线性代数 第一章 行列式 典型例题 一、利用行列式性质计算行列式 二、按行（列）展开公式求代数余子式 已知行列式412343 344 615671 12 2 D = =-，试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式 1．计算221 1231223131 5 1319x D x -= -. 2．设()x b c d b x c d f x b c x d b c d x = ，则方程()0f x =有根_______.x = 四、抽象行列式的计算或证明 1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==，其中234,,,,αβγγγ均为四维列向量，且已知行列式||2,||3A B ==-,试计算行列式||.A B + 2.设A 为三阶方阵，*A 为A 的伴随矩阵，且1 ||2 A = ，试计算行列式1*(3)22.A A O O A -??-??? ?
3.设A 是n 阶(2)n ≥非零实矩阵，元素ij a 与其代数余子式ij A 相等，求行列式||.A 4.设矩阵210120001A ?? ??=?? ????,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量，记矩阵 123123123123(,,),(,24,39)A B αααααααααααα==+++++ 如果||1A =，那么||_____.B = 五、n 阶行列式的计算 六、利用特征值计算行列式 1.若四阶矩阵A 与B 相似，矩阵A 的特征值为 1111 ,,,2345 ，则行列式1||________.B E --= 2.设A 为四阶矩阵，且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-，试计算行列式*|23|.A E + 第二章 矩阵 典型例题 一、求逆矩阵 1.设,,A B A B +都是可逆矩阵，求：111().A B ---+
随机控制理论的一个主要组成部分是随机最优控制，这类随机控制问题的求解有赖于动态规划的概念和方法。 简介 随机控制理论 随机控制理论的目标是解决随机控制系统的分析和综合问题。维纳滤波理论和卡尔曼-布什滤波理论是随机控制理论的基础之一。 内容 控制理论中把随机过程理论与最优控制理论结合起来研究随机系统的分支。随机系统指含有内部随机参数、外部随机干扰和观测噪声等随机变量的系统。随机变量不能用已知的时间函数描述，而只能了解它的某些统计特性。自动控制系统分为确定性系统和不确定性系统两类，前者可以通过观测来确定系统的状态，后者则不能。随机系统是不确定性系统的一种，其不确定性是由随机性引起的。严格地说，任何实际的系统都含有随机因素，但在很多情况下可以忽略这些因素。当这些因素不能忽略时，按确定性控制理论设计的控制系统的行为就会偏离预定的设计要求，而产生随机偏差量。 涉及领域 飞机或导弹在飞行中遇到的阵风，在空间环境中卫星姿态和轨道测量系统中的测量噪声，各种电子装置中的噪声，生产过程中的种种随机波动等，都是随机干扰和随机变量的典型例子。随机控制系统的应用很广，涉及航天、航空、航海、军事上的火力控制系统，工业过程控制，经济模型的控制，乃至生物医学等。 研究课题 随机控制理论研究的课题包括随机系统的结构特性和运动特性(如动 态特性、能控性、能观测性、稳定性)的分析，随机系统状态的估计，以及随机控制系统的综合（即根据期望性能指标设计控制器）。随机系统中含有随机变量，所以在研究中需要使用随机过程的基本概念和概率统计方法。严格实现随机最优控制是很困难的。对于线性二次型高斯(LQG)随机过程控制问题,包括它的特例最小方差控制问题，可以应用分离原理把随机最优控制问题分解成状态估计问题和确定性最优控制问题，最终能得到全局最优的结果。但对于一般的随机控制问题应用分离原理只能得到次优的结果。随机状态模型
大学-----行列式经典例题 例1计算元素为a ij = | i －j |的n 阶行列式. 解 方法1 由题设知，11a =0，121a =，1,1,n a n =- ，故 01110212 n n n D n n --= -- 1,1,,2 i i r r i n n --=-= 01 1111 111 n ---- 1,,1 j n c c j n +=-= 121 1 021 (1)2(1)020 1 n n n n n n ------=---- 其中第一步用的是从最后一行起，逐行减前一行．第二步用的每列加第n 列． 方法2 01110 212 0n n n D n n --= -- 1 1,2,,111 1111 120 i i r r i n n n +-=----=-- 1 2,,100120 1231 j c c j n n n n +=---= --- =12(1)2(1) n n n ---- 例2. 设a , b , c 是互异的实数, 证明: 的充要条件是a + b + c =0. 证明: 考察范德蒙行列式:
