北京交通大学 2005-2006学年第一学期硕士研究生矩阵分析考试试卷(B) 专业 班级 学号 姓名 一． （12分）设3R 的两个基为T T T I )1,0,1( ,)1,0,1( ,)1,1,1( :321=-==ααα和T T T II )5,4,3( ,)4,3,2( ,)1,2,1( :321===βββ， （1） 求基I 到基II 的过度矩阵；（2） 求T )1,1,1(=α在基I 下的坐 标。 二． （14分）设线性影射34:R R T →满足，对任意44321),,,(R x x x x T ∈， T T x x x x x x x x x x x x x x x T )3,2,(),,,(432142143214321-++-+++-=， 求T 的核()N T 及值域()R T 的基和维数。 三． （12分）设???? ? ??-=120520i i i A ， （1）计算1A 和∞A ；（2）如果T x )1,1,1(=， 计算1Ax 和∞Ax 。 四．（10分）求矩阵???? ? ??=131321*********A 的满秩分解。 五． （12分）求矩阵???? ? ??=230111140A 的正交三角分解UR A =，其中U 是
酉矩阵，R 是正线上三角矩阵。 六． （20分）证明题： 1． 设A 是反Hermite 矩阵，证明A E -是可逆的。 2．设A 是正规矩阵， 如果A 满足0432=--E A A ，证明：A 是Hermite 矩阵。 3．证明：n 维欧氏空间V 的线性变换T 是对称变换，即对任何,x y V ∈， ),(),(Ty x y Tx = 的充要条件是T 在标准正交基下的矩阵表示是对称拒阵。 七． （20分） 设???? ? ??=100100011A 。 （1）求E A λ-的Smith 标准形；（2）写出A 的最小多项式， A 的初等因子和Jordan 标准形； （3）求矩阵函数()f A ，并计算tA e 。
北京理工大学2017-2018学年第一学期 2017级硕士研究生〈矩阵分析〉终考试题 一、（10分）设线性变换f 在基123[1,1,1],[1,0,1],[0,1,1] ααα=-=-=下的矩阵表示为101110123A -????=????-?? （1）求f 在基123[1,0,0],[0,1,0],[0,0,1]εεε===下的矩阵表示。 （2）求f 的核与值域。 二、（10分）求矩阵20000i A ????=?????? 的奇异值分解。 三、（10分）求矩阵111222111A -????=-????--?? 的谱分解。 四、（15分）已知(1)n u R n ∈>为一个单位列向量，令T A I uu =-，证明 （1）21A =； （2）对任意的X R ∈，如果有AX X ≠，那么22AX X <。 五、（15分）已知矩阵1212a A a ??-??=????-???? ， （1）问当a 满足什么条件时，矩阵幂级数121()k k k A ∞ =+∑绝对收敛？ （2）取a = 0，求上述矩阵幂级数的和。
七、（20分）求下列矩阵的矩阵函数2,sin ,cos tA e A A π π 300030021 01300103123001013000301 00013()()()A A A ??????????? ???===?????? ???????????? 八、（5分）已知 sin 53sin 2sin 52sin sin 5sin sin sin 5sin 2sin 52sin sin 5sin sin 5sin 2sin 52sin sin 53sin t t t t t t tA t t t t t t t t t t t t +--????=-+-????--+?? 求矩阵A 。 九、（5分）已知不相容线性方程组 141223341 10 x x x x x x x x +=??+=??+=??+=? 求其最佳最小二乘解。 十、（10分）已知Hermite 二次型 12312132131(,,)f x x x ix x x x ix x x x =+-+ 求酉变换X UY =将123(,,)f x x x 化为标准型。
第1章 线性空间和线性变换（详解） 1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0的矩阵.用 ij E (,1,2, ,1)i j i n <=-表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素 为1外，其余元素全为0的矩阵. 显然，ii E ，ij E 都是对称矩阵，ii E 有(1) 2 n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1) 2 n n +个矩阵线性表示，此即对称矩阵组成 (1) 2 n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n n +维线性空间，只需找出 (1)2n n +个向量线性无关，并且集合中任何一个向量都可以用这(1) 2 n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可. 1-3 解：方法一 设11223344x x x x =+++A E E E E 即 123412111111100311100000x x x x ??????????=+++???????????????????? 故 1234 1231211203x x x x x x x x x x +++++?? ??=??? ?+???? 于是 12341231,2x x x x x x x +++=++=
