊗⎥⎦⎤⎢⎣⎡1135315021001100132014321x x x x ， - 计算得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--113532520050200050034321x x x x ，根据矩阵的乘法的定义可以求得：c x x c x x -=-===3114321，，，. 故矩阵方程AX+XB=C 的通解为：⎥⎦⎤⎢⎣⎡--=c c X 311(c 为任意常数).4.2矩阵的Kronecker 积与一般线性矩阵方程设矩阵n m k C A ⨯∈，矩阵q p C B ⨯∈，矩阵q m C F ⨯=，解一般线性矩阵方程：F XB Ark k k=∑=1(r = 1，2，…).第一步，将矩阵方程两边拉直，由性质3.2.3可以得到：∑=→→=⊗rk T kkF X B A1)][(. (4.2)第二步：判断是否有解，根据线性方程组是否有解的判别条件可得：矩阵方程(4.2)有解的充要条件是：∑⊗)((Tkk B A rank ┊))(()1∑=→⊗=rk Tkk B A rank F . 即∑=⊗rk Tkk B A 1)(的所有特征值均不为0. 例4.2 设A 和C 都是n ⨯n 矩阵，A 的特征值λi （i=0，1，2，…，n ）R ∈（实数），求证：矩阵方程C XA A AXA X =++22有唯一解.证明：将两边方程拉直得到：→→=⊗+⊗+⊗C X A A A A I I T T n n ])([(22，化简得到：→→=⊗+⊗+C X A A A A I TTn ])()([22.由定义3.1可知：T A A ⊗的2n 个特征值是=j i j i ，(λλ0，1，2，…，n ). 故：2)()(2T T n A A A A I ⊗+⊗+的2n 个特征值是：22)21(43)()(1j i j i j i λλλλλλ++=++＞00(=j i ，，1，2，…，n ). 即2)()(2T T n A A A A I ⊗+⊗+是可逆的，由唯一解的判断方法可知：矩阵方程C XA A AXA X =++22有唯一解.例4.3 在下列条件下解矩阵方程C XB A XB A =+2211.已知：⎥⎦⎤⎢⎣⎡-=20311A ，⎥⎦⎤⎢⎣⎡-=13101B ，⎥⎦⎤⎢⎣⎡-=11022A ，⎥⎦⎤⎢⎣⎡-=01232B ，⎥⎦⎤⎢⎣⎡--=48213C . 解：将矩阵方程两边拉直得到：→→=⊗+⊗C X B A B A T T)(2211. (4.3)*设⎥⎦⎤⎢⎣⎡=4321x x x xX ，计算⎥⎦⎤⎢⎣⎡-=11301T B 和 ⎥⎦⎤⎢⎣⎡-=02132TB 代入(4.3)*得到：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-+⎥⎦⎤⎢⎣⎡-⊗⎥⎦⎤⎢⎣⎡-4821302131102113020314321x x x x .计算化简得：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡------4821320027313331390564321x x x x . 根据矩阵的乘法的定义可以求得：10214321===-=x x x x ，，，.计算T T B A B A rank 2211(⊗+⊗┊4)()2211=⊗+⊗=TT B A B A rank C ， 所以方程有唯一解：⎥⎦⎤⎢⎣⎡-=1021X . 4.3矩阵的Kronecker 积与矩阵微分方程设m m C A ⨯∈矩阵，n n C B ⨯∈矩阵，n m C t X ⨯∈)(，求下列矩阵微分方程初值问题的解：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.3)引理：设m m C A ⨯∈矩阵A ，矩阵n m C B ⨯∈，则n A I A I e e n ⊗=⊗，B m B I e I e m ⊗=⊗. 