6-2 矩阵级数

合集下载

工程应用数学基础_12_--矩阵序列

工程应用数学基础_12_--矩阵序列


A


2
0
0 2

,判断


k 1
1 k
Ak
的敛散性.
3
2)

A

1

2
0
1
,判断
k 1
1 k2
Ak
的敛散性.
工程应用数学基础
研究生MOOC课程
第12讲 矩阵级数
三、方阵幂级数
工程应用数学基础

1)
因为幂级数


k 1
1 k
zk
的收敛半径为R
第12讲 矩阵级数
二、矩阵级数
1

k (k 1)
Ak
k 1
k 1 0

0
2k 3k


1 0
0
3 2

工程应用数学基础
研究生MOOC课程
第12讲 矩阵级数
三、方阵幂级数
工程应用数学基础

定义3(方阵幂级数) 设 A nn ,称 ck Ak 为方阵幂级数. k 0

求极限
lim
k
Ak
.
sin k
3k
k
2

1

(
k
1,2,
)
k2

lim
k
2k 2
k k2

1

2
lim
k
sin k
k

0
研究生MOOC课程
第12讲 矩阵级数
一、矩阵序列的极限
lim ek sin k

矩阵级数

矩阵级数

Department of Mathematics
c di 1 kdi 1 ki

c1 k1 ki ik
di di
所以


ck Ak ck (PJ k P1)
k 0
k 0

= P( ck J k )P1
k 0


= Pdiag(
,则它们按项
与B(k) k 0
相乘所得的矩阵级数
A(0) B(0) ( A(0) B(1) A(1) B(0) ) ( A(0) B(k)
也绝对收敛,且其和为AB
证明:只证4.及5.
均绝对收敛
A(k) B(0) )
4.因
A(k) A,记 S (n)
Department of Mathematics
其中
i

J
i
(i
)


1
i

(i 1, 2, , r) 1

i di di
于是
Ak

Pdiag( J1k
(1),
J
k 2
(2 ),
,
J
k r
(r
))
P
1
ik
J
k i
(i
)



c1 k1 ki ik
sA( k )(
n)
1
2k
a1
(1


q4kn
)



0
1 q11
(k 11)(2k
1 22) 3

1 34

矩阵分析与计算--08-矩阵极限与级数

矩阵分析与计算--08-矩阵极限与级数

4.矩阵序列Cauchy收敛准则
设 A1 , A1 , Ak , 0 是矩阵空间V中的元素序列,如果存在x V , 使得
k
lim Ak A0

则称序列{Ak }按 -范数收敛于A0
(k ) (0) 记Ak (aij ) , A ( a l p 0 ij ) l p
由数列Cauchy收敛准则,有
det(uE ( E A)) 0
det((u 1) E A) (1)n det((1 u) E A)
det((1 u) E A) 0
令1 u ,这说明为A的一特征值
0< μ <2 → μ ≠ 0
1 ( E A ) ( E A) 的行列式不为零,
A 称为其部分和, 称矩阵序列
k k=1
S1 , S2 ,
为矩阵级数的部分和序列
, Sk ,
若矩阵部分和序列 Sk 收敛,且有极限 S, 则称该级 数收敛,且有极限 S. 记为
A =S
k k=1

若矩阵级数
A 的所有元素 a
k k=1 k=1


(k ) ij

绝对收敛,则称该级数为绝对收敛
0 0 i U =
1 r r C 0 0
r-i-1
(1 i r ),U k 0 (k r )
示例
0 0 0 0
1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0
1i n j 1 n
行范数
3)从属于向量的2-范数的算子范数为 A 2 1
—范数
谱范数
1是方阵AH A的最大特征值

E第6章 PWM控制技术

E第6章 PWM控制技术
U
d
O
-
wt
U
d
7-60
Basic principles of PWM
等幅PWM波
Ud
O
- Ud
wt
输入电源是恒定直流 第3章的直流斩波电路 6.2节的PWM逆变电路 6.4节的PWM整流电路
U
不等幅PWM波
输入电源是交流或不是恒定 t 的直流 ω 4.1节的斩控式交流调压电路 4.4节的矩阵式变频电路
17-60
19-60
Modulation and Triangular-wave natural sampling Bi-polar PWM in single-phase VSI
u
ur
uc
O
wt
uo Ud O -U d
u of
uo
wt
Bi-polar sampling is used to realize bi-polar PWM.
1-60
Chapter 6 PWM Techniques
PWM (Pulse Width Modulation):通过对一系列脉冲的宽度进行调制,来 等效的获得所需要的波形(含形状和幅值)。 The most widely used control technique in power electronics(第3章 直流斩波电路采用的就PWM技术;第4章的4.1斩控式调压电路和4.4矩阵 式变频电路,第5章逆变电路都涉及到了。)
uc ur ur 正半周,V1 保持通,V2 保持 u 断。 当 ur>uc 时 使 V4 通 , V3 断 , O wt uo=Ud 。 当 ur<uc 时 使 V4 断 , V3 通 , uo uo=0 。 uo Ud u of 这样就在负载端得到了SPWM 表示uo 波形u0。 的基波O wt ur负半周,请同学们自己分析。 分量 上述PWM波只在单个极性范围 -U d 内变化---- Uni-polar PWM 。 图6-5 单极性PWM控制方式波形

