一、线性空间与线性变换
1 线性空间
涉及两个概念,集合与数域
数域 在抽象代数中,数域是指至少包含0和1的数集,在该集中进行数的和差积商的运算是封闭的
线性空间定义: 设
V是一个非空集合,其中的元素称为向量,F是数域,其中的数称为纯量。
- 在
V中定义一种运算,称为加法,使得对任意的向量
α,β∈V,有
α+β∈V
- 在
P与
V的元素间定义了一种运算,称为纯量乘法(亦称数量乘法),即对
V中任意元素
α和
P中任意元素
k,都按某一法则对应
V内惟一确定的一个元素
kα,称为
k与
α的积
- 加法满足以下四个条件:
- 交换律
- 结合律
- 存在零向量0
∈V,
∀α∈V,
∃α0∈V使得
α+α0=α,记
α0=0
- 负元素存在
∀α∈V,
∃β∈V,使得
α+β=0,记
β=−α
- 数量乘法满足以下四个条件
- 结合律
- 分配率(此处两个)
-
1⋅α=α
此时称
V是数域F上的线性空间
2 子空间
设
W是线性空间
Vn(F)的非空集合,则
W是
Vn(F)的子空间的充要条件是:
- 若
α,β∈W,则
α+β∈W
- 若
α∈W,k∈F,则
kα∈W
3 内积空间
定义了内积的线性空间
4 同一空间上的线性变换
设
Vn(F)是一个线性空间,若有
Vn(F)上的对应关系
T,使
∀α∈Vn(F)都有确定的向量
α′=T(α)∈Vn(F)与之对应,则称
T为
Vn(F)上一个变换,如果
T对加法和数乘封闭,则称称
T为
Vn(F)上一个线性变换
5 线性空间
Vn(F)到线性空间
Vm(F)的线性变换
6 线性空间的同构
映射
- 单射(injection):每一个x都有唯一的y与之对应
- 满射(surjection):每一个y都必有至少一个x与之对应
- 双射(又叫一一对应,bijection): 同时满足单射与满射,也就是常见的函数映射
二、矩阵的标准形
1 Jordan标准形
形如
J(λ)=⎣⎢⎢⎡λ1λ1⋱1λ⎦⎥⎥⎤
的
r阶方阵成为一个
r阶Jordan块,其中
λ可以是实数,也可以是复数。由若干个Jordan块
Ji(λi)构成的准对角矩阵
J=⎣⎢⎢⎡J1(λ1)J2(λ2)⋱Jm(λm)⎦⎥⎥⎤
称为Jordan矩阵
定理: 在复数域上,每个n阶方阵A都相似于一个Jordan矩阵,即存在可逆矩阵P,使得
P−1AP=JA
求Jordan标准形: 借助于Smith标准形,初等因子
通过初等变换化A的特征矩阵
λE−A为Smith标准形,求出不变因式后,再计算出初等因子,就可以得到与n阶矩阵A相似的Jordan标准形。
2 化零多项式与最小多项式
解决A的矩阵多项式的问题
三、矩阵分解
1 三角分解LU、LDV
借助于高斯消元法实现,用途主要在简化一个大矩阵的行列式值的计算过程,求逆矩阵,和求解联立方程组,分解不唯一
2 满秩分解
分解不唯一
3 谱分解
4 SVD分解
SVD分解法的用途是解最小平方误差法和数据压缩
四、矩阵的广义逆
五、矩阵分析