证明：因为性质1.2.5可得：∑∑∞=∞=⊗⊗=⊗=11)(!1)(!1k k k k kI A I A k I A k enn A k kI e I A k ⊗=⊗=∑∞=1)!1(. 同理可证：B m B I e I e m ⊗=⊗.将矩阵微分方程(4.3)两边拉直，由推论3.2.4可以得到：⎪⎩⎪⎨⎧=⊗+⊗=→0)0()()()(X X t X B I I A dt t X d T m n (4.4)由引理可得：T t B At tB AtB I I A t TT m n e X e X ee X et X )()()(000)(=⊗==→→⊗+⊗，又因为∑∑∞=∞====11!1))(!1()(k Bt k k T k k k T Tt B e t B k t B k eT ，故Bt At e X e t X 0)(= (4.5) 这就是微分方程(4.3)的解.例4.4 求解下列矩阵微分方程的初值问题：⎪⎩⎪⎨⎧=+=0)0()()()(X X B t X t AX dt t dX (4.6)已知：⎥⎦⎤⎢⎣⎡=0011A ，⎥⎦⎤⎢⎣⎡-=0011B ，⎥⎦⎤⎢⎣⎡=10010X . 解：可计算得到：⎥⎦⎤⎢⎣⎡-=101t tAte e e，⎥⎦⎤⎢⎣⎡-=101t t Bte e e .由(4.5)式可以得到： ⎥⎦⎤⎢⎣⎡--==10)1()(220t tBtAt e e eX e t X . 即(4.6)的解为⎥⎦⎤⎢⎣⎡--=10)1()(22t te e t X . 通过本章的学习，我们知道矩阵的Kronecker 积在解矩阵方程领域有很大的作用，利用Kronecker 积的性质，我们可以解决Lyapunov 矩阵方程，一般矩阵方程，矩阵微分方程的初值问题等问题.参考文献[1]矩阵论简明教程（第三版）.徐仲等编.北京：科学出版社.2014.1.[2]矩阵论教程（第2版）.张绍飞，赵迪编.北京：机械工业出版社.2012.5.[3]矩阵论引论（第2版）.陈祖明，周家胜编.北京：北京航空航天大学出版社.2012.10.[4]矩阵论十讲.李乔，张晓东编.合肥：中国科学技术大学出版社.2015.3.[5]矩阵理论及方法.谢冬秀，雷纪刚，陈桂芝编.北京：科学出版社.2012.[6]H-矩阵类的理论及应用.徐仲等编.北京：科学出版社.2013.[7]高等代数教程（上）.王萼芳编.北京：清华大学出版社.1997（2008重印）.[8]常微分方程（第二版）.东北师范大学微分方程教研室.北京：高等教育出版社.2005.4（2012.12重印）.[9]矩阵分析与应用（第2版）.张贤达编.北京：清华大学出版社.2013（2014.6重印）.[10]线性代数及其应用.毛立新，咸美新编.北京：高等教育出版社.2015.8.[11]线性代数（第2版）.钟玉泉，周建编.北京：科学出版社.2015.1.[12]矩阵理论与方法（第2版）.吴昌悫，魏洪增编.北京：电子工业出版社.2013.8.[13]线性代数学习指导.赵春燕，单净，王麟编.哈尔滨：哈尔滨工程大学出版社.2012.2.[14]矩阵论.张凯院等编.北京：科学出版社.2013.[15]矩阵论导教·导学·导考.张凯院，徐仲编.西安：西北工业大学出版社.2014.8.[16]矩阵函数与矩阵方程.柏兆俊，高卫国，苏仰锋编.北京：高等教育出版社.2015.5.[17]矩阵分析.姜志侠，孟品超，李延忠编.北京：清华大学出版社.2015.[18]矩阵论札论.梁昌洪编.北京：科学出版社.2014.[19]线性代数及其应用.马新顺，王涛，郭燕编.北京：高等教育出版社.2014.7.[20]矩阵论引论.田振际，王永铎，吴德军编.北京：科学出版社.2013.