矩阵分析 酉矩阵

定理：任意酉矩阵A可以表示为A=U exp( S j ), 其中，U为实正交矩阵，S为实对称矩阵, j为虚根单位。

证明：{分析：如果假设成立，那么由A=U exp(S j)，我们消去U，可得A T A = exp(2S j)。

由假设S为对称矩阵，因此存在正交矩阵V=(v1,v2,…,v n)，使得S=VDV T, 其中D为实对角矩阵，D=diag(d1,d2,…,d n)。

那么exp(2S j)=V exp(2D j) V T,这样就有(A T A)V =V exp(2D j),写为分量形式为e⋅v k , k=1,2,...,n.(A T A)v k= 2k d j因此问题归结为，对于A T A的任意特征值，存在一个实特征向量。

}由于A为酉矩阵，对于A T A的任意特征值λ和相应特征向量x, 我们有A T Ax=λx,即λ−1A T Ax=x .由于A T A是酉矩阵，因此|λ|=1，从而λ−1=λ。

这样我们就有λA T Ax= x, 同时由于A T A为酉矩阵，因此(A T A)H=A T A。

对λA T Ax= x两边取共轭有λA T Ax=x,等式两边左乘以A T A可得λx=A T A x即，A T A x=λx, 因此对于特征值λ，x和x都是相应特征向量. 设x=u+j⋅v的实部向量为u和虚部向量v,由于x为非零向量，因此u或v至少一个为非零向量，因此，对于A T A的任意特征值，存在一个实特征向量。

又因为A T A为酉矩阵,所以A T A为正规矩阵，存在实正交矩阵V和对角矩阵D1使得A T AV =VD1且D1的每个对角元素为单位复数。

因此可设D1=diag(1j eλ⋅2j eλ⋅n j eλ⋅), 其中λ1,λ2,...,λn 为实数，并且根据复指数函数的周期性，我们可以选择0≤λk≤2π，或者−π≤λk≤π，k=1,2,...,n. 令D=(1/2) diag(λ1,λ2,...,λn)得到(A T A)V =V exp(2D j),因此A T A =V exp(2D j)V T=exp(2j⋅VDV T)令S=VDV T, U=A exp(−S j).那么显然由U=A exp(−S j)有A=U exp(S j);由A T A =exp(2j⋅VDV T)得到A T A =exp(2j⋅S). 下面证明U为实正交矩阵。

矩阵分析课后习题答案第二章 内积空间14 . 设A , B 均为厄米特矩阵, 证明: AB 为厄米特矩阵的充要条件是AB = BA .证明： H A A =,H B B =()HH H AB AB B A AB =⇔=即 AB BA =17 . 证明:两个正规矩阵相似( 酉等价) 的充要条件是特征多项式相同.证明：设A , B 是两个n 阶的正规矩阵，如果A 与B 是酉等价的，则存在酉矩阵Q ，使得1H B Q AQ Q AQ -==()11E B E Q AQ Q E A Q E A λλλλ--⇒-=-=-=-即A , B 有相同的特征多项式反之，A , B 有相同的特征多项式，因而有相同的特征值集合{}12,,,n λλλA ,B 是正规矩阵，则存在酉矩阵1Q 及2Q ，使得1111122n Q AQ Q BQ λλλ2--⎡⎤⎢⎥⎢⎥==⎢⎥ ⎢⎥ ⎣⎦ 则有 ()()11111121121212B Q Q A Q Q Q QA Q QP A P------=== 易知，112p Q Q -=是酉矩阵，即A , B 是酉相似的。

