矩阵理论矩阵的标准型ppt课件
合集下载
矩阵理论(第三章矩阵的标准型)
100
2100 2 2101 2 0 100 101 2 1 2 1 0 2100 1 2101 2 1
第一节
矩阵的相似对角形
一、矩阵的特征值与特征向量 1、相似矩阵:设V是n维线性空间,T是线性变换, e1, e2,…,en与e'1,e'2,…,e' 是两组基,过渡矩阵 P,则T在这两组基下的矩阵A与B相似,
i
1
i Js
这些约当块构成的分块对角阵J,称为A的约当标准形。
J2
例5 Jordan标准形。
例5的初级因子为 ( 1),( 1),( 2) Jordan标准形为
1 J 1 2
2、k级行列式因子:特征矩阵A(λ)中所有非零的k 级子式的首项(最高次项)系数为1 的最大公因 式Dk(λ)称为 A(λ)的k级行列式因子。
A( ) E A
例5 求矩阵的特征矩阵的行列式因子 解:特征矩阵为
1 1 E A 2
若A能与对角形矩阵相似,对角阵是由特征值构 成的P是由对应特征值的特征向量构成的。
例3
解:
4 6 0 A 3 5 0 3 6 1
100 A ,计算:
4 A E 3 3
6
0
5 0 (1 )2 ( 2) 0 6 1
3级因子,因为
0 0 0 2 1 1 2 3 3 0
1
3
0 0 0, 2 0
2 2(( 1)3 ,( 1)2 ( 2), 2 2 7,0,...) 1
4级因子
矩阵理论矩阵的标准型(ppt)
定义 3.1 设有 n 阶 –矩阵 A( ) 、 B( ) ,若可使 A( )B( ) B( )A( ) En
成立,则称 A( ) 为可逆的, B( ) 称为 A( ) 的逆矩 阵,记为 A1( ) . 满秩的 –矩阵不一定可逆.
定理 3.1 n 阶 –矩阵 A( ) 可逆的充要条件是 A( ) 的行列式是一个非零常数.
–矩阵也有初等变换和初等矩阵.
–矩阵的初等行(列)变换,是指以下三种变换: 1.交换 A( ) 的第 i 行(列)与第 j 行(列); 2.用非零的数 k 乘以 A( ) 的第 i 行(列); 3.将 A( ) 的第 j 行(列)乘以一个多项式 ( ) 后,
加到第 i 行(列)上.
–矩阵的初等矩阵是指由一个单位矩阵经过一次 –矩阵的初等行(列)变换后所得的方阵.
还可注意到,如果两个 –矩阵等价,则其秩相等;反之则不然. 这也是 –矩阵与数字矩阵的不同之处.例如:
A(
)
0
1 1
,
B(
)
1 0
1
的秩相等,但不等价.
定理 3.3 若 rank(A()) r ,则
d1()
d2()
A()
D()Biblioteka dr ()00
其中 di ( ) | di1( ) , i 1, 2, , r 1 (依次相除性), di ( ) 为首 1 多项式, i 1, 2, , r . D( )为 A( ) 的等价标准形,称为 Smith 标准形.
定理 3.4 等价的 n 阶 -矩阵有相同的各阶行列式因子及 不变因子. 两个 n 阶 -矩阵等价当且仅当它们有相同的行列式因子 或相同的不变因子.
由此可知 n 阶 -矩阵的 Smith 标准形唯一.
Ch2 矩阵的标准形PPT课件
(1)d(x) | f (x) d(x) | g(x) (2)若多项式h(x)满足h(x) | f (x) h(x) | g(x),
则有h(x) | d(x)
精选ppt课件2021
4
定理 设f(x),g(x)是F[x]中的两个多项式,则在F[x] 中存在f(x)与g(x)的一个最大公因式d(x),而且存在 u(x),v(x)F(x), 使得
则称
dk()
Dk() Dk1()
(1kr)
为A()的第k个不变因子,其中D0()1.