线代第二章矩阵第一节

线代第二章矩阵第一节
(3)
( A + B) + C = A + ( B + C );
A + O = A;
(4)
A + (− A) = O .
North University of China
目录 上页 下页 返回
结束
2.数乘
定义 4
设 m × n 矩阵
a11 a12 L a1n a a22 L a2 n , A = 21 M M M am1 am 2 L amn k 为一个数,称下列 m × n 矩阵 为一个数,
目录 上页 下页 返回 结束
相关概念: 相关概念:
元素是实数的矩阵称为实矩阵;元素是复数的矩阵称为复矩阵. 元素是实数的矩阵称为实矩阵;元素是复数的矩阵称为复矩阵. 实矩阵 复矩阵
方阵. 当 m = n 时, A 称为 n 阶方阵.
称为行矩阵 行矩阵. 只有一行的矩阵 A = ( a1 a2 L an ) 称为行矩阵.
a11b11 + a12b21 + a13b31 C = a21b11 + a22b21 + a23b31
则矩阵C 的 (i, j ) 元素恰好是矩阵 A 的第 i 行各元素与矩阵
B 的第 j 列对应元素乘积之和,称 C 为 A 与 B 的乘积. 列对应元素乘积之和, 的乘积.
North University of China
记为 A = B .
下面介绍矩阵的运算: 下面介绍矩阵的运算: 1.加法 . 3.乘法 . 2.数乘 . 4.转置 .
North University of China
目录 上页 下页 返回
结束
1.加法
定义 3 设有同型矩阵

线性代数(第六版)课件:矩阵

线性代数(第六版)课件:矩阵

30
a b c d
于是得
B
0 0 0
a 0 0
b a 0
c b a
,其中a ,
b,
c,
d
为任意数。
31
从前例
2 3
46
2 1
42
0 0
00 ,
还可看出,矩阵乘法不满足消去律:
AB O A O 或 B O ;
A(B C) O
AB AC , A O B C . 左消去律不成立;
9 3
84 ,
显然, AB BA 。
23
矩阵乘法的运算规律:
(1) ( AB)C A(BC) ; 矩阵乘法满足结合律! (2) A(B C) AB AC , (B C)A BA CA ; 分配律
(3) k( AB) (kA)B A(kB) (其中k为数);
(4) AO O, OA O ; (5) AE EA A . 注意:交换律不成立。
4
例如 1 0 3 5 是一个 2 4 矩阵, 9 6 4 3
2 3 5 9 是一个 1 4 矩阵,
1 2
是一个 3 1 矩阵。
4
3 4
6 2
2 2
是一个 3 3 矩阵。
5
0
2
5
如果矩阵A=(aij)的行数与列数都等于n,则称A为 n 阶 矩阵 (或称 n 阶方阵 ) 。
.
kam1 kam2 kamn
14
数乘矩阵的运算规律: (设A、B 为 m n矩阵,k, l 为数)
(1) k( A B) kA kB ; (2) (k l)A kA lA ; (3) k(lA) (kl)A ; (4) 1A A,0A O . 加法和数乘合称为矩阵的线性运算。

矩阵分析课件-第六章

矩阵分析课件-第六章

cos A B=cosA cos B sin A sin B
dt
dt
d cos At=A sin At=-sin At A
dt
6 det eA=etrA,其中trA是A 的迹
7 cos A= 1 eiA+e-iA ,sinA= 1 eiA-e-iA
2
2i
8 sin2 A+cos2 A=E,sin -A=-sin A,cos -A =cosA
9当AB=BA时,有sin A B=sin A cos B cos A sin B
D
i
其中
D
J
i

D/ i Di
1
di-1
!Ddi-1
i
D/ i
Di
dixdi
设D = E-A =-1 p1 -2 p2 -s ps
i
j, i
j
, pi是i的代数重复度;
pi
d

i
D i =D i = =Ddi-1 i =0, D Ji =0,
故:D A=0.
f (k) j =p(k) j ,j=1,2, ,s;k=0,1, ,dj-1
即f x与p 在A的影谱上有相同的值, 则矩阵函数f A定义为:
f A=pA 称p 为f A的定义多项式。
定理6.2.1:设A
Cnn,J为A的若当标准形,P
Cnn n
且A=PJP-1,函数 f x 在A的影谱上有定义,
ln E+A的幂级数展开式见p201
&6.4 矩阵指数函数与矩阵三角函数
由定理5.5.3知:对任意n阶方阵A
e
At=
k=0
Aktk, k!
sin At= k=0

《矩阵论》 ppt课件

《矩阵论》  ppt课件

1
2

p
ppt课件
4
引理6.1.1 如果实数p 1, q 1且 1 1 1,则对 pq
任意非负实数a, b, 有
a p bq ab
pq
定理6.1.1(Hölder不等式)
设x ( x1 ,, xn )T , y ( y1 ,, yn )T C n , 则
1
1
(2) 齐次性:对任意k P, V ,有 k k ;
(3) 三角不等式:对任意 , V ,有 ,
则称||α||为向量α的范数,并称定义了范数的线性空 间为赋范线性空间。
ppt课件
2
对赋范线性空间V中任意向量 与, 有
| |
6.2.1 基本概念 6.2.2 相容矩阵范数 6.2.3 算子范数
ppt课件
11
6.2.1 基本概念
定义6.2.1 设||A||是以Cm×n中的矩阵A为自变量的 非负实值函数,如果它满足以下三个条件:
(1) 非负性 :当A 0时, A 0;当A 0时, A 0; (2) 齐次性 : 对任意k C , A C mn ,有 kA k A ; (3) 三角不等式: 对任意A, B C mn ,有 A B A B , 则称 A 为m n矩阵A的范数.
k
(1) lim(ax(k) by(k) ) ax by ; k
(2) lim Ax(k) Ax . k
定理6.1.8 C n中向量序列{ x(k) }收敛于向量x的充分
必要条件是对任一向量范数 , 数列 x(k) x
收 敛 于0.
ppt课件
10
6.2 矩阵范数