1210,3x x x +== 解之得 12343,3,2,1x x x x ==-==- 即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 方法二 应用同构的概念，22R ?是一个四维空间，并且可将矩阵A 看做(1,2,0,3)T ， 1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有 111111 000 31110201003110000 01021000300011???? ????-??? ?→???? ??? ? -???? 因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 1-4 解：证：设112233440k k k k αααα+++= 即 12341234123134 12411111110110110110 k k k k k k k k k k k k k k k k k ????????+++???????????????? +++++??==??++++?? 于是 12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++= 解之得 12340k k k k ==== 故1234,,,αααα线性无关. 设
课程名称：矩阵分析 一、课程编码：1700002 课内学时： 32 学分： 2 二、适用学科专业：计算机、通信、软件、宇航、光电、生命科学等工科研究生专业 三、先修课程：线性代数，高等数学 四、教学目标 通过本课程的学习，要使学生掌握线性空间、线性变换、Jordan标准形，及各种矩阵分解如QR分解、奇异值分解等，正规矩阵的结构、向量范数和矩阵范数、矩阵函数，广义逆矩阵、Kronecker积等概念和理论方法，提升研究生的数学基础，更好地掌握矩阵理论，在今后的专业研究或工作领域中熟练应用相关的矩阵分析技巧与方法，让科研结果有严格的数学理论依据。 五、教学方式 教师授课 六、主要内容及学时分配 1、线性空间和线性变换（5学时） 1.1线性空间的概念、基、维数、基变换与坐标变换 1.2子空间、线性变换 1.3线性变换的矩阵、特征值与特征向量、矩阵的可对角化条件 2、λ-矩阵与矩阵的Jordan标准形（4学时） 2.1 λ-矩阵及Smith标准形 2.2 初等因子与相似条件 2.3 Jordan标准形及应用； 3、内积空间、正规矩阵、Hermite 矩阵（6学时） 3.1 欧式空间、酉空间 3.2标准正交基、Schmidt方法 3.3酉变换、正交变换 3.4幂等矩阵、正交投影 3.5正规矩阵、Schur 引理 3.6 Hermite 矩阵、Hermite 二次齐式 3.7.正定二次齐式、正定Hermite 矩阵 3.8 Hermite 矩阵偶在复相合下的标准形
4、矩阵分解（4学时） 4.1矩阵的满秩分解 4.2矩阵的正交三角分解（UR、QR分解） 4.3矩阵的奇异值分解 4.4矩阵的极分解 4.5矩阵的谱分解 5、范数、序列、级数（4学时） 5.1向量范数 5.2矩阵范数 5.3诱导范数（算子范数） 5.4矩阵序列与极限 5.5矩阵幂级数 6、矩阵函数（4学时） 6.1矩阵多项式、最小多项式 6.2矩阵函数及其Jordan表示 6.3矩阵函数的多项式表示 6.4矩阵函数的幂级数表示 6.5矩阵指数函数与矩阵三角函数 7、函数矩阵与矩阵微分方程（2学时） 7.1 函数矩阵对纯量的导数与积分 7.2 函数向量的线性相关性 7.3 矩阵微分方程 (t) ()() dX A t X t dt = 7.4 线性向量微分方程 (t) ()()() dx A t x t f t dt =+ 8、矩阵的广义逆（3学时） 8.1 广义逆矩阵 8.2 伪逆矩阵 8.3 广义逆与线性方程组 课时分配说明：第一章的课时根据学生的数学基础情况可以调整，最多5学时，如学生线
矩阵分析 主讲教师：张艳霞
矩阵理论的应用 微分方程、概率与统计、优化、信号处理、控制 工程、经济理论等等。 工程经济理论等等 如需更深入地学习和了解在自己专业的应用，可 如需更深入地学习和了解在自己专业的应用可 参考： 《矩阵分析与应用》，张贤达著，清华大学出版社；《Matrix Analysis for Scientists & Engineers》: Alan J. Laub，SIAM.