精选ppt课件2021
15
例求
a b
A
(
)
0
a
0
0
的等价标准形.
0
b
a
精选ppt课件2021
16
定义(初等因子)
在 复 数 域 中 讨 论 , A( )中 的 各 个 不 变 因 子 分 解 为 一次因子如下:
精选ppt课件2021
22
2.5 若当标准形
定 义 ( Jo rd an 块 与 Jo rd an 矩 阵 ) 形 如 下 面 的 矩 阵 称 为 Jo rd an 块
i 1
i 1
Ji
称 矩 阵 J diag{J1, J 2 ,
1
i
, J s }为 若 当 矩 阵 .
精选ppt课件2021
定 理设 p(x)为 数 域 F上 的 不 可 约 多 项 式 , f(x),g(x) 是 数 域 F上 的 两 个 多 项 式 , 如 果 p(x)|f(x)g(x), 那 么 一 定 有 p(x)|f(x)或 p(x)|g(x)
精选ppt课件2021
7
定理(因式分解定理) 数域F上的任一个次数 1的多项式f (x)都可以 惟一地分解成数域F上有限个不可约多项式的 乘积,惟一性是指,若
(精品课件)研究生教材《矩阵理论》PPT演示文档
列和第
行, x ( x1 , x2 ,, xn ) ,则有
( 2) ( n)
Ax x1 A x2 A xn A
这就是说,矩阵乘一个列向量,其结果是将该矩 阵的列向量进行线性组合,组合系数即是该列向量 的对应系数。 若令 y ( y1 , y2 ,, ym ), 则有:
yA y1 A(1) x2 A( 2) xm A( m)
其余元素均为0的矩阵。借助这些矩阵,任意 矩阵 A aij , 均能唯一地表示成: A
m n
n ij ij
a E .
i 1 j 1
m
对矩阵乘法的表达,可以利用下述性质:
Eij Ekl jk Eil ,1 i, j, k , l n,
其中 jk 是Kronecker符号,即当
.函数与极限
5
【定义1.1.4 】 一个 一个
m p
pn
p
矩阵 B bij
m n
矩阵 C cij , 其中
矩阵 A aij
与
的乘积是一个
cij aik bkj ,1 i m,1 j n.
j 1
★矩阵的乘法有下述性质: (M1)结合律:( AB)C A( BC);
并将其分块成
P Q1P2 ,
P 11 P P 21
.函数与极限
P 12 P22
26
其中
P 11 , P 12 , P 21 , P 22
分别为
r1 r2 ,
r1 ( p r2 ), ( p r1 ) r2 , ( p r1 ) ( p r2 )
A( E pq Eqp ) (aii Eii E pq aii Eii Eqp ) a pp E pq aqq Eqp ;
2024年度矩阵分析课件精品PPT
2024/3/24
6
矩阵性质总结
01
结合律
02
交换律
03 分配律
04
数乘结合律
数乘分配律
05
2024/3/24
(A+B)+C=A+(B+C),(AB)C=A(BC)。 A+B=B+A,但AB≠BA。 (A+B)C=AC+BC,C(A+B)=CA+CB。 λ(μA)=(λμ)A,(λ+μ)A=λA+μA。 λ(A+B)=λA+λB。
12
03
线性方程组与矩阵解法
2024/3/24
13
线性方程组表示形式
80%
一般形式
Ax = b,其中A为系数矩阵,x为 未知数列向量,b为常数列向量 。
100%
增广矩阵形式
[A|b],将系数矩阵A和常数列向 量b合并为一个增广矩阵。
80%
向量形式
x = Ab,表示通过矩阵A的逆求 解未知数列向量x。
04
典型例题解析
10
秩及其求法
2024/3/24
01
矩阵秩的定义与性质
02
利用初等变换求矩阵秩的方法
03
利用向量组的极大无关组求矩阵秩的方法
04
典型例题解析
11
典型例题解析
01 02 03 04
2024/3/24
