替换定理的另一证明方法

替换定理是向量空间中一个非常重要的定理，我们在教学中体会到，若能引导学生利用教材[1]6．1节引入的向量的矩阵记法，将6．3节里向量的线性相关性的一些概念与矩阵挂上钩来，如：所谓向量组{α1，α2，…，αr}可由向量组{β1，β2，…，β1}线性表示，即存在s×r阶矩阵A。     

奇异M—矩阵和广义对角占成阵的实用判定准则

1　引言和符号首先对本文所采用的符号和术语作一约定和说明,而不再重申.N表示前面n个自然数的集合,而分别用Mn(C)和Mn(R)表示所有n阶复方阵和n阶实方阵的集合,Rn表示n维实列向量.Zn={A|A=(aij)∈Mn(R),aij≤0,i≠j,i,j∈N}.若A∈Zn则称A为Z-矩阵,有时也简记为A∈Z.I恒表示适当阶的单位矩阵.设α和β为N的非空子集,对于A∈Mn(C),把由A中行标属于α而列标属于β的元素按照原来相对位置所构成的子矩阵记为A(α,β),特别地,把主子阵A(α,α)简记为A(α)、当A(α)可逆时,其逆阵记为A(α)-1,此时称矩阵A/A(α)=A(α)-A(α,α).…     

矩阵对角占优性的推广及应用

§1.引言设 A=(a_(ij))_(n×n)为一复矩阵,若有一正向量 d=(d_1,d_2,…,d_n)~T 使得d_i|a_(ij)|≥sum from j≠1 d_j|a_(ij)|,(1)对每一 i∈N={1,2,…,n}都成立,则称 A 为广义对角占优矩阵,记为 A∈D_0~*;如若(1)式中每一不等号都是严格的,则称 A 为广义严格对角占优矩阵,记为 A∈D~*.特别地,当 d=(1,1,…,1)~T 时,A∈D_0~*及 A∈D~*即是通常的对角占优与严格对角占优,分别记作 A∈D_0及 A∈D.利用矩阵的对角占优性质讨论其特征值分布是矩阵论中的重要课题,文献[5]—[10]给出了这方面的重要结果.n 阶实方阵 A 称为 M-矩阵,如果 A具有形式:A=sI-B,s>ρ(B),其中 B 为 n 阶非负方阵,ρ(B)表 B 之谱半径,利用广义严格对角占优的概念,文[1]给出了 M-矩阵的等价表征:若 n 阶实方阵     

线性空间替换定理的一个证明

替换定理:设向量组{α_1,α_2,…α_r}线性无关,且每一α_i都可由向量组{β_1,β_2,…,β_s}线性表示。那末r≤s,并且必要时可以对向量组{β_1,β_2,…,β_s}中向量重新编号,使得用向量α_1,α_2,…,α_r替换β_1,β_2,…,β_r后,向量组{α_1,α_2,…,α_r,β_(r 1),…,β_s}与{β_1,β_2,…‘β_s}等价(见张禾瑞,郝鈵新编《高等代数》221页)。这个定理许多教材只讨论前半部分,张、郝二先生     

《标准正交基的一种求法》的注记

贵刊1991年第3期《标准正交基的一种求法》一文,给出用矩阵的合同变换把R~n的一个基{α_1.α_2,…,α_n}化为标准正交基{β_1,β_2,…,β_n}的一种方法。这种方法是以向量α_1的分量作为第i列(i=1,2,…,n)作出矩阵A,A′A是一个n阶正定矩阵,所以存在n阶可逆矩阵T     

(0,1)-矩阵类(?)(R,S)

我们把元素全部是1或0的矩阵称为(0,1)-矩阵。设A是一个m×n阶(0,1)-矩阵,其第ⅰ行全部元素之和为r_i(1≤i≤m),第j列全部元素之和为s_j(1≤j≤n)。那么称向量R=(r_1,r_2,…,r_m)为A的行和向量;S=(s_1,s_2,…,s_n)为A的列和向量。所谓具有行和向量R,列和向量S的(0,1)-矩阵类(R,S)是指:     

Volterra积分微分方程解的稳定性与有界性

这里A为n×n常数矩阵,C(t,s)为n×n函数矩阵,对0≤s≤t<∞连续,f:(-∞,∞)→R~n连续。 我们规定‖·‖表示向量x=(x_1,x_2,…,x_s)~T或矩阵A=(aij)_(s×s)的模,T表示转置。我们取     