= 行列式 即为y 2前的系数. 于是 = 所以 的充要条件是a + b + c = 0. 例3计算D n = 121 100010n n n x x a a a x a ----+ 解： 方法1 递推法 按第1列展开，有 D n = x D 1-n +（－1） 1 +n a n 1 1111n x x x ----- = x D 1-n + a n 由于D 1= x + a 1，221 1x D a x a -=+，于是D n = x D 1-n + a n =x （x D 2-n +a 1-n ）+ a n =x 2 D 2-n + a 1-n x + a n = = x 1 -n D 1+ a 2x 2 -n + + a 1-n x + a n =111n n n n x a x a x a --++++ 方法2 第2列的x 倍，第3列的x 2 倍， ，第n 列的x 1 -n 倍分别加到第1列上 12 c xc n D += 21121 10010000n n n n x x x a xa a a x a -----++
一、主动控制简介 概念：结构主动控制需要实时测量结构反应或环境干扰，采用现代控制理论的主动控制算法在精确的结构模型基础上运算和决策最优控制力，最后作动器在很大的外部能量输入下实现最优控制力。 特点：主动控制需要实时测量结构反应或环境干扰，是一种需要额外能量的控制技术，它与被动控制的根本区别是有无额外能量的消耗。 优缺点：主动控制具有提高建筑物的抵抗不确定性地面运动，减少输入的干扰力，以及在地震时候自动地调整结构动力特征等能力，特别是在处理结构的风振反应具有良好的控制效果，与被动控制相比，主动控制具有更好的控制效果。但是，主动控制实际应用价格昂贵，在实际应用过程中也会存与其它控制理论相同的问题，控制技术复杂、造价昂贵、维护要求高。 组成：传感器、控制器、作动器 工作方式：开环、闭环、开闭环。 二、简单回顾主动控制的应用与MATLAB应用 1.主动变刚度A VS控制装置 工作原理：首先将结构的反应反馈至控制器，控制器按照事先设定好的控制算法并结合结构的响应，判断装置的刚度状态，然后将控制信号发送至电液伺服阀以操纵其开关状态，实现不同的变刚度状态。 锁定状态（ON）：电液伺服阀阀门关闭，双出杆活塞与液压缸之间没有相对位移，斜撑的相对变形与结构层变形相同，此时结构附加一个刚度； 打开状态（OFF）：电液伺服阀阀门打开，双出杆活塞与液压缸之间有相对位移，液压缸的压力差使得液体发生流动，此过程中产生粘滞阻尼，此时结构附加一个阻尼。 示意图如下： 2. 主动变阻尼A VD控制装置 工作原理：变孔径阻尼器以传统的液压流体阻尼器为基础，利用控制阀的开孔率调整粘性油对活塞的运动阻力，并将这种阻力通过活塞传递给结构，从而实现为结构提供阻尼的目的。 关闭状态（ON）：开孔率一定，液体的流动速度受限，流动速度越小，产生的粘滞阻尼力越大，开孔率最小时，提供最大阻尼力，此时成为ON状态； 打开状态（OFF）：控制阀完全打开，由于液体的粘滞性可提供最小阻尼力。 示意图如下：
线性二次型最优控制 一、最优控制概述 最优控制，又称无穷维最优化或动态最优化，是现代控制理论的最基本，最核心的部分。它所研究的中心问题是：如何根据受控系统的动态特性，去选择控制规律，才能使得系统按照一定的技术要求进行运转，并使得描述系统性能或品质的某个“指标”在一定的意义下达到最优值。最优控制问题有四个关键点：受控对象为动态系统；初始与终端条件（时间和状态）；性能指标以及容许控制。 一个典型的最优控制问题描述如下：被控系统的状态方程和初始条件给定，同时给定目标函数。然后寻找一个可行的控制方法使系统从输出状态过渡到目标状态，并达到最优的性能指标。系统最优性能指标和品质在特定条件下的最优值是以泛函极值的形式来表示。因此求解最优控制问题归结为求具有约束条件的泛函极值问题，属于变分学范畴。变分法、最大值原理（最小值原理）和动态规划是最优控制理论的基本内容和常用方法。庞特里亚金极大值原理、贝尔曼动态规划以及卡尔曼线性二次型最优控制是在约束条件下获得最优解的三个强有力的工具，应用于大部分最优控制问题。尤其是线性二次型最优控制，因为其在数学上和工程上实现简单，故其有很大的工程实用价值。 二、线性二次型最优控制 2.1 线性二次型问题概述 线性二次型最优控制问题，也叫LQ 问题。它是指线性系统具有二次型性能指标的最优控制问题。线性二次型问题所得到的最优控制规律是状态变量的反馈形式，便于计算和工程实现。它能兼顾系统性能指标的多方面因素。例如快速性、能量消耗、终端准确性、灵敏度和稳定性等。线性二次型最优控制目标是使性能指标J 取得极小值, 其实质是用不大的控制来保持比较小的误差,从而达到所用能量和误差综合最优的目的。 2.2 线性二次型问题的提法 给定线性时变系统的状态方程和输出方程如下： ()()()()()()()() X t A t X t B t U t Y t C t X t ?=+? =? （2.1）