初等变换与初等矩阵相关例题 矩阵等价性判断相关例题 秩及其求法相关例题 综合应用相关例题
矩阵分析课件精品PPT
2024/3/24
1
目
CONTENCT
录
2024/3/24
• 矩阵基本概念与性质 • 矩阵变换与等价性 • 线性方程组与矩阵解法 • 特征值与特征向量 • 相似对角化与二次型 • 矩阵函数与微分方程求解
矩阵理论第四章 矩阵的标准形
β = (0,1, −1)
T
综合上述, 综合上述,可得
0 1 0 2 0 0 0 2 1 , J = 0 1 1 P = A 1 −1 −1 0 0 1
例 4
标准型理论求解线性微分方程组 用 Jordan标准型理论求解线性微分方程组 标准型理论求解
T
−1 1 0 A = −4 3 0 1 0 2
由上例,存在可逆线性变换 x = P y 使得 由上例,存在可逆线性变换
P −1 AP = J A
其中
0 1 0 2 0 0 0 2 1 , J = 0 1 1 P = A 1 −1 −1 0 0 1
(1) ij
A−λi I
A−λi I
A−λi I
其中, p 其中,
( j = 1, 2, ⋯ , k i ) 是矩阵 A 关于特征 ( ni j ) (2) 的一个特征向量, 值 λ i 的一个特征向量, p i j , ⋯ , p i j 则称为 λ i ( ni j ) 广义特征向量,称 根向量。 为 λ i 的 ni j 级根向量。 的广义特征向量 称 p i j
所以原方程组变为
dy −1 d x −1 −1 =P = P A x = P AP y = J A y dt dt
即
d y3 d y1 d y2 = 2 y1 , = y2 + y3 , = y3 dt dt dt
解得
y1 = c1e , y2 = c2e + c3 t e , y3 = c3e ,
−1 1 0 −4 3 0 A= 1 0 2
解: A 特征值为 λ`1 = 2, λ`2 = λ`3 = 1 ,所以设
2024版第5章矩阵分析ppt课件
矩阵函数以及矩阵微分方程等问题时,都可以利用若尔当标准型来简化
计算。
05
二次型及其标准型
二次型定义及性质
二次型定义
对称性
线性变换下的不变性
二次型的值
二次型是n个变量的二次多项式, 其一般形式为$f(x_1, x_2, ..., x_n) = sum_{i=1}^{n}sum_{ j=1}^{n} a_{ij}x_ix_j$,其中$a_{ij}$为常 数,且$a_{ij} = a_{ ji}$。
若尔当标准型简介
01
若尔当标准型定义
对于任意一个n阶方阵A,都存在一个可逆矩阵P,使得$P^{-1}AP=J$
为若尔当标准型,其中J由若干个若尔当块组成。
02
若尔当块
一个若尔当块是一个上三角矩阵,它的对角线上的元素相等,且对角线
上方的元素或者是1,或者是0。
03
若尔当标准型的应用
若尔当标准型在矩阵分析中有着广泛的应用,例如在求解矩阵的高次幂、
矩阵性质总结
结合律 $(AB)C = A(BC)$。
数乘结合律 $(kA)(lB) = kl(AB)$。
分配律
$(A + B)C = AC + BC, C(A + B) = CA + CB$。
数乘分配律
$(k + l)A = kA + lA, k(A + B) = kA + kB$。
02
矩阵变换与等价类
求解过程
先求出矩阵A的特征值,然后将其代 入(A-λE)X=0,解出对应的特征向量。
特征值和特征向量在矩阵分析中的应用
判断矩阵是否可对角化
如果矩阵A有n个线性无关的特征向量,则A可对角化。
矩阵理论第三章矩阵的Jordan标准型[可修改版ppt]
若 A( ) 的秩为 r ,则 Dr ( ) 0 ,但 Dr1( ) 0 ,
记
d1( ) D1( )
dk ( )
Dk ( ) , k Dk1( )
2, ..., r
则 di ( )(i 1, , r) 是 r 个首 1 的多项式.
