下载文档原格式
第5章
）矩阵行列式的值很小。
）矩阵的范数小。
）矩阵的范数大。
（7）奇异矩阵的范数一定是零。
答：错误，
∞
•可以不为0。
（8）如果矩阵对称，则|| A||1 = || A||∞。
答：根据范数的定义，正确。
（9）如果线性方程组是良态的，则高斯消去法可以不选主元。
答：错误，不选主元时，可能除数为0。
（10）在求解非奇异性线性方程组时，即使系数矩阵病态，用列主元消去法产生的误差也很小。
答：错误。
对于病态方程组，选主元对误差的降低没有影响。
（11）|| A ||1 = || A T||∞。
答：根据范数的定义，正确。
（12）若A是n n的非奇异矩阵，则
)
(
cond
)
(
cond1-
=A
A。
答：正确。
A是n n的非奇异矩阵，则A存在逆矩阵。
根据条件数的定义有：
1
111111 cond()
cond()()
A A A
A A A A A A A
-
------
=•
=•=•=•
习题
如有侵权请联系告知删除，感谢你们的配合！。
矩阵分析知识点总结一、矩阵的基本概念1.1 矩阵的定义矩阵是由数个数排成的矩形阵列。
矩阵可以用大写字母表示。
1.2 矩阵的基本要素- 元素：矩阵中的每一个数称为矩阵的元素。
- 维数：矩阵的行数和列数称为矩阵的维数。
行和列的个数分别称为行数和列数。
1.3 矩阵的类型- 方阵：行数等于列数的矩阵称为方阵。
- 零矩阵：所有元素都是 0 的矩阵称为零矩阵。
- 对角矩阵：除了主对角线上的元素外，其它元素都是 0 的矩阵称为对角矩阵。
1.4 矩阵的表示- 横标法：按行标的顺序把元素排列成一串数，两个 4× 3 的矩阵可以表示为 12 个数。
- 纵标法：按纵标的顺序把元素排列成一串数。
1.5 矩阵的运算- 矩阵的加法- 矩阵的数乘- 矩阵的乘法1.6 矩阵的转置- 行变列，列变行，得到的新矩阵称为原矩阵的转置。
- 性质： (AT)T = A1.7 矩阵的逆- 若矩阵 A 有逆矩阵 A-1, 则 A × A-1 = A-1 × A = E- 矩阵 A 有逆矩阵的充分必要条件是 A 是可逆的。
- 克拉默法则：若一个 n 阶矩阵可逆，且 Ax = b，则 x = A-1b1.8 矩阵的秩- 行最简形矩阵都是行等价的。
其秩等于不为零的行数。
- 同样列最简形矩阵都是列等价的。
其秩等于不为零的列数。
- 行秩等于列秩。
1.9 矩阵的特征值和特征向量- 特征值：如果数λ和非零向量 x ,使得Ax = λx 成立，则称λ 是矩阵 A 的特征值。
非零向量x 称为特征值λ 对应的特征向量。
- 矩阵 A 所有特征值的集合称为 A 的谱。
- 若λ1，λ2，···，λn 互不相同，相应的特征向量组 x1，x2，···，xn 线性无关，则它们构成一组 A 的特征向量基。
1.10 矩阵的奇异值- 奇异值：对于矩阵A(λ1, λ2, ···, λn)，λ1，λ2，···,λn称为矩阵 A 的奇异值。
前言 1、自我介绍2、矩阵分析理论是在线性代数的基础上推广的3、矩阵分析理论的组成：四部分：基础知识（包括书上的前三章内容）难点：约当标准形与移项式矩阵矩阵分析（第四章：矩阵函数及其应用） 矩阵特征值的估算（第五章） 非负矩阵（第六章）第一部：矩阵分析理论的基础知识§1 线性空间与度量空间一、线性空间：1．数域：Df 1：若复数的一个非空集合P 含有非零的数，且其中任意两数的和、差、积商（除数不为0）仍在这个集合中，则称数集P 为一个数域eg 1：Q （有理数），R （实数），C （复数），Z （整数），N （自然数）中哪些是数域？哪些不是数域？2．线性空间—设P 是一个数域，V 是一个非空集合，若满足：<1> 可加性—指在V 上定义了一个二元运算（加法）即：V ∈∀βα, 经该运算总存在唯一的元素V ∈γ与之对应，称γ为α与β的和，记βαγ+= 并满足：① αββα+=+② )()(γβαγβα++=++ ③ 零元素—＝有θαθααθ+∈∀∈∃Vt s V .④ αβαβθβααβ-+∈∀∈∃＝记的负元素为＝有对V V<2> 数积：（数乘运算）—在P 与V 之间定义了另一种运算。
即V P k ∈∈∀α,经该运算后所得结果，仍为V 中一个唯一确定的元素。
存在唯一确定的元素V ∈δ与之对应，称δ为k 与α的乘积。
记为αδk = 并满足：①αα=⋅1② P l k ∈∀, αα)()(kl l k = ③ P l k ∈∀, αααl k l k +=+)( ④ γβα∈∀, βαβαk k k +=+)(则称V 为数域P 上的线性空间（向量空间）记为)...(∙+P V 习惯上V 中的元素—向量， θ—零向量， 负元素—负向量结论：可以证明，线性空间中的零向量是唯一的，负元素也是唯一的，且有：θα=⋅0 θθ=⋅k αα-=⋅-)1( )(βαβα-+=-eg2：}{阶矩阵是n m A A V ⨯= P —实数域R按照矩阵的加法和数与矩阵的乘法，就构成实数域R 上的线性空间，记为：n m R ⨯ 同样，若V 为n 维向量，则可构成R 上的n 维向量空间n R —线性空间。
