Shawn Zhong

Shawn Zhong

钟万祥
  • Tutorials
  • Mathematics
    • Math 240
    • Math 375
    • Math 431
    • Math 514
    • Math 521
    • Math 541
    • Math 632
    • Abstract Algebra
    • Linear Algebra
    • Category Theory
  • Computer Sciences
    • CS/ECE 252
    • CS/ECE 352
    • Learn Haskell
  • Projects
    • 2048 Game
    • HiMCM 2016
    • 登峰杯 MCM
  • Course Notes
    • AP Microecon
    • AP Macroecon
    • AP Statistics
    • AP Chemistry
    • AP Physics E&M
    • AP Physics Mech
    • CLEP Psycho

Shawn Zhong

钟万祥
  • Tutorials
  • Mathematics
    • Math 240
    • Math 375
    • Math 431
    • Math 514
    • Math 521
    • Math 541
    • Math 632
    • Abstract Algebra
    • Linear Algebra
    • Category Theory
  • Computer Sciences
    • CS/ECE 252
    • CS/ECE 352
    • Learn Haskell
  • Projects
    • 2048 Game
    • HiMCM 2016
    • 登峰杯 MCM
  • Course Notes
    • AP Microecon
    • AP Macroecon
    • AP Statistics
    • AP Chemistry
    • AP Physics E&M
    • AP Physics Mech
    • CLEP Psycho