线性代数知识点总结 第一章 行列式 二三阶行列式 N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n n n nj j j j j j j j j n ij a a a a ...)1(21212121) ..(∑-= τ （奇偶）排列、逆序数、对换 行列式的性质：①行列式行列互换，其值不变。（转置行列式T D D =） ②行列式中某两行（列）互换，行列式变号。 推论：若行列式中某两行（列）对应元素相等，则行列式等于零。 ③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。 推论：若行列式中两行（列）成比例，则行列式值为零； 推论：行列式中某一行（列）元素全为零，行列式为零。 ④行列式具有分行（列）可加性 ⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变 行列式依行（列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1( 定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。 克莱姆法则： 非齐次线性方程组 ：当系数行列式0≠D 时，有唯一解：)21(n j D D x j j ??==、 齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解，则D 等于零 特殊行列式： ①转置行列式：33 23133222123121 11333231232221 131211 a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a = ③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零 ④三线性行列式:33 31 2221 13 1211 0a a a a a a a 方法：用221a k 把21a 化为零，。。化为三角形行列式 ⑤上（下）三角形行列式:
通信信道的随机线性控制 Sekhar Tatikonda 会员IEEE Anant Sahai, 会员IEEE Sanjoy Mitter 终身会员IEEE 摘要我们研究线性随机控制系统时，有一个通信信道连接传感器到控制器。问题由信道编码器和解码器以及控制器满足某些给定的控制目标的设计。特别是，我们检查的作用传播对经典的线性二次高斯问题。我们给的条件下，估计和控制之间的持有和确定性等价控制律优化经典的分离性能。然后我们提出了连续的率失真框架。我们目前所能达到的性能界限和显示控制和通信成本之间固有的权衡。特别是，我们证明了最优二次型成本分解为两个方面：一个完整的知识成本与顺序的率失真成本。 指数条款确定性等价控制，通信约束的网络控制，顺序，分离，率失真，线性随机系统。 一、引言 最近的技术进步已经引导网络控制系统的设计活动的增加。在本文中，我们研究一个随机控制问题，那里是一个通信信道连接传感器到控制器。这个问题出现时，控制器和设备，在地理位置上是分离的，有一个带限和可能是嘈杂的通信信道连接。此外，出现时，控制器和设备之间没有大的地理分离的通信约束，但有一个共享的通信介质，被用在在同一地区的其他用户，或作为更大的系统的一部分。虽然我们不明确地检查每一本文的网络问题，我们认为，通信约束的作用，一个基本的了解，将是一个更完整的网络控制理论的本质。 我们考虑的系统是由一个设备，一个编码器，信道，解码器，和一个控制器。设备和信道是直接给我们的。我们的任务是设计的编码器，解码器，控制器，以满足某些给定的控制目标。因为我们有一个分布式信息系统模式的选择，[ 26 ]，可以有显着的影响控制性能是可以实现的。我们讨论了在编码器的信息模式的选择上需要实现控制目标的通信要求的影响。尤其是，我们研究的对象，传播对经典的线性二次高斯（LQG）问题。为此我们提出的顺序的率失真（SRD）框架。我们得到的边界上所能达到的性能和显示控制和通信成本之间固有的权衡。特别是，我们将最优LQG成本分解为两个方面：一个完整的知识成本与顺序的率失真成本。 手稿收到2003年6月4日；2003年12月19日修订。由客座编辑P. antsaklis和J. Baillieul推荐。这项工作是由美国陆军研究办公室在穆里格兰特：传感器数据融合在大的daad19-00-1-0466阵列，并由国防部在穆里格兰特：协同控制subaward复杂自适应网络03-132。 S. Tatikonda，美国耶鲁大学，纽黑文，CT 06520 USA（电子邮件：ekhar.tatikonda@https://www.doczj.com/doc/3111446909.html,）。 A. Sahai ，加利福尼亚大学伯克利分校，CA 94720 USA。 S. Mitter，美国麻省理工大学，剑桥，MA 02139 USA。 数字对象标识符10.1109/tac.2004.834430。 有两个经典的概念，在本文中我们研究的分离。第一个概念是状态估计和控制之间的控制理论的分离。我们目前的条件下，确保确定性等价控制律的最优性。这些工作是建立在Bar-Shalom and Tse [3]的基础上。第二个是信源编码和信道编码之间的信息理论的分离。特别是，在长时间的延迟的限制下，它是已知的可以不失一般性的，设计的信源编码器和信道编码器分别[ 11 ]。这种分离是众所周知的应用广泛，[ 25 ]，但是，在一般情况下，失败的短期延迟和不稳定的过程。在大量的延迟限制下，[ 18 ]表明不稳定过程的估计可以适当修改分离定理，但这个信息理论的结果并不延伸到有限的延迟的情况下。由于延迟是一个重要的问题，在控制中的应用我们不能用信息理论的分离效果，去解决我们的问题。处理这种延迟的问题，我们提出了连续的率失真框架首先介绍[ 13 ]和进一步发展[ 19] ，[ 20 ]，和[ 23 ]。
《经济数学》线性代数学习辅导及典型例题解析 第1-2章行列式和矩阵 ⒈了解矩阵的概念，熟练掌握矩阵的运算。 矩阵的运算满足以下性质 ⒉了解矩阵行列式的递归定义，掌握计算行列式（三、四阶）的方法；掌握方阵乘积行列式定理。 是同阶方阵，则有： 若是阶行列式，为常数，则有： ⒊了解零矩阵，单位矩阵，数量矩阵，对角矩阵，上（下）三角矩阵，对称矩阵，初等矩阵的定义及性质。
