矩阵论综述

矩阵论主要研究的是线性空间以及在线性空间中的一些操作，主要是线性变换。当然书中主要是针对有限维的情况来讨论的，这样的话就可以用向量和矩阵来表示线性空间和线性变换，同其他的数学形式一样，矩阵是一种表达形式（notation），而这一方面可以简洁地表达出我们平时遇到的如线性方程和协方差关系的协方差矩阵等，另一方面又给进一步的研究或者问题的简化提供了一个平台。如特征值分析、稳定性分析就对应着诸如统计分布和系统稳定性等实际问题。而一系列的分解则可以方便方程的数值计算。

首先介绍的是线性空间，对于线性空间中的任意一个向量的表示由基（相当于度量单位）和坐标（相当于具体的尺度）组成，基既然作为度量标准了，当然要求对每一个向量都适用，同时这个标准本身也应该尽可能的简洁，那么就得到了基定义的两点约束１、基的组成向量线性无关；２、线性空间中的任一个向量都可以由基的线性表示。基作为一种“计量标准”，当然可能会存在多种形式，只要满足上面的两点条件，因而就有必要解决不同的度量标准之间的转换关系，从而得到过渡矩阵的概念，同时可以使用这种转换关系（过渡矩阵）去完成度量量（坐标）之间的转换。

在完成了线性空间这一对象的认识和表达之后，下面需要研究对象和对象之间的关系。这里主要是线性变换，线性变换针对于实际对象主要完成类似于旋转和尺度变换方面的操作，而这种操作也牵涉到表达的问题。为了保持与空间的一致性，我们也同样是在在特定的基下来表示，从而线性变换就具体化为一个变换矩阵，并且，在不同的基下对应的变换矩阵当然也不相同，这里的不同的变换矩阵的关系就是相似的概念。

到此，我们完成了空间中向量的表示和线性变换的矩阵表达。这里涉及了基、坐标、过渡矩阵、变换矩阵、相似矩阵这几个重要的概念。上面算是内涵上的认识，下面我们需要知道线性空间里究竟有些什么东西，它是如何组成的，各个组成成分之间的关系，也就是空间的结构性方面的东西。

首先认识子空间（空间的组成部分），当然既然也是空间，也就要满足空间的加法和数乘的封闭性，要满足那八条定律。后者可以由父空间保证，前面的就要子空间自身素质了。同时要看子空间之间的并、交、直和运算与相应的秩的关系。这里提到了维数，就要多说几句了，空间中的元素往往是连续过渡的，但是对于有限空间而言还有离散的性质，那就是维数，我称其为“不伸则已，一伸则增一”，从这也就说明了为什么可以用若干个子空间的直和可以等价于原线性空间。

子空间的形式很多，有生成子空间、值域空间、零空间和特征子空间等等，我们重点看看特征子空间。一个空间可以划分为若干个特征子空间的直和形式，而每个特征子空间的共同特征就是具有相同的特征值，范围就是对应着这个特征值的若干特征向量的生成子空间。为什么要这样划分？因为我们在平时的研究中，整个线性空间太大了，我们需要缩小研究范围，某一个或几个特征子空间就够了。或者是模式分类时，每一个样本点就属于某个子空间，我们首先需要知道有哪些类，类的特点是什么，这就是特征子空间。当然对于协方差矩阵而言，特征值还具有能量属性，在清楚各个特征子空间的位置，我们可以通过某些变换改变这些子空间的空间分布。在系统研究中，还可以在清楚特征子空间分布后成功地实现系统或方程的解耦。呵呵，可能其用途很多很多，但关键的一点就是，我们必须认识空间的结构，在此基础上再结合对应的物理空间或几何空间的实际意义进行进一步的处理。

人心苦不足，在知道了上面的东西之后，大家在想，可视的二维平面和三维立体空间中，为了研究向量的长度及向量和向量之间的角度，提出了内积的概念，在线性空间中，人们也

对内积的概念作了延拓，于是在原先的线性空间添油加醋改装成了内积空间（分为实数的欧式空间和复内积空间），这里的油醋就是以下的四点：1、交换律；2、分配律；3、齐次性；4、非负性。向量自身的内积开二次根得到长度，两个向量内积除以两个向量的长度得到角度的余弦。所有这些都是与可视空间中的性质是一致的（可以参阅《由相容性想到的》）。这里要注意的是，它只给出了内积的约束，但在具体的向量空间中内积的计算形式却没有硬性规定，要想量化内积，很自然地就是要知道，量化的标准是什么，这就引出了度量矩阵（结合具体的内积计算式，计算得到的基的内积构成的矩阵）的概念。考虑到内积的非负性和交换律，度量矩阵必须是对称正定矩阵。这里也和前面一样，度量矩阵是在一定基下定义的，当基变化了，度量矩阵也会发生改变，相同的内积定义式在不同的基下得到的度量矩阵是合同的，呵呵，又多了一个概念。而且，对称变换、正交性也在内积这找到了家。

老是待在线性代数的视野范围内，终归有些不爽，下面就正式进入了分析的领域，既然是矩阵分析，首先就是什么是矩阵函数，该如何定义，当然书中是先从矩阵级数出发的，既然是级数，就会牵涉到部分和的收敛问题，收敛就是极限问题，如何定义矩阵的极限？最原始的就是按坐标收敛，不过那么多的元素要收敛，太累了！怎么办呢？其实这从本质上来说是多元衡量尺度一元化的问题，于是就找出了范数的概念，用一个范数来代替多个元素的收敛问题讨论。不同矩阵范数的等价性保证了函数极限的一致性。在某种程度上范数成了距离的代名词，但要注意的是范数的概念要比距离强得多（主要是增加了绝对齐次性），我们会用范数去表示不同样本之间的距离，用范数去表示误差程度，用范数去衡量许许多多的表示某种程度的量。

