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

線性代數乃為近代數學基礎的一大支，除具有眾多的抽象理論外，更含有
甚多實用之價值，亦即它為一門涵蓋數值方法與應用兩者併容的學科；其主要
內容包括基本理論的探討，重要數值技巧以及實際應用之闡釋。

筆者曾在大學院校講授線性代數有年，深知坊間猶需一本以中文撰寫的線
性代數書籍，職是之故，遂以多年來所編授課講義，以及拙著「管理數學」書
中部分資料為圭臬，將其彙編為這本專書，俾應廣大讀者的企求，並利教學，
以期能啟迪學習意願與興趣，提高學習成效。

全書共七章，旨在揭櫫基本理論有關的問題及其應用。書中內容豐富，章
節完整，敘述平易，例題尤多，除可供大專相關科系教學之用外，復能作為自
行研習的藍本。

本書足敷一學年教學之用，若感教學時數不裕時，可在不虞有悖連貫性的
前提下，盱衡各科系之特性，就中選擇所擅的章節予以講授，務期達到學以致
用之鵠的。

本書在編著過程中，荷蒙家父葉民松教授精心審稿、雔正，復承胞弟葉維
弘博士、弟媳婦劉怡均博士以及清華大學師長、同儕多人慨賜卓見，內人大力
協助，更有陳靜慧小姐辛勞的打字，使得本書得以順利付梓，併此深致謝意。

線性代數所涉及的範疇至為廣泛，著墨惟艱，筆者才識譾陋，末學膚受，
雖多盡力，疏漏難免，至祈先進賢達不吝惠賜匡正為禱！

葉維彰　謹識
民國九十六年　孟夏
於清華大學工工系所

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
 內容綱要

本書共分為七章，所探討的內容至為廣泛，為便於學習，爰將書中各章節
的主要內涵，概括臚列於下：

第一章　矩陣
在現實生活中，很多科技與經濟領域的問題，都可將其歸納為線性特性的
數學模式予以處理。矩陣具有特殊的運算，常用來解決線性、競賽與排隊理論
等問題，此處除介紹矩陣各種性質及運算方法，並以其代表線性方程組外，亦
將用來求解線性方程組。此外，另專節論述密碼通訊技術與方法。

第二章　行列式
行列式乃以矩陣為變數之實數值函數，其研究與應用旨在求解聯立線性
方程式。本章係以奇偶排列、餘因式方式來定義行列式，討論行列式之基本性
質、行列式對逆矩陣、聯立線性方程組之求解、判斷與應用。同時，併述馬可
夫鏈中之吸收鏈、差分方程式中的拉格蘭吉變分法與吸收鏈等範疇內之應用。

第三章　向量與向量空間
於本章中，將研討向量、向量的運算、外積、向量空間及子空間的基本性
質，定義線性組合、相依和獨立的關係，並闡釋線性轉換、基底與維數，以及
秩與零維數之特性與其求法，以利後續各章之應用。同樣也在章末併述競賽理
論中代數解法和 2×2 矩陣型競賽兩種應用。

第四章　內積空間
首先對內積空間加以定義，再探討範數與距離、柯西──史瓦茲不等式及
正交與正交補餘，單範正交的一些基本性質，併述葛蘭──史密特方法，最小
平方法求解的過程，末了介紹正交矩陣的特性與功能。而最小平方法的應用亦
將在章末出現。

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•內容綱要

第五章　特徵值與特徵向量
特徵值與特徵向量在矩陣應用中占有很重要的地位，且其用途非常廣泛，
有關性質將在本章中予以研習；此外，對矩陣對角線化，正交對角線化，對稱
矩陣以及正定矩陣的定義、特性亦均詳加著墨。至於微分方程式以及差分方程
式中的聯立方程組兩領域的應用，在本章內亦占有一席之地。

第六章　線性轉換
旨在探討線性轉換的意義、性質，並對核集與值域、逆線性轉換、轉換與
線性方程組的各種基本性質加以縷述，最後，亦對座標向量、線性轉換的矩陣
表示法之意義、方法一併加以探討。用途廣泛的最小平方擬合與有向圖形兩種
應用，當然也不可獨缺，在本章末均將介紹。

第七章　複數向量空間
一般上，除了實數向量空間廣受應用之外，複數向量空間亦有頗多的用
途，尤其是傅立爾矩陣（級數）更是應用中的龍頭。本章中除了介紹複數及其
有關空間外，還針對么正與赫密特矩陣，以及傅立爾矩陣的各項性質、應用方
法多所著墨。除此而外，差分方程式中的高階差分方程式和轉移運算子法，雙
雙俱為複數的一種典型應用，故亦將其列在章末予以探討。