[21]线性代数及其应用（第2版）.河北农业大学理学院编.北京：高等教育出版社.2006.11.（2015.2重印）.[22]线性代数及其应用.王坤龙编.北京：电子工业出版社.2014.10.[23]线性代数（第2版）.许峰，范爱华编.合肥：中国科学技术大学出版社.2013.4.[24]线性代数及其应用.俞方元编.上海：同济大学出版社.2014.8.[25]线性代数学习指导.谢政，陈挚编.北京：清华大学出版社.2012.10.[26]高等线性代数学.黎景辉，白正简，周国晖编.北京：高等教育出版社.2014.9.[27]线性代数讲义.江惠坤，邵荣，范红军编.北京：科学出版社.2013.[28]线性代数.贾屹峰编.上海：上海交通大学出版社.2012.[29]线性代数.侯亚君，艾玲，沙萍，林洪娟编.北京：机械工业出版社.2012.1（2012.7重印）.[30]线性代数.郝秀敏，姜庆华编.北京：经济科学出版社.2013.7.[31]线性代数.韩旸，王静宇，周莉编.北京：化学工业出版社.2013.8.[32]线性代数重点难点考点辅导与精析.高淑萍，张剑湖编.西安：西北工业大学出版社.2014.5.[33]线性代数.傅媛编.武汉：武汉大学出版社.2013.2（2013.11重印）.[34]跟我学线性代数：导学与习题精解.董晓波编.北京：机械工业出版社.2014.1.[35]线性代数同步学习辅导.陈绍林，唐道远编.北京：科学出版社，2014.7.[36]线性代数及应用.刘三明编.南京：南京大学出版社.2012.8.[37]线性代数.谭福锦，黎进香编.北京.人民邮电出版社.2012.8.[38]工程数学.线性代数（第6版）.同济大学数学系编.北京：高等教育出版社.2014.6.[39]矩阵分析与计算.李继根，张新发编.武汉：武汉大学出版社.2013.10.[40]矩阵计算的理论与方法.徐树方编.北京：北京大学出版社.1995.8.[41]矩阵分析及其应用.曾祥金，吴华安编.武汉：武汉大学出版社.2007.8.[42]矩阵理论与应用.张跃辉编.北京：科学出版社.2011.8.致谢通过一个月来不断的努力，终于完成了这篇毕业论文。
泛函分析讲义(中文版-武汉大学).
则称 d 是 X 上的度量（距离）函数，称 X 为度量（距离）空间．有时为了明确，记为 ( X , d ) ．
度量空间的子集合 E ，仍以 d 为 E 上度量构成的度量空间称为 ( X , d ) 的子空间．
例 1 对于 n 维空间Φ n 中的点 x = (x1, , xn ) 和 y = ( y1, , yn ) ，定义
利用 Zorn 引理可以证明： 任一线性空间必存在极大线性无关集合，这一集合即是 X 的 Hamel 基．换句话说，任一线性空间必存在 Hamel 基．
凸集和子空间是线性空间中时常用到的子集． X 的子集 E 称为是凸的，若 ∀x, y ∈ E ，
0 ≤ r ≤ 1 ， rx + (1 − r) y ∈ E ．对于任一集合 E ⊂ X ，记
容易验证 X 是线性空间． 今后对于有限维空间，无穷序列空间和函数空间将分别采用以上规定的线性运算．许多
在经典分析、代数、复变、实变、微分方程中遇到的空间都是线性空间。 注意：定义 1 与线性代数中关于线性空间的叙述是一致的，但是其内涵要比线性代数中
广泛得多。因为在线性代数中限定所考虑的对象为 n 数组。这一点很重要，例如在线性代数 中有一个结论：任何 n +1 个向量必线性相关。对于现在的空间，这一结论却不必成立。
实际上在Φ
n
上还可以定义其他度量，例如
d1 ( x,
y)
=
max
1≤i≤n
xi
−
yi
，此时 (Φ n , d1) 仍是度
量空间．但须注意应把 (Φ n , d1) 与 (Φ n , d ) 视为不同的度量空间．此外注意今后当说到Φ n 是
度量空间时，总意味着它带有欧氏度量.