⒋理解可逆矩阵和逆矩阵的概念及性质，掌握矩阵可逆的充分必要条件。 若为阶方阵，则下列结论等价 可逆满秩存在阶方阵使得 ⒌熟练掌握求逆矩阵的初等行变换法，会用伴随矩阵法求逆矩阵，会解简单的矩阵方程。 用初等行变换法求逆矩阵： 用伴随矩阵法求逆矩阵：（其中是的伴随矩阵） 可逆矩阵具有以下性质： ⒍了解矩阵秩的概念，会求矩阵的秩。 将矩阵用初等行变换化为阶梯形后，所含有的非零行的个数称为矩阵的秩。 典型例题解析 例1 设均为3阶矩阵，且，则。 解：答案：72 因为，且
所以 例2设为矩阵，为矩阵，则矩阵运算（）有意义。 解：答案：A 因为，所以A可进行。 关于B，因为矩阵的列数不等于矩阵的行数，所以错误。 关于C，因为矩阵与矩阵不是同形矩阵，所以错误。 关于D，因为矩阵与矩阵不是同形矩阵，所以错误。 例3 已知 求。 分析：利用矩阵相乘和矩阵相等求解。 解：因为 得。
例4 设矩阵 求。 解：方法一：伴随矩阵法 可逆。 且由 得伴随矩阵 则=
方法二：初等行变换法 注意：矩阵的逆矩阵是唯一的，若两种结果不相同，则必有一个结果是错误的或两个都是错误的。 例4 设矩阵 求的秩。 分析：利用矩阵初等行变换求矩阵的秩。 解： 。
连续线性二次型最优控制的MATLAB 实现 1.绪 论 最优控制问题就是在一切可能的控制方案中寻找一个控制系统的最优控制方案或最优控制规律，使系统能最优地达到预期的目标。随着航海、航天、导航和控制技术不断深入研究，系统的最优化问题已成为一个重要的问题。 本文介绍了最优控制的基本原理，并给定了一个具体的连续线性二次型控制系统，利用MATLAB 软件对其最优控制矩阵进行了求解，通过仿真实验，设计得到最优控制效果比较好，达到了设计的目的。 2.最优控制理论介绍 2.1最优控制问题 设系统状态方程为： ]00)(,),(),()(x t x t t u t x f t x ==? （2—1） 式中，x(t)是n 维状态向量；u(t)是r 维控制向量；n 维向量函数[]t t u t x f ),(),(是x(t)、u(t)和t 的连续函数，且对x(t)与t 连续可微；u(t)在[]f t t ,0上分段连续。所谓最优控制问题，就是要寻求最优控制函数，使得系统状态x(t)从已知初态0 x 转移到要求的终态)(f t x ，在满足如下约束条件下： （1）控制与状态的不等式约束 []0),(),(≥t t u t x g （2—2） （2）终端状态的等式约束 []0),(=f f t t x M （2—3） 使性能指标 [][]?+Θ=f f t t t t t u t x F t t x J f 0 d ),(),(),( （2—4） 达到极值。式中[]t t u t x g ),(),(是m 维连续可微的向量函数，r m ≤；[]f f t t x M ),(是s 维连续可微的向量函数，n s ≤；[]f t t x f ),(Θ和[]t t u t x F ),(),(都是x(t)与t 的连续可
线性二次型最优控制的MATLAB实现 一理论依据 应用经典控制理论设计控制系统，能够解决很多简单、确定系统的实际设计问题。但对于多输入多输出系统与阶次较高的系统，往往得不到满意的结果，这时就需要有在状态空间模型下建立的最优控制策略。 最优控制是现代控制理论的核心。最优控制理论的实现，离不开一系列的最优化方法，主要包括两个方面就是如何将最优化问题表示为数学模型，如何根据数学模型尽快求出其最优解。线性二次型最优控制设计是基于状态空间技术来设计一个优化的动态控制器，其目标函数是状态和控制输入的二次型函数。二次型问题就是在线性系统约束条件下选择控制输入使二次型目标函数达到最小。由于线性二次型最优控制问题的性能指标具有鲜明的物理意义，其最优解具有统一的解析表达式，且可导致一个简单的线性状态反馈控制律，易于构成闭环最优反馈控制，便于工程实现，因而在实际工程问题中得到了广泛的应用。 二MATLAB程序 >> clear >> syms x1 x2 x3; >> x=[x1;x2;x3]; >> A=[0 1 0;0 0 1;0 -2 -3]; >> B=[0;0;1]; >> R=1; >> Q=[1000 0 0;0 1 0;0 0 1]; >> N=0; >> [K,P,E]=lqr(A,B,Q,R) >> u=-inv(R)*B'*P*x
K = 31.6228 19.0661 3.9377 P = 666.1690 219.3906 31.6228 219.3906 108.5284 19.0661 31.6228 19.0661 3.9377 u = -(5366634056803559*x2)/281474976710656 - (4433500461210591*x3)/1125899906842624 - 10*10^(1/2)*x1 三Simulink仿真图及其响应曲线 利用simulink仿真，画出系统反馈前后的仿真图、输出图像和性能指标图。分析分析反馈前后关系曲线。 图1 反馈前系统的仿真图
