You are on page 1of 29

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.

tw
或來電(02)2705-5066
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
序 言

因為線性代數在包括線性規劃、計量經濟、統計線性模式、通信
及控制工程許多領域之應用上都佔有重要關鍵工具的地位,因此本課
程不論在理論或應用上都有豐碩的成果,除數學系外許多學系如:統
計系、工業工程系、電機系、自控系、經濟系、企管系、工管系、資
管系、資工系等多將線性代數列為必修課程,其理即在此。
基本上線性代數包括兩個重要的部分,一是矩陣,一是向量空
間、線性轉換等,兩者有相當相通之處,因作者寫書對象與個人寫作
興趣使得線性代數的教材大致有兩類,一是較偏向向量空間、線性轉
換等方面及矩陣代數,熟稔的集合知識是不可或缺的,對多數學生而
言這類教材較為理論、抽象而難理解,另一類較偏向矩陣及向量空
間、線性轉換等部分,這類教材抽象度較低也易於了解,本書在架構
上即屬這一類,簡明易學是本書的特色。因此在寫作上大致把握以下
方向進行:
本書名為基礎線性代數,顧名思義,它所需之數學知識盡量維
持最低要求,只要簡易之集合知識即可,而且本書僅限於實數系。
本書在理論上力求精簡,每章之例題、習題在難度上均力求放
低,具有中等程度的同學都能自行解答八成以上的習題,我們也精選
了一些基本的證明問題,此提供同學對定理定義有融會貫通之機會。
本書後附習題詳解,可供同學對照解答之參考。雖然線性代數

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.2. 序 言

不是一門易於學習的課程,但我們相信只要同學認真學習、思考、做
作業,一定可以由本書打下很好的基礎,由這個基礎,同學可藉參考
一些更深入的教材而逐步提升個人在線性代數的學養。
作者係在公餘完成本書,加以作者學淺,其中錯植之處在所難
免,希望學者專家不吝賜正以及建議,至為感荷。

黃學亮 敬上

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
目 錄

CHAPTER 1 矩陣與線性聯立方程組 ‥‥‥‥‥‥‥‥ 1

1.1 矩陣之意義 2
1.2 矩陣基本運算 5
1.3 矩陣基本運算 14
1.4 線性聯立方程組 27
1.5 反矩陣 38
1.6 基本矩陣 52
1.7 LU分解 62

CHAPTER 2 行列式 ‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 71

2.1 行列式之定義 72
2.2 行列式之性質及進一步計算方法 81
2.3 伴陣與 Cramer 法則 92
2.4 分割矩陣 102

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.2. 目 錄

CHAPTER 3 向量空間 ‥‥‥‥‥‥‥‥‥‥‥‥‥‥111

3.1 體 112
3.2 向量空間 113
3.3 子空間 118
3.4 線性組合 129
3.5 基底與維數 136
3.6 基底變換 157

CHAPTER 4 線性映射 ‥‥‥‥‥‥‥‥‥‥‥‥‥ 167

4.1 線性映射之意義 168


4.2 線性映射之函數運算 175
4.3 秩之定義 188
4.4 線性映射之矩陣表示 201

CHAPTER 5 特徵值與對角化問題 ‥‥‥‥‥‥‥‥ 215

5.1 特徵值之意義 216


5.2 Cayley Hamilton 定理 229
5.3 方陣相似性 233
5.4 對角化 237
5.5 最低多項式 251
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
目 錄 .3.

5.6 Jordan 形式 255

CHAPTER 6 內積空間 ‥‥‥‥‥‥‥‥‥‥‥‥‥ 263

6.1 二次形式 264


6.2 內積空間 275
6.3 Gram-Schmidt 直交過程 285
6.4 直交性之進一步討論 297

習題解答‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥‥ 309

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
CHAPTER
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5 矩陣與線性
A.B = 1.( 2) + 0.1 + ( 3).1 = 5

聯立方程組
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5
A.B = 1.( 2) + 0.1 + ( 3).1 = 5

1.1 矩陣之意義
1.2 矩陣基本運算
1.3 矩陣基本運算
1.4 線性聯立方程組
1.5 反矩陣
1.6 基本矩陣
1.7 LU分解

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.2. 基礎線性代數

1.1 矩陣之意義

矩陣之意義

A 為 m × n 階矩陣(matrix)意指有 m n 個數 a11 , a12 …… amn 形


成之 m 列(row),n 行(column)之矩形排列(rectangular array):
a11 a12 … a1n
a21 a22 … a2n
A=
…………
am1 am2 …amn
ai j 為第 i 列第 j 行之元素,上述矩陣 A 常以 A = ai j m × n 表之。