第三章 矩阵的标准形6 . 在复数域上, 求下列矩阵的约当标准形:()11 -1 2 3 7 -3 3 0 8 4 5 -2⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥ 3 -3 6 ; (2) -2 -5 2; (3) 3 -1 6; (4) -⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥2 -2 4-4 -10 3-2 0 -5⎣⎦⎣⎦⎣⎦⎡⎤⎢⎥2 -2 1 ⎢⎥⎢⎥-1 -1 1⎣⎦解 (1) 特征矩阵为λλλ-1 1 -2⎡⎤⎢⎥-3 +3 - 6⎢⎥⎢⎥-2 2 -4⎣⎦所以行列式因子为()()121D D λλλ==，，()()232D λλλ=-不变因子为()()()()()()()()()231123121,D D d D d d D D λλλλλλλλλλλ== ==, ==-2全部初级因子为()2,,λλλ-故约当标准型为 2J 0 0⎡⎤⎢⎥=0 0 0⎢⎥⎢⎥0 0 0⎣⎦(2) 特征矩阵为λλλ -3 - 7 3⎡⎤⎢⎥ 2 +5 -2⎢⎥⎢⎥ 4 10 - 3⎣⎦所以行列式因子为()()211D D λλ==，()()31()()D i i λλλλ=--+不变因子为()()()()()()()()()231123121,1()()D D d D d d i i D D λλλλλλλλλλλ== ==1, ==--+全部初级因子为1,,i i λλλ- - +故约当标准型为 J i i 1 0 0⎡⎤⎢⎥=0 0⎢⎥⎢⎥0 0 -⎣⎦(3) 特征矩阵为5λλλ -3 0 -8⎡⎤⎢⎥ -3 +1 -6⎢⎥⎢⎥ 2 0 +⎣⎦所以行列式因子为()()()()1231,1,1D D D λλλλλ3= =+ =+不变因子为()()()()()()()()()2231123121,1D D d D d d D D λλλλλλλλλλ== ==+1, ==+全部初级因子为21,1)λλ+ (+故约当标准型为 J -1 0 0⎡⎤⎢⎥= 0 -1 0⎢⎥⎢⎥ 0 1 -1⎣⎦(4) 特征矩阵为λλλ -4 - 5 2⎡⎤⎢⎥ 2 +2 -1⎢⎥⎢⎥ 1 1 - 1⎣⎦所以行列式因子为()()211D D λλ==，()()331D λλ=-不变因子为()()()()()()()()()3231123121,D D d D d d D D λλλλλλλλλ== ==1, ==-1全部初级因子为()31λ-故约当标准型为 J 1 0 0⎡⎤⎢⎥=1 1 0⎢⎥⎢⎥0 1 1⎣⎦8 . 证明: ( 1)方阵A 的特征值全是零的充要条件是存在自然数m ,使得A m = 0; ( 2) 若A m = 0 , 则1A E +=.证明：(1) 如λ为A 的任一特征值，A 为n 阶方阵，则m λ为m A 的特征值，若0m A =则m n E A E λλλ-==，即A 的特征值为0。

编号：审定成绩：重庆邮电大学矩阵分析小论文学院名称：通信与信息工程学院学生姓名：胡晓玲专业:信息与通信工程专业学号:S160101047教师：安世全时间：2016 年 12 月矩阵在MIMO 信道和保密通信上的应用矩阵广泛应用于通信的各个环节，例如:奇异矩阵,酉矩阵等MIMO 上的应用；可逆矩阵在保密通信上的应用；生成矩阵，监督矩阵在信道编码上的应用;Toeplitz 和Hankel 矩阵在通信信号处理中的应用等。

本文主要讨论矩阵在MIMO 信道和保密通信上的应用。

一、 矩阵应用于MIMO 信道我们知道MIMO 信道在不增加频谱资源和天线发射功率的情况下能显著提升系统容量，同时提高信道的可靠性，降低误码率。

是4G 和未来5G 中的一个非常重要的技术，因此对MIMO 的信道进行建模研究具有巨大的指导意义.本文首先建立了MIMO 信道模型,利用矩阵理论得出MIMO 信道简化模型，再结合信息论计算出信道容量，并得出结论.首先建立一个MIMO 信道模型,发射端通过空时映射将要发送的信号映射到多根天线上发送出去，接收端将各根天线接收到的信号进行空时译码从而恢复出发射端发送的数据信号.当发送信号所占用的带宽足够小的时候，信道可以被认为是平坦的， 这样，MIMO 系统的信道用一个n*m的复数矩阵H 描述。