线性代数行列式经典例题 例1计算元素为a ij = | i －j |的n 阶行列式. 解 方法1 由题设知，11a =0，121a =，1,1,n a n =- ，故 01110212 n n n D n n --= -- 1,1,,2 i i r r i n n --=-= 01 1111 111 n ---- 1,,1 j n c c j n +=-= 121 1 021 (1)2(1)020 1 n n n n n n ------=---- 其中第一步用的是从最后一行起，逐行减前一行．第二步用的每列加第n 列． 方法2 01110 212 0n n n D n n --= -- 1 1,2,,111 1111 120 i i r r i n n n +-=----=-- 1 2,,100120 1231 j c c j n n n n +=---= --- =12(1)2(1) n n n ---- 例2. 设a , b , c 是互异的实数, 证明: 的充要条件是a + b + c =0. 证明: 考察范德蒙行列式:
= 行列式 即为y 2前的系数. 于是 = 所以 的充要条件是a + b + c = 0. 例3计算D n = 121 100010n n n x x a a a x a ----+ 解： 方法1 递推法 按第1列展开，有 D n = x D 1-n +（－1） 1 +n a n 1 1111n x x x ----- = x D 1-n + a n 由于D 1= x + a 1，221 1x D a x a -=+，于是D n = x D 1-n + a n =x （x D 2-n +a 1-n ）+ a n =x 2 D 2-n + a 1-n x + a n = = x 1 -n D 1+ a 2x 2 -n + + a 1-n x + a n =111n n n n x a x a x a --++++ 方法2 第2列的x 倍，第3列的x 2 倍， ，第n 列的x 1 -n 倍分别加到第1列上 12 c xc n D += 21121 10010000n n n n x x x a xa a a x a -----++
考研线性代数重点内容和典型题型 线性代数在考研数学中占有重要地位，必须予以高度重视.线性代数试题的特点比较突出，以计算题为主，证明题为辅，因此，专家们提醒广大的xx年的考生们必须注重计算能力.线性代数在数学一、二、三中均占22%，所以考生要想取得高分，学好线代也是必要的。下面，就将线代中重点内容和典型题型做了总结，希望对xx年考研的同学们学习有帮助。 行列式在整张试卷中所占比例不是很大，一般以填空题、选择题为主，它是必考内容，不只是考察行列式的概念、性质、运算，与行列式有关的考题也不少，例如方阵的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都会涉及到行列式.如果试卷中没有独立的行列式的试题，必然会在其他章、节的试题中得以体现.行列式的重点内容是掌握计算行列式的方法，计算行列式的主要方法是降阶法，用按行、按列展开公式将行列式降阶.但在展开之前往往先用行列式的性质对行列式进行恒等变形，化简之后再展开.另外，一些特殊的行列式（行和或列和相等的行列式、三对角行列式、爪型行列式等等）的计算方法也应掌握.常见题型有：数字型行列式的计算、抽象行列式的计算、含参数的行列式的计算.关于每个重要题型的具体方法以及例题见《xx 年全国硕士研究生入学统一考试数学120种常考题型精解》。 矩阵是线性代数的核心，是后续各章的基础.矩阵的概念、运算及理论贯穿线性代数的始终.这部分考点较多，重点考点有逆矩阵、
伴随矩阵及矩阵方程.涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题.这几年还经常出现有关初等变换与初等矩阵的命题.常见题型有以下几种：计算方阵的幂、与伴随矩阵相关联的命题、有关初等变换的命题、有关逆矩阵的计算与证明、解矩阵方程。 向量组的线性相关性是线性代数的重点，也是考研的重点。xx 年的考生一定要吃透向量组线性相关性的概念，熟练掌握有关性质及判定法并能灵活应用，还应与线性表出、向量组的秩及线性方程组等相联系，从各个侧面加强对线性相关性的理解.常见题型有：判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。 往年考题中，方程组出现的频率较高，几乎每年都有考题，也是线性代数部分考查的重点内容.本章的重点内容有：齐次线性方程组有非零解和非齐次线性方程组有解的判定及解的结构、齐次线性方程组基础解系的求解与证明、齐次（非齐次）线性方程组的求解（含对参数取值的讨论）.主要题型有：线性方程组的求解、方程组解向量的判别及解的性质、齐次线性方程组的基础解系、非齐次线性方程组的通解结构、两个方程组的公共解、同解问题。 特征值、特征向量是线性代数的重点内容，是考研的重点之一，题多分值大，共有三部分重点内容：特征值和特征向量的概念及计算、
Optimal control for stochastic linear quadratic singular system using neural networks N. Kumaresan *, P. Balasubramaniam Journal of Process Control 19 (2009) ：Page482–488 使用神经网络对随机线性二次型奇异系统的最优控制N.库玛瑞森博士，P.巴拉苏布拉马尼亚姆过程控制杂志19期(2009年)：引用482—488页
