重庆大学矩阵论大作业-参考模板
重庆大学 矩阵理论及其应用 4
4.1向量范数及其性质
4.1.1向量范数的概念及P-范数
Df 4.1 (V , K ),∀x ∈V , 对应了一个实值函数 x ,且满足 (1)非负性 若x ≠ 0,则 x > 0;若x = 0,则 x = 0; (2)齐次性 ax = a x ;a ∈ K (3)三角不等式 x + y ≤ x + y ;x, y ∈V
k→∞
k→∞
其中 i 为任意一种向量范数。
4.2矩阵的范数
定义4.3 设A、B ∈ Rn×n , a ∈ R, 按照某一法则在Rn×n 定义了一个A的实值函数,记为 A ,且满足
(1)非负性 若A ≠ 0,则 A > 0;若A = 0,则 A = 0; (2)齐次性 aA = a A ; (3)三角不等式 A + B ≤ A + B ; (4)相容性 AB ≤ A B ; 则称 A 为矩阵范数。
Df 4.4 ∀x ∈ Rn , A∈ Rn×n ,若向量范数 x 与矩阵 范数 A 满足
Ax ≤ A x
则称矩阵范数 A 和向量范数 x 相容。
nn
∑ ∑ A = m1
aij
i=1 j=1
A
m∞
=
n ⋅ max i, j
aij
1
∑ ∑ ( ) A = F
⎛n n
2 ⎞2
A
m2
=⎜ ⎝
i =1
j=1
引理Minkowski不等式:设x = ( x1, ..., xn ), y = ( y1, ... yn ) ∈ Rn则
1
1
1
∑ ∑ ∑ ⎛ n
⎜ ⎝ i=1
xi + yi
2011年重庆大学研究生矩阵理论试题及答案
一、(8分)已知311121210A -⎛⎫ ⎪=- ⎪ ⎪⎝⎭,求11,,,,,()m F m A A A A A A ρ∞∞。
解:1112,96,5m Fm A AA A A ∞∞===== (5分)因为 ()()221--=-λλλA I ,2,1321===λλλ , 故2m ax )(==i iA λρ. (3分)二、(15分)在4R 中有两组基,基(I)1234,,,αααα,基(II)1234,,,ββββ满足:1232341232342222ααβααβββαββα+=⎧⎪+=⎪⎨+=⎪⎪+=⎩ 求 (1)由基(I)到基(II)的过渡矩阵;(2)向量12342αββββ=-++在基1234,,,αααα之下的坐标; (3)判断是否存在非零元素4R α∈在两组基下有相同坐标。
解: (1)由已知关系式求得⎪⎪⎩⎪⎪⎨⎧+=+=+--=-++=3242134212432112242284ααβααβαααβααααβ于是,由基(I )到基(II )的过渡矩阵为⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---=0012200112480124C (5分)(2)α在基(II )下的坐标为(2,-1,1,1)T ,再由坐标变换公式计算α在基(I )下的坐标为C (2,-1,1,1)T=(11,23,4,-5)T. (5分)(3)由()()11221123412343344,,,,,,C ξξξξαααααββββξξξξ-⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,知若存在非零元素4R α∈在两组基下有相同坐标则112213344C ξξξξξξξξ-⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭,进而有()12340C E ξξξξ⎛⎫ ⎪ ⎪-= ⎪ ⎪⎝⎭不难计算得det (C-E )=0,方程组有非零解,即存在非零α4R ∈,使得α在基(I )和基(II )下有相同的坐标. (5分)三、(10分)定义在由数域上次数不超过2的多项式构成的线性空间2[]K x ,对任意的[]2(),()f x g x K x ∈,定义()11(),()()()f x g x f x g x dx -=⎰.证明: (1)()(),()f x g x 构成(),()f x g x 的内积,从而2[]K x 对这个内积构成欧氏空间.(2)把基21,,x x 化为标准正交基。
矩阵论报告-人口迁移问题
矩阵理论及其应用报告题目:人口迁移问题姓名:学号:专业:机械电子工程学院:机械工程学院2012年4月8日人口迁移问题摘要:运用所学的矩阵理论及其应用知识对所提出的人口迁移问题进行了分析和计算,从而得出了人口并不会集中于一方,最终南北人口数将会趋于一个稳定值。
关键词:人口迁移南方北方矩阵论一、人口迁移问题的提出假设有两个地区——如南方和北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,直观上可由下图所示:问题:如果这个移民过程持续下去,北方的人会不会全部都到南方?如果会请说明理由;如果不会,那么北方的最终人口分布会怎样?二、运用矩阵理论及其应用的知识进行分析根据以上人口迁移的情况,解答如下:设最初南方和北方的人口数分别为0x 、0y ,经过()1,2,3...n 年以后,南北方得人口数分别为n x ,n y 。
则由题意可知:1年后南北人口数分别为10010031421142x x y y x y ⎧=+⎪⎪⎨⎪=+⎪⎩, (1) 即:011031421142x x y y ⎛⎫⎪⎛⎫⎛⎫= ⎪ ⎪ ⎪⎪⎝⎭⎝⎭ ⎪⎝⎭, (2) 由此类推,经过()11,2,3...n -年以后,南北方得人口数分别为1n x -,1n y -,则n 年后南北方人口数分别如下:111131421142n n n n n n x x y y x y ----⎧=+⎪⎪⎨⎪=+⎪⎩, (3)由(3)递归调用得10103131424211114242nn n n n x x x y y y --⎛⎫⎛⎫⎪ ⎪⎛⎫⎛⎫⎛⎫== ⎪ ⎪ ⎪ ⎪ ⎪⎪ ⎪⎝⎭⎝⎭⎝⎭ ⎪ ⎪⎝⎭⎝⎭(4) 令矩阵3142A 1142⎛⎫ ⎪=⎪ ⎪ ⎪⎝⎭,上式问题转化为求矩阵n A 。
