矩阵理论与方法
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

主要符号说明

F 任意数域,任意数集合

RC) 实数域,实数集合(复数域,复数集合)

α,β,γ,…,x,y,z,… 向量

0 零向量

α,β)  向量α与向量β的内积

αβ  向量α与向量β正交(垂直)

εi 第i个分量为1,其他分量为数0的单位向量

AT,|A|(或d etA) 矩阵A的转置矩阵,矩阵A的行列式

A* 或a djA  矩阵A的伴随矩阵

tr(A) 矩阵A的迹

AH 矩阵A的共轭转置

I 单位矩阵

O,Om×n 零矩阵,m×n阶零矩阵

rankA或r(A)  矩阵A的秩

J 矩阵的Jordan标准形

AB 矩阵A相似于矩阵B

V 线性空间

VF) 数域F上的线性空间

Fn 数域Fn维向量集合

RnCn) 实n维向量集合(复n维向量集合

dimV 线性空间V的维数

L(α1α2,…,αs)  由向量α1,α2,…,αs生成的子空间

Vi,Ui 子空间,i=1,2,…,t

U1U1 子空间U1与子空间U2的交

U1U2 子空间U1与子空间U2的并

U1+U2  子空间U1与子空间U2的和

U1U2 子空间U1与子空间U2的直和

 子空间U1,U2,…,Up的和

U1U2 子空间U1包含子空间U2

U  子空间U的正交补

RA) 矩阵A的值域,矩阵A的列空间

NA) 矩阵A的核空间,矩阵A的零空间,线性方程组Ax=0的解空间

dimRA) 矩阵A的秩,矩阵A的列空间的维数

dimNA),null(A) 矩阵A的零空间的维数,矩阵A的零度

Fm×n 数域Fm×n阶矩阵全体的线性空间

Rm×nCm×n)  m×n阶实矩阵集合(m×n阶复矩阵集合)

P(λ,F),PtR) 数域F上λ的纯量多项式,实数域Rt的纯量多项式

F[x]nR[x]n 数域F(或实数域R)上次数小于n的一元多项式全体加上零多项式构成的线性空间

ψ(λ)  矩阵的特征多项式

ψm(λ) 矩阵的最小多项式

TKT0I  线性变换,数乘变换,零变换,单位变换

T-子空间 线性变换T的不变子空间

RT) 线性变换T的值域

NT) 线性变换T的核空间

dimRT)或rT) 线性变换T的秩

dimNT)或null(T) 线性变换T的核空间的维数或线性变换T的零度

x1,‖x2,‖x 分别为不同定义的向量x的范数

Am1,‖Am2,‖Am∞ 分别为不同定义的方阵A的范数

A1,‖A,‖A2 方阵A的列和范数,行和范数,谱范数

AF  矩阵A的Frobenius范数

x‖,‖A‖ 向量x的任意范数,矩阵A的任意范数

‖·‖ 向量或矩阵的任意一种范数

A1A2,…,Ak,… 矩阵序列

矩阵级数

A-,A+ 分别为满足不同条件的矩阵A的广义逆矩阵

  矩阵A的左逆

  矩阵A的右逆