M矩阵的一些性质

设A=(a_(ij))n×n为n阶实矩阵,若a_(ij)≥0(a_(ij)>0),i,j=1,2,…,n。则称A为非负(正)矩阵。类似地,一个向量,若其分量皆为正(非负),则叫做正(非负)向量。若a_(ii)>0,a_(ij)≤0,i≠j,i,j=1,2,…,n,则A叫做L矩阵,记为A∈L。我们知道,若A∈L,则下述诸条件是等价的:     

(0,1)实对称矩阵特征值的图论意义

A为元素只取 0 ,1且主对角线元素均为 0的 n阶实对称方阵 ,n维列向量 J=( 1 ,1 ,1 ,… ,1 ) T ,且 AJ=( d1,d2 ,d3,… ,dn) T。若 λi 是 A的特征值 ,试证明 :∑ni=1λ2i =∑ni=1di ( 0 )　　这是一道典型的线性代数中关于实对称矩阵特征值方面的问题。对它的求解如下 :设 n维非零向量 x是 A的对应于特征值λi 的特征向量 ,则有 Ax=λix.两边同时左乘 A,得A2 x =A(λix) =λi( Ax) =λ2ix ( 1 )而上式说明 λ2i 即方阵 A2 的特征值。由 [1 ],对任一 n阶方阵 A=[aij]n× n,若 λi 是 A的特征值 ,则有 ∑ni=1λi=tr( A) =∑ni=1aii 。…     

用法向量证明线面位置关系

<正>若→a⊥α,则向量→a叫做平面α的法向量,利用这条法向量就可以解决立体几何中解(证)问题.法向量的求法:设平面α的法向量为→a=(x,y,z),平面内相交两条直线所在的向量为→b=(x_1,y_1,z_1),→c=(x_2,y_2,z_2)     

三次幻方的构作

给出2k维m阶t次幻方及m模方阵,m模列满秩矩阵,模线,m经典模线集和t次m模基因阵的概念,并用矩阵法和组合法初步研究了t次幻方特别是三次幻方的构作.证明:(i)若存在2k阶t次m模基因阵,则存在2k维m阶t次幻方;(ii)若N=P1α1P2α2…PSαS为N的标准分解式,iα≥3,Piiα≥16(1≤i≤S),则存在二维N阶三次幻方;(iii)若存在二维偶m阶2t+1次幻方和二维n阶2t次幻方,则存在二维mn阶2t+1次幻方;(iv)若存在二维m阶和n阶t次幻方,则存在二维mn阶t次幻方;(v)当t≥3时,不存在二维单偶数阶t次幻方.     

矩阵方程的最小二乘解

1　引言与引理设 Rm× n表示所有 m× n阶实矩阵的集合 ,ORn× n为所有 n阶实正交矩阵的全体 ,In 是 n阶单位矩阵 .AT、A+、rank A分别表示矩阵 A的转置、MP逆及秩 ;‖·‖是矩阵的Frobenius范数 .此外 ,对于 A =(αij)∈ Rs× s,B =(βij)∈ Rs× s,A * B表示 A与 B的Hadamard积 ,其定义为 :A* B=(αijβij) 1≤ i,j≤ s,现考虑如下问题 :问题 P　给定 A∈Rn× m,B∈Rp× m,D∈Rm× m求 X∈Rn× p,使得Φ =‖ ATXB - BTXTA - D‖ =m in　　我们知道 ,矩阵方程 ATX B- BTXTA=D在自动控制理论中有很重要的作用[1 ,2 ] .…     

超平行体的体积

在三维几何空间中.以向量α=(a_1,a_2,a_3),β=(b_1,b_2,b_3),γ=(c_1,c_2,c_3)为棱的平行六面体的体积V 等于行列式|(a_(ij))|(i,j=1,2,3)的绝对值.设矩阵A 为A=(a_(ij))_(3×3),则V~2=|AA~T|,本文将这个结论推广到“维欧氏空间中,并由此推出关于体积的几个定理.     