一般參考書目
除在書中各章末羅列有各章參考、引用資料的有關書籍外，另於書末附有
本書編著時所參考、引用資料之一般有關書目。

中英名詞索引
最後則將本書中的有關名詞，彙整其中英文對照索引，俾供讀者參考、引
用，庶免因各方編譯之互異，而滋生無謂的困惑。

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

序
內容綱要

Chapter 1　矩　陣／1

1.1　線性方程組／2
1.2　矩陣／7
1.3　矩陣的運算／12
1.4　逆矩陣／43
1.5　基本列運算／47
1.6　聯立方程式／51
1.7　高斯消去法／63
1.8　應用：密碼通訊／73

Chapter 2　行列式／95

2.1　行列式概念／96
2.2　行列式性質／104
2.3　餘因式／114
2.4　逆矩陣與行列式／124
2.5　克萊姆法則／130
2.6　應　用／139

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　向量與向量空間／159

3.1　向　量／160
3.2　向量的運算／163
3.3　外　積／169
3.4　向量空間／173
3.5　子空間／184
3.6　線性組合／190
3.7　線性轉換／205
3.8　基底與維數／221
3.9　其他的空間／232
3.10　秩與無核維數／240
3.11　應　用／247

Chapter 4　內積空間／263

4.1　內積空間／264
4.2　範數與距離／271
4.3　正交與正交補餘／280
4.4　單範正交／286
4.5　投影定理與葛蘭──史密特方法／292
4.6　正交矩陣／298
4.7　應用：最小平方法／309

Chapter 5　特徵值與特徵向量／327

5.1　特徵值／328
5.2　對角線化／337
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•

5.3　正交對角線化與對稱矩陣／352
5.4　正定矩陣／362
5.5　應　用／367

Chapter 6　線性轉換／387

6.1　線性轉換之幾何意義／388
6.2　線性轉換性質／394
6.3　核集與值域／401
6.4　逆線性轉換／409
6.5　轉換與線性方程組／417
6.6　座標向量／422
6.7　線性轉換的矩陣表示法／429
6.8　應　用／447

Chapter 7　複數向量空間／467

7.1　複　數／468
7.2　共軛複數／474
7.3　極座標／483
7.4　複數向量空間／493
7.5　複數內積空間／498
7.6　么正與赫密特矩陣／504
7.7　傅立爾矩陣／520
7.8　應　用／525

參考書目／547

索引／551
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•73•

故得原聯立方程組的解為：

1.8　應用：密碼通訊

本節旨在論述密碼通訊技術與方法，將一個密碼訊息加以解碼需
要密碼翻譯技術，而探討將秘密訊息編碼與解碼的學問稱為密碼方法
（cryptography）或稱密碼通訊；這種技術在戰場上交戰雙方情報的傳
遞中占有很重要的地位，因此，敵我雙方都絞盡腦汁想辦法要破解對
方的密碼情報，使能掌握最有利形勢，俾贏得戰爭的最後勝利。此處
特介紹使用矩陣乘法與逆矩陣性質以及模數算術（modular arithmatic）
對訊息編碼和解碼的技巧，同時，也說明如何使用高斯消去法以破解
敵方的密碼。
在未進行本文討論之前，先定義一些相關名詞，以方便應用。
(1)密碼（cipher）：在密碼通訊語言中，所用的編碼。
(2)原文（plaintext）：即希望譯成密碼的訊息。
(3)密碼文（cipher text）：在密碼通訊語言中，所用編碼的內文。
(4)編成密碼（encipher）：將原文轉換為密碼文的過程。
(5)解讀密碼（decipher）：將密碼文轉換為原文的返轉過程。
本文所將討論的課題為凱撒轉換密碼、模數算數、希爾密碼以及
解譯密碼等有關的問題。

1.凱撒代換密碼（the Caesar shift ciphers）

以前羅馬帝國凱撒（Julius Caesar）大帝使用下列簡單的方法編譯

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 2 行列式•139•

2.6　應　用

行列式中的克萊姆法則，應用範圍非常廣泛，本節特舉出兩個應
用實例，其中拉格蘭吉變分法為用克萊姆法則來求解差分方程式，而
馬可夫鏈中的吸收鏈，則利用逆矩陣的方法，求得重要的馬可夫鏈基
本矩陣。