现用待定系数法求解。
由0E A λ-=,可解得特征值114λ=,21λ=故设01()=a nf A A E a A =+, (5) 则01()=a nf a λλλ=+, (6)将114λ=,21λ=代入上(6)式,解得方程组01110122nn a a a a λλλλ⎧+=⎪⎨+=⎪⎩, (7) 当 n →∞,解得011343a a ⎧=-⎪⎪⎨⎪=⎪⎩所以()221433=-113333nf A A E A ⎛⎫ ⎪=+=⎪ ⎪ ⎪⎝⎭(8) 由以上(4)、(8)式求解可得0022331133n n x x y y ⎛⎫⎪⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭= 即()()00002313n n x x y y x y ⎧=+⎪⎪⎨⎪=+⎪⎩三、结论根据以上分析和计算的结果可知,如果这个移民过程持续下去,北方的人是不会全部都到南方去的,最终的南北的人口将会趋于稳定。
矩阵理论研究生课程大作业
研究生“矩阵论”课程课外作业姓名:学号:学院:专业:类别:组数:成绩:人口迁移问题和航班问题(重庆大学 机械工程学院,机械传动国家重点实验室)摘要:随着人类文明的进程,一些关于数学类的问题越来越贴近我们的生活,越发觉得数学与我们息息相关。
本文将利用矩阵理论的知识对人口迁移问题和航班问题进行分析。
人口迁移问题假设有两个地区——如南方和北方,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:如果这个移民过程持续下去,北方的人会不会全部都到南方?如果会请说明理由;如果不会,那么北方的最终人口分布会怎样?解 设n 年后北方和南方的人口分别为n x 和n y , 我们假设最初北方有0x 人,南方有0y 人。
则我们可得,1=n 时,一年后北方和南方的人口为⎩⎨⎧+=+=00100175.05.025.05.0y x y y x x (1-1)将上述方程组(1-1)写成矩阵的形式⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛0011y x A y x其中 ⎥⎦⎤⎢⎣⎡=75.05.025.05.0A2=n 时,两年后北方和南方的人口为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛0021122y x A y x A y x依次类推下去,n 年后北方和南方的人口为⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛00y x A y x n n n (1-2) N S 0.5 0.25 0.5 0.75现在只需求出n A 就可得出若干年后北方和南方的人口数。
下面将使用待定系数法[1]求n A)1)(25.0(25.025.125.05.0)75.0)(5.0(75.05.025.05.02--=+-=⨯---=----=-λλλλλλλλλA E所以 1,25.021==λλ矩阵A 的最小多项式为 )1)(25.0()(--=λλλm 设A a E a A n 10+= 由此可得方程组⎩⎨⎧=+=+125.025.01010a a a a n解方程组得⎪⎪⎩⎪⎪⎨⎧-=+-=75.025.0175.025.025.010n na a 所以⎥⎦⎤⎢⎣⎡+⨯--⨯+=-++-=+=++111025.05.025.05.05.025.025.025.05.025.075.0175.025.0175.025.025.0n n n n nn nAE A a E a A 所以由式(1-2),我们得到n 年后北方和南方的人口北方:01075.025.025.075.025.05.025.0y x x n n n +-+⨯+=南方:01075.025.05.075.025.05.05.0y x y n n n +++⨯-=当∞→n 时,得)(31)75.025.025.075.025.05.025.0(lim lim 00010y x y x x n n n n n +=-+⨯+=+∞→∞→()000103275.025.05.075.025.05.05.0lim lim y x y x y n n n n n +=⎪⎪⎭⎫⎝⎛++⨯-=+∞∞→∞→ 由上面计算可以得到,如果移民过程持续下去,北方的人不会全部都到南方。
矩阵论结课作业
基于设计结构矩阵的业务流程重组学院:数学与统计学院学号:07127006姓名:冯欣指导老师:尹小艳二〇一四年十月本文主要对设计结构矩阵(DSM)和业务流程重组(BPM)进行概述并将设计结构矩阵应用于业务流程优化问题中,提出了实值设计结构矩阵,并将其应用于最短路径问题,最后引例对仓储物流系统流程问题进行仿真,说明实值DSM 算法的性能大大提高,对于不同网络和不同的参数都能取得较好的运行结果。
设计结构矩阵是表示设计过程中复杂任务关系的信息交换模型,为了将它有效地应用于各领域的设计过程管理,本文对DSM的优化算法进行了分类,并阐述了各类算法的基本原理和步骤,对各领域基于DSM的设计过程模型优化算法的研究提供思路。
针对业务流程的特点,在设计结构矩阵的基础上提出了基于实值设计结构矩阵算法,该算法在设计结构矩阵中引入解析结构模型的思想,并将DSM中的模糊值转变为具有实际意义的具体的值。
文中以路径值为例,设计了其详细的算法和规则及实现过程,并将算法应用于仓储物流管理系统问题中。