第章 第一章线性空间和线性变换线性空间的基本概念及其性质 线性空间的基底，维数, 坐标变换 线性空间的基底维数 线性空间的子空间，交与和 线性映射及其值域、核 线性变换及其矩阵表示 矩阵（线性变换）的特征值与特征向量矩阵的可对角化条件
第一节第节线性空间 一：线性空间的定义与例子线性间的义定义 设是一个非空的集合，是一个数域， V F 在集合中定义两种代数运算,一种是加法运算,来表示另种是运算用来表示V 用 来表示; 另一种是数乘运算, 用来表示, +i 并且这两种运算满足下列八条运算律：（1）加法交换律αββα +=+（2）加法结合律 ()() αβγαβγ++=++
（3）零元素: 在中存在一个元素，使得对于 V 0任意的 都有 V α∈0αα +=（4）负元素: 对于中的任意元素都存在一 V α个元素 使得β αβ+=（5）i =1αα（6）()()k l kl αα=（7）()k l k l ααα+=+（8）()k k k αβαβ + =+为数域F 称这样的上的线性空间。 V
例1全体实函数集合构成实数域上的线性空间。R 例2 复数域上的全体型矩阵构成的集C m n ×合为上的线性空间。 m n × C C 例3实数域上全体次数小于或等于的多项式 R n 集合构成实数域上的线性空间; 1[]n R x +R 实数域上全体次数等于的多项式集合不构成实数域上的线性空间; R n R
2004-2005学年第一学期硕士研究生矩阵分析考试试卷(A) 专业 班级 学号 姓名 一． （12分）3[]R x 表示由次数小于3的多项式组成的线性空间。在 3[]R x 中取两个基：21231,1,(1)x x ααα==-=-； 21232,2,(2)x x βββ==-=-。（1）求123,,βββ到123,,ααα的过度矩阵，（2） 求21x x ++ 在123,,ααα下的坐标。 二． （14分）设T 是n R 的线性映射，对任意12(,, ,)T n n x x x x R =∈满足 11(0,, ,)n Tx x x -=。（1）证明0n T =； （2）求T 的核()N T 及值域 ()R T 的 基和维数。 三． （12分）设1023510224i A i i i -?? ?=++ ? ?-??，120x i -?? ? ?= ? ? ?-?? ，i = 。 计算11, , , Ax Ax A A ∞∞。 四．（10分）求矩阵1123101032160113A -?? ?-- ? = ?- ? ?-? ? 的满秩分解。 五． （12分）求矩阵011110101A ?? ? = ? ??? 的正交三角分解A UR =，其中U
是酉矩阵，R 是正线上三角矩阵。 六． （16分，1、2小题各5分， 3小题6分）证明题： 1． 设A 是n 阶正规矩阵，且满足2320A A E -+=。证明A 是Hermite 矩阵，并写出A 的Jordan 标准形的形式。 2．设A 是正定Hermite 矩阵，且A 是酉矩阵，证明A E =。 3．证明：若A 是Hermite 矩阵，则iA e 是酉矩阵。 七． （24分） 设100011101A ?? ? =- ? ?-?? 。（1）求E A λ-的Smith 标准形； （2）写出A 的最小多项式， A 的初等因子和Jordan 标准形； （3）求相似变换矩阵P 使得1P AP J -=；（4）求1P -矩阵函数()f A ，并计算tA e 。 2004-2005学年第一学期硕士研究生矩阵分析考试试卷(B) 专业 班级 学号 姓名 一． （12分）设3R 两个：123(1,0,1),(1,0,0),(0,1,1)T T T ααα==-=； 123(0,1,1),(1,1,0),(1,0,1)T T T βββ=-=-=。（1）求123,,ααα到 123,,βββ的过度矩阵，（2） 求子空间V ，其中V 中的向量在两个基下的坐标相同。 二． （14分）设线性映射43:T R R →满足：对任意41234(,,,)T x x x x R ∈， 求的核()N T 及值域()R T 的基和维数。
2012-2013学年第一学期硕士研究生矩阵分析考试试卷(A) 专业 学号 姓名 一、（共30分，每小题6分）完成下列各题： （1）设4 R 空间中的向量????????????=23121α，????????????--=32232α，????????????=78013α，???? ?? ??????--=43234α， ????? ? ??????--=30475α Span V =1{}321,,ααα，Span V =2{}54,αα，分别求21V V +和21V V I 的 维数. 解：=A { }54321,,,,ααααα? ? ??? ? ??? ???--→000004100030110 202 01 21V V +和21V V I 的维数为 3和1 （2） 设() T i i 11-=α，() T i i 11-=β是酉空间中两向量，求 内积()βα, 及它们的长度（i = . （0， 2, 2）； （3）求矩阵?? ?? ? ?????----=137723521111A 的满秩分解.
解：?? ?? ? ?????----=137723521111A ??????? ? ??? ????? -- --→0000747510737201 ??????????----=137723521111A ??????????--=775211??????? ??? ??? ?? ? ----747 510737201* （4）设-λ矩阵???? ? ??++=2)1(000000 )1()(λλλλλA ，求)(λA 的标准形及其 行列式因子. 解：????? ??++=2)1(000000)1()(λλλλλA ()()??? ? ? ??++→2111λλλλ （5）设*A 是矩阵范数，给定一个非零向量α，定义 *H x x α=， 验证x 是向量范数. 二、（10分）设3R 中的线性变换T 在基321,,εεε下的矩阵表示为 ?? ?? ? ?????-=021110111A ， （1）（5分）求T 的值域)(T R 的维数及一组基； （2）（5分）求T 的核)(T N 的维数及一组基. 解：（1）由题意知 T [ε1,ε2,ε3]=[]?? ?? ? ?????-021110111,,321εεε
北京交通大学 2011-2012学年第一学期硕士研究生矩阵分析考试试卷(A) 专业 班级 学号 姓名 一、（共12分，每小题3分）试对下列概念给出定义： （1）线性映射的值域和核；（2）线性变换的特征值和特征向量； （3）矩阵的最小多项式； （4）矩阵的诱导范数. 二、（共24分，每小题8分）设5R 空间中的向量 110212α????????=????????，201221α????????=????????，312012α?? ? ? ?= ? ? ???，413233α????????=????????，512013α????????=????????，623445α?? ???? ??=?? ?? ???? ， Span V =1()1234,,,αααα，Span V =2()56,αα， （1）求矩阵()123456,,,,,A αααααα=的满秩分解； （2）求21V V +的维数及基； （3）求21V V 的维数及基. 三、（10分）求矩阵2000 0224400 2A ????? ?=?????? 的正交三角分解UR A =，其中U 是次酉矩阵，R 是正线上三角矩阵. 四、（10分）设13021i i A i i ??= ?---??24 C ?∈，计算12, , , F A A A A ∞. （这里12-=i ）.