2.6.1　拉格蘭吉變分法
本小節中我們將介紹一種解差分方程式的方法，稱為拉格蘭吉變
分法（Lagrange's variation of parameters）或簡稱為變分法，它的另外一
個常用名稱為參數變換法。方程式範圍，變分法可說是解差分方程式
的萬靈丹，應用至為普遍，而且不限於常係數線性差分方程式範疇，
亦可用於變係數差分方程式。為了簡單、方便介紹變分法，首先考慮
二階變係數非齊次線性差分方程式：
a2(x)yx+2 + a1(x)yx+1 + a0(x)yx = h(x)，a2(x)≠0
若已知該差分方程式之齊次解 為：

其中 與 都是上面差分方程式的獨立齊次解。
設特解 為：

其中 ux，vx 都是有待求解的函數。現在我們的首要目標是如何求
出這兩個函數，首先利用比較係數法來求：
(2.6.1)
又利用
ux+1 = ux + ux，vx+1 = vx + vx
代入（2.6.1）式得

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 3 向量與向量空間•247•

它的三個列向量必為線性相依。
(2)因矩陣 B 為 4×5 階，即 m≠n，其秩取較小之 4，即秩
為：
　rank(B) = 4
它的五個行向量亦必為線性相依。

3.11　應用

在本節中我們舉出兩個應用實例，一為代數解法，另一為 2×2 矩
陣型競賽。求解線性規劃問題中的代數解法，雖然比第 1 章中所介紹
所簡算法比較沒有效率，然而此法在求解二維空間以上的線性規劃問
題時，則較具方便，是以特別在本節中予以討論。
至於競賽理論中 2×2 的矩陣型競賽，為一種頗具實用而為大多數
採行的競賽方式，所以也在這裡一併加以介紹。

3.11.1　代數解法
只含有兩個決策變數的線性規劃問題，其適合區域是平面的，而
它的頂點是由兩條直線相交所產生，所以在平面圖形中可立即加以識
別與求出頂點。但當線性規劃問題的決策變數大於兩個時，則需使用
簡單的代數解法，以找出適合區域的頂點。代數解法雖然比簡算法較
無效率，但它進一步延伸則可視為簡算法的基礎與理論根源。
對於有三個決策變數的線性規劃問題，其解的適合區域為三維空
間，而頂點由三個平面（限制條件）交集所形成。同理當決策變數共
有個時，其解的適合區域為維空間，而頂點是 n 個超平面的交集。
如果一個線性規劃問題中有 m 個限制式、n 個決策變數，若 m 小
於 (m + n)，則解的個數是無限的。由於基本解是由 A 中 m 個行向量所

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
 •264•線性代數與應用

內積（inner product）或稱點積（dot product）又稱歐幾里德內積

（Euclidean inner product），在幾何上的投影，物理上的作用力、位
移以及工程等方面都有很多的用途。本章主要在於探討內積的一般觀
念，並說明使用內積來定義向量空間中不屬於 Rn 空間內長度與距離的
一些概念。
此外，並探討正交與正交補餘、單範正交、坐標矩陣與正交矩陣
的一些基本性質，及其功能等有關問題；同時也介紹葛蘭─史密特方
法以及最小平方法的原理與應用。

4.1　內積空間

在這一節中，我們首先針對內積相關的各項性質給以定義，其次
再談到內積向量之運算。

定義4.1.1

內積基本性質
設 V 為實數向量空間，若〈u, v〉能滿足下列各公理：
(1)〈u, v〉=〈v, u〉　 對稱（symmetry）公理
(2)〈u + v, w〉=〈u, w〉+〈v, w〉　 加法（additivity）公理
(3)〈ku, v〉= k〈u, v〉　 齊次（homogeneity）公理
(4)〈u, u〉≥ 0，另〈u, u〉= 0 若且唯若 u = 0
正性（positivity）公理
其中 u, v 及 w 為 V 中任意向量，k 為任意常數，則稱〈u, v〉
為實數向量空間的內積，而 V 稱為實數內積空間（real inner
product space）

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 4 內積空間•265•

定義4.1.2

歐幾里德內積
若 u = (u1, u2, …, un) 及 v = (v1, v2, …, vn) 為歐幾里德內積空間
V 上的兩個向量，則其內積稱為歐幾里德內積或點積（dot
product），並定義為：
　〈u, v〉= u．v = u1v1 + u2v2 + … + unvn
註：歐幾里德（Euclid 330∼275BC）古希臘哲學家