H 的子元素a ij 表示从第x i （i=1，2，…n)根发射天线到第y j (j=1，2,。

m)根接收天线之间的空间信道衰落系数。

1121112222n n αααααα⎛⎫⎪ ⎪= ⎪ ⎪⎪H 信宿发送信号可以用一个n*1的列向量X =（x 1，x 2…。

x n )表示，其中x i 表示 在第i 个天线上发送的数据.用一个m*1的列向量Y =(y 1，y 2…y m ）表示,其中y i 表示在第i 个天线上接收的数据。

信道中的噪声为高斯白噪声n 。

通过这样一个模型,在t 时刻接收信号可以表示为：发送信号的协方差：Rxx=E[XX H ］ 发送信号的功率：P=tr （R xx ） 噪声的协方差:R nn =E[nn H ］ 接收信号的协方差：因为x 与噪声n 不相关，所以MIMO 信道容量做一般性推导下面根据信息论知识，我们对MIMO 信道容量做一般性推导。

2005级电路与系统矩阵分析作业3－1已知)(ij a A =是n 阶正定Hermite 矩阵，在n 维线性空间n C 中向量[]n x x x ,,,21 =α ，[]n y y y ,,,21 =β定义内积*),(βαβαA =。

（1）证明在上述定义下，n C 是酉空间；（2）写出n C 中的Canchy －Schwarz 不等式。

(1)证明：),(αβ＝HA αβ=HHA )(βα=HA βα ，(βα,k )＝),(βαβαk A k H=),(),()(),(γβγαγβγαγβαγβα+=+=+=+HHHA A AHA αααα=),(，因为A 为正定H 矩阵，所以0),(≥αα，当且仅当0),(0==ααα时，由上可知c n是酉空间。

証毕。

（2）解： ∑∑==njnij ijiHy ax A |||),(|βαβα∑∑==n jnij ijix ax ),(||||ααα，∑∑==njnij ij i y a y ),(||||βββ由Cauchy-Schwarz 不等式有：∑∑∑∑∑∑≤njnij ij i njninjnij ijij ijiy a y x ax y ax *3－3（1）已知.A ＝⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡502613803－－－，试求酉矩阵U,使得U*AU 是上三角矩阵解：由|λE-A| = (λ+1)3得 λ= －1是A 的特征值，当λ＝－1时，可得|λE-A|＝0000201于是ε1＝（0，1，0）T 是A 的特征向量。

选择与ε1正交，并且互相也正交两个向量组成酉阵：U 1= ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡10001010则U 1*A U 1= ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---52830631取A 1= ⎥⎦⎤⎢⎣⎡--5283，|λE- A 1| = (λ+1)2λ= －1是A 1的特征值。

当λ＝－1时，可得|λE- A 1|＝21，于是，α1＝（ --52，51）T 是A 的特征向量，选择与α1正交的向量组成酉阵U 2 = ⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡52515152-，U 2*A 1U 2 = 51⎥⎦⎤⎢⎣⎡-2112⎥⎦⎤⎢⎣⎡--5283⎥⎦⎤⎢⎣⎡-2112 =⎥⎦⎤⎢⎣⎡---10101 3－9若S ，T 分别是实对称矩阵和反实对称矩阵，且0)det(≠--iS T E ，试证：1))((---++iS T E iS T E 是酉矩阵，。