其实总结到此本来可以宣告结束，但是随着计算技术的发展，诸如线性方程组求解、矩阵求逆等问题都需要一些补充内容：

1、矩阵分解（简化方程求解）

2、广义逆（病态矩阵和一般矩阵的求逆问题）不过其最小二乘性质还真好使。

3、特征值估计（求高阶的多项式方程可是要命的事，大概知道特征值和特征空间的位置对于一定的应用场合就可以了）

矩阵的开题报告doc

矩阵的开题报告 篇一：矩阵变换及应用开题报告 鞍山师范学院 数学系 13届学生毕业设计（论文）开题报告 课题名称：浅谈矩阵的变换及其应用 学生姓名：李露露 专业：数学与应用数学 班级：10级1班 学号： 30 指导教师：裴银淑 XX年 12月 26日 一、选题意义 1、理论意义： 矩阵是数学中的一个重要内容，是线性代数核心。矩阵的变换是矩阵中一种 十分重要的运算，它在解线性方程组求逆矩阵及矩阵理论的探讨中都可起到 非常重要的作用。很多复杂、繁琐的问题经过变换都可以化为简单、易于解 决的问题。因此，矩阵变换是研究代数问题的一个重要工具。 2、现实意义：

矩阵变换在物理、力学、信号与信息处理、通信、电子、系统、控制、模式 识别、土木、电机、航空航天等众多学科中式最富创造性和灵活性，并起着 不可代替的作用。 二、论文综述 1、国内外有关研究的综述： 矩阵不仅是个数学学科，而且也是许多理工学科的重要数学工具，因此国内 外有许多有关于矩阵的研究。英国数学家西尔维斯特首先使用了“矩阵”一词， 他与矩阵论的创立者凯莱一起发展了行列式理论。1858年，凯莱发表了关于矩 阵的第一篇论文《矩阵论的研究报告》。自此以后，国内外有了许多关于矩阵的 研究。在张贤达所著的《矩阵分析与应用》一书中，就有关于矩阵变换的内容， 在第一章中有关于矩阵初等变换的内容，并有初等变换在矩阵方程中的应用，在 第四章中也提到了Householder变换和Givens旋转。美国著名的约翰斯.霍普金 斯大学的RogerA.Horn和威廉姆和玛丽学院的

CharlesR.Johnson联合编著的《矩 阵分析》也有关于矩阵变换的内容，此书主要涉及的是矩阵变换的应用。国内外 关于矩阵变换的研究都取得了很大的进展，为矩阵知识所涉及的各个领域都作出 了巨大贡献。 2 、本人对以上综述的评价： 矩阵理论一直都是各个学科的基本数学工具，矩阵变换是矩阵理论的基础， 近年来有许多关于矩阵变换的研究，这些研究将一些繁琐复杂的问题简单化，也 极大地推进和丰富了电子信息、航空航天等领域的发展，同时促进了更多的数学 家加入到研究矩阵变换的队伍中，这样就使得矩阵变换知识日渐完善，并应用到 更多的领域中去。 三、论文提纲 前言 (一)、矩阵初等变换及应用 1、矩阵初等变换的基本概念 2、初等变换在方程组中的应用 3、初等变换在向量组中的应用

矩阵论在人口迁移问题中的应用矩阵论报告

研究生“矩阵论”课程课外作业 姓名：学号： 学院：专业： 类别：上课时间： 成绩：

矩阵论在人口迁移问题中的应用 摘要 本文根据矩阵论的理论解决实际中的人口迁移问题，做出简单的分析和概括。文中运用方阵函数 ()f A 的相关基本理论来解决这一实际问题，使得实际问题得 到简化解决，最终得出人口迁移问题的最终结论。 1、待解决问题内容： 假设有两个地区—如北方和南方，之间发生人口迁移，每一年北方50%的人口迁移到南方，同时有25%的南方人口迁移到北方，直观上可由下图表示： 问题：这个移民过程持续下去，北方的人会不会全部搬到南方？如果会请说明理由；如果不会，那北方的人最终人口分布会怎样？ 2、基本术语解释 方阵函数 ()f A ：最简单的方阵函数是矩阵多项式 01()n n B f A a E a A a A ==+++L ，其中,n n i A C a C ?∈∈。一般运用 复变幂级数的和函数定义方阵幂级数和函数—方阵函数。 3、基本理论阐述： 1、Hamilton-Cayley 定理： 设矩阵A 的特征多项式为()f λ，则有()0f A =。 设A 的特征多项式为： ()1101n n n f a a a λλλλ--=++++L Hamilton-Cayley 定理表明： ()11010n n n f A A a A a A a E --=++++=L ，即方阵函数可以由 1,,,,n n A A A E -L 的线性组合表示。 方阵函数是多项式 ()01f A a E a A =++L ，其中,n n i A C a C ?∈∈。

2、最小多项式的相关理论： 定义1：A 是n 阶方阵，()f λ是方阵A 的特征多项式。如果有()0f A =， 则称 ()f λ是方阵A 的零化多项式。由Hamilton-Cayley 定理知一个矩阵的零化 多项式一定存在。 定义2：在n 阶方阵A 的所有零化多项式中，次数最低的首一多项式，称为A 的最小多项式。 设n n A C ?∈的最小多项式为1212()()()()s t t t s m λλλλλλλ=---L 其中12 s t t t t +++=L ，(,,1,2,,)i j i j i j s λλ≠≠=L ，而方阵函数()f A 是 收敛的方阵幂级数 k k k a A ∞ =∑的和函数，即 0 ()k k k f A a A ∞ ==∑ 设1011()t t T b b b λλλ--=+++L ，使 () () ()()l l i i f T λλ= 1,2,,0,1,,1i i s l t =?? ? =-?? L L ，则0()()k k k T A f A a A ∞===∑ 3、运用 ()f z 在A 上的谱值计算方阵函数()f A 的理论： 设n 阶方阵A 的最小多项式为1212()()()()s t t t s m λλλλλλλ=---L ， 其中2,,,s λλλL 是 A 的互不相同的特征根。如果复函数 ()f z 及其各阶导数 ()()l f z 在(1,2,,)i z i s λ==L 处的导数值，即 () () ()l l i i l d f z f z dz λλ==1,2,,0,1,,1i i s l t =?? ?=-?? L L 均为有限值，便称函数()f z 在方阵A 的谱上给定，并称这些值为()f z 在A 上 的谱值。 4、报告正文 根据所给条件，设南方和北方第一年的人口数量分别为s 和n ，第n 年人口数量分别为n x 和n y 。根据题意可以列出下式：