定义 3.4 上式中的 di ( ) (i 1, , r) 称为 A( ) 的不变因子. 其中 r 为 A( ) 的秩. 定理 3.3 里 A( ) 的 Smith 标准形中的 d1( ), , dr ( ) 就是 它的不变因子.
–矩阵也有初等变换和初等矩阵.
–矩阵的初等行(列)变换,是指以下三种变换: 1.交换 A( ) 的第 i 行(列)与第 j 行(列); 2.用非零的数 k 乘以 A( ) 的第 i 行(列); 3.将 A( ) 的第 j 行(列)乘以一个多项式 ( ) 后,
加到第 i 行(列)上.
–矩阵的初等矩阵是指由一个单位矩阵经过一次 –矩阵的初等行(列)变换后所得的方阵.
等价关系具有以下性质:
1.自反性: A( ) A( ) ; 2.对称性:如果 A( ) B( ) ,那么 B( ) A( ) . 3.传递性:如果 A( ) B( ) 且 B( ) C( ) ,
那么 A( ) C( ) .
由初等变换与初等矩阵的对应关系可得
A() B() 的充要条件是存在一些 m 阶与 n 阶的初等矩阵, 分别左乘与右乘 A( ) 得到 B( ) .
A( ) ( 1
c
A( ) )
En ,
所以 A( ) 是可逆的, A( )1 1 A( ) ,其中 A( ) 是 A( ) 的伴随矩阵.
c
例 3.1 –矩阵
1
A(
矩阵的标准型分解课件
详细描述
满秩分解法是将一个矩阵分解为一个或多个秩为1的矩阵的乘 积的方法。通过这种方法,可以将一个复杂的矩阵问题转化 为多个简单的问题,便于分析和计算。满秩分解在数值分析 、线性代数等领域有广泛应用。
约当标准型分解法
总结词
将矩阵通过一系列行变换和列变换化为 约当型,得到标准型分解。
VS
ቤተ መጻሕፍቲ ባይዱ
详细描述
约当标准型分解法是将一个矩阵通过一系 列行变换和列变换化为约当型的方法。约 当型是一种特殊形式的矩阵,其特点是每 一对角线上的元素都是非零的,且其他位 置上的元素都为零。约当标准型分解在解 决线性方程组、判断矩阵是否可逆等问题 中有广泛应用。
应用广泛
在许多领域中,如线性代 数、数值分析、控制论等 ,标准型分解都发挥着重 要的作用。
矩阵标准型分解的历史背景
早期研究
矩阵的标准型分解思想可 以追溯到19世纪末,当时 数学家开始研究矩阵的分 解问题。
关键进展
20世纪初,数学家如埃尔 米特、嘉当和克莱因等做 出了重要贡献,推动了标 准型分解理论的发展。
各个元素。
三阶矩阵的标准型分解实例
总结词
通过三阶矩阵的实例,进一步展示标准型分 解的复杂性和计算技巧。
详细描述
选取一个三阶矩阵B,对其进行一系列初等 行变换和初等列变换,将其化为标准型矩阵 。在变换过程中,详细解释每一行变换的步 骤和计算方法,以及如何得到标准型矩阵的
各个元素。
高阶矩阵的标准型分解实例
性质
标准型分解具有唯一性,即对于同一个矩阵,其标准型分解是唯一的。此外, 标准型分解还具有可交换性,即矩阵的乘法运算和标准型分解的顺序可以交换 。
矩阵标准型分解的重要性
01
02
满秩分解法是将一个矩阵分解为一个或多个秩为1的矩阵的乘 积的方法。通过这种方法,可以将一个复杂的矩阵问题转化 为多个简单的问题,便于分析和计算。满秩分解在数值分析 、线性代数等领域有广泛应用。
约当标准型分解法
总结词