通过工程实例表明了算法的有效性。
[关键词] : 设计结构矩阵业务流程重组系统建模实值DSM一、绪论 (1)1.1 问题的提出及研究意义 (1)1.2 选题原因 (1)二、理论基础 (2)2.1 设计结构矩阵(DSM)理论概述 (2)2.2 业务流程重组(BPR)介绍 (4)三、设计结构矩阵优化算法 (5)3.1 基于图论的优化算法 (5)3.2 智能优化算法 (6)3.1.2 模拟退火算法 (6)四、实值设计结构矩阵的业务流程重构 (7)4.1 实值设计结构矩阵 (7)4.2 最短路径DSM的实现 (9)五、结束语 (12)六、参考文献 (13)一、绪论1.1 问题的提出及研究意义20世纪60、70年代以来,信息技术革命使企业的经营环境和运作方式发生了很大的变化,而西方国家经济的长期低增长又使得市场竞争日益激烈,企业面临着严峻挑战:(1) 顾客(Customer)——买卖双方关系中的主导权转到了顾客一方。
矩阵大作业
(由于图形是利用工程制图软件 CAXA 完成的,所以比较粗陋。上边是机翼模型,下边 是其简化模型。图中标注部分的长度均为������⁄2,两个质点的集中质量均为������,左边质点的位 移设为������1,右边质点位移设为������2,方向均向上。) 基本术语
=
1 2
[������̇1
������̇2] [���0���1
���0���2] [������������̇̇12]
U
=
1 2
[������1
������2] [������������1211
������������1222] [������������12]
将动能、势能代入拉格朗日方程,即可得到二自由度系统的运动方程:
矩阵特征值与特征向量在振动力学中 求解多自由系统阵型的应用
报告人信息 姓名:侯怡鑫 学号:20153113019 组序:5 组 学院:航空航天学院
摘要 工程中的动力系统基本都包含多个自由度,对于多自由度系统的振动求解问题需要用到
微分方程组的求解,而矩阵作为一个强有力的数学工具,在这方面发挥着重要的作工程模型,运用矩阵论的理论知识求解 微分方程组,再结合初始条件与边界条件,最终确定出系统各阶振动形态。 题目内容
固有频率:系统在自身物理性质确定的情况下,振动的频率是固定的,不随外界条件改 变,称之为固有频率。多自由度系统的自由度数目对应着固有频率的个数,最小的固有频率 为该系统的基频。
主振型:多自由度系统中,每一个固有频率都对应着一个单自由度的振动,当该振动的
重庆大学矩阵理论及其应用论文
“矩阵理论及其应用”课程研究报告科目:矩阵理论及其应用教师:蒋卫生姓名:学号:专业:机械电子工程类别:学术上课时间:2013 年10 月至2013 年12 月考生成绩:阅卷评语:阅卷教师(签名)最小二乘法问题摘要:无论在哪个专业领域,都不可避免的要面对测量所得到的一批数据。
这些数据看似杂乱无章,但对于特定的时间却是符合特定的规律。
而要发现这些规律必须借助一定的手段。
矩阵理论作为一门具有强大功能的学科再此发挥了它重要的作用。
用矩阵论的理论来处理现代工程技术中的各种问题已经越来越普遍了。
在工程技术中引进矩阵理论不仅使理论的表达极为简捷,而且对理论的实质刻画也更为深刻,这一点是不容质疑的,更由于计算机和计算方法的普及发展,不仅为矩阵理论的应用开辟了崭新的研究途径。
矩阵理论与方法已成为研究现代工程技术的数学基础。
因此,对于数据的处理采用最小二乘法是最恰当不过的了。
关键词:数据处理,矩阵理论,最小二乘法正文一、引言最小二乘法已有近200年的发展历史,它首先由Gauss K F提出并被应用于天文计算中,现已被广泛地用来解决各种技术问题。
在过去的30多年里,它已被成功地应用到过程控制系统的参数估计领域,数字计算机技术又使最小二乘原理更有实践价值。
参数估计现在模型结构已知时,用实验法所取得的数据来确定表征系统动力学模型中的参数。
最小二乘法原理提供了一个数学程序,通过它可以获得一个在最小方差意义下与实践数据拟合最好的模型,它在稳态系统数学模型的回归分析方面应用已很成熟,在动态系统的参数辨识方面也取得了许多重要成果,其参数估计的收敛性质也得到了深入的研究,可以说在参数估计领域中最小二乘方法已达到了完善的程度。
本文讨论的问题如下: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:i0 1 2 3 4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。
二、预备知识基本术语解释从整体上考虑近似函数()p x 同所给数据点(),0,1,()i i i m x y = 误差()()0,1,i i i r p x y i m =-= 的大小,常用的方法有以下三种: ∞—范数:绝对值的最大值0max||i i m r ≤≤1—范数:误差绝对值的和m||i i r =∑2—范数(欧式范数):误差平方和m20i i r =∑的算术平方根。
重庆大学研究生矩阵试题
x1 t 0 1 1 1 五、设 A , B , C , x t x t ,求解常微分方程组的初值 2 3 1 1 2
d x t Ax t B, x 0 C dt 六、设 A 是实数域上的 m n 阶矩阵。证明:
2 x1 4 x2 x3 x4 10 x1 2 x2 x3 2 x4 6 x 2 x 2 x x 7 2 3 4 1
八、令
1 0 0 0.02 0.11 1 A 0.01 0.9 0.14 , D 0 1 0 。 0.02 0.01 5 1 0 0 10
一、令 R ( x) 2 表示由 R 上次数不超过 n 的多项式全体以及零多项式构成的空间。 证明:(1) 元素 1, x 1, ( x 2)( x 1) 构成 R ( x) 2 的一组基; (2) 求元素 1 x x 在基 1, x 1, ( x 2)( x 1) 下的坐标。