矩阵论-矩阵级数

矩阵论-矩阵级数

例:判断矩阵序列Ak的敛散性.
1 0 0
(1)
A
1 0
11,
(2)
A
0.9
0
01.9,
(3)
A
0 0
0.9 0
1 , 0.9
0.3 0.8 (4)A 0.6 0.1
1 0
0
1 0 0
解:(3)Ak 0
0.9k
k
0.9k
1
,

limA k
k
0
0 0.
0 0 0.9k
0 0 0
(4) A 0.9 1,故Ak收敛,且lim Ak 0.
Ck2i k2 kik1
i
ik
例:判断矩阵序列Ak的敛散性.
1 0 0
(1)
A
1 0
11,
(2)
A
0.9
0
01.9,
(3)
A
0 0
0.9 0
1 , 0.9
0.3 0.8 (4)A 0.6 0.1
解:(1)Ak
1 0
k 1
,

limA k
k
发散.
(2)(A) 0.9 1,故limA k 0. k
yH ( cmAm ) y cm yH Am y cm yH km y cmkm yH y
m0
m0
m0
m0
cmkm也收敛. 与Able定理矛盾. m0
故当(A) R时, cmAm发散. m0
注:定理1实际上定义了一种映射f(z)= cmzm , z R(收敛半径), m0
A Cnn满足(A) R, f (A)= cmAm收敛,所以对应一个矩阵, m0

二阶矩阵与平面图形的变换矩阵的运算法则及其性质二阶矩阵的特征值怎么求

二阶矩阵与平面图形的变换矩阵的运算法则及其性质二阶矩阵的特征值怎么求

一、二阶矩阵与平面图形的变换
(1)二阶矩阵的定义:由4个数a,b,c,d排成的正方形数表
称为二阶矩阵;
(2)几种特殊线性变换:主要有旋转变换、反射变换、伸压变换、投影变换、切变变换这几种。

求经矩阵变换后的解析式常采用数形结合的方法,先观察是属于哪一种变换,然后利用解析几何中的相关点法(转移代入法)来解。

二、矩阵的定义:
由m×n个数排成的m行n列的表
称为m行n列矩阵(matrix),简称m×n矩阵。

特殊形式矩阵:
(1)n阶方阵:在矩阵中,当m=n时,A称为n阶方阵;
(2)行矩阵:只有一行的矩阵叫做行矩阵;
列矩阵:只有一列的矩阵,叫做列矩阵;
(3)零矩阵:元素都是零的矩阵称作零矩阵。

三、矩阵的运算律:
(1)矩阵的和(差):当两个矩阵A、B的维数相同时,将它们各位置上的元素加(减)所得到的矩阵称为矩阵A、B的和(差),记作:。

运算律:加法运算律:;
加法结合律:。

(2)数乘矩阵:矩阵与实数的积:设为任意实数,把矩阵A的所有元素与相乘得到的矩阵叫做矩阵A与实数的乘积矩阵,记作:A。

运算律:()
分配律:;
结合律:。

(3)矩阵的乘积:一般地,设A是m×k阶矩阵,B是k×n阶矩阵,设C为m×n矩阵,如果矩阵C中第i行第j列元素是矩阵A第i个行向量与矩阵B的第j个列向量的数量积,那么矩阵C叫做A与B的乘积,记作:C=AB。

运算律:
分配律:;;
结合律:;。

注:(1)交换律不成立,即:AB≠BA;(2)只有当矩阵A的列数与矩阵B的行数相等时,矩阵之积才有意义。

6-2xxx

6-2xxx

Hd(θ )
(a)

-ω c -2 π / N
o W (θ ) R 2π / N o
ωc
π
θ
(b)
θ
波形如图(b)所示。主瓣宽度为4π/N,两侧有许多衰 减振荡的旁瓣。通常主瓣定义为原点两边第一个过零点 之间的区域。
理想滤波器的频率响应为: H d (e jω ) = H d (ω )e 其中:
2)从频域角度逼近---所设计的滤波器频响在某些样 本点处与理想特性相同,借以达到逼近理想特性 的目的。这种设计方法称为频率采样法 6.2.1 用矩形窗函数逼近理想低通滤波器 窗函数法设计FIR数字滤波器是在时域进行的, 因此,必须首先由理想频率响应Hd(ejω)的傅里叶反 变换推导出对应的单位脉冲响应hd(n)
其窗函数中包含有余弦的二次谐波分量,幅度响应为:
2π 2π W(ω) = 0.42 R(ω) +0.25W (ω− W [ R ) +W (ω+ )] R N −1 N −1 4π 4π +0.04 W (ω− [ R ) +W (ω+ )] R N −1 N −1
通过加入余弦的二次谐波分量,可进一步降低旁 瓣,但其主瓣宽度变为 12π / N
1 hd ( n ) = 2π
∫π

π
H d (e jω )e jωn dω
假设理想低通滤波器的频率响应为:
e − jωτ H d ( e jω ) = 0
|ω|≤ωc ωc<|ω|≤π
相应的单位脉冲响应hd(n)为
1 hd (n) = 2π
∫ωe

c
ωc
− jωα
e
jωn
sin[ωc (n − τ )] dω = π (n − τ )