在不混淆之情況下,亦有時寫成 A = ai j 。一個矩陣只有一列者稱
為列向量(row vector),只有一行者稱為行向量(column vec-
tor)。

1 2 3
例1 A= ,則 a11 = 1 , a22 = 5 , a23 = 2。
0 5 2

例2 A 為 3×2 階矩陣,aij 為 A 之任一元素 1 i 3,1 j 2,


若 aij = i + 2j 2,求 A 。

∵ a i j = i + 2j 2 , 1 i 3,1 j 2
∴ a11 = 1 + 2×1 2 = 9 , a12 = 1 + 2×2 2 = 25
a21 = 2 + 2×1 2 = 16 , a22 = 2 + 2×2 2 = 36
a31 = 3 + 2×1 2 = 25 , a32 = 3 + 2×2 2 = 49

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .3.

9 25
∴ A = 16 36
25 49

方陣

方陣(square matrix)是一種特殊矩陣,其在理論與應用上均
極重要。

定義

一矩陣之行數與列數均為 n 時,稱為 n 階方陣,此時 a11,


a22… ann 稱為主對角線元素(main diagonal 或 principal di-
agonal),主對角線元素之和稱為跡(trace),方陣 A 之
跡以 tr (A)表示。

a b c
例3 A= d e f 為一 3 階方陣,a, e, i 為主對角線元素,
g h i
tr (A) = a + e + i。只有方陣才有跡,跡在方陣之運算與導
證過程中至為有用。

三種特殊之方陣

單位陣(identity matrix),若方陣 A = ai j n × n 之所有元素


0, i j
aij 滿足 aij = 時謂之,常以 In 表之,n 表方陣之階
1, i = j
數,在不混淆之情況下常逕寫成 I 。方陣 kI 稱為純量陣
(scalar matrix)。
換言之,單位陣就是主對角線元素均為 1 而其餘元素均為 0
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.4. 基礎線性代數

之方陣。

隨堂演練
試寫出 3 階單位陣,並求它的跡,n 階單位陣的跡又為何?

對角陣(diagonal matrix),除主對角線之元素外其它元素
均為 0 之方陣謂之,常以 diag a11, a22…ann 表之,單位陣
為對角陣之特例。

a 0 0
例4 3 階對角陣 A = 0 b 0 = diag a , b , c
0 0 c

三角陣(triangular matrix)可分:
上三角陣(upper triangular matrix):主對角線(不含)
以下之元素均為 0 者謂之。
下三角陣(lower triangular matrix):主對角線(不含)
以上之元素均為 0 者謂之。
若無特別指明,三角陣概指上三角陣。

例5 3 階上三角陣 3 階下三角陣
a m n a 0 0
A= 0 b p A= m b 0
0 0 c n p c

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .5.

1.2 矩陣基本運算

二矩陣相等之條件

定義

A、B 為二同階矩陣, A = aij m×n , B = bij m×n ,若且唯

若 aij = bij , 1 i m, 1 j n,則 A = B。

1 2 x 1 y 3
例1 A= ,B= ,若 A = B ,求 x, y, t。
3 2 0 t 2 0

依定義 x = 3, y = 2, t = 3。

矩陣之加法

定義

若 A = aij m×n , B = bij m×n , C = cij m×n,則定義 C = A + B

為 cij = aij + bij , 1 i m, 1 j n。

2 0 1 3 4 2 4 5
例2 A= ,B= ,C=
3 4 2 0 1 3 1 0

2 0 1 3 4 2 5 4 1
A+B= + =
3 4 2 0 1 3 3 3 5

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.6. 基礎線性代數

3 4 2 2 0 1 5 4 1
B+A= + =
0 1 3 3 4 2 3 3 5
A + C 不存在(∵ A, C 不同階數)

定理 A, B, C 為同階矩陣,則 A + B = B + A (滿足交換律)
A + B + C = A + B + C (滿足結合律)。


令 A = aij , B = bij , C = Cij ,則:
A + B = aij + bij = bij + aij = B + A
A + B + C = aij + bij + cij = aij + bij + cij = A + B + C

矩陣之減法

定義

若 A = aij m×n, B = bij m×n, C = cij m×n ,則定義 C = A B


為 cij = aij bij 1 i m,1 j n。

例3 (承例 2)
2 0 1 3 4 2 1 4 3
A B= =
3 4 2 0 1 3 3 5 1
3 4 2 2 0 1 1 4 3
B A= =
0 1 3 3 4 2 3 5 1
A C 不存在(∵ A, C 不同階)

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .7.