将矩阵通过一系列行变换和列变换化为 约当型,得到标准型分解。
VS
ቤተ መጻሕፍቲ ባይዱ
详细描述
约当标准型分解法是将一个矩阵通过一系 列行变换和列变换化为约当型的方法。约 当型是一种特殊形式的矩阵,其特点是每 一对角线上的元素都是非零的,且其他位 置上的元素都为零。约当标准型分解在解 决线性方程组、判断矩阵是否可逆等问题 中有广泛应用。
应用广泛
在许多领域中,如线性代 数、数值分析、控制论等 ,标准型分解都发挥着重 要的作用。
矩阵标准型分解的历史背景
早期研究
矩阵的标准型分解思想可 以追溯到19世纪末,当时 数学家开始研究矩阵的分 解问题。
关键进展
20世纪初,数学家如埃尔 米特、嘉当和克莱因等做 出了重要贡献,推动了标 准型分解理论的发展。
各个元素。
三阶矩阵的标准型分解实例
总结词
通过三阶矩阵的实例,进一步展示标准型分 解的复杂性和计算技巧。
详细描述
选取一个三阶矩阵B,对其进行一系列初等 行变换和初等列变换,将其化为标准型矩阵 。在变换过程中,详细解释每一行变换的步 骤和计算方法,以及如何得到标准型矩阵的
各个元素。
高阶矩阵的标准型分解实例
性质
标准型分解具有唯一性,即对于同一个矩阵,其标准型分解是唯一的。此外, 标准型分解还具有可交换性,即矩阵的乘法运算和标准型分解的顺序可以交换 。
矩阵标准型分解的重要性
01
02
【矩阵理论课件】课件6
Ab 最佳逼近解
例:已知A的M
-
P逆A+
,
求
A A
A
A
A
BD
A A
A A
B B
D
D
A A
A
A
1 4
A A
A
A
例:已知A的M -
A
BD
A A
P逆A+
B B
D
, 求AAA
A
1 2
A
A
例:已知A的逆A-
1
,
求
0 0
A
0
0
0
A
0
ቤተ መጻሕፍቲ ባይዱ
E 0
0 1
1 1
A
2 1 1
DH (DDH )1(BH B)1 BH
1
4
2
2
33 1 5 6
1 6 5
step3: 检验 AAb b是否成立.
1
AAb
2
b
1
故Ax b是不相容的方程.
3 0
x1 2x2 2x3 x4 3
是否有解 ?如果有解,求通解和最小范数解;
如果无解,求最小二乘解和最佳逼进解.
2 4 1 1 3
解
A
1
2
-1
2
,
b
0
1 2 -2 1 3
step1:求A的最大秩分解 : A BD
2 1
B step2
1
: 求1A
1 2
,
D
1 0
2 0
(3) ACrmn ,
A
U
Dr 0
0
0
V
UDV
(1)
例:已知A的M
-
P逆A+
,
求
A A
A
A
A
BD
A A
A A
B B
D
D
A A
A
A
1 4
A A
A
A
例:已知A的M -
A
BD
A A
P逆A+
B B
D
, 求AAA
A
1 2
A
A
例:已知A的逆A-
1
,
求
0 0
A
0
0
0
A
0
ቤተ መጻሕፍቲ ባይዱ
E 0
0 1
1 1
A
2 1 1
DH (DDH )1(BH B)1 BH
1
4
2
2
33 1 5 6
1 6 5
step3: 检验 AAb b是否成立.
1
AAb
2
b
1
故Ax b是不相容的方程.
3 0
x1 2x2 2x3 x4 3
是否有解 ?如果有解,求通解和最小范数解;
如果无解,求最小二乘解和最佳逼进解.