Home / 2017 / July / 9

第18讲 线性方程组解的结构

  • Jul 09, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
18.1 齐次线性方程组解的结构 • 将齐次线性方程组 Ax ⃗=0 ⃗ 的解集记为 S (Solution Set) • 解集的性质 ○ S⊆R^n ○ 对加法封闭 § 设 (ξ_1 ) ⃗∈S, (ξ_2 ) ⃗∈S § 代入得 A(ξ_1 ) ⃗=0, A(ξ_2 ) ⃗=0 § ⇒A((ξ_1 ) ⃗+(ξ_2 ) ⃗)=0 § 即 (ξ_1 ) ⃗+(ξ_2 ) ⃗∈S ○ 对数乘封闭 § 设 ξ ⃗∈S, k∈R § Aξ ⃗=0⇒kAξ ⃗=0⇒A(kξ ⃗ )=0 § 即 kξ ⃗∈S ○ S 是 R^n 的子空间 § (ξ_1 ) ⃗∈S,…, (ξ_2 ) ⃗∈S § ⇒c_1 (ξ_1 ) ⃗+…c_t (ξ_t ) ⃗∈S ○ S 是线性空间 § r(A)=n⇒S={0 ⃗ } § r(A)<n⇒子空间 18.2 基础解系 • 基础解系 ○ 齐次线性方程组解集的极大无关组 • 定理1 ○ 内容 § r(A)=n⇒无基础解系 § r(A)<n⇒基础解系中向量的个数 r(S)=n−r(A) ○ 例题 § {█(x_1−x_2+5x_3−x_4=0@x_1+x_2−2x_3+3x_4=0@3x_1−x_2+8x_3+x_4=0@x_1+3x_2−9x_3+7x_4=0)┤ § ⇒(■8(1&−1&5&−1@1&1&−2&3@3&−1&8&1@1&3&−9&7)) →┴最简阶梯形 (■8(1&0&3/2&1@0&1&−7/2&2@0&0&0&0@0&0&0&0)) § ⇒{█(x_1+3/2 x_3+x_4=0@x_2−7/2 x_3+2x_4=0)⇒{█(x_1=−3/2 x_3−x_4@x_2=7/2 x_3−2x_4 )┤┤ ○ 注 § 其中 x_1, x_2 被称为约束变量,x_3, x_4 被称为自由变量 § 约束变量为最简阶梯形中首元一对应的变量 § 约束变量的个数为非零行的个数 r(A) § 自由变量的个数为 n−r(A),即为解集 S 的秩 r(S) § 将(■8(x_3@x_4 ))=(■8(1@0))代入 x_1,x_2 得到 (ξ_1 ) ⃗=(■8(−3/2@7/2@1@0)) § 将(■8(x_3@x_4 ))=(■8(0@1))代入 x_1,x_2 得到 (ξ_2 ) ⃗=(■8(−1@−2@0@1)) § 则 (ξ_1 ) ⃗, (ξ_2 ) ⃗ 构成基础解系 § 即原方程的任意一个解 (■8(a_1@a_2@a_3@a_4 )) 都可以写成 a_3 (ξ_1 ) ⃗+a_4 (ξ_2 ) ⃗ • 定理2 ○ 内容 § A_(m×n) B_(n×p)=0⇒r(A)+r(B)≤n ○ 证一 § 令 B=((β_1 ) ⃗…(β_p ) ⃗ ) § AB=A((β_1 ) ⃗…(β_p ) ⃗ )=(A(β_1 ) ⃗, …,A(β_p ) ⃗ )=0 § ⇒A(β_1 ) ⃗=0,…,A(β_p ) ⃗=0 § 将 Ax ⃗=0 的解集记为 S § 则 (β_1 ) ⃗,…,(β_s ) ⃗∈S § 即 (β_1 ) ⃗,…,(β_s ) ⃗ 可以被 S 表出 § r(B)≤r(S)=n−r(A) § ⇒r(A)+r(B)≤n ○ 证二 § 根据 西尔维斯特(Sylvester)不等式 § r(A_(m×n) B_(n×p) )≥r(A)+r(B)−n § 0 r(A)+r(B)−n § ⇒r(A)+r(B)≤n 18.3 非齐次线性方程组解的结构 • 导出组 ○ Ax ⃗=b ⃗≠0 的导出组为 Ax ⃗=0 • T 的性质 ○ 将 Ax ⃗=b ⃗ 的解集记为 T,Ax ⃗=0 的解集记为 S ○ T 不对加法封闭:已知 (η_1 ) ⃗∈T, (η_2 ) ⃗∈T,则 (η_1 ) ⃗+(η_2 ) ⃗∉T § (η_1 ) ⃗∈T, (η_2 ) ⃗∈T § ⇒A(η_1 ) ⃗=b ⃗, A(η_2 ) ⃗=b ⃗ § ⇒A((η_1 ) ⃗+(η_2 ) ⃗ )=2b ⃗≠b ⃗ ○ T 不对数乘封闭:已知 η ⃗∈T,则 kη ⃗∉T (k≠1) § η ⃗∈T § ⇒Aη ⃗=b ⃗ § 当 k≠1 时,Akη ⃗=kb ⃗≠b ⃗ ○ 已知 η ⃗∈T, ξ ⃗∈S,则 η ⃗+ξ ⃗∈T § η ⃗∈T, ξ ⃗∈S § Aη ⃗=b ⃗, Aξ ⃗=0 ⃗ § A(η ⃗+ξ ⃗ )=b ⃗+0 ⃗=b ⃗ ○ 已知 (η_1 ) ⃗∈T, (η_2 ) ⃗∈T,则 (η_1 ) ⃗−(η_2 ) ⃗∈S § (η_1 ) ⃗∈T, (η_2 ) ⃗∈T § ⇒A(η_1 ) ⃗=b ⃗, A(η_2 ) ⃗=b ⃗ § ⇒A((η_1 ) ⃗−(η_2 ) ⃗ )=b ⃗−b ⃗=0 ⃗ • 定理 ○ 内容 § (η_0 ) ⃗ 是 Ax ⃗=b ⃗ 的一个特解,ξ ⃗ 是 Ax ⃗=0 的解 § 如果 ξ ⃗ 取变 Ax ⃗=0 所有的解 § 则 (η_0 ) ⃗+ξ ⃗ 取变 Ax ⃗=b ⃗ 所有的解 ○ 证明 § 假设 η ⃗ 是 Ax ⃗=b ⃗ 的任意解 § 则 η ⃗−(η_0 ) ⃗∈S § 即在 S 中存在 ξ ⃗,使得 η ⃗−(η_0 ) ⃗=ξ ⃗ § 即 η ⃗=(η_0 ) ⃗+ξ ⃗ ○ 故 T 被称为仿射空间(affine) • 例子:{█(x_1+x_2+x_3+x_4=3@x_1+2x_2+x_3=4)┤ ○ (■8(1&1&1&1@1&2&1&0) │ ■8(3@4))→(■8(1&0&1&2@0&1&0&−1) │ ■8(2@1))⇒{█(x_1=−x_3−2x_4+2@x_2=x_3+1)┤ ○ 令 (■8(x_3@x_4 ))=(■8(0@0)),得到一特解 (η_0 ) ⃗=(■8(2@1@0@0)) ○ 计算导出组 {█(x_1+x_2+x_3+x_4=0@x_1+2x_2+x_3=0)┤ 的解为 {█(x_1=−x_3−2x_4@x_2=x_3 )┤ ○ 令 (■8(x_3@x_4 ))=(■8(1@0)),(■8(0@1)),得到 (ζ_1 ) ⃗=(■8(−1@0@1@0)), (ζ_2 ) ⃗=(■8(−2@1@0@1)) ○ η ⃗=(η_0 ) ⃗+c_1 (ζ_1 ) ⃗+c_2 (ζ_2 ) ⃗=(■8(2@1@0@0))+c_1 (■8(−1@0@1@0))+c_2 (■8(−2@1@0@1))
Read More >>

