标签：begin end 映射 引论 sum 代数学 pmatrix varphi quad

如有错误，欢迎在评论区或私信我指出。
\(Page.81\\1.\ 设X=[x_{1},x_{2},···,x_{n}],Y=[y_{1},y_{2},···,y_{n}]\\\quad a)\quad \varphi (X+Y)=[x_{1}+y_{1},x_{2}+y_{2},···,x_{n}+y_{n}]=\varphi (X)+\varphi (Y)\\\qquad \quad \varphi (kX)=[kx_{1},kx_{2},···,kx_{n}]=k\varphi (X)\\\quad b)\quad \varphi (X+Y)=[x_{1}+y_{1},x^{2}_{2}+y^{2}_{2},···,x^{n}_{n}+y^{n}_{n}]\neq \varphi (X)+\varphi (Y)\\\quad c)\quad \varphi (X+Y)=[x_{1}+y_{1},x_{1}+y_{1}+x_{2}+y_{2},···,\sum_{i=1}^{n}x_{i}+\sum_{i=1}^{n}y_{i}]=\varphi (X)+\varphi (Y)\\\qquad \quad \varphi (kX)=[kx_{1},kx_{1}+kx_{2},···,k\sum_{i=1}^{n}x_{i}]=k\varphi(X)\\\quad 故a,c为线性映射\)‏
‎
‎
\(2.\ 归纳证明,略\)
‎
‎
\(3.\ \begin{pmatrix}0&-1\\ 1&-1\end{pmatrix}\begin{pmatrix}0&-1\\ 1&-1\end{pmatrix}\begin{pmatrix}0&-1\\ 1&-1\end{pmatrix}\\=\begin{pmatrix}-1&1\\ -1&0\end{pmatrix}\begin{pmatrix}0&-1\\ 1&-1\end{pmatrix}\\=\begin{pmatrix}1&0\\ 0&1\end{pmatrix}\)
‎
‎
\(4.\ \begin{pmatrix}p_{11}&p_{12}&···&p_{1n}\\p_{21}&p_{22}&···&p_{2n}\\···&···&···&···\\p_{n1}&p_{n2}&···&p_{nn}\end{pmatrix}\begin{pmatrix}x_{1}\\x_{2}\\···\\x_{n}\end{pmatrix}=\begin{pmatrix}\sum_{i=1}^{n}p_{1i}*x_{i}\\\sum_{i=1}^{n}p_{2i}*x_{i}\\···\\\sum_{i=1}^{n}p_{ni}*x_{i}\end{pmatrix}\\~\\“\Rightarrow ”:\sum_{j=1}^{n}\sum_{i=1}^{n}p_{ji}*x_{i}\\\quad \ \ =\sum_{i=1}^{n}x_{i}(\sum_{j=1}^{n}p_{ji})\\\quad \ \ =\sum_{i=1}^{n}x_{i}=1\\~\\“\Leftarrow ”:\sum_{j=1}^{n}\sum_{i=1}^{n}p_{ji}*x_{i}\\\quad \ \ =\sum_{i=1}^{n}x_{i}(\sum_{j=1}^{n}p_{ji})\\\quad \ \ 当且仅当\sum_{j=1}^{n}p_{ji}=1时.成立\\\quad \ \ 即P为随机矩阵\)
‎
‎
\(5.\ 略\)
‎
‎
\(6.\ 归纳证明,略\)
‎
‎
\(7.\ 设C=A+B\\\quad \ r_{A}=rankA=dim<A_{(1)},A_{(2)},···,A_{(r_{A})}> \\\quad r_{B}=rankA=dim<B_{(1)},B_{(2)},···,B_{(r_{B})}> \\\quad C_{(k)}=A_{(k)}+B_{(k)}=\sum_{i=1}^{k}\alpha _{i}A_{(i)}+\sum_{i=1}^{k}\beta _{i}B_{(i)} \\\quad <C_{(1)},···,C_{k}>=<\alpha _{1}A_{(1)}+\beta _{1}B_{(1)},···,\alpha _{k}A_{(k)}+\beta _{k}B_{(k)}> \\\quad rankC=rank(A+B)=dim<C_{(1)},···,C_{k}>\ \leqslant r_{A}+r_{B}\)
‎
‎
\(8.\ \begin{pmatrix}A&O\\E_{s}&B\end{pmatrix}=\begin{pmatrix}E_{m}&A\\O&E_{s}\end{pmatrix}\begin{pmatrix}O&AB\\E_{s}&O\end{pmatrix}\begin{pmatrix}E_{s}&B\\O&-E_{n}\end{pmatrix}\\\quad rankA+rankB\leqslant rank(\begin{pmatrix}O&AB\\E_{s}&O\end{pmatrix})=rank(AB)+s\\\quad 即rankA+rankB-s\leqslant rank(AB)\)
‎
‎
\(9.\ (AB)C=O\Rightarrow (AB)C^{(k)}=O\\\quad 故C^{(k)}为(AB)X=O的解，又(AB)X=0的基础解系有n-rank(AB)个线性无关的解\\\quad 故rankC+rank(AB)\leqslant n\\\quad rank(AB)\leqslant min{rankA,rankB}=n\\\quad 综上rankA+rankB+rankC\leqslant 2n\)
‎
‎
\(10.\ \left\{\begin{array}{l}0\quad A=O\\1 \quad else\end{array}\right.\)
‎
‎
\(11.\ A^{T}*(A^{T})^{-1}=E\Rightarrow [(A^{T})^{-1}]^{T}*A=E\Rightarrow [(A^{T})^{-1}]^{T}=A^{-1}=[(A^{-1})^{-T}]^{T}\Rightarrow (A^{T})^{-1}=(A^{-1})^{T}\Rightarrow A^{-1}=(A^{-1})^{T}\)
‎
‎
\(12.\ 略\)
‎
‎
\(13.\ 验证略\\\quad ad=bc=0\Rightarrow \frac{a}{c}=\frac{b}{d}=k\Rightarrow rankA\neq n\ 故不存在A^{-1}\)
‎
‎
\(14.\ 略\)
‎
‎
\(15.\ 略\)
‎
‎
\(16.\ A^{m}=O\Rightarrow \left | A\right |=0\Rightarrow ad-bc=0\\\quad A^{m}=A^{m-2}((a+d)A-(ad-bc)E)=(a+d)A^{m-1}=···=(a+d)^{m-1}A=0\\\quad 当A=O时,显然成立\\\quad 当a+d=0即a=-d时,A^{2}=\begin{pmatrix}a^{2}+bc&b(a+d)\\c(a+d)&d^{2}+bc\end{pmatrix}=O\\\quad Q.E.D.\)

标签：begin,end,映射,引论,sum,代数学,pmatrix,varphi,quad
来源： https://www.cnblogs.com/cihua/p/Dsxyl_1_2_3.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。