摘要 在本文中,最优控制随机线性奇异系统与二次型已经在神经网络领域获得使用。其目的是提供最优控制和努力通过比较矩阵Riccati微分方程(MRDE)的解减少微积分获得了从众所周知的传统Runge-Kutta(RK)方法和传统神经网络 方法。为了获得最优控制,MRDE的解可以通过前向神经网络(FFNN)计算得到。更接近神经网络方法得到的精确解来解决这一问题性能更好。该方法的优点是,一旦网络运行起来,它可以瞬时计算出评估方案在任意点和任意少量的时间和记忆的支出，其计算时间的方法比传统RK方法更快、耗时更短。下面一个数值算例给出了该方法。 关键词：矩阵微分方程；神经网络；最优控制；龙格库塔法；随机奇异线性系统
1 简介 众多学者一直在研究随机线性二次型调节器(LQR)问题[文献2、6、8、15、34]。陈等人[文献12]的研究表明对于随机LQR问题是如果Riccati方程有解，那么可以得到最优反馈控制。关于LQR方面的问题，相关的研究Riccati方程，这是很自然的。然而，对于Riccati方程解的存在性和唯一性，一般来说，由于存在复杂的非线性项，这似乎成为一个很困难的问题。朱和李[文献36]采用迭代方法求解随机LQR问题中Riccati方程的随机性。常规Riccati方程有几种数值方法解，这些可能发生非线性过程基本误差积累。为了使误差最小，最近传统的Riccati方程分析了利用神经网络方法[文献3-5]。本文阐述了扩展的神经网络方法求解随机Riccati方程。 神经网络或简单的神经网络都是计算机系统，它可以通过训练学习两个或多个变量的某种复杂关系或数据集。具有类似于他们的生物学配对物的结构，经过神经网络处理信息和并行分布式简单处理节点连接的计算模型的组成形式[文献33]。神经网络技术已被成功地应用于许多领域，如函数逼近、信号处理和自适应或非线性系统的学习控制。利用神经网络，各式各样的对非线性系统离线学习控制算法已经开发出来[文献21，25]。为求解代数Riccati方程，各种数值算法[文献11]也已经随之开发出来。近年来，神经网络问题已经引起了越来越多的重视，许多研究人员进行了数值代数Riccati方程等方面的研究，见[文献16，17，32]。 奇异系统包含一个混合代数和微分方程组。从这个意义上说，代数方程组代表代数方程限定解的微分部分。这些系统也被称为退化、描述或半状态和广义状态空间系统。奇异系统的复杂本质导致在分析及数值处理这样的系统会遇到许多困难，尤其是在需要对它们的控制时。该系统自然演变成一个线性系统模型或者在许多领域应用的线性系统模型，如：电网、飞机动力学、中立型时滞系统、化学、热扩散过程、大型系统、机器人学、生物等。见[文献9，10，23]。 许多实际过程可以被建成为描述系统模型，如约束控制问题模型，电路模型，某些人口增长模型和奇异扰动模型。由于这样的事实，在过去的几年中，描述系统的稳定性问题以及控制问题已被广泛地研究，即描述系统能够比状态空间系统更好的描述某个物理系统。与状态空间系统相比，描述系统结构更复杂更完善。此外，由于描述系统通常有三种模式，即有限的动态模式、脉冲模式和非动态模式[文献13]，研究描述系统的动态性能比对状态空间系统研究困难，而后者两个不出现在状态空间系统。 由于标准二次型性能线性系统的最优控制理论发展迅速，其结果在许多实际设计问题中是最完整、最接近使用。该理论的二次成本控制问题被视为一个更有趣的问题，最小成本最优反馈控制一直是用于求解Riccati方程。Da Prato 和
基于M A T L A B的线性二次型最优控制设计 The Standardization Office was revised on the afternoon of December 13, 2020
基于MATLAB 的线性二次型最优控制设计 1. 引 言 最优控制问题就是寻找一个控制系统的最优控制方案或最优控制规律，使系统能最优地达到预期的目标。以状态空间理论为基础的最优控制算法是当前振动控制中采用最为普遍的控制器设计方法。本文所讨论的系统是完全可观测的，所以可以用线性二次型最优控制。 本实验介绍了线性二次型最优控制的基本原理，并给定了一个具体的控制系统，利用MATLAB 软件对其最优控制矩阵进行了求解，通过仿真实验，设计所得到的线性二次型最优控制效果比较好，达到了设计的目的。 2. 最优控制理论介绍 假设线性时不变系统的状态方程模型为 x ‘(t)=Ax(t)+Bu(t) y(t)=Cx(t)+Du(t) 引入一个最优控制的性能指标，即设计一个输入量u,使得 J = 为最小。其中Q 和R 分别为对状态变量和输入变量的加权矩阵; t f 为控制作用的终止时间。矩阵S 对控制系统的终值也给出某种约束，这样的控制问题称为线性二次型（Linear Quadratic ，简称LQ ）最优控制问题。 为了求解LQ 问题，我们取Hamilton 函数 其中一种较为简便的解法为： 令λ(t)=P(t)x(t) 而将对λ(t)的求解转化到对函数矩阵P(t)的求解`，特别的，将λ(t)=P(t)x(t)代入上述式子中可得函数矩阵P(t)因满足的微分方程是 1'()()()()()()()()()()(); ().T T P t P t A t A t P t P t B t R t B t P t Q t P tf S -=--+-= (1) 对它的求解可应用成熟的Euler 方法。