例 4.1.1
設 u = (2, -1, 0, 4, 3) 與 v = (-1, -3, 2, 0, -2) 為歐幾里德內
積空間中之兩向量，若 k = 3 時，試求(1)〈 u , v 〉(2)〈 ku ,
v〉(3)〈u + v, v〉的值。
解
(1)〈u, v〉= u．v
　　　 = (2) (-1) + (-1) (-3) + (0) (2) + (4) (0) + (3) (-2)
　　　 = -5
(2)〈ku, v〉= k〈u, v〉
　　　　= 3×(-5)
　　　　= -15
(3)〈u + v, v〉=〈u, v〉+〈v, v〉
　　　　　= (-5) + (-1) (-1) + (-3) (-3) + (2) (2) + (0)
　　　　　　(0) + (-2) (-2)
　　　　　= 13

在實際應用當中，為了方便運算，常常要將歐幾里德內積加以權
數化，因而遂有下列的定義。

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
 •266•線性代數與應用

定義4.1.3

加權歐幾里德內積
若權數 k1, k2, …, kn 為正實數，而且 u = (u1, u2, …, un) 與 v = (v1,
v2, …, vn) 為 Rn 上任意兩向量，則定義在 Rn 中的內積為：
　〈u, v〉= k1u1v1 + k2u2v2 + … + knunvn
並稱為加權（weight）歐幾里德內積。

在本書中除非另行指定其他內積，要不然所指的內積都假設
在 R n 中有歐幾里德內積，而稱此 R n 為歐幾里德 n - 空間（Euclidean
n-space）。

例 4.1.2
設 u = (u1, u2, u3) 及 v = (v1, v2, v3) 為 R3 中的兩個向量，試
證明在加權歐幾里德內積〈u, v〉= u1v1 + 3u2v2 + 5u3v3 定義
下，滿足定義 4.1.1 中的前三個公理。

證明
(1)對稱公理：
　〈u, v〉= u1v1 + 3u2v2 + 5u3v3
　　　　 = v1u1 + 3v2u2 + 5v3u3
　　　　 =〈v, u〉
(2)加法公理：設 w = (w1, w2, w3) 則
　〈u + v, w〉= (u1 + v1) w1 + 3(u2 + v2) w2 + 5(u3 + v3) w3
　　　　　　 = (u1w1 + 3u2w2 + 5u3w3) + (v1w1 + 3v2w2 + 5v3w3)
　　　　　　 =〈u, w〉+〈v, w〉
(3)齊次公理：
　〈ku, v〉= k (u1) v1 + 3 (ku2) v2 + 5(ku3) v3
　　　　　= k (u1v1 + 3u2v2 + 5u3v3)

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 4 內積空間•267•

　　　　　= k〈u, v〉

定義4.1.4

矩陣內積
設 u, v 為 2×2 階兩任意矩陣，且 u = ,v= ，則

　〈u, v〉= u1v1 + u2v2 + u3v3 + u4v4

此外，有時為了應用上的需要，常把 Rn 中的向量，以矩陣的標記
法，寫成列矩陣或行矩陣，運算的結果仍然相同，只是向量的表示方
式不同而已。

定義4.1.5

向量矩陣表示
設 u = (u1, u2, …, un), v = (v1, v2, …, vn)
則〈u, v〉= uvT
若 uT = (u1, u2, …, un), vT = (v1, v2, …, vn)
則〈u, v〉= uTv。

例 4.1.3
設u= ,v= ，試求〈u, v〉。

解
〈u, v〉= (-2) (1) + (3) (5) + (1) (0) + (2) (-2) = 9

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
 •268•線性代數與應用

定義4.1.6

多項式內積

設p 與 q  為 Pn 上的任意多項式，則多項式內

積定義為：

〈p, q〉=

我們在前面所介紹的歐幾里德內積，以及加權歐幾里德內積，實
際上都是矩陣內積的特例。

定義4.1.7

矩陣生成的內積
設 u, v 為 Rn 中的兩向量，且均為 n×1 階矩陣，並令 A 為 n×
n 階可逆矩陣，若 u , v 為 R n 中的歐幾里德內積，則定義內積
為：
　〈u, v〉= Au．Av = (Au)T(Av)
此內積稱為 Rn 中由矩陣 A 生成（generated）的內積。