线性代数(第二版)第四节矩阵级数

线性代数(第二版)第四节矩阵级数

证明 如果 A 可与对角矩阵相似,则存在 n 阶 可 逆 矩 阵 P , 使 得 P -1A P = , 其 中
= diag( 1 , 2 , … , n ) 1 , 2 , … , n 是 A 的 全 部 特 征 值 , 由 此 可 得
A k = P kP -1 而
k = d ia g ( 1k , 2k , … , nk ) 不 难 看 出 , Ak O ( k ) 的 充 分 必 要 条 件 是 k O ( k ) . 而 k O ( k ) 的 充分必 要
该矩阵级数收敛. 否则,称该矩阵级数发散.
当矩阵级数 A ( k ) 收敛于 S 时,就称 S 是该 k 1
矩阵级数的和. 记作
A(k) S
k 1
对于 n 维 (列) 向量序列 { (k) } ,可以类似地定
义向量无穷级数及其敛散性.
例 3 讨论向量无穷级数 ( k ) 的敛散性. k 1
线性代数(第二版)第四节矩阵级 数
一、矩阵序列和 矩阵级数的收敛性质
定理 4.5 设 A(k) 为实数域上的矩阵:
a1(k1) A(k) a2(k1)
am (k1)
a(k) 12
a(k) 22
a(k) m2
a(k) 1n
a(k) 2n
,
am (k)n
k1,2,
A(1) , A(2) , … , A(k) , … 称为矩阵序列,简记为
敛. 即数项级数
ij
a (1) j 1,2, , n) (4.14 )
收敛. 其中
ij
1,
0
,
i j i j
(i, j 1,2 , , n )
而 数 项 级 数 (4.14) 收 敛 的 必 要 条 件 是 其 一 般 项

07 矩阵级数与矩阵函数

07 矩阵级数与矩阵函数

第七讲 矩阵级数与矩阵函数一、 矩阵序列1. 定义: 设有矩阵序列{}(k )A , 其中()(k )(k )ijA a =, 且当k →∞时(k )ijijaa →,则称{}(k )A 收敛, 并把()ij A a =叫做{}(k )A 的极限, 或称{}(k )A 收敛于A , 记为(k )(k )k k lim AA AA →∝→∝=→或不收敛的级数则称为发散的,其中又分为有界和无界的情况. 2. 收敛矩阵序列的性质: 设(k )A ,(k )B 分别收敛于A,B 则 (1) (k )(k )k A B A B →∝α+β→α+β(2) (k )(k )k A B AB →∝→(3) (k )11(k )11k (A )A ,(A ),A ----→∝→若存在(4) (k )k PA Q PAQ →∝→3 收敛矩阵: 设A 为方阵,且当k →∝时k A 0→, 则称A 为收敛矩阵. [定理] 方阵A 为收敛矩阵的充要条件是A 的所有特征值得模值均小于1. 证明: 对任何方阵A ,均存在可逆矩阵P , 使得 1A PJP -= 其中J 为A 的Jordan 标准形12s J J J J ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦, i iii 10J 10λ⎡⎤⎢⎥λ⎢⎥=⎢⎥⎢⎥λ⎣⎦k 1kkk 112k s J J APJ PP P J --⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦ik m k k 1i iii i ki i k !2...m !(k m )!J ,k m --⎡⎤λλλ⎢⎥-⎢⎥=>⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦当 kA 0→就等价于ki J 0(i 1,2,...,s)→=, 等价于ki 0(i 1,2,...,s)λ→=, 而这只有i 1λ<才可能也必能.[得证]二、 矩阵级数1.定义: 矩阵序列{}(k )A 的无穷和(1)(2)(k )A A A ++++ 叫做矩阵级数, 而N(N )(k )k 1SA==∑称为其部分和, 若矩阵序列{}(N )S 收敛,且有极限S, 则称该级数收敛,且有极限S. 记为(k )k 1AS ∝==∑不收敛的级数必为发散的.若矩阵级数(k )k 1A∝=∑的所有元素(k )ij k 1a ∝=∑均绝对收敛,则称该级数为绝对收敛.2. 绝对收敛矩阵的性质(1) 绝对收敛级数一定收敛,且任意调换它的项所得的级数仍收敛,并具有相同的和.(2) (k )k 1A∝=∑绝对收敛,则(k )k 1PAQ∝=∑也绝对收敛且等于(k )k 1P A Q ∝=∑(3) (k )k 1A∝=∑, (k )k 1B ∝=∑均绝对收敛,且和分别为12S ,S 则k(i )(k 1i )12k 1i 1(AB)S S ∝+-===∑∑三、 方阵的幂级数A 为方阵, kk k 0c A ,(A I)∝==∑称为A 的幂级数. k k 0A ∝=∑称为A 的Neumann级数.1. Neumann 级数收敛的充要条件[定理] Neumann 级数收敛的充要条件是A 为收敛矩阵,且在收敛时其和为1(I A )--.证明: [必要性]级数k k 0A ∝=∑收敛, 其元素为23ij ij ij ij (A )(A )(A )δ++++显然也是收敛的. 作为数项级数, 其通项趋于零是级数收敛的必要条件. 故kk ij k k (A )0,A0→∝→∝→→即也就是说A 为收敛矩阵. [充分性]:A 为收敛矩阵, 则其特征值的模值均小于1. 设A 的特征值为λ, (I A )-的特征值为μ. 则由ndet(I (I A ))det((1)I A )(1)det((1)I A )μ--=μ-+=--μ-可见11-μ=λ→μ=-λ故020<μ<→μ≠, (I A )-的行列式不为零,1(I A )--存在. 而2k k 1(I A A ...A )(I A )I A +++++-=- 右乘1(I A )--得2kk 11I A A ...A (I A)(I A )+-++++=--当k →∝时, k 1A 0+→, 故k 11A (I A )0+--→. 所以kii 1k i 0i 0Alim A (I A )∝-→∝====-∑∑即Neuman n 级数收敛于1(I A )--.2. 收敛圆[定理] 若矩阵A 的特征值全部落在幂级数kk k 0(z )c z∝=ϕ=∑的收敛圆内, 则矩阵幂级数k 0kk 0(A )cA ,(A I)∝=ϕ==∑是绝对收敛的. 反之, 若A 存在落在(z )ϕ的收敛圆外的特征值, 则(A )ϕ是发散的. 证明略.[推论] 若幂级数在整个复平面上收敛, 则对任何的方阵A , (A )ϕ均收敛.四、 矩阵函数 如: A e , sin A , cos A以矩阵为自变量的” 函数”(实际上是”函矩阵”) 我们知道, z2nn 011e 1z z ...z2!n !∝==+++=∑n2n 1n 0(1)sin(z )z(2n 1)!∝+=-=+∑n2nn 0(1)cos(z )z(2n )!∝=-=∑均为整个复平面上收敛的级数, 故对任何的方阵AAnn 01eAn !∝==∑n2n 1n 0(1)sin(A )A(2n 1)!∝+=-=+∑n2nn 0(1)cos(A )A(2n )!∝=-=∑均绝对收敛. 三者分别称为矩阵指数函数、矩阵正弦函数、矩阵余弦函数。