2016矩阵论试题

第 1 页 共 6 页 （A 卷） 学院 系 专业班级 姓名 学号 (密封线外不要写姓名、学号、班级、密封线内不准答题，违者按零分计) …………………………………………密…………………………封……………………………………线………………………………… 考试方式：闭卷 太原理工大学 矩阵分析 试卷（A ） 适用专业：2016级硕士研究生 考试日期：2017.1.09 时间：120 分钟 共 8页 一、填空选择题（每小题3分，共30分） 1-5题为填空题： 1. 已知??? ? ? ??--=304021101A ，则1||||A =。 2. 设线性变换1T ，2T 在基n ααα ,,21下的矩阵分别为A ，B ，则线性变换212T T +在基n ααα ,,21下的矩阵为_____________. 3．在3R 中，基T )2,1,3(1--=α，T )1,1,1(2-=α，T )1,3,2(3-=α到基T )1,1,1(1=β， T )3,2,1(2=β，T )1,0,2(3=β的过度矩阵为A = 4. 设矩阵??? ? ? ??--=304021101A ，则 5432333A A A A A -++-= . 5．??? ? ? ? ?-=λλλλλ0010 01)(2A 的Smith 标准形为 6-10题为单项选择题： 6．设A 是正规矩阵，则下列说法不正确的是 （ ）. (A) A 一定可以对角化； （B ）?=H A A A 的特征值全为实数； (C) 若E AA H =，则 1=A ； （D ）?-=H A A A 的特征值全为零或纯虚数。 7．设矩阵A 的谱半径1)(

矩阵论论文

西安理工大学 研究生课程论文 课程名称：矩阵论 任课教师：XXX 论文/研究报告题目：线性变换在 电路方程中的应用 完成日期：2014年11月5日学科：Xxxx 学号：XXXXXXX 姓名：XXX 成绩：

线性变换在电路方程中的应用 摘要：电路分析中的坐标变换和复杂绕组变压器分析中所用的变压器变换都是电路方程的线性变换。根据矩阵理论，对坐标变换和变压器变换进行了统一阐释。坐标变换本质是一个方阵和对角阵的相似变换，变压器变换的本质是新变量对旧变量的表示，当变换矩阵的逆阵等于它的转置（共轭转置）阵时，坐标变换和变压器变换数学表示是相同的。通过对电路方程系数矩阵和三角阵的相似变换，同时得到了三相 abc 坐标系和任意速度旋转两相 dq0 坐标系、瞬时值复数分量 120 坐标系、前进 - 后退 FB0 坐标系之间的变换矩阵。这有助于在更加基础的理论层面上揭示和理解电路方程线性变换的本质，也为提出电路方程线性变换的新类型提供了思路。 关键词：电路方程；线性变换；坐标变换；变压器变换 引言 在交流电机等电路分析中，常用的坐标变换是指三相静止 abc 坐标系任意速度旋转两相 d q坐标系、瞬时值复数分量 120 坐标系、 前进 - 后退 F B坐标系，以及它们对应的特殊坐标系的变量之间的 相互转换。电路方程坐标变换的主要目的是使电压、电流、磁链方程系数矩阵对角化和非时变化，从而简化数学模型，使分析和控制变得简单、准确、易行。还有一类电路方程变换，其目的是用旧变量表示出新变量，例如变压器中由原边变量利用变比变换而来的副边变量，把这类电路方程变换称为变压器变换。坐标变换已有很多文献进行了阐述，但这些阐述大都是基于物理概念的。变压器变换在复杂绕组变

学习矩阵的心得

矩阵理论学习报告 矩阵的现代概念在19世纪逐渐形成。1801年德国数学家高斯把一个线性变换的全部系数作为一个整体。1844年，德国数学家爱森斯坦讨论了“变换”（矩阵）及其乘积。1850年，英国数学家西尔维斯特首先使用矩阵一词。1858年，英国数学家凯莱发表《关于矩阵理论的研究报告》。他首先将矩阵作为一个独立的数学对象加以研究，并在这个主题上首先发表了一系列文章，因而被认为是矩阵论的创立者，他给出了现在通用的一系列定义，如两矩阵相等、零矩阵、单位矩阵、两矩阵的和、一个数与一个矩阵的数量积、两个矩阵的积、矩阵的逆、转置矩阵等。并且凯莱还注意到矩阵的乘法是可结合的，但一般不可交换，且m*n矩阵只能用n*k矩阵去右乘。1854年，法国数学家埃米尔特使用了“正交矩阵”这一术语，但他的正式定义直到1878年才由德国数学家费罗贝尼乌斯发表。1879年，费罗贝尼乌斯引入矩阵秩的概念。至此，矩阵的体系基本上建立起来了。 通过这次在朱善华老师的课程上我了解了很多获益匪浅，我通过矩阵的学习，系统地掌握了矩阵的基本理论和基本方法，进一步深化和提高矩阵的理论知识，掌握各种矩阵分解的计算方法，了解矩阵的各种应用，其主要内容包括矩阵的基本理论，矩阵特征值和特征向量的计算,矩阵分解及其应用，矩阵的概念，了解单位阵、对角距阵、三角矩阵、零矩阵、数量矩阵、对角距阵等。这些内容与方法是许多应用学科的重要工具。矩阵的应用是多方面的，不仅在数学领域里，而且在力学、物理、科技等方面都十分广泛的应用。我通过学习得知，矩阵是数学中的一个重要的基本概念，是代数学的一个主要研究对象，也是数学研究和应用的一个重要工具。从行列式的大量工作中明显的表现出来，为了很多目的，不管行列式的值是否与问题有关，方阵本身都可以研究和使用，矩阵的许多基本性质也是在行列式的发展中建立起来的，而矩阵本身所具有的性质是依赖于元素的。在逻辑上，矩阵的概念应先于行列式的概念，然而在历史上次序正好相反。矩阵和行列式是两个完全不同的概念，行列式代表着一个数，而矩阵仅仅是一些数的有顺序的摆法。利用矩阵这个工具，可以把线性方程组中的系数组成向量空间中的向量；这样对于一个多元线性方程组的解的情况，以及不同解之间的关系等一系列理论上的问题，就都可以得到彻底的解决。 认识总是随着时间和已有知识的积累在不断修正，我对矩阵论的认识也大致如此。从一开始的认为只能解线性方程，到如今发现它的几乎无所不能，我想我收获到的不仅仅是这种简单的知识，更是一种世界观，那就是对所有的事物都不要轻易地下定论。同时，当我们知道的越多，就会发现未知的东西越多。作为一门已经发展了一百多年的学科，我对矩阵论的认识只是沧海一粟，唯有终身学习，不断探索，才可能真正领悟到其中之真谛，我亦将为此付诸行动。 控制理论与控制工程 肖雪峰