矩阵分析试题中北⼤学33§9. 矩阵的分解矩阵分解是将⼀个矩阵分解为⽐较简单的或具有某种特性的若⼲矩阵的和或乘积，这是矩阵理论及其应⽤中常见的⽅法。

由于矩阵的这些特殊的分解形式，⼀⽅⾯反映了原矩阵的某些数值特性，如矩阵的秩、特征值、奇异值等；另⼀⽅⾯矩阵分解⽅法与过程往往为某些有效的数值计算⽅法和理论分析提供了重要的依据，因⽽使其对分解矩阵的讨论和计算带来极⼤的⽅便，这在矩阵理论研究及其应⽤中都有⾮常重要的理论意义和应⽤价值。

这⾥我们主要研究矩阵的三⾓分解、谱分解、奇异值分解、满秩分解及特殊矩阵的分解等。

⼀、矩阵的三⾓分解——是矩阵的⼀种有效⽽应⽤⼴泛的分解法。

将⼀个矩阵分解为⾣矩阵（或正交矩阵）与⼀个三⾓矩阵的乘积或者三⾓矩阵与三⾓矩阵的乘积，这对讨论矩阵的特征、性质与应⽤必将带来极⼤的⽅便。

⾸先我们从满秩⽅阵的三⾓分解⼊⼿，进⽽讨论任意矩阵的三⾓分解。

定义1 如果(1,2,,)ii a i n = 均为正实数，()(,1,2,1;∈<=- ij a C R i j i n1,2,),=++ j i i n 则上三⾓矩阵11121222000??= ?n n nn a a a a a R a称为正线上三⾓复（实）矩阵，特别当1(1,2,,)ii a i n == 时，R 称为单位上三⾓复（实）矩阵。

定义2如果(1,2,,)ii a i n = 均为正实数，()(,1,2,1;∈>=- ij a C R i j i n1,2,),=++ j i i n 则下三⾓矩阵11212212000??= ?n n nn a a a L a a a称为正线下三⾓复（实）矩阵，特别当1(1,2,,)ii a i n == 时，L 称为单位下三⾓复（实）矩阵。

定理1设,?∈n nn A C （下标表⽰秩）则A 可唯⼀地分解为1=A U R其中1U 是⾣矩阵，R 是正线上三⾓复矩阵；或者A 可唯⼀地分解为2=A LU其中2U 是⾣矩阵，L 是正线下三⾓复矩阵。

矩阵分析第3章习题答案第三章1、已知()ij A a =是n 阶正定Hermite 矩阵，在n 维线性空间nC 中向量1212(,,,),(,,,)n n x x x y y y αβ==定义内积为(,)H A αβαβ=（1）证明在上述定义下，nC 是⾣空间；（2）写出nC 中的Canchy-Schwarz 不等式。

2、已知2111311101A --??=?-??，求()N A 的标准正交基。

提⽰：即求⽅程0AX =的基础解系再正交化单位化。

3、已知308126(1)316,(2)103205114A A --??=-=-??----??试求⾣矩阵U ，使得HU AU 是上三⾓矩阵。

提⽰：参见教材上的例⼦4、试证：在nC 上的任何⼀个正交投影矩阵P 是半正定的Hermite 矩阵。

5、验证下列矩阵是正规矩阵，并求⾣矩阵U ，使H U AU 为对⾓矩阵，已知11332611(1)6322312623i i A i i ??--=--???01(2)10000i A i -=??，434621(3)44326962260ii i A i i i i i +--=----?+--??11(4)11A -??=??6、试求正交矩阵Q ，使TQ AQ 为对⾓矩阵，已知220(1)212020A -=---??，11011110(2)01111011A -??-?=-??-??7、试求矩阵P ，使H P AP E =（或T P AP E =），已知11(1)01112i i A i i +=-??-，222(2)254245A -??=---8、设n 阶⾣矩阵U 的特征根不等于1-，试证：矩阵E U +满秩，且1()()H i E U E U -=-+是Hermite 矩阵。

反之，若H 是Hermite 矩阵，则E iH +满秩，且1()()U E iH E iH -=+-是⾣矩阵。

证明：若||0+=E U ，观察0-=E U λ知1-为U 的特征值，⽭盾，所以矩阵E U +满秩。