矩阵理论-.pptVIP

矩阵理论-第五讲 兰州大学信息科学与工程学院 2004年 上节内容回顾 Hamilton-Cayley定理 任一方阵都是它的特征多项式的根 多项式的带余除法 方阵的零化多项式 方阵的最小多项式 多项式矩阵的逆、单模矩阵 多项式矩阵的互质性简介 右公因子 左公因子 最大右公因子gcrd gcrd的构造定理 多项式矩阵的既约性简介 多项式矩阵的行次数和列次数、行次表示式和列次表示式 内积空间 内积空间 设X是实数域或复数域上的线性空间，其中定义了一个二元数值函数 满足下列条件： 对第一变元的线性： 共轭对称性： 正定性： 且 则称此二元值函数 是X上的内积（Inner product），定义了内积的空间称为内积空间。 F = R时称X为实内积空间，F = C时称X为复内积空间 内积空间 由内积的定义： 对第一变元的线性： 共轭对称性： 正定性： 且 中的条件1和2，可得 对第二变元的共轭线性 内积空间 内积的定义： 对第一变元的线性： 共轭对称性： 正定性： 且 由条件1和2，可得 对第二变元的共轭线性 由条件1和2，可得 内积空间 内积空间举例： n维欧氏(Euclid)空间Rn： n维复欧氏(Euclid)空间Cn： 实l2空间： 此空间中的点为无穷维向量，每个向量的所有坐标是平方可和的： 取p = 2, 收敛 内积空间 Cauchy-Schwarz inequality (柯西-许瓦兹不等式) 设 是X上的内积，则 证明：当x, y其中之一为零向量时，等式成立。现设 ， 有 令 ， 赋范空间 向量范数（Norm） 设X是数域F上的线性空间，定义在X上的实值函数 如果满足以下条件 三角形不等式 绝对齐性 正定性 ，且 则称此实值函数是X上的范数（Norm）。带有给定范数的线性空间 称为赋范空间。 赋范空间 定义了范数，即可定义度量 有了度量，即可定义极限、进而定义收敛、连续性等。有了极限和收敛 即可定义Cauchy列，定义了Cauchy列，即可判断空间的完备性。 赋范空间举例——n维复Euclid空间Cn 在Cn的内积定义 的基础上，定义 易验证，此范数满足范数的3个条件，称为向量x的2-范数或长度。 由Cauchy-schwarz不等式 赋范空间 n维复Euclid空间Cn ，定义 则 是范数， 是带有范数 的赋范空间 ，由绝对值不等式，条件1很容易验证： 同样可验证条件2、3 赋范空间 C[a, b] : 设C[a, b]是[a, b]上实值或复值连续函数的全体，在第一讲中我们已知此空间是线性空间，对 定义 可以证明， 是范数，C[a, b]是赋范空间。 上界 设 ，如果 ，使得 ，有 ，则称c是A的一个上界，并称集合A有上界或上有界 赋范空间 上确界（Suprmum） 如果A有上界，且A的上界中有一个最小者M，则称M是A的上确界或最小上界，记作 ，上确界要满足两个条件 1 M是A的一个上界 2 对A的任一上界c，有 由此，如果A有上确界，则必是唯一的 如果A无上界，可记作 同样可定义下界、下确界（Infimum） 。下确界也是唯一的。如果不存在下确界，记作