chaptere03矩阵序列与矩阵级数

chaptere03矩阵序列与矩阵级数
3 6 1
广义矩阵函数 背景:
利用前面的定理3.6及其推论的结果,对于可以展开 成幂级数形式的解析函数f(z),它的矩阵函数的定义方 式就是在它的幂级数形式中用矩阵A替代z,就得到了 由矩阵幂级数形式的矩阵函数f(A)的定义。但是,对 于任意给定的函数f(z)能够展开成收敛幂级数形式的 要求条件很强,一般不容易满足,例如f(z)=ln(z) 就不 满足。借助于前面讨论的矩阵函数若当标准形求法的 公式(*)和(**), 我们可以拓宽矩阵函数的定义如下.
由此有,基于Sylvster插值公式的矩阵求值算法:
方法2: 基于广义Newton 插值公式 的矩阵函数求值
Taylor展开式:
牛顿展开式:
(b) 数项级数求和法
给定A后,确定首1多项式g(l),满足g(A)=0。(特
征多项式或最小多项式均可) Am b1Am1 bm1A bm I 0.

a11 A
an1
a12
x1(t )
b1(t )
, x(t) ,b(t) ,
ann
xn(t )
bn(t )
则可以写成矩阵形式:
非齐次微分方程 x(t) A x(t) b(t) 齐次微分方程 x(t) A x(t)
定理3:齐次微分方程 x(t) A x(t) 的通解为: x(t) etAc,
这表明Am可以用Am-1,…,I线性表出。 A的更高次幂也可以用Am-1,…,I线性表出。
例2 设
0 0 0
A
0 0
0 1
,
求sinA。
0
(c) 对角形法
假设A可对角化,即存在非奇异矩阵P,使得
P 1 AP
l1
,
ln

电网络第六章

电网络第六章
两式相减,并忽略高阶无穷小项得
U j Z j I j I j Z j
上式表明,在增量网络Ni中,第j支路应由原网络N的第j支路阻 抗Zj与电压为IjZj的电压源串联构成,各种元件在增量网络中的 构成如表6-1所示。
由原网络N绘出增量网络Ni。用任何方法求解增量网络,得到网 络变量增量与有关元件参数增量间的关系式,进而导出非归一化 灵敏度。
T SR 2
ˆ T 0.0625 S R3
T R1 2 0.2292 0.9167 R1 T 0 .5 T R2 16 0.0208 0.6667 R2 T 0.5 T R3 6 0.0625 0.750 R3 T 0 .5
T SR 31 Rm ) 1 jC1 ( Rm R2 )
,试求
S
T R2
R2 (1 jC1Rm ) N T 1 jC1 ( Rm R2 ) D
T T T2 1 / T2 1 Sx Sx Sx
据第七个恒等式
T N SR SR 2
T x
x ln T x ln x
网络函数的偏差及相对偏差与灵敏度的关系为:
T ˆ T x T x S x x
T T x Sx T x
偏差 相对偏差
如果网络中有多个元件参数x1、x2、…xn同时产生微小变化,则 这些参数同时改变所引起网络函数T的偏差和相对偏差分别为:
T(s)对x的灵敏度
S
T (s) x
T ( s ) x R( s ) xE ( s ) R( s ) x R( s ) S x x T x E ( s ) R( s ) x R( s )
该式表明,网络函数对参数x的灵敏度则与网络输出变量对参数 x的灵敏度相等。 频域中的网络函数T(j),它是一个复数,可表示为