假定方程(1)的唯一对称半正定解P(t),则LQ 问题的解u(t)由下式给出： '(,(),(),())0.5(()()()()()())()(()()()());LQ ()(()()()());0(()()()()));()()()()(); T T T H t x t u t t x t Q t x t u t R t u t t A t x t B t u t H t Q t x t A t t H Q t x t A t t u x t A t x t B t u t λλδλλδλδλδ=+++=-=-+=+=+并应用变分原理推导出问题解满足的必要条件： ^1()()()()(). LQ u t)=-Kx(t). K T u t R t B t P t x t -=-上述问题的一个特例是动态方程为定常的情形，即 相应的控制向量取为（其中，为才是矩阵，而二次性能指标为
线性代数 第一章 行列式 典型例题 一、利用行列式性质计算行列式 二、按行（列）展开公式求代数余子式 已知行列式412343 344 615671 12 2 D = =-，试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式 1．计算22 1 12312231315 1319x D x -= -. 2．设()x b c d b x c d f x b c x d b c d x = ，则方程()0f x =有根_______.x = 四、抽象行列式的计算或证明 1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==，其中234,,,,αβγγγ均为四维列向量，且已知行列式||2,||3A B ==-,试计算行列式||.A B + 2.设A 为三阶方阵，*A 为A 的伴随矩阵，且1 ||2 A = ，试计算行列式1*(3)22.A A O O A -??-??? ? 3.设A 是n 阶(2)n ≥非零实矩阵，元素ij a 与其代数余子式ij A 相等，求行列式||.A
4.设矩阵210120001A ?? ??=?? ???? ,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量，记矩阵 123123123123(,,),(,24,39)A B αααααααααααα==+++++ 如果||1A =，那么||_____.B = 五、n 阶行列式的计算 六、利用特征值计算行列式 1.若四阶矩阵A 与B 相似，矩阵A 的特征值为 1111 ,,,2345 ，则行列式1||________.B E --= 2.设A 为四阶矩阵，且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-，试计算行列式*|23|.A E + 第二章 矩阵 典型例题 一、求逆矩阵 1.设,,A B A B +都是可逆矩阵，求：111().A B ---+ 2.设00021000531 23004580034600A ?? ??? ? ??=?? ?????? ，求1.A - 二、讨论抽象矩阵的可逆性 1.设n 阶矩阵A 满足关系式320A A A E +--=,证明A 可逆，并求1.A -
试题中得以体现。行列式的重点内容是掌握计算行列式的方法，计算行列式的主要方法是降阶法，用按行、按列展开公式将行列式降阶。但在展开之前往往先用行列式的性质对行列式进行恒等变形，化简之后再展开。另外，一些特殊的行列式(行和或列和相等的行列式、三对角行列式、爪型行列式等等)的计算方法也应掌握。常见题型有：数字型行列式的计算、抽象行列式的计算、含参数 的行列式的计算。 矩阵是线性代数的核心，是后续各章的基础。矩阵的概念、运算及理论贯穿线性代数的始终。这部分考点较多，重点考点有逆矩阵、伴随矩阵及矩阵方程。涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题。这几年还经常出现有关初等变换与初等矩阵的命题。常见题型有以下几种：计算方阵的幂、与伴随矩阵相关联的命题、有关初等变换的命题、有关逆矩阵的计算与证明、解矩阵方程。 向量组的线性相关性是线性代数的重点，也是考研的重点。考生一定要吃透向量组线性相关性的概念，熟练掌握有关性质及判定法并能灵活应用，还应与线性表出、向量组的秩及线性方程
组等相联系，从各个侧面加强对线性相关性的理解。常见题型有：判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。往年考题中，方程组出现的频率较高，几乎每年都有考题，也是线性代数部分考查的重点内容。本章的重点内容有：齐次线性方程组有非零解和非齐次线性方程组有解的判定及解的结构、齐次线性方程组基础解系的求解与证明、齐次(非齐次)线性方程组的求解(含对参数取值的讨论)。主要题型有：线性方程组的求解、方程组解向量的判别及解的性质、齐次线性方程组的基础解系、非齐次线性方程组的通解结构、两个方程组的公共解、同解问题。特征值、特征向量是线性代数的重点内容，是考研的重点之一，题多分值大，共有三部分重点内容：特征值和特征向量的概念及计算、方阵的相似对角化、实对称矩阵的正交相似对角化。重点题型有：数值矩阵的特征值和特征向量的求法、抽象矩阵特征值和特征向量的求法、判定矩阵的相似对角化、由特征值或特征向量反求A、有关实对称矩阵的问题。由于二次型与它的实对称矩阵式一一对应的，所以二次型的很多问题都可以转化为它的实对称矩阵的问题，可见正确写出二次型的矩阵式处理二次型问题的一个基础。重点内容包括：掌握二次型及其矩阵表示，了解二次型的秩和标准形等概念;了解二次型的规范形和惯性定理;掌握用正交变换并会用配方法化二次型为标准形;理解正定二次型和正定矩阵的概念及其判别方法。重点题型有：二次型表成矩阵形式、化二次型为标准形、二次型正定性的判别。