此外，我們可由定義 4.1.5 得知
〈u, v〉= uTv
因此，可以得到歐幾里德內積為：
〈u, v〉= (Au)TAv
　　　 = uTATAv
另設 I 為 Rn 中之 n×n 階單位矩陣，則由 I 所生成的內積為歐幾里
德內積，故 A = I，歐幾里德內積為：
〈u, v〉= Iu．Iv
　　　 = u．v

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 4 內積空間•269•

例 4.1.4
設 u, v 為 R2 中的兩向量，且若 u = (2, - 1), v = (1, 3)，則

歐幾里德內積〈u, v〉= 2u1v1 + 3u2v2 為 R2 中 所

生成的內積。

證明
將矩陣 A 代入得
　〈u, v〉= Au．Av
　　　　

　　　　

　　　　 

定義4.1.8

Rn 中的內積
由例 4.1.4 可加以推廣到 Rn 中的兩個向量 u, v，其加權歐幾里
德內積：
　〈u, v〉= w1u1v1 + w2u2v2 + … + wnunvn
係由 Rn 中矩陣 A 所生成的內積，其中

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
 •270•線性代數與應用

例 4.1.5
設 u, v 為 R4 中的兩個向量，且 u = (u1, u2, u3, u4), v = (v1,

v2, v3, v4)，若矩陣 ，試求由矩陣

A 所生成的加權歐幾里德內積。
解
由上述定義 4.1.8 可得加權歐幾里德內積為：
　〈u, v〉= 2u1v1 + u2v2 + 3u3v3 + 5u4v4

最後，則將內積所具有的一些基本性質，總結為下列的定理。

定理4.1.1
內積向量之運算
設 u, v 及 w 為實數內積空間中之三個向量，且 k 為任意常數
（純量），則
(1)〈u, 0〉=〈0, u〉= 0
(2)〈u-v, w〉=〈u, w〉-〈v, w〉
(3)〈u, v-w〉=〈u, v〉-〈u, w〉

證明
(1)設 v = 0，則
　〈u, v〉=〈v, u〉
即
　〈u, v〉=〈0, u〉
　〈u, 0〉=〈u, v-v〉
　　　　 =〈u, v + (-v)〉
　　　　 =〈u, v〉+〈u, (-1) v〉

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 4 內積空間•271•

　　　　 =〈u, v〉-〈u, v〉= 0

故得
　〈u, 0〉=〈0, u〉= 0
(2)〈u-v, w〉=〈u + (-v), w〉
　　　　　=〈u + (-1) v, w〉
　　　　　=〈u, w〉+〈(-1) v, w〉
　　　　　=〈u, w〉-〈v, w〉
(3)同(2)的證法。

4.2　範數與距離

本節主要的目的在於介紹柯西-史瓦茲不等式與一般化畢氏定理，
並定義空間中兩向量正交性及其夾角的性質，進而建立一些內積中各
向量的基本關係，以及矩陣的零向量和行空間彼此之間的幾何意義。
底下我們特別將內積空間向量的範數與距離加以定義。

定義4.2.1

範數、長度與距離
設 V 為一內積空間，u, v 為 V 上的兩個向量，則向量 u 的範數
（norm）或長度（length）以∥u∥表示，定義為：
　|| u || =〈u, u〉
u, v 兩向量間的距離以 d(u, v) 表示，並定義為：
　d(u, v) =∥u - v∥
　　　　 =〈(u - v), (u - v)〉

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 4 內積空間•309•

定理4.6.5
轉移矩陣性質
設 U 為內積空間，U 中 P 為由某單範正交基底轉移至另一單
範正交基底的轉移矩陣，則 P 為正交矩陣，亦即
　P-1 = PT

證明
由4.4節單範正交集合中的討論，可知以單範正交集合為基底的
任何向量，不管其內積如何定義，則其與在 R n 中的座標向量對
於歐幾里德內積之範數相同。所以就算是不同的單範正交基底，
同一個向量在不同內積定義下，其所有相對應範數的值仍然相同
（參考定理4.4.2）。所以
　∥u∥=∥[u]B∥=∥[u]B∥
或
　∥u∥=∥[u]B∥=∥P[u]B∥

上式中第一個範數為對於 U 上的內積，而第二、三個範數是對
於 Rn 上的歐幾里德內積。設 x 為 Rn 中的任意向量，而 u 為 U 中的向
量，其相對於基底 B 的座標矩陣為 x，亦即 [u]B = x，故得
∥u∥=∥x∥=∥PX∥
因此 P 為正交矩陣。