2 五、（共28分，每题7分）证明题： （1）设A 是正定Hermite 矩阵，B 是反Hermite 矩阵，证明：AB 的特征值的实部为0. （2）设A 为正规矩阵，证明：)(2A A ρ=. 这里)(A ρ为A 的谱半径. （3）设n n C B ?∈且1《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案讲课讲稿
《矩阵分析》(第3版)史荣昌,魏丰.第一章课后习题答案
第1章 线性空间和线性变换（详解） 1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0 的矩阵.用ij E (,1,2,,1)i j i n <=-L 表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素为1外，其余元素全为0的矩阵. 显然，ii E ，ij E 都是对称矩阵，ii E 有(1) 2 n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1) 2 n n +个矩阵线性表示，此 即对称矩阵组成(1) 2 n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n n +维线性空间， 只需找出(1) 2 n n +个向量线性无关，并且集合中任何一个向量都可以用这 (1) 2n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可. 1-3 解：方法一 设11223344x x x x =+++A E E E E 即 123412111111100311100000x x x x ??????????=+++???????????????????? 故 12341231211203x x x x x x x x x x +++++?? ??=????+???? 于是 12341231,2x x x x x x x +++=++= 1210,3x x x +==
矩阵分析及其应用 3.1 矩阵序列 定义3.1 设矩阵序列{A (k)},其中A (k)=() (k ij a )∈C m ?n ,当k →∞， )(k ij a →a ij 时，称矩阵序列{A (k)}收敛，并称矩阵A=(a ij )为矩 阵序列{A (k)}的极限，或称{A (k)}收敛于A, 记为 A A k k =∞ →)(lim 或 A (k)→ A 不收敛的矩阵序列称为发散的。 由定义，矩阵序列A (k) 发散的充要条件为存在ij 使 得数列) (k ij a 发散。 类似地，我们可以定义矩阵收敛的Cauchy 定义 定义3.1' 矩阵序列{A (k)}收敛的充要条件为 对任给ε>0 存在N(ε), 当 k , l ≥ N(ε) 时有 ||A (k)-A (l )|| < ε 其中||.||为任意的广义矩阵范数。 例1 ???? ? ? ??- =∑=-n k n n k k e n n 12) ()sin()1sin(11A 如果直接按定义我们因为求不出A (n )的极限从而 很难应用定义3.1证明收敛。 相反，由于∑∑∑+=+=+=-≤≤n m k n m k n m k k k k k k 112 1 2 ) 1(1 1 ) sin( < 1/m 从而只要l 充分大，则当m, n > l 时就有 ε≤∑ +=n m k k k 1 2 ) sin( 这样A (l ) 收敛。 定理3.1 A (k)→ A 的充要条件为 ||A (k) -A||→0 证明：利用广义矩阵范数的等价性定理，仅对∞范数可以证明。 即 c 1 ||A (k) -A||∞ ≤ ||A (k) -A||≤ c 2 ||A (k) -A||∞ 性质0 若A (k)→ A ， 则 ||A (k)|| → ||A|| 成立。
矩阵论 1、意义 随着科学技术的发展，古典的线性代数知识己不能满足现代科技的需要，矩阵的理论和方法业巳成为现代科技领域必不可少的工具．有人认为：“科学计算实质就是矩阵的计算”．这句话概括了矩阵理论和方法的重要性及其使用的广泛性．因此，学习和掌握矩阵的基本理论和方法，对于理、工科研究生来说是必不可少的数学工具．2、内容 《矩阵论》和工科《线性代数》课程在研究矩阵的内容上有较大的差异： 线性代数：研究行列式、矩阵的四则运算(加、减、乘、求逆 ) 以及第一类初等变换 (非正交的)、对角标准形 (含二次型) 以及n阶线性方程组的解等基本内容． 矩阵论：研究矩阵的几何理论(线性空间、线性算子、内积空间等)、第二和第三类初等变换(正交的)、分析运算(矩阵微积分和级数)、矩阵的范数和条件数、广义逆和分解、若尔当标准形以及几类特殊矩阵和特殊运算等,内容十分丰富． 3、方法 在研究的方法上，矩阵论和线性代数也有很大的不同： 线性代数：引入概念直观，着重计算． 矩阵论：着重从几何理论的角度引入矩阵的许多概念和运算，把矩阵看成是线性空间上线性算子的一种数量表示．深刻理解它们对将