2 0 1
例4 A= ,X 為 2×3 階 矩 陣,若 X A=
3 4 2
3 0 2
,求 X 。
1 4 2

3 0 2
X A=
1 4 2
3 0 2 2 0 1 3 0 2 5 0 1
∴ X=A+ = + =
1 4 2 3 4 2 1 4 2 2 0 4

純量與矩陣之乘法

定義

若 為一純量(scalar),且 A = aij m×n , C = cij m×n,則

定義 C = A 為 cij = aij, 1 i m, 1 j n。

2 0 1
例5 A= ,則
3 4 2
4 0 2 0 0 0
2A = ,0A =
6 8 4 0 0 0
6 0 3
3A =
9 12 6

定理 一個矩陣若其所有元素均為 0 者稱為零陣(zero matrix 或


null matrix),本書以 0 表之,若 0 為實數零, 0 為零
陣,A 為任一矩陣,則 0.A=0 A+ A = A +A=0
0+A=A+0=A。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.8. 基礎線性代數

隨堂演練
a b c
請以 A = 驗證上述定理。
d e f

矩陣之轉置

定義

任意二矩陣 A = aij m×n , B = bij n×m ,若 aij = bji , 1 i m,


1 j n,則 A, B 互為轉置,A 之轉置矩陣(transpose
matrix)常用 A' 或 AT 表示。

1 4
1 2 3
例6 A= 2 5 則 AT =
4 5 6
3 6

定理 (轉置矩陣之性質),設 A, B 均為 m×n 階矩陣,則


AT T = A
A + B T = AT + BT


a11 a12 a1n
a21 a22 a2n
A=

am1 am2 amn

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .9.

a11 a21 ... am1 a11 a12 a1n


a12 a22 ... am2 a21 a22 a2n
則 AT = ∴ AT T = =A

a1n a2n ... amn am1 am2 amn

隨堂演練
A, B 均為 m×n階矩陣,證 A + B T= AT + BT。

對稱陣與斜對稱陣

定義

A 為一 n 階方陣,若 A = AT 則 A 稱為一對稱陣(symmetric
matrix),若 A = AT 則稱 A 為斜對稱陣(skew-symmetric
matrix)。

定理 若 A 為任一方陣,則 A + AT 為對稱陣, A AT 為斜對稱


陣。


A + AT T
= AT + AT T
= AT + A = A + AT
∴ A + AT 為對稱陣
A AT T
= AT AT T
= AT A= A AT
∴A AT 為斜對稱陣

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.10. 基礎線性代數

一個簡單的方陣分解

矩陣之分解一向在線性代數中扮演重要角色,在此我們介紹
第一個方陣分解:任一方陣可分解成對稱陣與斜對稱陣之和。

1 1
定理 若 A 為任一 n 階方陣,令 S = A + AT , P = A AT ,
2 2
則 S 為對稱陣, P 為斜對稱陣且 A = S + P 。


T
1 1 1 T
(a) S T = A + AT = (AT + AT T) = A +A
2 2 2
1
= A + AT = S
2
T
1 1
(b) PT = A AT = (AT AT T)
2 2
1 T 1
= A A = A AT = P
2 2
∴S 為對稱陣,P 為斜對稱陣
1 1
(c) S + P = A + AT + A AT = A
2 2

1 3
例7 A= ,試將 A 表成對稱陣 B 與斜對稱陣 C 之和。
2 4

1
A= A + AT + A AT
2
1 3 1 2
A= , AT =
2 4 3 4
1 3 1 2 1 2 5
∴B=
1
2
2 4
A + AT =
+
3 4
1
=
2 (
2 5 8 )
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .11.