关于线性空间到欧氏空间的映射与线性映射

文[2]推广了文[1]的全部定理,文[3]又推广了文[2]的全部定理,本文进一步推广了文[3]的全部定理,且证法简洁明快.本文约定,若V,ω是线性空间,则Vω表示V到ω的所有映射的集合,L(Vω)表示所有V到ω的线性映射的集合,L(V)表示V的所有线性变换的集合.本文总假定V是实数域上的线性空间,ω,ω1,ω2,…,ωn为欧氏空间.引理1　设A,B∈Vω,Ct,Dt∈Vωt(t=1,2,…,n),若α,β∈V有(Aα,Bβ)=∑nt=1(Ctα,Dtβ)(1)则x1,x2,…,xr,　y1,y2,...,ys∈R(r,s∈N)α1,α2,…,αr,　β1,β2,...,βs∈V,有(∑ri=1xiAαi,∑sj=1yjBβj)=∑nt=1(∑ri=1x…     

代数特征值反问题之解的稳定性分析

考虑如下代数特征值反问题: 问题 G(A;{A_k}_1~n;λ).设 A=(a_(ij)),A_k=(a_(ij)~((k))),k=1,…,n是n+1个n×n的实对称矩阵,λ=(λ_1,…,λ_n)是n维实向量且λ_i≠λ_j,i≠j.求n维实向量c=(c_1,…,c_n)~T,使矩阵A(c)=A+sum from k=1 to n (c_kA_k)的特征值是λ_1,…,λ_n. 这一问题是经典加法问题的推广.当A_k-e_ke_k~~T(e_k是n阶单位阵的第k列)时,     

关于矩阵方程求解的另一点注记

对任意给定的矩阵A∈Pm×n,B∈Pm×s(s≤n),探讨了矩阵方程AX=B有列满秩解,同时BY=A有行满秩解的充分必要条件,并且给出了基于矩阵的等价、齐次方程组的同解、向量组的等价及线性空间语言的推广.     

一种正交化方法

本文给出R~n空间里n个线性无关向量在普通内积意义下的一种正交化方法。 定理:设α_i=(α_(i1)…,α_(in))(i=1,…,n)是R~n空间里一组线性无关向量,则可以用初等变换的方法求得n阶可逆阵T作为从(α_1,…,α_n)到(β_1,…,β_n)的过渡阵,使β_1,…,β_n是正交向量组。 证明:     

关于线性规划问题惩罚因子的范围估计

文[1]证明了约束线性方程组的增广矩阵[A b]经m次初等行变换即可化成形如A_1=(A~(1)b~(1))的矩阵,这里A~(1)=(a(_ij)~(1))_m×n,A~(1)的第J_i(i=2,3,…,m)列为m维列向量e_i=(0,…,0,1,0,…,0)~T,其中“1”位于i维,b~(1)=(b_1~(1),0,…,0)~T.其中b_1~(1)为正数.于是问题(1)可化成如下的等价形式     

一类新概念题的解法综述

新信息题成为试题改革的一个新的亮点 ,此类试题目的是为了考查学生独立获取信息、加工信息的学习能力 .“新概念题”就是其中一类 .而解决此类问题的关键是仔细阅读、抓住信息、透彻理解 .下面举几例说明 .例 1　若对n个向量a1,a2 ,… ,an 存在n个不全为零的实数k1,k2 ,… ,kn,使得k1a1+k2 a2 +… +knan=0成立 ,则称向量a1,a2 ,… ,an 为线性相关 .依此规定 ,请给出一组实数 ,能判断a1=( 1 ,0 ) ,a2 =( 1 ,- 1 ) ,a3 =( 2 ,2 )线性相关 .分析　本题给出了“线性相关”的新概念 .若能正确理解这一概念 ,并结合向量的相关知识 ,则问题可解 .…     

由非顺序主子阵和缺损广义特征对构造对称三对角矩阵

本文讨论形如A_nX=λC_nX的方程,其中A_n是一个对称三对角矩阵,C_n是一个对角矩阵.对矩阵A_n进行3×3分块,给定A_n的一个非顺序主子阵A_(r+1,r+s),给定C_n和四个向量X_1=(x_1,…,x_r)',X_3=(x_(r+s+1),…,x_n)',Y_1=(y_1,…,y_r)',Y_3=(y_(r+s+1),…,y_n)'和两个不同实数λ,μ,构造一个对称三对角矩阵A_n和两个向量X_2=(x_(r+1),…,x_(r+s))',Y_2=(y_(r+1),…,y_(r+s))',满足A_nX=λC_nX和A_nY=μC_nY,其中X=(X_1',X_2',X_3')',Y=(Y_1',Y_2',Y_3')'.本文给出问题有解的条件,解的表达式和相应算法,并给出数值算例验证算法的有效性.