线性代数知识点总结 1 行列式 （一）行列式概念和性质 1、逆序数：所有的逆序的总数 2、行列式定义：不同行不同列元素乘积代数和 3、行列式性质：（用于化简行列式） （1）行列互换（转置），行列式的值不变 （2）两行（列）互换，行列式变号 （3）提公因式：行列式的某一行（列）的所有元素都乘以同一数k，等于用数k乘此行列式 （4）拆列分配：行列式中如果某一行（列）的元素都是两组数之和，那么这个行列式就等于两个行列式之和。 （5）一行（列）乘k加到另一行（列），行列式的值不变。 （6）两行成比例，行列式的值为0。 （二）重要行列式 4、上（下）三角（主对角线）行列式的值等于主对角线元素的乘积 5、副对角线行列式的值等于副对角线元素的乘积乘 6、Laplace展开式：（A是m阶矩阵，B是n阶矩阵），则
7、n阶（n≥2）范德蒙德行列式 数学归纳法证明 ★8、对角线的元素为a，其余元素为b的行列式的值： （三）按行（列）展开 9、按行展开定理： （1）任一行（列）的各元素与其对应的代数余子式乘积之和等于行列式的值（2）行列式中某一行（列）各个元素与另一行（列）对应元素的代数余子式乘积之和等于0 （四）行列式公式 10、行列式七大公式： （1）|kA|=k n|A| （2）|AB|=|A|·|B| （3）|A T|=|A| （4）|A-1|=|A|-1 （5）|A*|=|A|n-1
（6）若A的特征值λ1、λ2、……λn，则 （7）若A与B相似，则|A|=|B| （五）克莱姆法则 11、克莱姆法则： （1）非齐次线性方程组的系数行列式不为0，那么方程为唯一解 （2）如果非齐次线性方程组无解或有两个不同解，则它的系数行列式必为0 （3）若齐次线性方程组的系数行列式不为0，则齐次线性方程组只有0解；如果方程组有非零解，那么必有D=0。 2 矩阵 （一）矩阵的运算 1、矩阵乘法注意事项： （1）矩阵乘法要求前列后行一致； （2）矩阵乘法不满足交换律；（因式分解的公式对矩阵不适用，但若B=E,O,A-1，A*,f(A)时，可以用交换律） （3）AB=O不能推出A=O或B=O。 2、转置的性质（5条） （1）（A+B）T=A T+B T （2）（kA）T=kA T （3）（AB）T=B T A T （4）|A|T=|A|
A = C 1,： 2,： 3), B =(：1 ： 2 ： 3, j 2 24 3√ 1 3： 2 9 3) 线性代数 第一章行列式 典型例题 、利用行列式性质计算行列式 、按行（列）展开公式求代数余子式 四、抽象行列式的计算或证明 1. 设四阶矩阵 A=[2>,3 2,4 3, 4]，B=「,2 2,3 3,4 4],其中2, 3, 4 均为四 维列向量，且已知行列式|A| = 2,|B|=-3,试计算行列式|A - B|. A 1 2. 设A 为三阶方阵，A 为A 的伴随矩阵，且IAI=',试计算行列式 2 "（3A ） j -2A * 0〕 2 L :O AT 3. 设A 是n 阶（n 工2）非零实矩阵，元素a ij 与其代数余子式A j 相等，求行列式|A|. 2 1 0 4. 设矩阵 A= 1 2 0 ,矩阵 B 满足 ABA * = 2BA*+E ,则 |B|= ________ . '0 0 1 J 5. 设＞1√?2, : 3均为3维列向量，记矩阵 已知行列式D 4 = 1 3 1 1 2 3 5 1 3 4 6 2 4 4 7 2 =-6 ，试求 A 41 A 42 与 A 43 ' A 44. 三、利用多项式分解因式计算行列式 1 1 、t W 1 2 — X 1 ?计算D = 1 5 1 9-x 2 2 ?设 f(x)= X b b b b X C C C C X d d d ,则方程f (X) =O 有根X = d
如果I A ∣=1，那么| B |= __ . 五、n阶行列式的计算 六、利用特征值计算行列式 1. 若四阶矩阵A与B相似，矩阵A的特征值为丄丄,则行列式 2 3 4 5 1 IB -E∣= _________ . 2. 设A为四阶矩阵，且满足|2E ? A∣=0,又已知A的三个特征值分别为-1,1,2，试计算行列式|2A 3E |. 第二章矩阵 典型例题 一、求逆矩阵 1. 设代B, A ■ B都是可逆矩阵，求：（A J■ B」）」. -00021〕 00053 2.设 A =12300,求A JL 45800 34600 一 二、讨论抽象矩阵的可逆性 1. 设n阶矩阵A满足关系式A3? A2- A- E =0,证明A可逆，并求A^l. 2. 已知A3 =2E,B = A2 -2A ? 2E ,证明B可逆，并求出逆矩阵。 3. 设A = E Xy T ,其中X, y均为n维列向量，且X T y = 2 ,求A的逆矩阵。 4. 设代B为n阶矩阵，且E-AB可逆，证明E - BA也可逆。 三、解矩阵方程 1 1 -1 1. 设矩阵A= -1 1 1 ,矩阵X满足A*X=A*+2X,求矩阵X . J -1 1 J 1 0 0 0 1 1