矩阵论研究报告

矩阵论在方程解耦及最小二乘法中的应用摘要：模态（也称为固有振动模态，或主模态）是多自由度线性系统的一种固有属性，可由系统的特征值（也称为固有值）与系统的特征矢量（也称为固有矢量，或者主振型）二者共同来表示的；它们分别从时空两个方面来刻画系统的振动特性。模态是机械结构的固有振动特性，每一个模态具有特定的固有频率、阻尼比和模态振型，其可以使得耦合方程组解耦。作用于一个n维自由度系统，可以转换到模态坐标下来解耦，确定在模态坐标下响应，然后通过线性变换得到物理坐标下的响应。惯常使用中，将线性定常系统振动微分方程组中的物理坐标变换为模态坐标，使方程组解耦，成为一组以模态坐标及模态参数描述的独立方程，以便求出系统的模态参数[1]。 在科学实验和工程计算中，我们希望从给定的数据出发,构造一个近似函数，使数据点均在离曲线的上方或下方不远处，所求的曲线称为拟合曲线，它既能反映数据的总体分布，又不至于出现局部较大的波动，更能反映被逼近函数的特性，使求得的逼近函数与已知函数从总体上来说其偏差按某种方法度量达到最小，这就是最小二乘法。最小二乘法（又称最小平方法）是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配，使这些求得的数据与实际数据之间误差的平方和为最小[2]，则需要范数的知识。 关键字：模态，方程解耦，最小二乘 一、引言 数学中解耦是指使含有多个变量的数学方程变成能够用单个变量表示的方程组，即变量不再同时共同直接影响一个方程的结果，从而简化分析计算。通过适当的控制量的选取，坐标变换等手段将一个多变量系统化为多个独立的单变量系统的数学模型，即解除各个变量之间的耦合。 对离散型函数(即数表形式的函数)考虑数据较多的情况.若将每个点都当作插值节点，则插值函数是一个次数很高的多项式，比较复杂，而且由于龙格振荡现象，这个高次的插值多项式可能并不接近原函数。最小二乘法在实际工程数据处理中应用广泛，在工程问题中，使用最小二乘法根据两个变量的几组实验数据可 1

硕士研究生课程考试试题矩阵论答案

华北电力大学硕士研究生课程考试试题（A 卷） 2013～2014学年第一学期 课程编号：50920021 课程名称：矩阵论 年 级：2013 开课单位：数理系 命题教师： 考核方式：闭卷 考试时间：120分钟 试卷页数： 2页 特别注意：所有答案必须写在答题册上，答在试题纸上一律无效 一、判断题（每小题2分，共10分） 1. 方阵 A 的任意一个特征值的代数重数不大于它的几何重数。 见书52页，代数重数指特征多项式中特征值的重数，几何重数指不变子空间的维数，前者加起来为n ，后者小于等于n 2. 设12,,,m αααL 是线性无关的向量,则12dim(span{,,,})m m ααα=L . 正确，线性无关的向量张成一组基 3.如果12,V V 是V 的线性子空间,则12V V ?也是V 的线性子空间. 错误，按照线性子空间的定义进行验证。 4. n 阶λ-矩阵()A λ是可逆的充分必要条件是 ()A λ的秩是n . 见书60页，需要要求矩阵的行列式是一个非零的数 5. n 阶实矩阵A 是单纯矩阵的充分且必要条件是A 的最小多项式没有重根. 二、填空题（每小题3分，共27分） （6）210021,003A ?? ?= ? ???则A e 的Jordan 标准型为223e 1 00e 0 ,00 e ?? ? ? ?? ?。 首先写出A e 然后对于若当标准型要求非对角元部分为1. （7）301002030λλλ-?? ?+ ? ?-??的Smith 标准型为10003000(3)(2)λλλ?? ?- ? ?-+?? 见书61-63页，将矩阵做变换即得

矩阵论课外报告---最小二乘法

一、 报告摘要 在已知曲线大致模型的情况下，运用曲线拟合最小二乘法，使得观测数据与曲线模型数据之间的误差平方和最小。进而求得曲线的模型参数，并由所求的曲线模型进行分析预测。 二、 题目内容 一颗导弹从敌国发射，通过雷达我们观测到了它的飞行轨迹，具体有如下数据： 我国军情处分析得出该导弹沿抛物线轨道飞行。 问题：预测该导弹在什么水平距离着地。 三、 基本术语 1. 内积 设V 是实数域R 上的线性空间，如果V 中任意两个向量,αβ都按某一个确定的法则对应于惟一确定的实数，记作(,)αβ，并且(,)αβ满足 i. 对任意的,V αβ∈，有(,)(,)αββα= ii. 对任意的,,V αβγ∈，有(,)(,)(,)a αβγγβγ+=+ iii. 对任意的,,k R V αβ=∈有(,)(,)k k αβαβ= iv. 对任意的V α∈，有(,)0αα≥。当且仅当0α=时，(,)0αα= 则称(,)αβ为向量,αβ的内积。如无特殊说明的，我们认为对任意向量