2 4 1 1 3
解
A
1
2
-1
2
,
b
0
1 2 -2 1 3
step1:求A的最大秩分解 : A BD
2 1
B step2
1
: 求1A
1 2
,
D
1 0
2 0
(3) ACrmn ,
A
U
Dr 0
0
0
V
UDV
(1)
矩阵(Matrix)PPT课件
a11 a12
A
a21
a22
am1 am2
a1n x1 b1
a2n
,
x
x2
,
b
b2
amn xn bn
ai1x1 ai2 x2 ain xn bi
则方程组又可表示为 Ax b.
x1ai1 x2ai2 xnain bi
a11 a21
定义成
a11 a21
x1 x1
a12 x2 a22 x2
x1
a11
a21
x2
a12
a22
x1 1 x2 2
e2
(a12 , a22 )
2
1
y ( y1, y2 )
2
A和x的乘法实质给出了 向量y在A坐标系(β1Oβ2) 下的刻划方法。
e1
(a11,1a21 )
y y1e1 y2e2
ai1b1 j ai 2b2 j a b b 1j is sj
a a a i1 i2
b2 j is
注:A的列数和B的行数相等时 b,sj AB才有意义。
• 例3 设矩阵
1 0 1
A
1
1
3
,
求乘积 AB.
解
1 0
C
AB
1
1
0 3 4 B 1 2 1
3 1 1
B
a12
a22
a1n a2n
am1
am2
y (x1, x2, , xn )
c (b1,b2, ,bm)
amn nm
则方程组又可表示为 yB c.
矩阵向量乘法意义之二:为刻划向量提供了坐标系
根据矩阵乘法定义,m n 阶矩阵A与n维列向
线性代数 第2章 矩阵理论基础 第2节PPT课件
a a3 23 3a13 a a3 21 1
a22 a32
-6-
a 11
计算下三角行列式 a 21 a 22
a1a 12 2ann
a n1 a n 2 a nn
注意思考!
d1 d1
n(n1)
(1) 2 d1d2 dn
dn dn
-7-
行列式的性质
性质1 行列式按任意一行展开,其值相等。
D a i 1 A i 1 a i 2 A i 2 a iA i n , ( n i 1 , 2 , , n )
推论1 如果行列式有一行为零,则行列式等于零。 例如
000 0
-8-
性质2 互换行列式的两行,行列式变号。
例如
175 175 6 6 2 3 5 8, 358 662
1 2 32
2
2
r2 r1 1 1 1 3
1 1 1 3
r 3 2 r 1 1 0 0 1 4 r2 r4 1 0 1 4 1
r4 r1 2 0 3 4 2
2 0 3 4 2
0 1 4 1
00 1 4
-16-
1 1 1 3
1 1 1 3
0 2
4
1 1 0 2 r42r1 0 1 1 2
2 1 10
0 5 3 8
1 2 1 4
r2 r3 0 0
1 1 2 1 1 2
0 5 3 8
-14-
1 2 1 4
1 2 1 4
0 1 1 2 r3 r2 0 1 1
2
0 1 1 2 r45r2 0 0 2 4
0 5 3 8
0 0 8 18
推论3 AnA, 是一个数。
推论4 行列式中如果有两行元素成比例,则此行
第四章 矩阵的标准型 矩阵理论课件
最后,根据 J j ( i ) 的结构,设
p ij (p i(1 j),p i(2 j), ,p i(n jij))
由 A pij pijJj( i),可知
(
A
i
I
)
p
( i
1 j
)
(
A
iI
)
p
( i
2 j
)
p
( i
1 j
)
(
A
iI
)
p ( ni ij
j
)
p ( ni j 1) ij
解这个方程组,可得到Jordan链
求下列状态方程的约当标准型:
0 1 0 0 xAxBu0 0 1x0u.
2 3 0 1
|IA | 3 0 2 3 2 .