1
C= A AT
2
1 3 1 2 0 1
=
1
2 ( 2 4 3 4)=
1
2 1 0

A = B + C,其中 B 為對稱陣, C為斜對稱陣

1 0 1
例8 將A= 4 2 1 分解成一個對稱陣與一個斜對稱陣
1 4 3
之和。

1 0 1 1 4 1
A= 4 2 1 ,AT = 0 2 4
1 4 3 1 1 3
1 2 1
5
1 2 2
取對稱陣 S = A + AT = 2 ,
2
5
1 3
2
0 2 0
3
1 2 0
斜對稱陣 P = A AT = 2
2
3
0 0
2
A=S+P

隨堂演練
A, B 為 二 同 階 斜 對 稱 陣,試 證 AB 為 斜 對 稱 陣 之 充 要 條 件 為
AB = BA。
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.12. 基礎線性代數

例9 若 A 為斜對稱陣,則 A 之主對角線元素均為 0。


∵ A 為斜對稱陣,A之每一個元素 aij均有 aij = aji
∴ A 主對角線元素 aii = aii 2aii = 0
即 aii = 0,i = 1, 2… n

例 8 是判斷斜對稱陣之一個重點。注意的是,A 為斜對稱陣
則 A 主對角線元素均為 0。

隨堂演練
找出一個方陣,其主對角線元素均為 0,但它不是斜對稱陣。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .13.

習題 1-2

0 2 1 1 3 2
A= , B= ,求 2 A + 3B , A 3B T,
1 3 0 2 1 1
2A + 3B 。

A 為任一 m×n 階矩陣,r 為純量,若 rA = ~0m×n, ~0m×n為 m×n


階矩陣,證明 r = 0,或 A 為 ~0m×n。

下列何者為斜對稱陣?
1 2 3 1 2 3 0 2 3
A= 2 0 4 ,B= 2 0 4 ,C= 2 0 4
3 4 3 3 4 3 3 4 0

4 3
A= ,試將 A 表成一個對稱陣 B 與一個斜對稱陣 C 之
2 5
和。

以 3 階方陣為例驗證:若 A 為上三角陣,則 AT 為下三角陣。

A= i 1 j 2×2, B = i + 2j 2×2,試 求 (a) A + 2B (b)3A B

(c) A + 2B 。

x + y y + 2z 1 4
若A= = ,求 x, y, z, w。
2z + w 2x w 8 0
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.14. 基礎線性代數

1.3 矩陣基本運算

矩陣之乘法

1×m 之列向量 A 與 n×1 之行向量 B 之乘法


可乘之條件: m = n
乘法之結果:
b1
b2
A = a1 , a2 am ,B =

bm
m m
則 A.B = aibi 或逕寫成 ai bi
i=1 i=1

2
例1 A = 1 , 0 , 3 ,B = 1 ,D = 1 , 2
1
2
則 A.B = 1 , 0 , 3 1 = 1× 2 + 0×1 + 3 ×1 = 5
1
A.D 不存在(何故?)

隨堂演練
A 為 1×m 列向量,B 為 m×1 行向量,試證 A.B = BT.AT。

A 為 m×n 階矩陣,B 為 k×s 階矩陣時 A, B 之乘法


A 為 m×n 階矩陣,B 為 k×s 階矩陣,則

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .15.

A, B 可乘之條件為 n = k ,即 A 之行數與 B 之列數相同,


B, A 可乘之條件為s = m,即 B 之行數與 A 之列數相同。
乘法結果:
A = aij , B = bij 及 C = cij
n
C = A.B 則 cij = aij bjk 1 i m, 1 k n
j=1

矩陣之乘法較矩陣加、減法與純量和矩陣乘法為複雜,因此,
我們將以較多篇幅來討論。

例2 若 A 為 2×3 階矩陣, B 為 x×4 階矩陣, C 為 y×2 階矩


陣,若( A.B ).C 為可乘,則 x = ? y = ?又( A.B ).
C 之階數 = ?

A 為 2×3 階矩陣,B 為 x×4 階矩陣,A.B 為可乘則需
3 = x ,又 A.B 為 2×4 階矩陣,( A.B ).C 為可乘則需
4=y
∴( A.B ).C 為 2×2 階矩陣

隨堂演練
A, B, C 為三矩陣,若 AC = CB ,試證 A, B 為方陣。

1 1 0 3 1 1 0 1
2 4 5 3 2 1 1 3
例3 A= , B=
1 0 2 0 3 2 1 0
5 4 7 6 0 2 4 1
C = AB,求 c32, c43
D = BA,求 d24 , d23

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.16. 基礎線性代數


C = AB
∴ C32 = 1× 1 + 0× 1 + 2×2 + 0×2 = 5
C43 = 5×0 + 4×1 + 7 ×1 + 6×4 = 21
∴ d24 = 2×3 + 1 ×3 + 1×0 + 3×6 = 21
d31 = 3×1 + 2× 2 + 1× 1 + 0×5 = 2

2 0 1
2 3 1
例4 若A= ,B = 1 ,C = 2 4 求 AB, BA,
0 1 4
1 3 2
AC。

2
1
1
2 3 1 2× 2 + 3 ×1 + 1× 1
AB = =
0 1 4 0× 2 + 1×1 + 4 × 1
8
=
5

BA 不可乘 0 1
2 4
3 2

2 3 1
AC =
0 1 4
9 16
=
14 12
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .17.