试用圆盘定理估计矩阵 A 的特征值分部范围,并在复平面上画出示意图;为了得 到更精确的结果,请利用矩阵 D 1 AD 的盖尔圆盘来隔离矩阵 A 的特征值。
n
(2) 写出该欧式空间中的 Cauchy-Schwarz 不等式。
三、证明 x max j , x 1 , 2 , , n R n ,是 R n 上的一种范数。
1 j n
2 1 0 四、设 A 1 1 0 ,求 A , A 1 , A 2 。 0 0 1
2
二、设 A (aij ) nn 为实对称正定阵,对向量空间 R 中的任意两个向量 a1 , , an ,
重庆大学研究生“矩阵论”课程课外作业
2 3 0 1 3 , 0 2 3 0 。
如果豌豆初始位置在 #2,#4 ,经过奇数无穷多次移动后,概率分布为
运用 Hamilton-Cayley 定理求解
f ( ) I A
1
1 2 0 1 2 0 0
0 1 2
1
0 0 1 1 ( 1)( 1)( )( ) 1 2 2 2
1 0 0 0 1 2 0 1 2 0 p4 (k 1) 0 1 2 0 1 2 0 1 0 0
P(k 1) A , k 1,2,3,
以此类推,则有
P(k ) P(k 1) A P(k 2) AA P(k 2) A2 P(k 3) A2 A P(k 3) A3 P(2) Ak 2 P(1) Ak 1 P(0) Ak
0 2 3 0 1 3 1 3 0 2 3 0 。 lim P(k ) P(0) k 0 2 3 0 1 3 1 3 0 2 3 0 也就是说,如果豌豆初始位置在 #1,#3 ,经过奇数无穷多次移动后,概率 分布为
0 1 3
方法 2 首先,A 的特征多项式为:
把 A 的四个特征值带入上式,得出方程组:
(1) k q 0 q1 q 2 q3 1k q 0 q1 q 2 q3 1 k 1 1 1 ( ) q 0 q1 q 2 q3 2 4 8 2 1 1 1 1 ( ) k q 0 q1 q 2 q3 2 4 8 2
一、欲解决的题目内容:
如图所示, 一颗豌豆被放置在四个壳里中的其中一个的里面,一个敏捷的操 纵者通过一系列迅速的移动将它们重新排列。每一次的移动,含有豌豆的壳要么 向左或向右移壳在位置#1 时,就只能移动到位置#2,如果含有豌豆的壳在 位置#4 时,就只能移动到位置#3。当含有豌豆的壳在位置#2 或#3 时,就有可能 向左或右移动。 问题 1:假定我们知道含有豌豆的壳的初始位置,那么经过 k 次移动后,含 有豌豆的壳在这四个位置的概率各是多少? 问题 2:经过无数次( k )移动后,含有豌豆的壳出现在每个位置的概 率又是多少?
重庆大学研究生矩阵论小论文
矩阵的奇异值分解在信号处理中的应用摘要机械工程上无论在设计、制造、运行、试验、测试等过程中,经常要处理许多变量和变量之间的关系,这些变量间常存在着线性关系,某些不是线性变量的也可以通过最小二乘法等进行拟合。
对于现目前所选择的方向,接触最多的就是对外界信号的测量,当通过传感器接收到信号之后,进行FFT变换。
但是还是会有一些频率相近的信号会被丢失,需要一种方法将信号在时域和频域进行分段,对需要进行分析的频率段进行有效分析。
这就是基于矩阵的奇异值分解信号的方法。
关键词:微型直流电机,信号处理,奇异值分解1 前言微型直流电机的参数包括转速,换向频率等。
通过电刷的换向可以检测到一定时间内电机两端的电压出现脉冲尖峰个数,从而得到电机的换向频率[1]。
但是由于电机的运转,必然存在一些振动,造成需要的信息信号失真。
引起振动的原因很多,例如可能是同轴度不高,造成电机轴的转动不平衡,也可能是实验平台的水平度不够。
经典的频谱分析方法对这一问题的解决效果并不是很好,提出采用奇异值分解的方法对信号进行分析[2]。
将奇异值分解应用于信号处理的关键是如何利用信号序列构造出合适的矩阵,即如何确定矩阵的行数m和列数n,这对奇异值分解的分析效果有很大影响。
奇异值的大小决定着相应分量信号的信息量,因此综合考虑所有奇异值的信息来确定矩阵结构。
其次奇异值分解分离的各分量信号是两两正交的,而且还是一种零相位分离方法,没有相位失真;同时综合考察所有奇异值的信息来确定矩阵的合理结构。
在此基础上,可以比传统的FFT分析更加精确,甚至优于小波基的频谱分析。
2 基于奇异值分解的信号分离原理奇异值分解是指:对于一个实矩阵m n A R⨯∈必定存在正交矩阵12[,....]m mm U u u u R ⨯=∈和正交矩阵12[,....]n n n V v v v R ⨯=∈,使得T A U S V = (1) 其中12[(...),]p S diag σσσ=O 或者其转置,这取决于m<n 还是m>n ,m n S R ⨯∈ ,O 为零矩阵,p=min(m, n),123...0p σσσσ≥≥≥≥≥。
重庆大学 矩阵理论及其应用 2
第2章内积空间实数域上复数域上欧氏空间酉空间Df V R V 2.1(,),,αβ∀∈若按照某一确定的法则对应唯一的§2.1 欧氏空间(),αβ实数,记为,且满足()()V (1),,,;αβαββα∀∈=对称性,()()()V (2),,,,,αβγαβγαγβγ∀∈+=+可加性,;()()V k R k k (3),,,,,αβαβαβ∀∈∀∈=齐次性;()()V ==(4),,0,0,αααααα∀∈≥正定性有当且仅当时,0;(),αβαβ则称为向量与的内积。
V 定义了内积的线性空实欧间称为氏空间。
C复CV 定义了内积的线性空间复称为酉空间。
(0,)(,0)0αα==性质(,)(,)(,)γαβγαγβ+=+k k (,)(,)βαβα=常见实线性空间的内积证明:(,)αβ是α与β的内积。