二阶阵列计算

二阶阵列计算

二阶阵列计算二阶阵列计算是指对一个二维的矩阵进行各种数学运算的过程。

在计算机科学和数学等领域中,二阶阵列计算被广泛应用于图像处理、机器学习、数据分析等方面。

本文将介绍二阶阵列计算的基本概念、常见运算以及应用场景。

一、基本概念在二阶阵列计算中,矩阵是一个由数值排列成的矩形阵列。

二阶矩阵通常用于表示图像、数据集等二维结构。

一个二阶矩阵可以表示为一个m行n列的矩阵,其中每个元素可以用a(i,j)表示,其中i表示行号,j表示列号。

二、常见运算1. 矩阵加法:对于两个相同维度的矩阵A和B,它们的和C可以通过将对应位置的元素相加得到。

即C(i,j) = A(i,j) + B(i,j)。

2. 矩阵减法:对于两个相同维度的矩阵A和B,它们的差C可以通过将对应位置的元素相减得到。

即C(i,j) = A(i,j) - B(i,j)。

3. 矩阵乘法:对于一个m行n列的矩阵A和一个n行p列的矩阵B,它们的乘积C可以通过将矩阵A的每一行与矩阵B的每一列进行内积得到。

即C(i,j) = ∑(A(i,k) * B(k,j)),其中k表示矩阵A的列数或矩阵B的行数。

4. 矩阵转置:对于一个m行n列的矩阵A,它的转置矩阵B可以通过将A的行与列进行互换得到。

即B(i,j) = A(j,i)。

三、应用场景1. 图像处理:在图像处理领域中,二阶阵列计算被广泛用于图像的滤波、边缘检测、图像增强等操作。

通过对图像矩阵进行各种运算,可以实现对图像的修复、增强和分析等功能。

2. 机器学习:在机器学习中,二阶阵列计算被用于矩阵的特征提取、模式识别和分类等任务。

通过对数据集矩阵进行运算,可以提取出数据的特征,并用于构建机器学习模型。

3. 数据分析:在数据分析领域中,二阶阵列计算被用于数据的聚类、降维和相关性分析等任务。

通过对数据矩阵进行各种运算,可以揭示数据之间的内在关系,并帮助分析人员做出合理的决策。

二阶阵列计算是对二维矩阵进行各种数学运算的过程。

弹性力学第6章:用有限元法解平面问题(徐芝纶第五版)

弹性力学第6章:用有限元法解平面问题(徐芝纶第五版)
其中,
Ni (ai bi x ci y) / 2A。 (i, j, m)
第六章 用有限单元法解平面问题
应变
应用几何方程,求出单元的应变列阵 :
ε ( u v v u )T x y x y
ui
1 2A
b0i ci
0 ci bi
bj 0 cj
0 cj bj
bm 0 cm
0
vi
cm bm
于单元,称为结点力,以正标向为正。
Fi (Fix Fiy T
--单元对结点的 作用力,与 Fi 数值 相同,方向相反,作 用于结点。
Fiy vi
Fix i
ui
Fiy
y v j Fjy i
Fix
j
uj
F jx
vm Fmy
um
m Fmx
o
x
第六章 用有限单元法解平面问题
求解方法
(5)将每一单元中的各种外荷载,按虚功 等效原则移置到结点上,化为结点荷 载,表示为
第六章 用有限单元法解平面问题
FEM的概念
§6-2 有限单元法的概念
FEM的概念,可以简述为:采用有限自由度的离 散单元组合体模型去描述实际具有无限自由度的 考察体,是一种在力学模型上进行近似的数值计 算方法,其理论基础是分片插值技术与变分原理。
FEM的分析过程:
1.将连续体变换为离散化结构; 2.单元分析; 3.整体分析。
第六章 用有限单元法解平面问题
FEM
第六章 用有限单元法解平面问题
概述 1.有限元法(Finite Element Method)
简称FEM,是弹性力学的一种近似解法。 首先将连续体变换为离散化结构,然后再利用 分片插值技术与虚功原理或变分方法进行求解。

矩阵分析课程

矩阵分析课程

6.5 矩阵幂级数2定义设有中的矩阵序列,矩阵级数指的是无穷和m nF{}k A 121kk k A A A A =6.5 矩阵幂级数311limlim k ik i kk k k ASA S ==如果其部分和序列收敛于,即S 则矩阵级数收敛于S1k k A6.5 矩阵幂级数4这是因为lim k k A O1k k k A S S S S O这个结果与数项级数一致。

11limlim k ik i kk k k ASA S ==若则6.5 矩阵幂级数5定义中的矩阵级数称为绝对收敛的,如果数项级数m nF1kk A()().k k i jA a都绝对收敛。

这里()11,2,,1,2,,k i jk i m aj n6.5 矩阵幂级数6定义中的矩阵级数n nF 212kkkkk c A c I c A c A c A=称为矩阵的幂级数。

这里.A k c F 矩阵的幂级数是变量的幂级数的推广,因此讨论矩阵幂级数的收敛性问题自然就与变量的幂级数的收敛半径联系起来。

kkk ax6.5 矩阵幂级数7定理设变量幂级数的收敛半径为,则R 当时幂级数收敛;()ρA R 0kk k c A当时幂级数发散。

k k k c A()ρA R 0kk k c z6.5 矩阵幂级数8证明:设矩阵的Jordan 分解为A 111,((),,())s S A PJ P J diag J λJ λ= 则1kkA P J P从而100k k k k k k c A P c J P11100(),,()k k k k s s k k P diag c J λc J λP6.5 矩阵幂级数911110111110i i i m k m kk k ik k i k k ik k k m k k k i k k k i k c λc C λc C λc C λc λ()kk iik c J λ这里规定时,0lkC l k111111i i m k m k k i k i k i k k i ki λC λC λC λλ0()k k k i k i i i i i k i i J λλE U C λU =()6.5 矩阵幂级数10收敛,故矩阵幂级数绝对收敛。