来正确处理实际问题有很大的作用． 第1讲 线性空间 内容： 1.线性空间的概念； 2.基变换和坐标变换； 3.子空间和维数定理； 4.线性空间的同构 线性空间和线性变换是矩阵分析中经常用到的两个极其重要的概念，也是通常几何空间概念的推广和抽象，线性空间是某类客观事物从量的方面的一个抽象． §1 线性空间的概念 1. 群，环，域 代数学是用符号代替数（或其它）来研究数（或其它）的运算性质和规律的学科，简称代数． 代数运算：假定对于集A 中的任意元素a 和集B 中的任意元素b ，按某一法则和集C 中唯一确定的元素c 对应，则称这个对应为A 、B 的一个（二元）代数运算． 代数系统：指一个集A 满足某些代数运算的系统． 1.1群 定义1.1 设V 是一个非空集合，在集合V 的元素之间定义了一种代数运算，叫做加法，记为“+”．即，对V 中给定的一个法则，对于V 中任意元素βα,，在V 中都有惟一的一个元ν和他们对应，称ν为βα,的和，记为βαν+=．若在“+”下，满足下列四个条件，则称V 为一个群． 1）V 在“+”下是封闭的．即，若,,V ∈βα有 V ∈+βα； 2) V 在“+”下是可结合的．即，)()(γβαγβα++=++ ，V ∈γ；
第一章 线性空间与线性变换 （以下题目序号与课后习题序号不一定对应，但题目顺序是一致的，答案为个人整理，不一定正确，仅供参考，另外，此答案未经允许不得擅自上传） （此处注意线性变换的核空间与矩阵核空间的区别） 1.9.利用子空间定义，)(A R 是m C 的非空子集，即验证)(A R 对m C 满足加法和数乘的封闭性。 1.10.证明同1.9。 1.11.rankA n A N rankA A R -==)(dim ,)(dim （解空间的维数） 1.13.提示：设),)(- ?==n j i a A n n ij （，分别令T i X X ),0,0,1,0,0(K K ==(其中1位于i X 的第i 行），代入0=AX X T ，得0=ii a ；令T ij X X )0,0,10,0,1,0,0(K K K ==（其中1位于ij X 的第i 行和第j 行） ，代入0=AX X T ，得0=+++jj ji ij ii a a a a ，由于0==jj ii a a ，则0=+ji ij a a ，故 A A T -=，即A 为反对称阵。若X 是n 维复列向量，同样有0=ii a ， 0=+ji ij a a ， 再令T ij i X X ),0,1,0,0,,0,0(K K K ='=(其中i 位于ij X 的第i 行，1位于ij X 的第j 行），代入0=AX X H ，得0)(=-++ij ji jj ii a a i a a ，由于 0==jj ii a a ，ij ji a a -=，则0==ji ij a a ，故0=A 1.14.AB 是Hermite 矩阵，则AB BA A B AB H H H ===)( 1.15.存在性：令2 ,2H H A A C A A B -=+=，C B A +=，其中A 为任意复矩阵，可验证C C B B H H -==, 唯一性：假设11C B A +=，1111,C C B B H H -==，且C C B B ≠≠11,，由
矩阵分析几何意义和透彻理解PCA的一些整理这是几篇很不错的文章集合在一起的一篇文章，有些内容来自blog，有些来自文献和教程，解决了我遇到很多疑问，感谢把它推荐给我的人。前四部分来自早期几篇blog，把空间描述的形象且易懂，适合我们这些非数学专业的人搞明白一些抽象的问题。 一、矩阵的特征值概述：矩阵特征值要讲清楚需要从线性变换入手，把一个矩阵当做一个线性变换在某一组基下的矩阵，最简单的是数乘变换，求特征值的目的就是看看一个线性变换对一些非零向量的作用是否能够相当于一个数乘变换，特征值就是这个数乘变换的变换比。这样的一些向量就是特征向量，其实我们更关心的是特征向量，希望把原先的线性空间分解成一些向量相关的子空间的直和，这样我们的研究就可以分别限定在这些子空间上来进行，这和物理中研究运动的时候将运动分解成水平方向和垂直方向的做法是一个道理。 自相关矩阵最大特征值和特征向量并没有和原来的哪个信号一一对应，而且特征分解本身的含义相当于对原来的信号做了这样的正交分解。使得各个分量之间相互不相关，也就是K—L展开，每一个特征值相当于原来各个信号导向矢量的线性组合，因此不能仅仅从某个特征矢量中直接对应原来某个信号的特征。 二、线性空间和矩阵的几个核心概念： 空间（space）：空间的数学定义是一个集合，在这个集合上定义某某概念，然后满足某些性质，就可以被称为空间。 