4.7　應用：最小平方法

這一節主要的目的在討論最小平方法（Method of Least Squares）

的基本性質、求解方程組過程，以及正交投影在向量上解決某些近似
問題的應用。

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
 •362•線性代數與應用

5.4　正定矩陣

正定矩陣為二次型（quadratic form）函數，這種函數在幾何、統
計、電子工程及機械系統之振動中廣被應用，故為一種很重要的函
數。任何一含 x 與 y 兩變數的二次型可寫為：
ax2 + 2bxy + cy2 = ax12 + 2bx1x2 + cx22
上式左邊可以矩陣將其表為：

上式中 2 階方陣為對稱矩陣，其主對角線元素為二次型的平方項
係數，而非主對角線元素則為外積項（cross-product term）xy 係數之
一半。事實上，二次型函數並非限制僅含兩個變數，如果需要時，也
可以多到 n 個變數的。

定義5.4.1

二次型函數
設 A 為一 n 階對稱方陣，任何含 n 個變數的二次型函數可以定
義為：

上式也亦可以簡化為：
　xTAx 
因矩陣 A 為對稱的，即 A = AT，所以上式可以歐幾里德內積加
以表示為：
　xTAx = xT(Ax) =〈Ax, x〉=〈x, Ax〉

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 5 特徵值與特徵向量•363•

定理5.4.1
對稱矩陣之特徵值
設  A  為 一 n 階 對 稱 方 陣 ， 其 特 徵 值 依 遞 減 順 序 排 列
為 λ1 ≥ λ2 ≥…≥ λn。若對 Rn 中之歐幾里德內積，而有∥x∥ = 1
的限制，則
(1) λ1 ≥ x TAx ≥ λn
(2)若 x 為對應於 λ1 之 A 的特徵向量時，x TAx = λ1。
(3)若 x 為對應於 λn 之 A 的特徵向量時，x TAx = λn。

證明
這裡僅只證明(2)與(3)部分，(1)之部分則留給讀者自行練習。
(1)令 B ={v1, v2, …, vn}為一組單範正交基底，則
　x =〈x, v1〉v1 +〈x, v2〉v2 + … +〈x, vn〉vn
　Ax =〈x, v1〉Av1 +〈x, v2〉Av2 + … +〈x, vn〉Avn
　　 =〈x, v1〉λ1v1 +〈x, v2〉λ2v2 + … +〈x, vn〉λnvn
　　 =λ1〈x, v1〉v1 + λ2〈x, v2〉v2 + … +λn〈x, vn〉vn
[x]B = (〈x, v1〉,〈x, v2〉, …, 〈x, vn〉)
[Ax]B = (λ1〈x, v1〉, λ2〈x, v2〉, …, λn〈x, vn〉)
||x||2 =〈x, v1〉2+〈x, v2〉2 + … +〈x, vn〉2 = 1
xTAx =〈x, Ax〉
　　 = λ1〈x, v1〉2 + λ2〈x, v2〉2 + … + λn〈x, vn〉2
　　 ≤ λ1〈x, v1〉2 + λ1〈x, v2〉2 + … + λ1〈x, vn〉2
　　 = λ1[〈x, v1〉2 +〈x, v2〉2 + … +〈x, vn〉2]
　　 = λ1
(2)若 x 為對應於 λ1 之 A 的特徵向量，而且∥x∥ = 1 時，則
xTAx =〈x, Ax〉=〈x, λ1x〉
　 　= λ1〈x, x〉= λ1∥x∥2 = λ1
(3)若 x 為對應於 λn 之 A 的特徵向量，而且∥x∥= 1 時，則
　xTAx = λn。

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
 •364•線性代數與應用

由上述定理可知：
　
時，則二次型有一個最大的特徵值  λ 1 ，以及一個最小之特徵
值 λn。

例 5.4.1
試求二次型
　2x2 + 6xy + 2y2
在 x2 + y2 = 1 時之特徵值。
解
2x2 + 6xy + 2y2 = xTAx 

 　　　　　　= 

其中對稱矩陣 A 之特徵方程式為：

　det(λI - A) = det  = λ2 - 4λ - 5

 　　　　  　= (λ + 1)(λ-5) = 0

故得 A 之特徵值為 λ = -1 或 λ = 5，這是在 x2 + y2 = 1 之下
二次型的最大值與最小值。至於求產生這二極值的  x 與 y
值，先求對應於特徵值之特徵空間基底，然後再加以正規
化，即可求得它的極值。這項計算工作則留給讀者自行完
成。