第19讲 特征值与特征向量

  • Jul 09, 2017
  • Shawn
  • Linear Algebra
  • No comments yet
19.1 概念 • 引入 ○ 对于矩阵A_(m×n) 是,否存在一个数 λ 和非零向量 α ⃗,使得 Aα ⃗=λα ⃗ ○ α ⃗ 被称为特征向量(eigenvector) ○ λ 被称为特征值 (eigenvalue) • 特征值的解法 ○ Aα ⃗=λα ⃗ 移项后得到齐次线性方程组 ○ (λI−A) α ⃗=0 ○ 要使上式有非零解,需满足 |λI−A|=0 ○ 即 |■8(λ−a_11&−a_12&…&〖−a〗_1n@−a_21&〖λ−a〗_22&…&−a_2n@⋮&⋮&⋮&⋮@−a_n1&〖−a〗_n2&…&λ−a_nn )|=0 ○ 展开后得到 λ^n+(−a_11−a_22…−a_nn ) λ^(n−1)+…=0 ○ 上式被称为特征方程,等号左边被称为特征多项式 • 步骤 1. |λI−A|=0⇒求出 λ_1…λ_s 2. |λ_i I−A| α ⃗=0⇒求基础解系,求得的 α ⃗ 称为属于 λ_i 的特征向量 • 练习:A=(■8(3&1@5&−1)) ○ |λI−A|=(■8(λ−3&−1@−5&λ+1))=0 ○ λ^2−2λ−9=0 ○ λ_1=4 or λ_2=−2 ○ 当 λ_1=4 时 § |4I−A| α ⃗=(■8(1&−1@−5&5)) α ⃗=0 § |4I−A|=(■8(1&−1@−5&5))→(■8(1&−1@0&0)) § ⇒x_1=x_2 § ⇒α ⃗=c(■8(1@1)) ○ 当 λ_1=−2 时 § |4I−A|=(■8(−5&−1@−5&−1))→(■8(−5&−1@0&0)) § ⇒〖−5x〗_1=x_2 § ⇒α ⃗=c(■8(1@−5)) 19.2 几个例子 • 例1:A=(■8(1&2&2@2&1&2@2&2&1)) ○ |λI−A|=|■8(λ−1&−2&−2@−2&λ−1&−2@−2&−2&λ−1)|=|■8(λ−5&−2&−2@λ−5&λ−1&−2@λ−5&−2&λ−1)| ○ =(λ−5)|■8(1&−2&−2@1&λ−1&−2@1&−2&λ−1)|=(λ−5)|■8(1&−2&−2@0&λ+1&0@0&0&λ+1)| ○ =(λ−5) (λ+1)^2=0 ○ 即 λ_1=5,λ_2=λ_3=−1 ○ 当 λ=5 时 § λI−A=(■8(λ−1&−2&−2@−2&λ−1&−2@−2&−2&λ−1))=(■8(4&−2&−2@−2&4&−2@−2&−2&4)) § (■8(4&−2&−2@−2&4&−2@−2&−2&4))(■8(x_1@x_2@x_3 ))=0⇒α ⃗=c(■8(1@1@1)) ○ 当 λ=−1 时 § α ⃗=c(■8(−1@0@1)) • 例2:A=(■(a&&@&⋱&@&&a)) ○ |λI−A|=|■(λ−a&&@&⋱&@&&λ−a)|=0 ○ (λ−a)^n=0 ○ ⇒λ_1=…=λ_n=a ○ λI−A=0a ⃗=0 ○ α ⃗∈Rn ○ 故 α ⃗=c_1 (e_1 ) ⃗+c_2 (e_2 ) ⃗+…+c_n (e_n ) ⃗ ○ 其中 (e_1 ) ⃗=(1,0,…0)^T, (e_2 ) ⃗=(0,1,…0)^T…(e_n ) ⃗=(0,0,…1)^T • 例3 ○ 平面直角坐标系中(■8(x@y))绕原点旋转 θ 得到(■8(x′@y)) ○ 有 (■8(x′@y))=A(■8(x@y)),其中 A=(■8(cosθ&−sinθ@sinθ&cosθ)) ○ 求 A 的特征向量 ○ |λI−A|=|■8(λ−cosθ&sinθ@−sinθ&λ−cosθ)|=λ^2−2λcosθ+1=0 ○ 当 cos⁡θ≠±1,即 θ≠kπ 时,无实根 ○ 当 cos⁡θ=1,即 θ=2kπ 时 § λ=1 § ⇒λI−A=0 § ⇒α ⃗∈Rn ○ 当 cos⁡θ=−1,即 θ=(2k+1)π 时 § λ=−1 § ⇒λI−A=0 § ⇒α ⃗∈Rn 19.3 基本性质 • 性质1 ○ 内容 § 若 λ_0 是 A_(n×n) 的特征值,则 A^2 有一个特征值 λ_0^2 ○ 证明 § Aα ⃗=λ_0 α ⃗ § A(Aα ⃗)=A(λ_0 α ⃗) § A^2 α ⃗=λ_0 Aα ⃗=λ_0^2 α ⃗ § ⇒λ_0^2 是 A 的特征值 • 性质2 ○ 内容 § 若 λ_0 是 A_(n×n) 的特征值,则 kI−A 有特征值 k−λ_0 ○ 证明 § (kI−A) α ⃗=kIα ⃗−Aα ⃗=kα ⃗−λ_0 α ⃗=(k−λ_0 ) α ⃗ ○ 推广 ○ 关于 A 的任意矩阵多项式 a_n A^n+a_(n−1) A^(n−1)+…+a_1 A+a_0 I ○ 都有特征值 a_n λ_0^n+a_(n−1) λ_0^(n−1)+…+a_1 λ_0+a_0 • 性质3 ○ 内容 § 若 λ_0 是可逆矩阵 A_(n×n) 的特征值,则 A^(−1) 有特征值 1/λ_0 ○ 证明 § Aα ⃗=λ_0 α ⃗ § A^(−1) (Aα ⃗ )=A^(−1) (λ_0 α ⃗ ) § α ⃗=λ_0 A^(−1) α ⃗ § 1/λ_0 α ⃗=A^(−1) α ⃗ ○ 推广 § 若 λ_0 是可逆矩阵 A_(n×n) 的特征值,则 A^∗ 有特征值 |A|/λ_0 § A^∗ α ⃗=|A| A^(−1) α ⃗=|A|/λ_0 α ⃗ • 定理1 ○ 内容 § 若 A 奇异,则 A 有特征值 0 § 若 A 非奇异,则 A 特征值非零 ○ 证明 § |λI−A|=0 § 若 A 奇异,即 |A|=0,则显然 λ=0 是上式的根 § |A|=0⇔λ=0 • 定理2 ○ 内容 § A 与 A^T 有相同的特征值 § 注:特征向量一般不相同 ○ 证明 § |λI−A|=|(λI−A)^T |=|λI−A^T |=0 • 定理3 ○ 内容 § 属于不同特征值的特征向量线性无关 ○ 证明(两组特征向量) § 假设 A(α_1 ) ⃗=λ_1 (α_1 ) ⃗, A(α_2 ) ⃗=λ_2 (α_2 ) ⃗ § k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗=0 § A(k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗ )=0 § k_1 A(α_1 ) ⃗+k_2 A(α_2 ) ⃗=0 § k_1 λ_1 (α_1 ) ⃗+k_2 λ_2 (α_2 ) ⃗=0 § 联立 {█(k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗=0@k_1 λ_1 (α_1 ) ⃗+k_2 λ_2 (α_2 ) ⃗=0)┤⇒k_1 (λ_1−λ_2 ) (α_1 ) ⃗=0 § 又因为 k_1≠0, (α_1 ) ⃗≠0 § 所以 k_1=0 § 代回 k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗=0 得 k_2=0 § k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗=0 的解为 {█(k_1=0@k_2=0)┤⇒(α_1 ) ⃗ 与 (α_2 ) ⃗ 线性无关 ○ 证明 § 假设 A(α_3 ) ⃗=λ_2 (α_3 ) ⃗ § k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗+k_3 (α_3 ) ⃗=0 § A(k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗+k_3 (α_3 ) ⃗ )=0 § k_1 λ_1 (α_1 ) ⃗+k_2 λ_2 (α_2 ) ⃗+k_3 λ_3 (α_3 ) ⃗=0 § 联立 {█(k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗+k_3 (α_3 ) ⃗=0@k_1 λ_1 (α_1 ) ⃗+k_2 λ_2 (α_2 ) ⃗+k_3 λ_3 (α_3 ) ⃗=0)┤ § ⇒k_1 (λ_1−λ_3 ) (α_1 ) ⃗+k_2 (λ_2−λ_3 ) (α_2 ) ⃗=0 § ⇒k_1=0, k_2=0 § 代回 k_1 (α_1 ) ⃗+k_2 (α_2 ) ⃗+k_3 (α_3 ) ⃗=0 得 k_3=0 § 以此类推可以得到 (α_1 ) ⃗…(α_s ) ⃗ 均线性无关 • 根与系数的关系 ○ 对于方程 x^n+a_(n−1) x^(n−1)+…+a_1 x+a_0=0 有 § x^n+a_(n−1) x^(n−1)+…+a_1 x+a_0 § =(x−x_1 )(x−x_2 )…(x−x_n ) § =x^n−(x_1+x_2+…+x_n ) x^(n−1)+(x_1 x_2+x_1 x_3+…x_(n−1) x_n ) x^(n−2)+…+(−1)^n x_1 x_2…x_n ○ 对比系数得根与系数的关系 § x_1+x_2+…+x_n=a_(n−1) § x_1 x_2…x_n=(−1)^n a_0 § x_1 x_2+x_1 x_3+…x_(n−1) x_n=a_(n−2) • 定理4 ○ 内容 § 若 A_(n×n) 有特征值 λ_1…λ_n § 则 ∑_(i=1)^n▒λ_i =∑_(i=1)^n▒a_ii , ∏_(i=1)^n▒λ_i =|A| ○ 备注 § 矩阵对角线上的元素 a_ii 之和被称为矩阵的迹 ○ 证明 § |λI−A|=0 § |■8(λ−a_11&−a_12&…&〖−a〗_1n@−a_21&〖λ−a〗_22&…&−a_2n@⋮&⋮&⋮&⋮@−a_n1&〖−a〗_n2&…&λ−a_nn )|=0 § λ^n−(a_11+a_22+…+a_nn ) λ^(n−1)+…+a_1 λ+a_0=0 § 根据根与系数的关系有 § λ_1+λ_2+…+λ_n=a_11+a_22+…+a_nn § λ_1 λ_2…λ_n=(−1)^n a_0 § 将 λ=0 代入 |λI−A|=λ^n…+a_1 λ+a_0 得 a_0=(−1)^n |A| § 故 λ_1 λ_2…λ_n=(−1)^n a_0=(−1)^n (−1)^n |A|=|A| • 例题 ○ A=(■8(1&−1&0@2&x&0@4&2&1)),已知 λ_1=1,λ_2=2,求 x 和 λ_3 ○ 法一 § {█(λ_1+λ_2+λ_3=1+1+x@λ_1 λ_2 λ_3=|A|=x+2)┤⇒{█(λ_3=3@x=4)┤ § 但不完全,需代回检验 ○ 法二 § |λI−A|=0 § |■8(λ−1&1&0@−2&λ−x&0@−4&−2&λ−1)|=0 § (λ−1)(■8(λ−1&1@−2&λ−x))=(λ−1)[(λ−1)(λ−x)+2]=0 § 将 λ_2=2 代入得 § (2−1)(2−x)+2=0 § ⇒x=4 § (λ−1)[(λ−1)(λ−4)+2]=0 § ⇒(λ−1)(λ−2)(λ−3)=0 § ⇒λ_3=3
Read More >>