我们所生活的空间是一个三维欧几里德空间，我们所生活空间的特点： （1）有很多（实际上是无穷多个）位置点组成 （2）这些点之间存在着相对关系。 （3）可以咋空间中定义长度、角度。 （4）这个空间可以容纳运动（从一个点到一个点的移动，而不是微积分意义上的“连续”性运动） 第（4）点是空间的本质特征，（1）、（2）两点是空间的基础而非性质，第（3）点在其他空间也行并不具备，自然更不是关键的性质。只有第（4）点是空间的本质。 把三维空间的认识拓展到其他空间。事实上，不管是什么空间，都必须容纳和支持在其中发生的符合规律的运动（变换）。我们会发现，在某种空间中往往会存在一种相对应的变换，比如：拓扑空间中有拓扑变换，线性空间中有线性变换，仿射空间中有仿射变换，其实这些变换都只不过是对应空间允许的运动形式而已。 例1.最高次项不大于n次的多项式的全体构成一个线性空间，也就是说，这个线性空间中每一个对象是一个多项式。如果我们以X0,X1,X2,…..,Xn为基，那么任何一个这样的多项式都可以表达为一组n+1维向量，其中的每一个分离ai其实就是多项式Xi-1项系数。
20XX 年南京理工大学硕士研究生 《矩阵分析与计算》考试（A 卷）参考答案 注意：所有试题答案都写在答题纸上，写在试卷上无效 一、（12分）设矩阵0.60.50.10.3A ??=????，计算21,,F A A A A ∞。 解：10.8, 1.1,F A A A ∞=== …………. 9 分 0.370.330.330.34T A A ??=???? m a x ()0.6853T A A λ≈， …………. 2 分 从而20.8278A == …………. 1 分 二、（15分）求矩阵141130001A -????=--?????? 的初等因子及Jordan 标准形。 解：初等因子 21,(1)λλ-+ …………. 10 分 Jordan 矩阵1111J ????=-????-?? …………. 5 分 三、（20分）已知1011011,11121A b ????????==???????????? （1）求A 的满秩分解；（2）求A +；（3）用广义逆矩阵方法判断线性方程组Ax b =是否有解；（4）求Ax b =的极小范数解或极小范数最小二乘解，并指出所求的是哪种解． 解：（1）101010101111A FG ??????==?????????? …………. 6 分
(2) 54114519112A +-????=-?????? …………. 6 分 (3) []21123 T b A b A += ≠,方程组无解； …………. 4 分 （4）极小范数最小二乘解为[]021129 T b x A +== …………. 4 分 四、（10分）利用盖尔圆隔离定理证明205141011210A i ????=?????? 有三互异特征值。 解：取(1,1,3)D diag =，则1B DAD -=的三个行盖尔园隔离，因此矩阵有3个互异特征值. ………….10 分 五、（10分）用LU 分解求解方程组 1234102040101312431301035x x x x ??????????????????=???????????????? ?? 解: 1020110200101011011243121210 10301012??????????????????=?????????????????? …………. 5 分 求解得到(2,2,1,1)T x = …………. 5分 六、（10分）利用幂法计算矩阵 1319????-?? 的按模最大特征值及对应特征向量。（取初始向量(1,1)T ,结果保留4位有效数字） 解: max 8.6055λ≈, 特征向量(0.3945,1)T ………… 10分
9.1矩阵的概念 一、新课引入： 分析二元一次方程组的求解过程，探讨研究矩阵的有关知识：步骤方程组矩形数表 1 2 3 4 x 2 y5, 3x y8. 二、新课讲授 1、矩阵的概念 （ 1）矩阵：我们把上述矩形数表叫做矩阵，矩阵中的每个数叫做矩阵的元素。 （ 2）系数矩阵和增广矩阵：矩阵 1 2 叫方程组的系数矩阵，它是 2 行 2 3 1 列的矩阵，可记作 A2 2 。矩阵1 2 5 叫方程组的增广矩阵它是 2 行 3 3 1 8 列的矩阵，可记作 A2 3 。 （3）方矩阵：把行数与列数相等的矩阵叫方矩阵，简称为方阵。上述矩阵是2 阶方矩阵， （ 3）方阵1 0 叫单位矩阵。 0 1 （5）行向量和列向量： 1 行 2 列的矩阵（ 1，－ 2）、（ 3 ， 1）叫系数矩阵的两