2019-2020第二学期线性代数B期中试题答案
A A Ab b 1 2 n武汉大学数学与统计学院 2019-2020 第二学期《线性代数 B 》期中考试试卷解答一、（5 分）若α1 ,α2 ,α3 ,α4 ,β1 ,β2 都是四维列向量,且四阶行列式α1 ,α2 ,α3 , β1 = mα1 ,α2 , β2 ,α3 = n , 计算四阶行列式|α1,α2 ,α3 ,β1 +β2 | . 解 应选 B 。
由题设α1 ,α2 ,α3 , β1 = m α1 ,α2 , β2 ,α3 = n , 于是由行列式之性质得： α3 ,α2 ,α1 , (β1 + β2 ) = - α1 ,α2 ,α3 , β1 + α1 ,α2 ,α3 ,β2 = -m + n ,故应选 B 。
二、（6 分）设 A 是 n 阶可逆矩阵, A = a , A 的每行元素之和为b .试求：(1). A -1的行元素之和;(2). A 的代数余子式: A + A 2k + + A nk 。
⎛1⎫ 1⎪ ⎛ b ⎫b ⎪解:(1)方法一:由假设知, A ⎪ = ⎪, (b ≠ 0) (1)由 A 可逆,从而得,1⎪ b ⎪⎛ b ⎫ ⎛1⎫ ⎝ ⎭ ⎝ ⎭ ⎛1⎫ ⎛1⎫ ⎛1⎫ ⎛ 1 ⎫ ⎪ ⎪ ⎪ ⎪⎪ b⎪ A -1 b ⎪ ⎪ 1⎪ ⎪ ⇔ bA -1 1⎪ ⎪ 1⎪ ⎪ ⇔ A -1 1⎪⎪ 1 ⎪ = ⎪ ,故 A -1 的行元素之和为 1 . b ⎪ ⎪ b ⎪ ⎪ ⎪ ⎪ 1⎝ ⎭ ⎝1⎭ ⎝1⎭ ⎝1⎭ ⎝1⎭ ⎝ b ⎭方法二:将 A 中第 2,3, , n 列都加到第1列后从第1列中提出b ,再按第1列展开得:A = b ( A 11 + A 21 + + A n 1 ) ,由于 A ≠ 0 故b ≠ 0 而且由上式可得: A 11 + A 21 + + An 1 = b -1 ,即 A -1 的第一行中诸元素之和为b -1,同理可证其余每行元素之和也都是b -1.⎛1⎫ 1⎪ ⎛ b ⎫b ⎪ -1（2）因为 A 的每一行元素之和为b ,所以 A ⎪ = ⎪ 又题设 A ≠ 0 故 A 存在故有1⎪ b ⎪ ⎝ ⎭ ⎝ ⎭ ⎛1⎫ ⎛ 1 ⎫ ⎛ b ⎫ ⎛1⎫ ⎛1⎫ ⎛1⎫ ⎪ b ⎪ b ⎪ 1⎪ 1⎪ 1⎪ 1⎪ 1 ⎪ A -1 ⎪ = ⎪ ,即bA -1 ⎪ = ⎪ 也就是 A -1 = b 另外由 A * = A A -1 ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝ b ⎭ ⎝1⎭ ⎝1⎭ ⎝1⎭ ⎪ ⎪ 1⎝1⎭ ⎝ b ⎭⎛1⎫ ⎛1⎫ ⎛ a ⎫ ⎪ ⎪ b⎪即 A * = aA -1 (a = A ≠ 0) ,所以有 A * ⎪ = aA -1⎪ = ⎪1⎪ 1⎪ a ⎪⎛ A 11A 21 A n 1 ⎫⎛1⎫ ⎝ ⎭ ⎛ a⎫ ⎝ ⎭ ⎝ b ⎭ ⎪ ⎪ b ⎪A 12 即 A 22 A n 2 ⎪1⎪ ⎪ ⎪ a ⎪= ⎪ ,故 A 1k + A 2k + + A nk = a . b A A ⎪ ⎪ ⎪ A a⎝ 1n 2n nn ⎭⎝1⎭ ⎝ b ⎭ x 2+ 1 x 1x 2x 1x n三、（5 分）计算 n 阶行列式 D = x 2 x 1 x 2+ 1 x 2 x nx n x 1 x n x 2 x 2 + 11k = =2 n 4 1 1 2 1 n + 1 解 将原行列式增加一行一列,得：1x 1 x 2 x n r i - x i -1r i , 1 0 x 2 + 1 x x x x n ( )- x D = 0 x 2 x 1 x 2 + 1 x 2 x n- x 2 0 1 0 0 x n x 1 x n x 2x 2 + 1- x n 0 0 1 1 + x 2 + + x 2x x x1 n 1 2n 0 1 0 0 2 2 20 0 1 00 0 0 = 1 + x 11+ x 2 + + x n四、（8 分）计算向量组α = (1, -2,3, -1, 2)T ，α = (2,1, 2, -2, -3)T ，α = (5,0,7, -5, -4)T ，12 3α = (3, -1,5, -3, -1)T的秩，并求出该向量组的一个极大无关组，同时将其余向量表示成极大无关组的线性组合。