1212(,,,),(,,,)n n a a a b b b αβ== ，其内积(,)αβ为 1122(,)n n a b a b a b αβ=+++ 2. 范数 如果V 是数域K 上的线性空间，且对于V 的任以向量χ，对应于一个实数函数χ，它满足如下三个条件。 i. 非负性 当0χ≠时0χ>；当0χ=时，0χ=； ii. 齐次性 ,a a V χχχ=∈； iii. 三角不等式 ,,V χζχζχζ+≤+∈； 则称χ为V 上χ的范数。 可以证明对于向量12(,,,)n χξξξ= 的长度 χ= 是一种范数，我们称为2-范数，记为2χ。 3. 线性方程组 设有n 个未知数m 个方程的线性方程组 11112211 21122222 1122n n n n m m mn n m a x a x a x b a x a x a x b a x a x a x b +++=??+++=?? ????+++=? 可以写成以向量x 为未知元的向量方程 Ax b = 则A 为该方程的系数矩阵，(,)B A b =为增广矩阵。该线性方程有解的条件如下 i. 当A 的秩()R A 和B 的秩()R B 满足()()R A R B <时，该方程无解 ii. 当()()R A R B n ==时，该方程有唯一解。

矩阵论武汉理工大学研究生考试试题科学硕士

武汉理工大学研究生考试试题(2010） 课程 矩阵论 （共６题,答题时不必抄题,标明题目序号） 一，填空题（１５分） 1、已知矩阵A 的初级因子为223 ,(1),,(1)λλ-λλ-，则其最小多项式为 ２、设线性变换T 在基123,,εεε的矩阵为A ,由基123,,εεε到基123,,ααα的过渡矩阵为P ,向量β在基123,,εεε下的坐标为x ,则像()T β在基123,,ααα下的坐标 3、已知矩阵123411102101,,,00113311A A A A -????????==== ? ? ? ?--???????? ,则由这四个矩阵所生成的子空间的维数为 4、已知0100001000011 000A ?? ? ?= ? ???,则1068A A A -+= 5、已知向量(1,2,0,)T i α=--，21i =-,则其范数 1α= ;2α= ;∞α= ； 二，（20）设1112112121220a a V A a a a a ??????==-=?? ?????? ?为22?R 的子集合, 1、证明：V 是22?R 的线性子空间; ２、求V 的维数与一组基； 3、对于任意的1112111221222122,a a b b A B a a b b ????== ? ????? V ∈，定义 2222212112121111234),(b a b a b a b a B A +++= 证明:),(B A 是V 的一个内积; 4、求V 在上面所定义的内积下的一组标准正交基。 三、（15分)设{} 23210[](),0,1,2i F t f t a t a t a a R i ==++∈=为所有次数小于3的实系数 多项式所成的线性空间,对于任意的22103()[]f t a t a t a F t =++∈，定义:

矩阵论文献翻译--5000字

矩阵相关文献翻译： Cooperative Spectrum Sensing Using Random Matrix Theory Leonardo S. Cardoso and Merouane Debbah and Pascal Bianchi FROM IEEE 字数：5000字

基于随机矩阵理论的协作频谱感知 摘要 本文提出了一种基于随机矩阵理论的协作频谱感知算法，这个算法既适用于AWGN，也适用于衰落信道。不像先前的研究工作，新算法并不需要噪声统计和方差，并且与随机矩阵的最大和最小特征值有关。值得注意的是，仿真结果表明，新算法方便随时间变化的拓扑结构，其性能明显优于典型的能量检测算法。 一、前言 从美国联邦通信委员会（FCC）频谱政策专责小组[1]的报告中显示，无论是由于稀疏用户访问还是系统的固有缺陷，目前移动通信系统并没有充分利用可用的频谱，这已经成为共识。可以预见，未来的系统将能够有机会利用这些频谱，通过认知环境的能力的相关知识，以适应相应的无线电参数[2]。由于微电子和计算机系统的最新进展，这种无线电的时代已经不远，其中最重要的是开发出很好的感知技术。 用最通俗的话来说，频谱检测手段是在一个给定的有噪声的频段下寻找频带中的信号在（也可能包括进行分类的信号）。这个问题以前得到广泛的研究，如今由于认知无线电研究的部分原因重获关注。为此，有几个经典的技术，如能量检测（ED）（文献[3] - [5]），匹配滤波器（文献[6]）和循环平稳特征检测（文献[7] - [9]）。这些技术有自身的优缺点，而且都是适合于非常特殊的应用场合。 然而，从认知无线电的角度来看，频谱感知有非常严格的要求 和限制的问题，例如： ?没有信号结构的先验知识（统计、噪音方差值，等等）； ?在最短的时间内的信号检测；需要具有在严重衰落信道的环境下可靠检测的能力。 Cabric等人的工作[7]、Akyildiz等人的工作[10]、和Haykin[11]提供了从认知网络的角度对这些经典技术进行了汇总。从这些工作中可以清楚的看到，任何方法都不可能完全应付认知无线电网络的所有需求。 在简单的AWGN（加性高斯白噪声）信道中，经典的方法效果非常好。然而，在快衰落的情况下，这些技术无法提供满意的解决方案，尤其是隐藏节点问题[12]。为此，[13]- [16]几部文献已经研究认知无线电的协作频谱感知的情况。这些工作的目的是通过增加额外的冗余感知方法降低错误概率。他们还旨在通过减少收集的样本数量，来使用并行测量装置估计次数。不过，即使人们可以高效的利用空间维度，这些工作也都是是基于相同的基本技术，都需要一个信号的先验信息。在这项工作中，我们引入一个不需要先验信息的频谱感知方法。这种方法依赖于多个接收器采用随机矩阵理论（RMT）对接收到的信号进行结构推断。随机矩阵理论(RMT)是研究大维随机矩阵的经验谱分布函数在一定条件下特殊 收敛性质的相关理论，现已被广泛应用于无线通信领域中，如无线信道容量、阵列信号处理、接收机性能分析、通信系统设计等的各个方面。基于RMT 的频