定義5.4.2

正定矩陣（positive definite matrix）

設對所有之 x ≠0，xTAx >0 成立，則二次型 xTAx 稱為正定的
（positive definite），而若 xTAx 為正定的二次型時，則對稱矩
陣 A 稱為正定矩陣。

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 5 特徵值與特徵向量•365•

定理5.4.2
正定矩陣性質
對稱矩陣 A 為正定的，若且唯若 A 之所有特徵值均為正數。

證明
設 λ 為 A 之任意特徵值、x 為對應於 λ 之特徵向量，則 x≠0，
且 Ax = x。又 A 為正定，故
　xTAx > 0 x≠0。
　0< x Ax = xTλx = λxTx
T

 　　　  　= λ∥x∥2
此處∥x∥為 x 之歐幾里德範數，由∥x∥2 > 0，即 λ > 0，故充
分條件得證。
設A之所有特徵值均為正數，因若 x ≠ 0，則可正規化 x，而得
向量 ，其中∥y∥ = 1，故由定理 5.4.1 可知

　yTAy ≥ λn
此處 λn 為 A 之最小特徵向量，所以
　

　 　　

因 yTAy > 0 且 ||x|| > 0，故可得

　xTAx > 0
因此必要條件也得證。

例 5.4.2
設對稱矩陣 x 為：

　　

則可求得 A 之特徵值為 λ = 1 或 λ = 3，因特徵值均為正

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
 •366•線性代數與應用

值，故對稱矩陣 A 為正定的，且對所有 x ≠0，得
　xTAx = 2x21 - 2x1x2 + 2x22 > 0

在正定矩陣中，對稱矩陣 A 與二次型 xTAx 被稱為：
(1)半正定（positive semidefinite）：對所有之 x 若 x TAx ≥ 0。
(2)負定（negative definite）：對所有 x ≠0 若 xTAx < 0。
(3)半負定（negative semidefinite）：對所有之 x 若 x TAx ≤ 0。
(4)不定（indefinite）：若 x TAx ≥ 0 及 x TAx ≤ 0。

如不擬透過求特徵值的方法，而要判定一對稱矩陣 A 是否為正定
的，則可利用下列定理予以判定。

定理5.4.3
正定矩陣性質
對稱矩陣 A 為正定的，若且唯若 A 中之每一個主要子矩陣的
行列式值均為正數。

證明
此定理的證明留給讀者自行練習。

例 5.4.3
試判定矩陣

為正定的。
解
因
　

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 5 特徵值與特徵向量•367•

A 之主要子矩陣的行列式值均為正數，故矩陣  A 為正定
的。所以顯示 A 所有之特徵值均為正數，而且對所有之  x
≠0，xTAx > 0 都能成立。

5.5　應　用

矩陣的應用範圍很廣，除了在前面各章中已經分別加以介紹之
外，特在本節中列舉兩個應用問題，一為微分方程式，一為微分方程
式中聯立差分方程組，兩者有關的性質與應用略加闡釋。

5.5.1　微分方程式
微分方程式的性質，部分的讀者，可能比較熟悉，因之在本節中
僅只選擇一些比較具有實用的性質稍加介紹。
一含未知函數及其導數之方程式，即為微分方程式，在許多科學
領域中，如物理、化學、生物以及經濟學的定律，絕大多數皆以微分
方程式予以描述。這裡的主要目的，乃在於說明如何應用線性代數以
求解某種類形微分方程組之方法。
現在考慮一 n 階線性方程式：
y(n)(t) + Pn-1(t)y(n-1)(t) + … + P1(t)y'(t) + P0(t)y(t) = f(t) （5.5.1）
此處 y(k)（k = n, n-1, ..., 1, 0）表 k 次導數（derivative）。並定義
函數 x1(t), x2(t), …, xn(t) 為：
x1(t) = y(t)
x2(t) = x'1(t) = y'(t)