平面几何中常见结论的向量证法
平面几何中常见结论的向量证法第一篇：平面几何中常见结论的向量证法平面几何中常见结论的向量证法例1.证明直径所对的圆周角是直角.如图所示，已知⊙O，AB为直径，C为⊙O上任意一点.求证∠ACB=90°.证明：设AO=a,OC=b,由已知得|a|=|b|, 则AC⋅BC=(a+b)⋅(a-b)=a-b=0, ∴AC⊥BC,即∠ACB=900.22B例2.（任意三角形中的射影定理）：在三角形ABC中，设AB=c，AC=b，BC=a，求证：b=a·cosC+c·cosA①c=a·cosB+b·cosA② aa=c·cosB+b·cosC③ A证明：如图：设=，=，=.则+=, ⇒(+)⋅=,⇒⋅+⋅=,⇒||||cosA+||||cosC=||2,⇒||cosA+||cosC=||,⇒b=a·cosC+c·cosA.①类似地可得c=a·cosB+b·cosA.②a=c·cosB+b·cosC.③说明：此问题的证明方法较多，比喻可用正弦定理，也可以用余弦定理，还可以用直角三角形中三角函数的定义来证明.例3.(直角三角形中的射影定理)：在Rt△ACB中，∠ACB=90°，CD⊥AB于D，求证：AC2=AD·AB①BC2=BD·AB ②证明：∵ =-,(1)=+.（2）22图2 图3又∵∠ACB=90°，CD⊥AB ⇒⋅=0,⋅=0,2∴ 由（1）,（2）得：=(-)⋅(+)=⋅(+)-⋅=BC⋅AC-|BA|⋅|AD|cosπ=|BA||AD|.即：AC2=AD·AB.①类似地可得: BC2=BD·AB.②想一想①：用向量方法证明勾股定理.例4.已知PT是圆O的切线，PAB是圆的割线，求证：PT2=PA·PB.（圆幂定理）证明：设圆O的半径为R，P是平面上任意一点，过P引射线交圆O于A、B，为上的单位向量，λ1,λ2分别表示B、的长度，则=+λ1，=+λ2.1 P 图4 O设M是PB上的一动点，||为x，则=+x.∵ 点M在圆O上的充要条件是=R2 , 即(+x)2=R2.∴ x2+2(OP⋅e)x+|OP|2-R2=0.(1)当点M与A重合时，得到的长度λ1是方程（1）的根，当点M与B重合时，得到P的长度也λ2是方程（1）的根.由一元二次方程根与系数的关系知：λ1⋅λ2=||2—R2.当P在圆外时，过P引切线PT（T为切点）,则由勾股定理易得：PT2=||2—R2 ∴ PT2=λ1⋅λ2=PA⋅PB.说明：换一个角度看：如果A与B重合，PA即切线，此时PA2也应等于||2—R2，从而得到圆幂定理；随即由勾股定理之逆便可得到：过切点的半径垂直于切线这一结论.想一想②：你能否用例4证明相交弦及垂径定理.例5.设P、Q、R分别是三角形ABC三边（异于顶点）上的点，若AR=xRB,BP=yPC,CQ=zQA,求证:AP、BQ、CR三线共点的充要条件是：xyz=1.证明:1°必要性:设AP、BQ、CR交于点G,∵ A、G、P三点共线，∴ =(1-α)+α=(1-α)+又∵B、G、Q三点共线,α1+y(0＜α＜1).BP图5Czβ∴ CG=(1-β)CB+βCQ=(1-β)CB+CA（0＜β＜1）.1+z另外可令:=r=r(+)=r(+=11)=r(+(+))1+x1+xxrxrCA+CB.1+x1+xrxαr, 且1-β==1+z1+x1+y1+x⇒y=α+β-1,z=1-α,x=α+r-1=1-β,1-βα+β-11-αβ+r-1=由平面向量基本定理知：1-α=βz由关于x的两个等式⇒r(α+β+r-2)=0,⇒α+β+r=2,⇒x=1-β⇒xyz=1.1-α2°充分性:设xyz=1 ,设AP与BQ交于G,连CG并延长交AB于R1, 又设AR1=x1R1B.