矩阵论答案

习题 一 1．（1）因 cos sin sin cos nx nx nx nx ?? ? ? -?? cos sin sin cos x x x x ????-??= cos(1) sin(1)sin(1) cos(1)n x n x n x n x ++?? ??-++?? ，故由归纳法知 cos sin sin cos n nx nx A nx nx ?? =??-?? 。 （2）直接计算得4 A E =-，故设4(0,1,2,3)n k r r =+=，则4(1)n k r k r A A A A ==-，即只需算出23,A A 即可。 （3）记J=0 1 0 1 1 0 ?????? ?????????? ，则 ， 112211111 () n n n n n n n n n n n n n n i i n i n n i n n n a C a C a C a C a C a A aE J C a J a C a a -----=-????????=+==?? ???????? n ∑。 2．设11 22 (1,0),0 a A P P a A E λλ-??===?? ?? 则由得 2 1112111 1 1 210 0 0 a λλλλλλλ?? ????==?????????????? 1时,不可能。 而由2 112222 0 0 000 0 0 a λλλλλλ?? ????==?????????????? 1时,知1i λ=±所以所求矩阵为1i PB P -， 其中P 为任意满秩矩阵，而 1231 0 1 0 1 0,,0 10 1 0 1B B B -??????===?????? --?????? 。 注：2 A E =-无实解，n A E =的讨论雷同。 3．设A 为已给矩阵，由条件对任意n 阶方阵X 有AX=XA ，即把X 看作2 n 个未知数时线 性方程AX -XA=0有2 n 个线性无关的解，由线性方程组的理论知其系数矩阵为零矩阵，

矩阵论课程论文

西安理工大学 研究生课程论文报告 课程名称：矩阵论 课程代号： 任课教师： 论文报告题目：矩阵函数在线性定常系统 状态转移矩阵求解中的应用完成日期：2015 年10 月25 日学科：电力电子与电力传动 学号： 姓名： 成绩：

矩阵函数在线性定常系统状态转移矩阵 求解中的应用 摘 要 控制系统的运动是系统性能定量分析的重要内容。“运动”是物理学上的一个概念，它是通过求系统方程的解)(t x 、)(t y 来分析研究的。由于状态方程是矩阵微分（差分）方程，输出方程式为矩阵代数方程，因此求系统方程的解主要是求状态方程的解。而求状态方程的解的关键是求状态转移矩阵。本文主要介绍了矩阵对角化标准型，约当标准型，凯莱-哈密顿定理及矩阵函数知识在线性定常系统的齐次状态方程的状态转移矩阵求解中的应用。 关键词：状态转移矩阵，约当标准型，凯莱-哈密顿定理，矩阵函数. 1.问题提出 线性系统有线性定常系统和线性时变系统，最为基本的是线性定常系统。而线性定常系统根据有无初始输入，分为线性定常齐次方程，和线性定常非齐次方程。本文只给出线性定常系统的齐次状态方程的状态转移矩阵的求解。 线性定常系统齐次方程的解亦即系统的自由解，是指系统输入为零时，由初始状态引起的自由运动。 线性定常系统齐次状态方程为 ()()t Ax t x = ()1-1 其中，x 是n 维状态向量；A 为n n ?系数矩阵。设初始时刻00=t ，系统的初始状态()()00x t x =。仿照标量微分方程求解的方法求方程()1-1的解。 设方程()1-1的解为t 的向量幂级数形式，即 )(t x = ++++++k k t b t b t b t b b 332210 ()2-1 式中，() ,2,1,0=i b i 为n 维向量。 式()2-1代入方程()1-1得 () +++++=+++++-k k k k t b t b t b b b A t kb t b t b b 3322101232132 ()3-1 既然式()2-1是方程()1-1的解，则式()3-1对任意的t 都成立。因此，式()3-1的等式两边t 的同次幂项的系数应相等，有

研究生矩阵论课后习题答案(全)习题二

习题二 1．化下列矩阵为Smith 标准型： （1）222211λλλλ λλλλλ?? -?? -????+-?? ; （2）2222 00 000 00(1)00000λλλλλλ ?? ?? -? ? ??-?? -?? ; （3）2222 232321234353234421λλλλλλλλλλλλλλ?? +--+-??+--+-????+---?? ; (4)23014360220620101003312200λλλλλλλλλλλλλλ????++??????--????---?? . 解：（1）对矩阵作初等变换 23221311(1)100 10 000000(1)00(1)c c c c c c r λλλλλλλλλ+--?-???????????→-???→? ??? ????-++???? ， 则该矩阵为Smith 标准型为 ???? ? ?????+)1(1λλλ； （2）矩阵的各阶行列式因子为 44224321()(1),()(1),()(1),()1D D D D λλλλλλλλλλ=-=-=-=, 从而不变因子为 22 2341234123()()() ()1,()(1),()(1),()(1)()()() D D D d d d d D D D λλλλλλλλλλλλλλλλ== =-==-==-故该矩阵的Smith 标准型为

2210000(1)0000(1)00 00(1)λλλλλλ?? ??-????-?? -??； （3）对矩阵作初等变换 故该矩阵的Smith 标准型为 ?? ?? ??????+--)1()1(112 λλλ; (4)对矩阵作初等变换 在最后的形式中，可求得行列式因子 3254321()(1),()(1),()()()1D D D D D λλλλλλλλλ=-=-===, 于是不变因子为 2541234534()() ()()()1,()(1),()(1)()() D D d d d d d D D λλλλλλλλλλλλλ==== =-==-故该矩阵的Smith 标准形为 2 1 0000 010 0000100000(1)00 00 0(1)λλλλ?????????? -?? ??-?? . 2.求下列λ-矩阵的不变因子： （1） 21 0021002λλλ--????--????-??； （2）100 1000 λαββλα λαββ λα+????-+? ???+??-+?? ；

研究生矩阵论课后习题答案(全)习题三

习题三 1．证明下列问题： （1）若矩阵序列{}m A 收敛于A ，则{}T m A 收敛于T A ，{} m A 收敛于A ； （2）若方阵级数∑∞ =0m m m A c 收敛，则∑∑∞ =∞==?? ? ??00)(m m T m T m m m A c A c . 证明：（1）设矩阵 ,,2,1,)() (Λ==?m a A n n m ij m 则 ,)()(n n m ji T m a A ?=,)()(n n m ij m a A ?=,,2,1Λ=m 设 ,)(n n ij a A ?= 则 n n ji T a A ?=)(，,)(n n ij a A ?= 若矩阵序列{}m A 收敛于A ，即对任意的n j i ,,2,1,Λ=，有 ij m ij m a a =∞ →) (lim ， 则 ji m ji m a a =∞ →)(lim ，ij m ij m a a =∞ →)(lim ，n j i ,,2,1,Λ=， 故{} T m A 收敛于T A ，{} m A 收敛于A . (2)设方阵级数 ∑∞ =0 m m m A c 的部分和序列为 ΛΛ,,,,21m S S S ， 其中m m m A c A c c S +++=Λ10.