个行向量，2 行 1 列的矩阵 1 、 2 叫系数矩阵的两个列向量。 3 1 2、概念巩固 1、二元一次方程组2x 3y 1 的增广矩阵为 ，它是行 3x 4 y 5 列的矩阵，可记作，这个矩阵的两个行向量为； 2、二元一次方程组3x 5y 6 的系数矩阵为，它是方阵， 3y 4x 7 这个矩阵有个元素； x z 6 0 3、三元一次方程组3x y 7 0 的增广矩阵为， 2 y 2z 1 3 0 这个矩阵的列向量有； 4、若方矩阵A2 2是单位矩阵，则A2 2 =； 2 1 1 ，写出对应的方程5、关于 x,y 的二元一次方程组的增广矩阵为 3 7 4 组； 2 1 0 1 6、关于 x,y,z 的三元一次方程组的增广矩阵为0 2 5 2 ，其对应的 0 1 2 8 方程组为 3、矩阵的变换 讨论总结：类比二元一次方程组求解的变化过程，方程组相应的增广矩阵的行发 生着怎样的变换呢？变换有规则吗？请讨论后说出你的看法。
《矩阵分析》复习 1 矩阵的基本概念： 秩，迹，特征根，特征向量，逆，广义逆，转置，谱半径 2 矩阵的标准形 相似（对角形，Jordan标准形），正交相似，酉相似（正规矩阵，上三角阵），合同相似（对称矩阵），奇异值分解 3 矩阵运算 加，减，乘，除，矩阵的幂，矩阵多项式 3 矩阵的特征多项式，最小多项式 4 矩阵的各种范数及其计算 5 特征根上界的估计，盖氏圆盘定理 5 线性空间的概念，基底，维数，子空间，维数定理，直和 6 线性变换，核，象，维数公式 7 欧氏空间，正交，正交变换，正交基G—S过程 8 二次型，正定性 9 求对角形，Jordan标准形 10 向量序列，矩阵序列，求导，积分, 矩阵函数
自测题一 1 判断正误（对正确的打“√”，对错误的打“×”） (1) 同构的两个线性空间的维数可以不同。（ ） (2) 按通常矩阵加法及数与矩阵乘法,全体阶上三角矩阵的集合构成线性空间。 （ ） n (3) 平移变换能够保持任意两个向量之间的距离不变,所以平移变换为正交变换。 ( ) (4) 正规矩阵均可酉相似于对角阵。（ ） (5) 在线性变换下,线性相关的元素对应的象线性相关。( ) (6) 如果存在正整数,使得m 0m A =,则矩阵A 的所有特征值均为零。( ) (7) lim m m A O →+∞ =(零矩阵)的充要条件是，有一矩阵范数?，使得1A <。( ) (8) 任何一个阶矩阵均可与一个上三角矩阵酉相似。（ ） n n ×(9) 根据矩阵的盖尔圆可对矩阵的特征值的分布作出估计。（ ） (10) 矩阵A 的每一个特征值都不大于该矩阵的任何一种范数。( ) 2 填空 (1) 线性空间n n R ×的维数为___________. (2) 若矩阵,则其特征值为___________ a b A b a ???=??? ??(3) 若矩阵, 则316212A ??=??? A 的秩为___________ (4) 若矩阵A 为实的反对称矩阵,其特征值实部为_____________. (5) 在3R 中,线性变换T 对任意的,,x y z ,满足(,,)(,,)T x y z y z z x x y =+++,则T 对应的矩阵为__________. (6) 若矩阵1 3112A ????=????? ?，则矩阵A 的盖尔圆为_______________ (7) 若非奇异,则0a c A a ??=??? ?1A ?=_______________. (8) 设11sin ,121T m m x m ???=??+??lim m m ，则=______________ x →+∞
《矩阵理论》知识重点 一．概况 1．开课学院（系）和学科：理学院数学系 2．课程代码： 3．课程名称：矩阵理论 4．学时/学分：51学时/3学分 5．预修课程：线性代数（行列式，矩阵与线性方程组，线性空间F n，欧氏空间R n，特征值与矩阵的对角化，实对称矩阵与二次型）, 高等数学（一元微积分，空间解析几何，无 穷级数，常微分方程） 6．适合专业：全校的机、电、材、管理、生命和物理、力学诸大学科类，以及人文学科等需要的专业（另请参看选课指南）。 7．教材/教学参考书： 《矩阵理论》，苏育才、姜翠波、张跃辉编，科学出版社，2006 《矩阵分析》, R.A. Horn and C.R. Johnson, Cambridge Press (中译本)，杨奇译，机械工业出版社，2005。 《矩理阵论与应用》，陈公宁编，高等教育出版社，1990。 《特殊矩阵》，陈景良，陈向晖，清华大学出版社，2001。 《代数特征值问题》，JH.威尔金森著，石钟慈邓健新译，科学出版社，2001。 二、课程的性质和任务 矩阵理论作为一种基本的数学工具，在数学学科与其他科学技术领域诸如数值分析、优化理论、微分方程、概率统计、系统工程等学科都有广泛应用。电子计算机及计算技术的发展也为矩阵理论的应用开辟了更广阔的前景。因此，学习和掌握矩阵的基本理论和方法，对于将来从事工程技术工作的工科研究生来说是必不可少的。通过该门课程的学习，期望学生能深刻地理解矩阵理论的基本知识和数学思想，掌握有关的计算方法及技巧，提高学生的数学素质，提高科研能力，掌握矩阵理论在多元微积分、线性控制系统、微分方程、逼近理论、投入产出分析等领域的许多应用。 三、课程的教学内容和要求 矩阵理论的教学内容分为十部分，对不同的内容提出不同的教学要求。 (数字表示供参考的相应的学时数) 第一章矩阵代数（复习，2） 1 矩阵的运算、矩阵的秩和初等变换、Hermite梯形阵、分块矩阵（2）