由必要性知x1yz=1, ⇒ x=x1 , ⇒R与R1重合.∴AP、BQ、CR三线共点.由1°、2°知命题成立.想一想③：由例5的结论，你能否给出三角形的三中线、三内角的平分线都是交于一点的.例6.在锐角三角形P1P2P3内找一点P，使P1P+P2P+P2P的长度最短.解：设在锐角三角形P1P2P3内有一点P使得：∠P1P P2=∠P3P P2=∠P3P P1=1200.令：i=αii,i是单位向量,αi是i的长度（i=1，2，3）易知ε1+ε2+ε3=0，又设Q是任意一点，P32图6|QPi|=|QP+PPi|=|QP+αiεi|=|εi||QP+αiεi|≥εi⋅(QP+αiεi)，三式相加得：|QP1|+|QP2|+|QP3|≥(ε1+ε2+ε3)+α1ε1+α2ε2+α3ε3=α1+α2+α3=|P1P|+|P2P|+|P2P|.由此可知点P是使P1P+P2P+P2P的长度最短的点.为了找到这样的点P，可在三角形P1P2P3外分别以P1P2与P2P3为边作两个正三角形P1P2A，P2P3B，再分别作正三角形P1P2A，P2P3B的外接圆，两圆除P2外的另一个交点即为所求的点P，这是因为∠P1P P2=∠P3P P2=120°.【练习】 F1.证明三角形ABC三边的中垂线交于一点.2.如图：以AB、AC为边向外作正方形ACDE和正方形ABGF，DM是BC的中点，求证：AM⊥EF.图7 【参考答案】想一想①：设∠ACB=90.由+=⇒(+)2=⇒+2⋅+=因为∠ACB=90.所以⋅=0.则可得 a+b=c.2222222想一想②:当P在圆内时，由例4的结论知：λ1⋅λ2=R2-|OP|2易得相交弦定理；当P是弦AB的中点时，λ1λ2=PA2(或PB2)也易得结论成立.想一想③:对于三中线易知x=y=z=1;对于三内角平分线,可利用内角平分线的性质得到x.y.z=1.【练习】1.证明：如图：设边BC、AC的中垂线交于点O，则OA=OB=OC，以OA、OB为邻边作平行四边形OAFB，由向量加法的平行四边形法则知OF=OA+OB.图8又∵ ||=||，∴四边形OAFB是菱形，则OF垂直平分AB.即边AB的中垂线也过点O.∴三角形ABC三边的中垂线交于一点.2.证明：∵ ⋅=1(+)⋅(+)=1(⋅+⋅+⋅+⋅)22=1(⋅+⋅)=1[-||⋅||cos(900+∠BAC)+||||cos(900+∠BAC)]=0 ,∴AM⊥EF.第二篇：平面向量结论向量的有关结论1.相等向量的模一定相等，模相等的向量不一定是相等向量。
上了大学,化学教材如果按学习顺序是哪一些教材三
上了大学，化学教材如果按学习顺序是哪一些教材三基础：1-0 化学导论•傅献彩,等. 大学化学. 第二版 (上册). 高等教育出版社, 2019•华彤文,等. 普通化学原理. 第4版. 北京大学出版社, 2013.•申泮文. 近代化学导论. 第二版 (上、下册). 高等教育出版社•北京师范大学无机化学教研室,等. 无机化学. 第四版(上册). 高等教育出版社•蒲雪梅,寇兴明,李桂英,等. 大学化学实验. 第二版. 化学工业出版社[1]0-1 高等数学•同济大学数学系. 高等数学. 第七版 (上、下). 高等教育出版社•龚昇. 简明微积分. 第四版. 高等教育出版社•四川大学数学学院. 高等数学. 第二版(上、下). 四川大学出版社1-1 无机化学（元素化学）•北京师范大学无机化学教研室,等. 无机化学. 第四版(下册). 高等教育出版社•车云霞,等. 化学元素周期系. 南开大学出版社, 1999•张祖德. 无机化学. 第2版. 中国科学技术大学出版社[2]•刘新锦,等. 无机元素化学. 