Search

  • Home Page
  • Tutorials
  • Mathematics
    • Math 240 - Discrete Math
    • Math 375 - Linear Algebra
    • Math 431 - Intro to Probability
    • Math 514 - Numerical Analysis
    • Math 521 - Analysis I
    • Math 541 - Abstract Algebra
    • Math 632 - Stochastic Processes
    • Abstract Algebra @ 万门大学
    • Linear Algebra @ 万门大学
    • Category Theory
  • Computer Sciences
    • CS/ECE 252 - Intro to Computer Engr.
    • CS/ECE 352 - Digital System Fund.
    • Learn Haskell
  • Projects
    • 2048 Game
    • HiMCM 2016
    • 登峰杯 MCM
  • Course Notes
    • AP Macroeconomics
    • AP Microeconomics
    • AP Chemistry
    • AP Statistics
    • AP Physics C: E&M
    • AP Physics C: Mechanics
    • CLEP Psychology

WeChat Account

Categories

  • Notes (418)
    • AP (115)
      • AP Macroeconomics (20)
      • AP Microeconomics (23)
      • AP Physics C E&M (25)
      • AP Physics C Mechanics (28)
      • AP Statistics (19)
    • Computer Sciences (2)
    • Mathematics (300)
      • Abstract Algebra (29)
      • Category Theory (7)
      • Linear Algebra (29)
      • Math 240 (42)
      • Math 375 (71)
      • Math 514 (18)
      • Math 521 (39)
      • Math 541 (39)
      • Math 632 (26)
  • Projects (4)
  • Tutorials (11)

Archives

  • October 2019
  • May 2019
  • April 2019
  • March 2019
  • February 2019
  • December 2018
  • November 2018
  • October 2018
  • September 2018
  • July 2018
  • May 2018
  • April 2018
  • March 2018
  • February 2018
  • January 2018
  • December 2017
  • November 2017
  • October 2017
  • September 2017
  • August 2017
  • July 2017
  • June 2017

WeChat Account

Links

RobeZH's thoughts on Algorithms - Ziyi Zhang
Copyright © 2018.      
TOP