nTTn n R n a a b b 11.(,...,),(,...,)αβ∀==例1为维实向量空间,(,)αβ=定义n n a b a b 11...++T.αβ=例2在n nR×中,对任意向量ij n n A a ()×=,ij n n B b ()×=定义nnij ij i j A B a b 11(,)===∑∑ 证明:A B (,)是A 与B 的内积。
TTr AB ().=常见实线性空间的内积例3 在闭区间a b [,]上一切连续实函数集合C a b [,],对于通常的加法和实数与函数的乘法构成一个实线性空间,f xg x C a b (),()[,]∀∈,定义baf xg x f x g x dx ((),())()()=∫。
证明:f x g x f x g x ((),())()()是与的内积。
习题2.5 设n 12,,,ααα"是n 维欧氏空间V 的一个基,证明:(1)若V α∈且i (,)αα=0,i n 1,2,,=",则0α=。
重庆大学矩阵论课后习题答案第七章答案
第七章答案第三题证明:验证P-M 的第一个方程成立1111BQ A P B PAQQ A P PAQ PAA AQ PAQ B -------====第四题证明:验证P-M 的前两个个方程成立第六题 略第七题让求A -({}1A ),更确切的说应该是让求一个A -,因为如果A 不是通常可逆的情况下A -不唯一,当然,在通常应用情况下,我们只要求出一个就可以满足我们的要求了,书上也是侧重求出其中的一个。
解:(1) 略如果用满值分解法做出的结果是1011101500152022⎛⎫ ⎪ ⎪ ⎪⎝⎭(2)2342111111111112111111111111211111A E E ⎛⎫⎛⎫ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪-⎛⎫ ⎪ ⎪==-- ⎪ ⎪ ⎪⎝⎭ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭令10110100121120,00100110001P Q -⎛⎫⎛⎫ ⎪- ⎪ ⎪=-= ⎪ ⎪ ⎪- ⎪⎝⎭⎝⎭ 则22010012000000000E A Q P -⎛⎫ ⎪-⎛⎫ ⎪== ⎪ ⎪⎝⎭ ⎪⎝⎭ 如果用满值分解法做出的结果是100315533355033⎛⎫ ⎪ ⎪ ⎪-- ⎪ ⎪ ⎪ ⎪⎝⎭第十二题对于低阶矩阵来说,最大秩分解是最有效的而且是最方便的,但如果今后遇到一些复杂的矩阵时,我们可以考虑其它分解方法第十三题解:102120425A +⎛⎫= ⎪⎝⎭最小范数解为:0102111120422550x A β+⎛⎫⎛⎫⎛⎫ ⎪=== ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪⎝⎭通解为:1122121421()225x x x x A E A A x x x β+++-⎛⎫⎛⎫=+-= ⎪ ⎪-+⎝⎭⎝⎭第十四题类似第十三题。
矩阵论大作业
“矩阵论”课程研究报告科目:矩阵理论及其应用教师:姓名:学号:专业:机械设计及理论类别:上课时间: 2013年2月至2013年5月考生成绩:阅卷评语:阅卷教师(签名)利用矩阵论相关知识求解传动轴固有频率的有限元分析法摘要:在结构力学中,求解结构自由振动的固有频率是十分重要的内容。
本文通过对某机器传动轴各个单元进行单元刚度矩阵、单元质量矩阵等特性分析,再把各个单元的特性矩阵组集起来组成结构的总刚度矩阵、总质量矩阵,从而形成结构的自由振动方程式。
最后利用矩阵论相关知识求解自由振动方程式的广义特征值,并通过广义特征值与固有频率的关系求得传动轴的固有频率。
正文一、问题描述已知某机器传动轴两端固定,其传动轴受扭长度L为1500mm,传动轴的横截面积是环形,其外径D为50mm,内径d为45mm,弹性模量E为52。
利2.110/N mm用矩阵论及有限元分析法求解传动轴的固有频率。
二、方法简述1.建立传动轴的有限元分析模型由于传动轴两端固定,采用平面梁单元分析该传动轴。
考虑到本次计算是手算,为了简化计算,将该传动轴划分为(1)、(2)两个单元,共1、2、3三个结点。
由于该结构中一个结点有两个自由度,故总共有1、2、3、4、5、6六个自由度。
建立有限元分析模型及各个部分编号如图1所示。
图1 传动轴有限元分析模型2.平面梁单元的单元刚度矩阵由《机械结构有限元分析》[1]中形状函数N 的构造方法可知,对于该结构的平面梁单元,它有两个节点,四个自由度,采用自然坐标系,通过构造计算可得单元的形函数为()()()()v iiv j j N N N N N θθ⎡⎤=⎣⎦23232332(132)(2)(32)()ξξξξξξξξξ⎡⎤=-+-+--⎣⎦ (1)其中,i j 为结点编号,v 为结点位移,θ为结点转角,xlξ=,l 为梁单元的长度。
平面梁单元的单元刚度矩阵T lk E I B B d x=⎰ (2) 其中E 为弹性模量,I 为惯性矩。
重大2013春矩阵论考题及答案
重庆大学硕士研究生《矩阵论》课程试卷2012 ~2013 学年 第 二 学期(春)开课学院: 数学与统计 课程编号:G0601 考试日期:考试方式: 考试时间: 120 分钟一、判断题。
(每题3分,共30分)(1) 平面上全体向量构成的集合,按通常的向量加法及如下定义的数乘运算0k α⋅=,在实数域上构成线性空间。
(×)(2) 全体正实数构成的集合,其加法和数乘定义为αβαβ⊕=,0k α=,则该集合在实数域上构成的线性空间是1维的。
(v ) (3)若12x u x ⎛⎫= ⎪⎝⎭,12y v y ⎛⎫= ⎪⎝⎭,则1112(,)1uv xy xy =++是2R 中的内积。