第二版. 科学出版社•傅献彩. 大学化学. 第2版 (下册). 高等教育出版社,2019[3]•李瑞祥,曾红梅,等. 无机化学. 第2版. 化学工业出版社2-1 有机化学•David Klein. Organic chemistry. Wiley•邢其毅,裴坚,等. 基础有机化学. 第4版(上、下册).北京大学出版社, 2016,2017.•李瑛,张骥. 有机化学基础. 第三版. 科学出版社, 2020•王玉良,等. 有机化学实验. 科学出版社, 20200-2 概率统计•盛骤,等. 概率论与数理统计. 第4版. 高等教育出版社•陈鸿建,等. 概率论与数理统计. 第二版. 高等教育出版社0-3 普通物理•Feynman. The Feynman lectures on physics.•赵凯华. 新概念物理教程. 第二版. 高等教育出版社•王磊,陈钢,等. 大学物理学. 第二版 (上、下册). 高等教育出版社3-1 分析化学•Daniel Harris. Quantitative chemical analysis.•武汉大学. 分析化学. 第6版 (上、下册). 高等教育出版社[4]•柴逸峰,等. 分析化学. 第8版. 人民卫生出版社, 2016.•胡坪,等. 仪器分析实验. 第三版. 高等教育出版社,2016.4-1 物理化学•Peter Atkins,et al. Atkins物理化学, Atkins'physical chemistry. 第7版 (影印版). 高等教育出版社•傅献彩,等. 物理化学. 第五版 (上、下册). 高等教育出版社•彭笑刚. 物理化学讲义. 高等教育出版社•何玉萼,童冬梅,等. 物理化学. (上、下册). 化学工业出版社, 2006.•王健礼,等. 物理化学实验. 第二版. 化学工业出版社, 2015.•复旦大学,等. 物理化学实验.•袁永明,等. 物理化学学习指导. 中国石化出版社[5]0-4 线性代数•Gilbert Strang,et al. Linear algebra and itsapplication. 4th edition. Thomson Learning•北京大学数学系前代数小组. 高等代数. 第五版. 高等教育出版社•四川大学数学学院. 线性代数. 第二版. 四川大学出版社4-2 结构化学•李炳瑞. 结构化学. 第4版. 高等教育出版社, 2020.•周公度,等. 结构化学基础. 第5版. 北京大学出版社•李平. 量子化学导论：原子、分子结构. 科学出版社,2018.[6]进阶：1-2《中级无机化学》4-1-1 分子光化学•Turro,Ramamurthy,et al. Modern molecularphotochemistry of organic molecules. UniversityScience Books•图罗,拉马穆尔蒂,等. 现代分子光化学. 吴骊珠,吴世康,等译 (原理篇、反应篇). 化学工业出版社2-1-1 有机反应机理•Daniel Levy. Arrow-pushing in organic chemistry.Wiley•Robert Grossman. 有机反应机理的书写艺术, The artof writing reasonable organic reaction mechanisms.2nd edition. 科学出版社, 2012.2-1-2 合成化学•Stuart Warren,et al. Organic synthesis, thedisconnction approach. 2nd edition. Wiley•巨勇,等. 有机合成化学与路线设计. 第2版. 清华大学出版社, 2007.2-1-3 有机立体化学•David Morris. Stereochemistry.•叶秀林. 立体化学. 2版. 