北航矩阵论课件7-4.2矩阵级数

北航矩阵论课件7-4.2矩阵级数

4.2矩阵级数定义设矩阵序列,则无穷和{})(k A++++)()1()0(k AAA称为矩阵级数,记为∑∞=0)(k k A,即有++++=∑∞=)()1()0(0)(k k k AA AA定义设,称其为矩阵级数的部分和. 如果矩阵序列收敛,且有∑==Nk k N AS)()({})(N SSSN N =∞→)(lim 则称矩阵级数收敛,且和是S ,记为∑∞=0)(k k A∑∞==0)(k k A S ,不收敛的矩阵级数称为是发散的.π定义如果中的mn 个数项级数都是绝对收敛的,则称是绝对收敛的.∑∞=0)(k k A∑∞=0)(k k A 性质1若是绝对收敛的,则它也一定收敛,并且任意调换其项的顺序所得的级数还是收敛的,且其和不变.∑∞=0)(k k A∞∞性质3如果是收敛(或绝对收敛)的,那么也是收敛(或绝对收敛)的,并且有()∑∞=0k k A()∑∞=0k k Q PA ()()QA P Q PA ⎪⎭⎫⎝⎛=∑∑∞=∞=00k k k k 证因为收敛,设其和为S ,令()∑∞=0k k A()∑==Nk k )N (0AS,则有,于是,S S =∞→)N (Nlim 当,所以它是收敛.时,∞→N ()PSQ Q PS →N()()()++++k :S BBB102都绝对收敛,其和分别为A 与B . 则级数与1S 级数按项相乘所得的矩阵级数2S ()()()()()()()()()()()()()()()()()()()()()()()∑∑∞==--⎪⎭⎫ ⎝⎛=++++++++++++0001100211200110003k ki i k i k k k S B A BA BA BA B A B A BA BA B A BA:绝对收敛,且和为AB .∞∞绝对收敛.的一种特殊排法⎪⎭⎫BB A()()()()()()()()()()()()()+⎪⎭⎫⎝⎛∙-∙+++++∑∑∑∑-=-===10100001111000k j j k i i kj j ki i B A B A BA BA BA BA 设与的k 项部分和为,则1S 2S )(2)(1k k S S 与3S 的部分和矩阵序列为,,,,)(2)(1)2(2)2(1)1(2)1(1k k SSSSSS所以()()()()ABS S S S =∙=∞→∞→∞→k k k k k k k lim lim lim 2121故矩阵级数的和为AB . 证毕3S矩阵幂级数定义设,称形如的矩阵级数为矩阵幂级数。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
A
(k ) 1
( aijk) ∑k=0 ∑i=1∑j=1 m n ∞
都收敛 ,由于 由于
m n
= max ∑ a
m j
(k ) i=1 ij
( ≤ ∑i=1 ∑j=1 aijk )
由正项级数的比较判别法, 由正项级数的比较判别法,
Department of Mathematics
可知级数 ∑k=0

S = ∑k=0 A

(k )
( n aijk) = sij i =1,L, m; ∑k=0

j =1,L, n;
π
1 例1. 2k (k ) 已知矩阵序列{A } 的通项为A(k) = 0 ∞ A(k ) 判断矩阵级数 的敛散性 k =0

4k 1 (k +1)(k + 2)
A(0) B(0) + ( A(0) B(1) + A(1) B(0) ) +L+ ( A(0) B(k ) +L+ A(k ) B(0) ) +L
绝对收敛, 绝对收敛 记: S
S
(n) 3 n
(n) 1
= ∑k=0 A
n
(k )
S
(n) 2
= ∑k=0 B(k)
n
( ( 则 S1(n)S2n) − S3n) = A(1) B(n) + A(2) B(n−1) +L+ A(n) B(1) +L+ A(n) B(n)
Department of Mathematics
当 ρ ( <

R 时,幂级数
k k i
∑c λ
k =0
,

∑c c
k =0 k k

1
k k
λi
k −1
, L,
∑c c
k =0
d i −1
λi
k − d i +1

都是绝对收敛的, 都是绝对收敛的,故矩阵幂级数 当ρ ( A) > R 时,幂级数 发散。 所以 ∑ ck A 发散。
Department of Mathematics
三.矩阵级数的绝对收敛
(k ) (k ) n× n 定义2. 设: A = (aij ) n×n ∈ C ,矩阵级数
A( k ) ∑
k =0


对某一个矩阵范数满足:

k =0

A( k ) = A( 1 ) + A( 2 ) + L + A( k ) + L
也绝对收敛,且其和为AB 也绝对收敛,且其和为 证明:只证4.及 证明:只证 及5. 4.因 因

∞ k =0
A =A 记 ,
(k )
S
(n)