( ×) (4) 在矩阵空间n n R ⨯中,定义X BXC =其中B,C 为给定的矩阵,则是线性变换。
(v )(5) 平面上逆时针旋转θ角的线性变换在基(1,0),(0,1)之下的矩阵表示为cos sin sin cos θθθθ-⎛⎫⎪⎝⎭。
(v ) (6) 任何一种矩阵范数必有与之相容的向量范数。
( v ) (7) A 为方阵,则21112!!An e A A A n =+++++。
(×)(8)设矩阵()12,,,n A ααα=,A 经过有限次行初等变换变为()12,,,n B βββ=,则123,,k k k ααα与123,,k k k βββ有相同的线性相关性,其中{1,2,,}i k n ∈。
( v )(9) 当A 为列满秩实矩阵时,则1()T T A A AA +-=。
(× ) (10) 若n 阶矩阵A 有n 个两两不相交的圆盘,则A 可相似对角化。
( v)二、计算题(共45分) 1. (10分)设3[]K x 的两基为:(I)2231234()1,()1,()1,()1f x f x x f x x x f x x x x ==+=++=+++(II) 2323231234()1,(),()1,()1g x x x g x x x x g x x x g x x x =++=++=++=++求(1) 由基(I)到基(II)的过渡矩阵;(2) 求基(I)和基(II)下有相同坐标的全体多项式。
矩阵理论其应用大作业
矩阵奇异值分解在图像压缩上的应用摘要矩阵的奇异值理论提出至今己经有很长的一段时间。
奇异值分解理论由Beltrami和Jordan于十九世纪七十年代提出至今,由于其内在的一些良好特性,奇异值分解正成为应用数学和数学模型领域的一个极有价值的工具。
奇异值分解在很多领域得到了应用,它在数据挖掘及搜索引擎中被用来对数据库文件进行规类,近年来,它在图像压缩方面的应用也越来越受到相关学者的重视。
关键字:图像压缩;奇异值分解第一章总论数字图像处理技术中的数字图像压缩,或者叫图像编码。
二维形式呈现的数字图像,其信息量很大,给传输、处理、储存、显示等都带来了不少的问题。
另一方面,图像中又有很多冗余信息,根据香农(Shannon)的率失真理论。
无论在传输或者储存时,都可对数字图像进行一定方式编码,删除其中冗余信息,实现不失真压缩,或在容许失真限度内进行有失真压缩,以换取更大的压缩率。
对于供人观看的图像,如电视信号,这时人是通信系统中的一环,人的视觉特征,如掩盖效应,对灰度分辨率和空间分辨率的有限性等,也可以用来为压缩服务。
数字图像以数据矩阵形式储存在存储器中,这就使得通过操作数据矩阵的方式压缩图像成为可能。
事实上矩阵的奇异值本身具有可降维的特性,若能合理的利用矩阵奇异值的这一特性,SVD方法在图像压缩领域必将会有广阔的应用前景。
矩阵的奇异值分解(SVD)目前在信号处理、模式分析等领域得到了较为广泛的应用。
由于数字图像矩阵通常是由数据量较大的阵列矩阵所构成,这就给基于SVD变换的算法构造添加了很大的难度,所以SVD变换目前在数据压缩领域得到的应用还不是很多,从SVD变换算法的研究着手,研究大矩阵奇异值的分布情况以及他们在图像恢复时所起到的作用,并在此基础上展开对SVD变换算法在数据压缩领域应用的研究,构造能将SVD变换实际应用到数据压缩领域的快速、高效的算法是十分必要的。
第二章 矩阵奇异值分解理论2.1奇异值分解及其解释2.1.1奇异值分解奇异值分解最早由Beltrami 在1873年针对实正方矩阵提出来的。
矩阵在图像处理方面的应用
矩阵大作业1、简介矩阵理论是数学的一个重要分支,内容十分广泛,是数学和其他学科(如数值分析、概率统计、优化理论以及电学等)的基础,在科学与工程计算方面有着广泛的应用,例如在数字图像处理中就运用到大量的矩阵知识。
数字图像处理(Digital ImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
而对于数字图像我们都很熟悉,我们从计算机上看到的图片,雷达图像,以及人体MRI图像等等都是数字图像。
2、涉及的理论知识及应用矩阵在数字图像处理中的应用:我们可以将一幅图像定义为一个二维的函数f(x,y),其中x,y 表示空间坐标,在空间坐标(x,y)点上的幅值f表示该点图像的强度或者灰度。
对于数字图像而言,空间坐标x、y和幅值f都是有限的、离散的,这样的话,一幅图像就可用一个二维函数表示。
对于模拟图像不利于计算机进行处理,所以要将模拟图像转换成数字图像,主要包括:取样和量化。
取样就是讲x,y坐标值离散化,而量化就是将幅度值离散化,这样取样和量化的结果就是一个矩阵,可以表示为:更一般的矩阵表达式为:图像压缩的目的是减少图像遗留在数据中的多余信息,使之得到更高效格式存储和数据传输,而数据可以压缩的原因就在于数据中存在冗余信息。
以数学的观点来看,这一过程实际上就是将二维像素阵列变换为一个在统计上无关联的数据集合,图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也称图像编码。
图像压缩可以是有损数据压缩也可以是无损数据压缩。
对于如绘制的技术图、图表或者漫画优先使用无损压缩,这是因为有损压缩方法,尤其是在低的位速条件下将会带来压缩失真。
如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。
有损方法非常适合于自然的图像,例如一些应用中图像的微小损失是可以接受的(有时是无法感知的),这样就可以大幅度地减小位速。
2.矩阵的奇异值分解理论在数字图像处理中的应用(1)矩阵的奇异值设,,是的特征值,是的特征值,都是实数,假设;;则特征值与之间的关系为,(i=1,2,…,r)则是A的正的奇异值,若A为正规矩阵,则A的奇异值是A 的特征向量的模长。