“矩阵论”课程研究报告 科目：矩阵论教师： 姓名：学号： 专业：类别： 上课时间： 考生成绩： 阅卷评语： 阅卷教师(签名)
矩阵分析在问卷扫描识别中的应用 摘要： 图像处理主要研究图像变换、图像增强、图像缩放以及图像的分割分解等内容。通过像素矩阵把图像处理归结到了矩阵分析的方法中来，通过分析矩阵的方式来对图像进行相应的处理，实现了图像处理与矩阵分析的融合，为各种图像处理提供了一种良好的数学实现途径。图像像素矩阵的产生，为图像处理提供了一种新的途径，许多对图像的处理，都可以转化为对矩阵的分析。因此，在问卷扫描识别中图像像素的矩阵分析起到了至关重要的作用。 正文 一、问题描述 目前，考试客观题部分的评阅长期以来一直采用基于光学标记识别技术（OMR）的选项图像信息识别系统，而现实生活中利用标准的答题卡对问卷数据进行采集存在工作量大、误差大等问题。因此，如何将大量普通调查问卷的信息进行电子化处理成为关键。本文通过将普通调查问卷进行图像扫描，通过位图图像实现对像素矩阵的提取，以此对图像的分析都可以转化为对矩阵的分析，完成了由二维图像数字矩阵的变换，从而使问题变得准确、简便、易行。 二、实验基本原理 1、图像边缘检测 图像理解是图像处理的一个重要分支，研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。图像边缘检测必须满足两个条件：一、能有效地抑制噪声； 二、必须尽量精确确定边缘的位置。
第1章 线性空间与线性变换(详解) 1-1 证:用表示n 阶矩阵中除第行,第列得元素为1外,其余元素全为0得矩阵、用表示n 阶 矩阵中除第行,第列元素与第行第列元素为1外,其余元素全为0得矩阵、 显然,,都就是对称矩阵,有个、不难证明,就是线性无关得,且任何一个对称矩阵都可用这n+=个矩阵线性表示,此即对称矩阵组成维线性空间、 同样可证所有n 阶反对称矩阵组成得线性空间得维数为、 评注:欲证一个集合在加法与数乘两种运算下就是一个维线性空间,只需找出个向量线性无关,并且集合中任何一个向量都可以用这个向量线性表示即可、 1-2解: 解出即可、 1-3 解:方法一 设 即 故 于就是 解之得 即在下得坐标为、 方法二 应用同构得概念,就是一个四维空间,并且可将矩阵瞧做, 可瞧做、于就是有 因此在下得坐标为、 1-4 解:证:设 即 于就是 解之得 故线性无关、 设 于就是 解之得 即为所求坐标、 1-5 解:方法一 (用线性空间理论计算) 32312233410()121,,,021,1,(1),(1)p x x x x x y y x x x y y ????????=+=???? ???? ???? ????=---???? ???? 又由于 于就是在基下得坐标为 方法二 将根据幂级数公式按展开可得 因此在基下得坐标为、
评注:按照向量坐标定义计算,第二种方法比第一种方法更简单一些、 1-6 解:①设 将与代入上式得 故过渡矩阵 1 100 12 0561100133601101 12100111013112222 35 1422 19 1522311 2 82 2-???? ????-? ?? ?=???? --???? -???? ??---????????=?????? ?????? P ②设 将坐标代入上式后整理得 评注:只需将代入过渡矩阵得定义计算出、 1-7 解:因为 由于秩,且就是向量得一个极大线性无关组,所以与空间得维数就是3,基为、 方法一 设,于就是由交空间定义可知 解之得 为任意数 于就是 很显然 所以交空间得维数为1,基为、 方法二 不难知 其中、又也就是线性方程组 得解空间、就是线性方程组 得解空间,所以所求得交空间就就是线性方程组 得解空间,容易求出其基础解系为,所以交空间得维数为1,基为、 评注:本题有几个知识点就是很重要得、得基底就就是得极大线性无关组、维数等于秩、、方法一得思路,求交就就是求向量,既可由线性表示,又可由线性表示得那部分向量、方法二就是借用“两个齐次线性方程组解空间得交空间就就是联立方程组得解空间”,将本题已知条件改造为齐次线性方程组来求解、 1-8解: (1):解出方程组得基础解系,即就是得基, 解出方程组得基础解系,即就是得基; (2): 解出方程组得基础解系,即为得基; (3):设,则得极大无关组即就是得基、 1-9解:仿上题解、