北京大学出版社, 1999•Hellwich,et al. Stereochemistry workbook.translated by Allan Dunn3-2 谱学导论•Robert Silverstein. Spectrometric identification of organic pounds.•周向葛,徐开来,等. 波谱解析. 化学工业出版社2-2 中级有机化学4-2-1《量子化学》4-2-2《计算化学》其它：2-3 高分子科学•王玉忠,等. 高分子科学导论. 科学出版社•丁会利,等. 高分子材料及应用. 化学工业出版社2-4 生物化学•David Nelson,et al. Lehninger principles ofbiochemistry. 7th edition, 2017•朱圣庚,等. 生物化学教程. 第4版 (上、下册). 高等教育出版社, 2017.•王靳娥,等. 生物化学基础. 第二版. 化学工业出版社, 2019.•Koolman,et al. Color atlas of biochemistry. 2ndedition, 20135-3 环境化学•马纳汉. 环境化学. 第九版, 孙红文,等译. 高等教育出版社•戴树桂. 环境化学. 高等教育出版社5-1-1《化工原理》5-1-2 工业化学•李金铭,等. 现代工业化学. 第二版. 华中科技大学出版社5-1-3 化工制图•林大钧. 简明化工制图. 化学工业出版社•陈志. 化工制图. 四川大学出版社5-2《精细化学品》1-3 放射化学•王祥云,等. 核化学与放射化学. 北京大学出版社•祝霖. 放射化学. 原子能出版社4-2-2《计算化学》5-4《化学信息学》。
线性代数空间向量和特征值特征向量
线性代数空间向量和特征值特征向量1、空间向量2、特征值特征向量凯程教育：凯程考研成立于2005年，国内首家全日制集训机构考研，一直从事高端全日制辅导，由李海洋教授、张鑫教授、卢营教授、王洋教授、杨武金教授、张释然教授、索玉柱教授、方浩教授等一批高级考研教研队伍组成，为学员全程高质量授课、答疑、测试、督导、报考指导、方法指导、联系导师、复试等全方位的考研服务。
凯程考研的宗旨：让学习成为一种习惯；凯程考研的价值观口号：凯旋归来，前程万里；信念：让每个学员都有好最好的归宿；使命：完善全新的教育模式，做中国最专业的考研辅导机构；激情：永不言弃，乐观向上；敬业：以专业的态度做非凡的事业；服务：以学员的前途为已任，为学员提供高效、专业的服务，团队合作，为学员服务，为学员引路。
如何选择考研辅导班：在考研准备的过程中，会遇到不少困难，尤其对于跨专业考生的专业课来说，通过报辅导班来弥补自己复习的不足，可以大大提高复习效率，节省复习时间，大家可以通过以下几个方面来考察辅导班，或许能帮你找到适合你的辅导班。
师资力量：师资力量是考察辅导班的首要因素，考生可以针对辅导名师的辅导年限、辅导经验、历年辅导效果、学员评价等因素进行综合评价，询问往届学长然后选择。
判断师资力量关键在于综合实力，因为任何一门课程，都不是由一、两个教师包到底的，是一批教师配合的结果。
还要深入了解教师的学术背景、资料著述成就、辅导成就等。
凯程考研名师云集，李海洋、张鑫教授、方浩教授、卢营教授、孙浩教授等一大批名师在凯程授课。
而有的机构只是很普通的老师授课，对知识点把握和命题方向，欠缺火候。
对该专业有辅导历史：必须对该专业深刻理解，才能深入辅导学员考取该校。
在考研辅导班中，从来见过如此辉煌的成绩：凯程教育拿下2015五道口金融学院状元，考取五道口15人，清华经管金融硕士10人，人大金融硕士15个，中财和贸大金融硕士合计20人，北师大教育学7人，会计硕士保录班考取30人，翻译硕士接近20人，中传状元王园璐、郑家威都是来自凯程，法学方面，凯程在人大、北大、贸大、政法、武汉大学、公安大学等院校斩获多个法学和法硕状元，更多专业成绩请查看凯程网站。