- 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、"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、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)。
矩阵分析在-------机械振动中的应用摘要:随着科学技术的迅速发展,古典的线性代数知识已不能满足现代科技的需要,矩阵的理论和方法业已成为现代科技领域必不可少的工具。
诸如数值分析、优化理论、微分方程、概率统计、控制论、力学、电子学、网络等学科领域都与矩阵理论有着密切的联系,甚至在经济管理、金融、保险、社会科学等领域,矩阵理论和方法也有着十分重要的应用。
本文采用了矩阵论中所学的矩阵相似变换、矩阵正交化及特征方程等相关知识,对多自由度系统的自振动的运动微分方程进行了研究分析,引入正则坐标并采用坐标变化法求得了振动系统的自由响应。
关键词:多自由度系统,正则坐标,自由响应一、引言20世纪60年代,随着计算机技术的进步,航空航天技术和综合自动化的发展需要,对于复杂的机械结构特性分析也越来越重要。
而对于像航天器等复杂的机械结构需要用更多的自由度来描述,多自由度系统的振动方程式二阶常微分方程组。
建立系统方程是振动分析的前提,但随着自由度的增多,所建立的系统运动微分方程也越来越复杂,对于离散系统运用牛顿第二定律的方式来对方程进行求解也越来越困难,为此发展了柔度系数法和刚度系数法,而拉尔朗日方程是建立系统控制方程的最通用方法,他使用功、能和广义力等物理量,得到了完全刻画系统的最少方程。
本文只考虑阻尼矩阵能够被无阻尼振形矩阵对角化的情形,分析其基本理论方程,并用实例进行论证求解。
二、多自由度系统的自由振动理论本文主要对多自由度系统的自由振动进行求解,在介绍多自由度系统的振动之前,先介绍单自由度无阻尼的自由振动以便了解机械振动理论的基本原理。
1.单自由度无阻尼系统的自由振动图1 单自由度无阻尼系统对于单自由度系统而言,当系统受到激励时,根据牛顿第二定律,可以列出的运动微分方程为:0mx kx += (1.1)其中,m 为物体的质量;k 为弹簧的刚度;x 为物体的加速度;x 为弹簧的伸缩量。
该方程是一个二阶齐次线性常系数微分方程。
这为之后的多自由度系统的运动分析提供了理论基础。
2.多自由度无阻尼系统的自由振动多自由度系统和单自由度系统的振动特性是有区别的。
单自由度系统受初始扰动后,按系统的固有频率作简谐振动。
多自由度系统有多个固有频率,当系统按某一个固有频率作自由振动时,各独立坐标在振动过程中相互关系是固定的,这个关系叫振幅比,也叫作主振型或模态。
主振型是多自由度系统以及弹性体振动的重要特征。
本文主要目的是通过无阻尼自由振动系统来介绍多自由系统的固有频率和振型,它们是多自由振动系统的重要特征。
在无阻尼情况下,系统的自由振动微分方程可以表达为:[]{}[]{}M 0x K x += (1.2)在单自由度系统中,我们得到无阻尼自由振动解为正弦函数或余弦函数,不失一般性。
对于多自由度系统振动解可设为:{}{}i t x A e ω= (1.3)列向量{}A 和ω均为待定复常数。
若系统是振动的,则解ω必为实数。
将式(1.3)代入(1.2),得到下列代数齐次方程组:[][](){}20K M A ω-= (1.4)上面的方程组存在非零解{}A 的充分必要条件是系数行列式为零,即:[][]20K M ω-= (1.5) 式(1.5)为系统的特征方程,具体写出为:222111112121122221212222222221122.....................n n n n n n n n nn nnk m k m k m k m k m k m k m k m k m ωωωωωωωωω---------=0 (1.6)上式左端的行列式展开后是关于2ω的n 次代数多项式:22(1)2(2)21210n n n n n b b b b ωωωω---+++⋯++= (1.7)称为特征多项式,由式(1.6)或(1.7)可解出n 个2ω称为特征值或特征根,将其按升序排列为:22212n 0<≤≤≤ωωω…显然特征值仅取决于系统本身的刚度和质量参数。
这n 个特征值在大多数情况下互不相等且不为零,重根的零根说明系统有刚体运动。
有零根和情况本书不再讨论,有兴趣的读者可参考相关的线性代数和振动理论书籍。
在求得特征值后.把某一个2j ω代回式(1.4),可求对应的列向量{}j A 。
由于式(1.4)的系数矩阵不满秩,在没有重根和零根情况下只有(n-1)个是独立的,故只能求出列向量{}j A 中各元素j a 1、j a 2、j a 3…nj a 的比例关系。
我们去掉其中不独立的某一式(例如最后一式),并将剩下的n-1个方程式中某一相同的项(如n A 项)移到等式右边,可得代数方程组:我们去掉其中不独立的某一式(例如最后一式),并将剩下的n-1个方程式中某一相同的项(如n A 项)移到等式右边,可得代数方程组:()()()()()()()()()()()222211111121221,11,11,11222221211222222,12,11,222221,11,111,21,221,11,1+++j j j j n j n n j n j n nj j j j j n j n n j n j n njn n j n j n j n n j n n n km a k m a k m a k m a k m a k m a k m a k m a km a k m a k m a ωωωωωωωωωωω----------------+-+-=---+-+-=---+-+-……………()21,1,1,j n n j n n njk m a ω--=--(1.8)解上面的方程,可得到用nj a 表达的解1j a 、j a 2…j n a ,1-,显然都与nj a 的值成比例。