若 ∑∞ =0 m m m A c 收敛，设其和为S ，即 S A c m m m =∑∞ =0 ，或S S m m =∞ →lim ， 则 T T m m S S =∞ →lim . 而级数∑∞ =0 )(m m T m A c 的部分和即为T m S ，故级数∑∞ =0 )(m m T m A c 收敛，且其和为T S ， 即 ∑∑∞ =∞==?? ? ??00)(m m T m T m m m A c A c . 2.已知方阵序列{}m A 收敛于A ，且{} 1-m A ，1 -A 都存在，证明： （1）A A m m =∞ →lim ；（2）{}1 1 lim --∞ →=A A m m . 证明：设矩阵 ,,2,1,)() (Λ==?m a A n n m ij m ,)(n n ij a A ?= 若矩阵序列{}m A 收敛于A ，即对任意的n j i ,,2,1,Λ=，有 ij m ij m a a =∞ →) (lim . (1) 由于对任意的n j j j ,,,21Λ，有 ,lim ) (k k kj m kj m a a =∞ → n k ,,2,1Λ=， 故 ∑-∞ →n n n j j j m nj m j m j j j j m a a a ΛΛΛ2121)()(2)(1) ()1(lim τ ＝ ∑-n n n j j j nj j j j j j a a a ΛΛΛ21212121) ()1(τ ， 而 ∑-= n n n j j j m nj m j m j j j j m a a a A ΛΛΛ2121) ()(2)(1)()1(τ，

矩阵论试题

2017—2018学年第一学期《矩阵论》试卷 (17级专业硕士) 专业 学号 姓名 得分 一．判断题（每小题3分，共15分） 1．线性空间V 上的线性变换A 是可逆的当且仅当零的原像是零， 即ker A =0。（ ） 2．实数域上的全体n 阶可逆矩阵按通常的加法与数乘构成一个 线性空间。（ ） 3．设A 是n 阶方阵，则k A ),2,1( =k 当∞→k 时收敛的充分 必要条件是A 的谱半径1)(

4． 设1][-n x P 是数域K 上次数不超过1-n 的多项式空间，求导算子D 在基12,,,,1-n x x x 以及基12)! 1(1,,!21, ,1--n x n x x 下的矩阵分别为 ， 。 5．设A 是复数域上的正规矩阵，则A 满足： ，并 写出常用的三类正规矩阵 。 三．计算题（每小题12分，共48分） 1．在3R 中，试用镜像变换（Householder 变换）将向量T )2,2,1(-=α 变为与T e )1,0,0(3=同方向的向量，写出变换矩阵。 。

矩阵理论报告

电子科技大学 矩阵理论课程报告 报告题目：线性投影非负矩阵分解 指导老师：高中喜 学生姓名：陈汪学号: 201521090515 专业：生命科学与技术学院

线性投影非负矩阵分解 摘要对非负矩阵分解迭代方法比较复杂的问题，提出了一种线性投影非负矩阵分解方法．从投影和线性变换角度出发，将Frobenius范数作为目标函数，利用泰勒展开式，严格导出基矩阵和线性变换矩阵的迭代算法，并证明了算法的收敛性.实验结果表明：该算法是收敛的；相对于非负矩阵分解等方法，该方法的基矩阵具有更好的正交性和稀疏性；人脸识别结果说明该方法具有较高的识别率．线性投影非负矩阵分解方法是有效的． 关键词投影非负矩阵分解，线性变换，人脸识别 Method for Linear Projective Non-negative Matrix Factorization Abstract To solve the problem that the iterative method for Non-negative Matrix Factorization,called Linear Projective Non-negative Matrix Factorization(LP-NMF) was proposed．LP-NMF，from projection and linear transformation angle，an objective function of Frobenius norm is considered．The Taylor series expansion is used．An itemtive algorithm for basis matrix and linear transformation matrix is derived strictly and a proof of algorithm convergence is provided．Experimental results show that the algorithm is convergent，and relative to Non-negative Matrix Factorization(NMF)and so on．The orthogonality and the sparseness of the basis matrix ale better，in face recognition,there is higher recognition accuracy．The method for LP-NMF is effective．Keywords Projective non-negative matrix hctorization，Linear transformafion，Face recognition X≈是从“对整体的感知由对组成整体的部分感知构成”观点出非负矩阵分解(NMF)WH 发而构建的数据处理方法.该方法揭示了描述数据的本质，并被广泛应用到数据降维、文本挖掘、光谱数据分析嘲、图像分析、人脸识别等诸多领域. X≈是基于线性变换Q而构建的.在LPBNMF 基于线性投影结构的非负矩阵分解(LPBNMF)WQX 中，提出了一个单调递减算法，定量地分析了基矩阵的正交性和稀疏性，并将它应用到有遮挡的人脸识别问题中. 本文基于LPBNMF方法，实现一种新的非负矩阵分解方法,我们称该方法为线性投影非负矩 X≈. 阵分解(（Line project Non-negative Matrix Factorization， LPNUM）方法，WQX

2016矩阵论试题A20170109 (1)