= ∑k=0 A ,则
n (k )
limS(n) = A
n→∞
在此基础上考察级数
n (k ) n→∞
PA(k)Q的部分和的极限 ∑k=0
n n→∞
lim∑k=0 PA Q = P(lim∑k=0 A(k ) )Q = PAQ



k =0
a k =0
(k ) ij
都收敛,即 绝对收敛. 都收敛 即 ∑ k = 0 aij 绝对收敛
A 1 = max ∑i=1 aij
n j

证明:先给出矩阵范数 证明: 必要性: 必要性: 若正项级数 ∑k=0
( 可知 aijk) ≤ A(k)
∞ (k )
A
收敛, 收敛,由 A 1
(k ) 1
∞ (k )
∞ (k )

与∑k=0 k=

B(k)
= σ1

∞ k =0
B(k) = σ2
的通项的范数
A(0) B(k ) +L+ A(k ) B(0) ≤ A(0) B(k ) +L+ A(k ) B(0)
Department of Mathematics
由正项级数的比较判别法可知, 由正项级数的比较判别法可知,级数
ck Ak = c0 I + c1 A + c2 A2 + L + ck A( k ) + L ∑
k =0 ∞
的矩阵级数为矩阵幂级数。 的矩阵级数为矩阵幂级数。 矩阵幂级数

ck x k 的收敛半径为 R, A 为 n 阶方阵 定理4: 定理 :设幂级数 ∑
若 ρ ( A) < R
ck Ak ,则矩阵幂级数 ∑
3,绝对收敛的矩阵级数必收敛,并且任意调换其 ,绝对收敛的矩阵级数必收敛, 项的顺序所得的矩阵级数仍收敛,且其和不变. 项的顺序所得的矩阵级数仍收敛,且其和不变
A(k) 收敛(或绝对收敛),则 4,若矩阵级数 ∑k=0 收敛(或绝对收敛), ),则 ,

矩阵级数 并且有: 并且有
也收敛(或绝对收敛), PA(k)Q 也收敛(或绝对收敛), ∑k=0
矩阵论电子教程
哈尔滨工程大学理学院应用数学系
Department of Mathematics, College of Sciences
第 六 章
矩阵分析
Department of Mathematics
§6.2 矩 阵 级 数 一,矩阵级数的定义 矩阵级数的定义 由F n×n中的矩阵序列{A(k)}构成的无穷和 定义1. 定义
A(0) + A(1) +L+ A(k ) +L ∞ (k ) 称为矩阵级数 矩阵级数, 称为矩阵级数,记为 ∑k=0 A ,
不收敛的矩阵 为矩阵级数的部分和。 为矩阵级数的部分和。 部分和 ∀n∈N 称: S = k=0 A 级数称之为发散的 ∞ 二,矩阵级数的收敛和发散 A(k)收敛 矩阵级数的收敛和发散 则称矩阵级数
[解答 考察上述矩阵级数的部分和 解答] 解答
S
(n)
= ∑k=0 A(k)
n
( A( k ) = (a ijk ) ) n×n , S = ( sij ) n×n
Department of Mathematics
πn 1 k (n) 2 a (1− q ) 4k 1 k A(s) = = 1 1 1 1 1 1 0 1− q + + +L =1− (k +1)(k +2⋅ 3 3⋅ 4 1⋅ 2 2) (n +1) ⋅ (n + 2) n+2
L O
∑c c
k =0

di −1 k −di +1 k k i
λ
ck λi k ∑
M
1 ck ck λik −1 ∑ k =0 ∞
O
ck λik ∑
k =0

di ×di
k ( k − 1)L (k − l + 1) c = (当l ≤ k ) l! l ck = 0 (当l > k )
PA Q = P(∑k=0 A(k) )Q ∑k=0
(k ) ∞ ∞

Department of Mathematics
5,若 ∑k=0 A 与 ,
(k )

) B(k均绝对收敛,则它们按项 ∑k=0 均绝对收敛,

相乘所得的矩阵级数
A(0) B(0) + ( A(0) B(1) + A(1) B(0) ) +L+ ( A(0) B(k) +L+ A(k ) B(0) ) +L
收敛, 可见 ∑k=0 PA Q 收敛,且
(k )

PA Q = P(∑k=0 A(k) )Q ∑k=0
(k )


Department of Mathematics
若 ∑k=0 A 绝对收敛
(k )


∞ k =0
A(k) 收敛,由于 收敛,
PA(k )Q ≤ P A(k ) Q = P Q ⋅ A(k )
λi 其中 J i (λi ) =
1
λi
O (i = 1, 2,L , r ) O 1 λi di ×di
k 于是 Ak = Pdiag( J 1k ( λ1 ), J 2 ( λ2 ),L , J rk ( λr )) P −1
d 1 λik ck λik −1 L ck i −1λik −di +1 k O M λi k Ji (λi ) = 1 k −1 O ck λi k λi di ×di
k =0 ∞
k =0

绝对收敛; 绝对收敛;
发散。 若 ρ ( A) > R ,则 ∑ ck Ak 发散。
k =0
证明: 证明: 设 A 的Jordan标准形为 标准形为
Department of Mathematics
J = diag( J 1 ( λ1 ), J 2 ( λ2 ),L , J r ( λr ))
n 再记 σ1n = ∑k=0
n
= ∑k=0 ( A(0) B(k) +L+ A(k) B(0) )
A
(k )
σ = ∑k=0 B(k)
n 2 n
( σ3n) = ∑k=0 ( A(0) B(k) + A(1) B(k−1) +L+ A(k) B(0) )
由矩阵范数的三角不等式及相容性
( 再由 limS1(n)S2n) = AB n→∞
n 1 ∑k=0 2k n S(n) = ∑k=0 A(k) = 0
相关文档
最新文档