隨堂演練
0 1 4
承例 4,驗證 CA = 4 10 18 。
6 11 11

1
例5 A = a b c ,B = 2 ,求 AB 及 BA。
3

1
a bc
2
1
3
AB = a b c BA = 2
= a + 2b + 3c 3
a b c
= 2a 2b 2c
3a 3b 3c
2 3 1 0 2
例6 A= ,B = ,則 A B 不存在,且
0 4 2 2 1
0 2 2 3 1
BA =
2 1 0 4 2
0 8 4
= 。
4 10 0

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.18. 基礎線性代數

隨堂演練
1 0 0 2 0 1
A= ,B = ,C =
8 4 2 1 0 0
0 2 16 8
驗證 AB = , BA = ,這說明了
8 20 6 4
0 0
驗證 C 2 = ,這說明了
0 0

定理 在 A, B, C 之加乘有意義情況下:
A B + C = AB + AC
A + B .C = AC + BC
AB C = A BC
AB T = BTAT

交換陣

定義

若 二 矩 陣 A, B 滿 足 A.B = B.A ,則 稱 A, B 為 可 交 換
(commute),或稱 A, B 為交換陣(commute matrix)。

定理 A 為任意 n 階方陣,則 AIn = In A = A。

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .19.

a11 a12 a1n 1 0


a21 a22 a2n
取A= ,In =

an1 an2 ann 0 1


則 A.In = In .A = A 顯然成立

例7 若 A, B 為同階可交換陣,試證 AT, BT 亦為可交換陣。


∵ A, B 為可交換 ∴ AB = BA,現要證 AT BT = BT AT:
T
AB = BTAT
T
BA = ATBT
但 AB = BA ∴ BTAT = ATBT

矩陣之冪

定義

A 為一 k 階方陣, n 為正整數,則 An = A.A A。


n次

1 1
例8 A= ,試證 An = 2n 1
A,n 為正整數。
1 1

有關正整數之導證問題,數學歸納法往往是優先可考慮使
用的方法,雖然它不是唯一的方法,也不是最有效的方
法。本例我們是用數學歸納法來解答。
n=1時 左式 = A = 21 1
A = 右式
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
.20. 基礎線性代數

n=k時 令左式 = Ak = 2k 1
A
n=k+1時 左式 = Ak + 1 =Ak.A= 2k 1A A = 2k 1
A2
= 2k 1
2A = 2kA = 2 k + 1 1
A
∴當 n 為任一正整數時,原式均成立

n n n 1
1 n
例 9 試證 = n
,n 為正整數。
0 0

利用數學歸納法
n = 1 時,原式顯然成立
n = k 時,令原式亦成立,即:
k k k 1
1 k
= k
0 0

n = k + 1 時:
k+1 k k k 1
1 1 1 k 1
= = k
0 0 0 0 0
k+1 k
1+k
k+1
=
0
∴n 為任何自然數,原式均成立

隨堂演練
0 a b 0 0 0
3
A = 0 0 c ,試證 A = 0 0 0。
0 0 0 0 0 0

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
Chapter 1 矩陣與線性聯立方程組 .21.

冪等陣

定義

A 為 一 n 階 方 陣,若 且 唯 若 A2 = A 則 稱 A 為 冪 等 陣
(idempotent matrix),冪等陣若同時滿足對稱性則稱為
對稱冪等陣(symmetric idempotent matrix)。

隨堂演練
1 0
A= 驗證 A 為一冪等陣。
0 0

由上述隨堂演練,我們可知:若 A = I 或 On (n 階零方陣以 On
表之)時 A 為冪等陣,但 A 為冪等陣時,A 未必為 I 或 On 。

例 10 若 A 為冪等陣,試證 I A 亦為冪等陣。


I A.I A =I A A + A2 = I 2A + A = I A

例 11 若 A 為冪等陣則 An = A(n N)從而證明 n 為偶數時 A 為


冪等陣。

(a)∵A2 =A
∴A3 =A.A2 =A.A = A; A4 = A.A3 = A.A = A, …
(b)由(a), A2 = A , A4 = A2 2 = A2 …

本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066
本試閱檔為五南所有。如欲購買此書,請至五南網站 www.wunan.com.tw
或來電(02)2705-5066