第 1 页 共 4 页 （A 卷） 学院 系 专业班级 姓名 学号 (密封线外不要写姓名、学号、班级、密封线内不准答题，违者按零分计) …………………………………………密…………………………封……………………………………线………………………………… 考试方式：闭卷 太原理工大学 矩阵分析 试卷（A ） 适用专业：2016级硕士研究生 考试日期：2017.1.09 时间：120 分钟 共 8页 一、填空选择题（每小题3分，共30分） 1-5题为填空题： 1. 已知??? ? ? ??--=304021101A ，则______||||1=A 。 2. 设线性变换1T ，2T 在基n ααα ,,21下的矩阵分别为A ，B ，则线性变换212T T +在基n ααα ,,21下的矩阵为_____________. 3．在3R 中，基T )2,1,3(1--=α，T )1,1,1(2-=α，T )1,3,2(3-=α到基T )1,1,1(1=β， T )3,2,1(2=β，T )1,0,2(3=β的过度矩阵为_______=A 4. 设矩阵??? ? ? ??--=304021101A ，则 _______ 3332345=-++-A A A A A . 5．??? ? ? ? ?-=λλλλλ0010 1)(2A 的Smith 标准形为 _________ 6-10题为单项选择题： 6．设A 是正规矩阵，则下列说法不正确的是 （ ）. (A) A 一定可以对角化； （B ）?=H A A A 的特征值全为实数； (C) 若E AA H =，则 1=A ； （D ）?-=H A A A 的特征值全为零或纯虚数。 7．设矩阵A 的谱半径1)(

2014年矩阵论试题A

长 春 理 工 大 学 研 究 生 期 末 考 试 试 题 科目名称： 矩 阵 论 命题人：姜志侠 适用专业： 理 工 科 审核人： 开课学期：2013 ——2014 学年第 一 学期 □开卷 √闭卷 一、(10分)F 为数域，对于线性空间22?F 中任意矩阵??? ? ??=d c b a A ，规则σ，τ分别为??? ? ??=???? ??=c a A c b a A )(,0)(τσ，问σ，τ是否为22?F 上的变换，如果是，证明该变换为线性变换，并求该变换在基???? ??=000111E ，???? ??=001012E ，???? ??=010021E ，??? ? ??=100022E 下的矩阵． 二、(10分) 已知正规矩阵??? ? ??-=1111A ，求酉矩阵U ，使得AU U H 为对角形矩阵。三、(10分) 用Schmidt 正交化方法求矩阵???? ? ??=101011110A 的QR 分解. 四、(10分) 设矩阵?????? ? ? ?-=2000120010201012A ,求A 的行列式因子,不变因子,初等因子组， Jordan 标准形。 五、(10分) 求可对角化矩阵460350361A ?? ?=-- ? ?--?? 的谱分解式. 六、(10分) 在线性空间n m C ?中，对任意矩阵n m ij a A ?=)(，定义函数ij j i a mn A ,max ?=，证明此函数是矩阵范数。

七、(10分) 已知函数矩阵 ???? ??????=32010cos sin )(x x e x x x x A x ， 其中0≠x ，试求)(lim 0x A x →，dx x dA )(，2 2)(dx x A d ，dx x dA )(. 八、(10分)已知矩阵?? ????--=1244916A ，写出矩阵函数)(A f 的Lagrange-Sylvester 内插多项式表示，并计算A πcos . .

矩阵论在人口迁移问题中的应用矩阵论报告

研究生“矩阵论”课程课外作业 姓 名： 学 号： 学 院： 专 业： 类 别： 上课时间： 成 绩： 矩阵论在人口迁移问题中的应用 摘要 本文根据矩阵论的理论解决实际中的人口迁移问题，做出简单的分析和概括。文中运用方阵函数()f A 的相关基本理论来解决这一实际问题，使得实际问题得到简化解决，最终得出人口迁移问题的最终结论。 1、待解决问题内容： 假设有两个地区—如北方和南方，之间发生人口迁移，每一年北方50%的人口迁移到南方，同时有25%的南方人口迁移到北方，直观上可由下图表示： 问题：这个移民过程持续下去，北方的人会不会全部搬到南方？如果会请说明理由；如果不会，那北方的人最终人口分布会怎样？ 2、基本术语解释 方阵函数()f A ：最简单的方阵函数是矩阵多项式 01()n n B f A a E a A a A ==+++，其中,n n i A C a C ?∈∈。一般运用复变幂级数的和函数定义方阵幂级数和函数—方阵函数。 3、基本理论阐述：

1、Hamilton-Cayley 定理： 设矩阵A 的特征多项式为 ()f λ，则有()0f A =。 设A 的特征多项式为：()1101n n n f a a a λλλλ--=++++ Hamilton-Cayley 定理表明： ()11010n n n f A A a A a A a E --=++++=，即方阵函数可以由1,,,,n n A A A E -的线性组合表示。 方阵函数是多项式()01f A a E a A =++，其中,n n i A C a C ?∈∈。 2、最小多项式的相关理论： 定义1：A 是n 阶方阵， ()f λ是方阵A 的特征多项式。如果有()0f A =，则称()f λ是方阵A 的零化多项式。由Hamilton-Cayley 定理知一个矩阵的零化多项式一定存在。 定义2：在n 阶方阵A 的所有零化多项式中，次数最低的首一多项式，称为A 的最小多项式。 设n n A C ?∈的最小多项式为1212()()()()s t t t s m λλλλλλλ=--- 其中12s t t t t +++=，(,,1,2, ,)i j i j i j s λλ≠≠=，而方阵函数()f A 是收敛的方阵幂级数 0k k k a A ∞=∑的和函数，即 设1011()t t T b b b λλλ--=+++，使 ()()()()l l i i f T λλ= 1,2,,0,1, ,1i i s l t =?? ?=-??，则0()()k k k T A f A a A ∞===∑ 3、运用()f z 在A 上的谱值计算方阵函数()f A 的理论： 设n 阶方阵A 的最小多项式为12 12()()()()s t t t s m λλλλλλλ=---，其中2,,,s λλλ是A 的互不相同的特征根。如果复函数()f z 及其各阶导数()()l f z 在(1,2, ,)i z i s λ==处的导数值，即 均为有限值，便称函数 ()f z 在方阵A 的谱上给定，并称这些值为()f z 在A 上 的谱值。 4、报告正文