我们可将这些比例常数用121,,,...,j j n j φφφ-表示,并补充1nj φ=,可得列向量{}{}ϕϕϕνϕφφφφT12=,,...,,则有:{}{}jnjjA =A f (1.9)列向量{}j ϕ是确定的常数,反映列向量{}A j 中各数的比例关系,叫作特征向量。
同比例放大或减小特征向量并不改变其比例关系,所以应用时常根据需要来放大或减小特征向量。
不失一般性,我们可在式(1.9)中用待定复常数j r 取代nj A ,式(1.9)可写为:{}{}A jjjr φ= (1.10)这样,当{}j φ成比例变化时,j r 有相应的变化,对应不同的特征值,可得到不同的特征向量。
对应于n 个特征值2j ω可得n 个特征向量{}1φ{}2φ…{}n φ ,且每一个特征向量都满足式(1.4)。
对于一个振动系统,特征值就是系统的固有频率,特征值相对应的特征向量就是系统的振形。
显然,对应于n 个固有频率j ω可得n 个振形{}1φ{}2φ…{}n φ。
我们将在后面论述。
显然,将j ω及{}j A 代入式(1.3),可得n 组满足方程(1.2)的解,将这些解相加,可得多自由度系统自由振动的一般解为:{}{}1niw tj j j j x r j e==∑ (1.11)其中2n 个待定常数j j j r a ib =+由系统运动的初始位移和初始速度确定。
如果系统在某一特殊的初始条件下,使得待定常数中只有k r ≠0,则式(1.11)所表示的系统运动方程只保留第k 项:{}{}iw tk k k x =r j e(1.12)多自由度系统振动一般解的方程可表达为:⎪⎪⎭⎪⎪⎬⎫+=+=+=)sin(......)sin()sin(2211k k nk k n k k k k k k k k t r x t r x t r x ϕωφϕωφϕωφ (1.13)这时整个系统按圆频率k ω、振幅比{}k ϕ作同步简谐运动。
振幅分别为{}r k k ϕ,振幅之间都保持固定不变的比值{}k ϕ。
因此特征向量{}k ϕ完全确定了系统按固有频率kω振动时的形态,所以特征向量{}kϕ就是按相应固有频率振动时的振型向量,对应k ω的特征向量{}k ϕ称为它的第k 阶主振型或主模态,相应的振动叫主振动。
在振动过程中,一般还会产生其它阶主振动。
对于一个n 自由度系统,一般可以找到n 个固有频率,以及相应的n 个主振型。
我们把各阶主振型组成的矩阵叫做振型矩阵:[]{}{}{}12...n ϕϕϕϕ⎡⎤=⎣⎦ (1.14)三、三自由度系统自由响应求解三自由度的弹簧-质量系统如图11所示,设t=0(){}{}(){}{}T T01,0,0,00,0,0x x ==时。
求振系的自由响应。
图2 三自由度无阻尼系统解:第一步,建立振动微分方程,由刚度法可建立该振系的微分方程112233002000200002m x k kx m x k k k x m x kk x -⎧⎫⎧⎫⎡⎤⎡⎤⎪⎪⎪⎪⎢⎥⎢⎥+--=⎨⎬⎨⎬⎢⎥⎢⎥⎪⎪⎪⎪⎢⎥⎢⎥-⎣⎦⎣⎦⎩⎭⎩⎭第二步,求固有频率和振型。
系统的[][]=M m I ,[]210=121112K k -⎡⎤⎢⎥--⎢⎥⎢⎥--⎣⎦,故系统矩阵[][][]1210=121112k S M K m --⎡⎤⎢⎥=--⎢⎥⎢⎥--⎣⎦将[S ]代入振型方程得[]123210012101120k I m φλφφ⎛-⎫⎧⎫⎡⎤⎧⎫⎪⎪⎪⎪⎪⎢⎥---=⎨⎬⎨⎬ ⎪⎢⎥⎪⎪⎪⎪⎪⎢⎥--⎣⎦⎩⎭⎩⎭⎝⎭ 故频率方程为202002k m k k k m k kk m λλλ-----=--由上式解得三个特征值为((123222=k k kmmmλλλ-+==对应的固有频率为123ωωω==将1λ代入振型方程a 消去公因子km,并令11φ=1,则有123100110011φφφ⎤-⎧⎫⎧⎫⎥⎪⎪⎪⎪--=⎢⎥⎨⎬⎨⎬⎢⎪⎪⎪⎪--⎩⎭⎩⎭⎢⎣ 由上式解得21φ31=1φ对2λ,3λ做同样的处理,得到相应的振型为{}{}{}123111==0=111φφφ⎧⎫⎧⎫⎧⎫⎪⎪⎪⎨⎬⎨⎪⎪⎪-⎩⎭⎩⎭⎩⎭第三步,求振型矩阵与正则矩阵。
振型可知,振型矩阵即可确定[]1110111⎡⎤Φ=⎢⎥-⎣⎦为求正则振型矩阵,需先求出各阶主质量[][][]TT 111T 222T 3331100004100124m M M m m m M M m M M mφφφφφφ⎧⎫⎧⎫⎡⎤⎢⎥===⎢⎥⎢⎥⎣⎦⎩⎭⎩⎭====再求出各阶正则振型{}N111φφ⎧⎫==⎭{}{}N2N310111φφφφ⎧⎫⎪==⎬⎪-⎭⎧⎫==⎭由正则振型即可构成正则振型矩阵[]N11011⎡⎤Φ=⎥⎣⎦第四步,用正则坐标变换{}[]{}N N X x =Φ可得到用正则坐标表示的独立方程{}{}2N N 0i i i x x ω+= (i =1, 2, 3)第五步,把初始条件变换到正则坐标上,若将式子两端左乘[][][]1S M K -=则有[][][]{}[][][][]{}1T 1TN N N N N N M M X M M x --Φ=ΦΦ因[][][][]T N N N =M M ΦΦ,[][]1N I M -=即(){}[]{}(){}TN N N111001000000000111m x x x m m ⎡⎤⎫⎡⎤⎧⎫⎪⎪⎢⎥=Φ=⎨⎬⎢⎥⎪⎪⎢⎥⎣⎦⎩⎭⎢⎥⎩⎭⎣⎦ (){}[]{}(){}{}N N N 00=0x x x =Φ第六步,求振系在正则坐标下的响应。