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 6 線性轉換•447•

　為基底向量能產生 [T ]B' 之對角矩陣。

6.8　應　用

本節將介紹兩個主要而實用的課題，其一為最小平方擬合，另一
為有向圖形之性質與應用。
在科學研究中，有許多的研究工作，如彈性係數測定、壓力係數
測定、產品銷售預測、財務預測等，都需要由實驗才能得其結果，因
此常常會做很多的實驗，並經由所得的數據，予以觀察、研判，然後
再決定所應採行之最佳策略，俾得所期望的結果。
這些實驗所得的各種資料，我們可以利用內積空間上之正交投
影，據以求得這些數據的直線或曲線擬合，以作為研判取捨之用。
於我們現實生活中，有很多的事物彼此之間都為某種關係的集
合，大如一個國家、民族、學校、團隊，小如一個家庭、夫妻等悉為
一個集合。而應如何把這些集合中成員之關係，使用數學模式予以充
分展示，乃為本節中有向圖形主要討論的問題。

6.8.1　最小平方擬合（least squares fitting）

最小平方法（method least squares）係使用數學方法，根據觀察資
料配合一代表時間數列長期趨勢的數學方程式（或函數），以便據以
求得各長期趨勢值（trend value）一種最佳的方法。使用這種方法所求
得的長期趨勢值 Y 與觀察資料 Yt 間的差異平方和為最小；是以無論何
種觀察資料使用函數描述時，其理論資料推演的結果，雖與實際資料
略有差異，然兩者最佳的配合，當以綜合差異最小者為最好。使用最
小平方法配合曲線時，必須滿足下列兩個條件：
(1) (Y -Yt ) = 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 7 複數向量空間•525•

後，卻可發現複數係數 a 為函數 Y 的值，故而矩陣經「頻率空間」

（frequency space）趨至「實體空間」（physical space），而 F
-1
則
從 Y 的函數值返回到傅立爾級數 a。

7.8　應　用

在本節中，我們特別以高階差分方程式與轉移運算子法，就它
們的性質和在微分方程式中求解線性差分方程式之應用，分別加以探
討。

7.8.1　高階差分方程式
本小節所要探討之高階差分方程式，泛指高階線性常係數齊次之
差分方程式，其一般型式為：
a0 yx + n + a1 yx + n-1 + a2 yx + n-2 + … + an yx = 0，a0≠0
其解法與高階線性常係數齊次微分方程式的解法相似，在一階線
性常係數齊次差分方程式中：
yx + 1 = ayx
含有 y = a x 的齊次解；因此，猜測高階線性常係數齊次差分方程
式亦有型如 y = ax 的解。若將它代入原差分方程式中驗證時，便得出一
特徵方程式（characteristic equation），並可進一步求解 a 的值。底下
我們將先探討二階線性常係數齊次差分方程式之解，然後再把結果加
以推廣至高階線性常係數齊次差分方程式求解上。
二階線性常係數齊次差分方程式之標準型式為：
ayx + 2 + byx + 1 + cyx = 0
設 yx = mx≠0，並代入上述差分方程式中，可得
ayx + 2 + byx + 1 + cyx = amx + 2 + bmx + 1 + cmx

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
 線性代數與應用／葉維彰編著. －－初版.
－－臺北市：五南, 2008.12
　面；　公分
參考書目：面
含索引
ISBN 978-957-11-5459-6 (平裝)
1.線性代數
313.3 97022559

5Q13

線性代數與應用
編　　著 ─ 葉維彰（324.4）

發 行 人 ─ 楊榮川

總 編 輯 ─ 龐君豪

主　　編 ─ 黃秋萍

責任編輯 ─ 蔡曉雯

封面設計 ─ 莫美龍

出 版 者 ─ 五南圖書出版股份有限公司

地　　址：106台 北 市 大 安 區 和 平 東 路 二 段 3 3 9 號 4 樓

電　　話：(02)2705-5066　　傳　　真：(02)2706-6100

網　　址：http://www.wunan.com.tw

電子郵件：wunan＠wunan.com.tw

劃撥帳號：0 1 0 6 8 9 5 3

戶　　名：五南圖書出版股份有限公司

台中市駐區辦公室/台中市中區中山路6號

電　　話：(04)2223-0891　　傳　　真：(04)2223-3549

高雄市駐區辦公室/高雄市新興區中山一路290號

電　　話：(07)2358-702　　 傳　　真：(07)2350-236

法律顧問　元貞聯合法律事務所　張澤平律師

出版日期　2 0 0 8 年 1 2 月 初 版 一 刷

定　　價　新 臺 幣 5 5 0 元

本試閱檔為五南所有。如欲購買此書，請至五南網站
※版權所有．欲利用本書內容，必須徵求本公司同意※ www.wunan.com.tw
或來電(02)2705-5066