故矩阵 A 称为特征多项式 | I A| 的友矩阵。
解: A
的特征值为 `12, `2`31,故设
JA
A1(2)
A2(1)
因为特征值 `1 2 为单根,所以 A1(2) 2
i 1
Ji(i)
i
, i 1,2, ,s 1
i mimi
为 m i 阶Jordan 块。
定理 2 设 ACnn。如果 A 的特征多项式可
分解因式为 () ( 1 ) m 1 (s ) m s
( m 1 m 2 m s n )
则 A 可经过相似变换化成唯一的 Jordan标准型 J (不计Jordan块的排列次序),即存在可逆矩阵(称为
并从 (A2I)x解得对应的特征向量为
1 (1,2,4)T
对于二重特征值 `2,3 1 ,由 (AI)x
只解得唯一的特征向量为
2 (1,1,1)T
矩阵理论-第八讲.ppt
k
逆命题不成立
A(k )
(1)k
1
1
k
1 2
: Cmn R
k A(k) ?
lim A(k) lim
k
F k
6
(k
1 1)2
6
{a1(1k )} 不收敛
兰州大学信息科学与工程学院
矩阵理论第8讲-13
矩阵序列
推论:
设 {A(k) : A(k) C mn , k 0,1, lim A(k) A 0
A)
A
A
兰州大学信息科学与工程学院
矩阵理论第8讲-8
矩阵的条件数
– 当A与b二者均有扰动时,由于Ax = b的线性特性,其扰动结果为二者 扰动之和
x A1 b A1 b A A1 b
x
x
b
b
A
x
A1 A
A1 A
A
x
(1 A1 A )
(1 A1
A
A)
A
A
注意到当 A1 A 1 时
为A的奇异值
兰州大学信息科学与工程学院
矩阵理论第8讲-4
矩阵的条件数
用MATLAB验证
的条件数
2 1
A
2
1.0001
与下面的方程组进行比较:
1
2
2 1
x1 x2
7 1
用
1
2
2 0.999
x1 x2
7 1.001
来验证其对误差的鲁棒性(Robustness)
兰州大学信息科学与工程学院
A A1
A A1
A A1
1 A1 A 1 A A1 A
A
兰州大学信息科学与工程学院
矩阵理论第8讲-9
逆命题不成立
A(k )
(1)k
1
1
k
1 2
: Cmn R
k A(k) ?
lim A(k) lim
k
F k
6
(k
1 1)2
6
{a1(1k )} 不收敛
兰州大学信息科学与工程学院
矩阵理论第8讲-13
矩阵序列
推论:
设 {A(k) : A(k) C mn , k 0,1, lim A(k) A 0
A)
A
A
兰州大学信息科学与工程学院
矩阵理论第8讲-8
矩阵的条件数
– 当A与b二者均有扰动时,由于Ax = b的线性特性,其扰动结果为二者 扰动之和
x A1 b A1 b A A1 b
x
x
b
b
A
x
A1 A
A1 A
A
x
(1 A1 A )
(1 A1
A
A)
A
A
注意到当 A1 A 1 时
为A的奇异值
兰州大学信息科学与工程学院
矩阵理论第8讲-4
矩阵的条件数
用MATLAB验证
的条件数
2 1
A
2
1.0001
与下面的方程组进行比较:
1
2
2 1
x1 x2
7 1
用
1
2
2 0.999
x1 x2
7 1.001
来验证其对误差的鲁棒性(Robustness)
兰州大学信息科学与工程学院
A A1
A A1
A A1
1 A1 A 1 A A1 A
A
兰州大学信息科学与工程学院
矩阵理论第8讲-9
- 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)。
–矩阵的相等、加法、数乘和乘法等概念与运算 都与数字矩阵相同,而且有相同的运算规律. 对 n n 的 -方阵可类似定义行列式、子式、余子式、 伴随矩阵等概念.
如果 –矩阵 A( ) 中有一个 r 阶子式 (r 1) 不为零,
而所有 r 1 阶子式(如果存在的话)全为零,则称
A( ) 的秩为 r ,记为 rankA( ) r .零矩阵的秩为 0 . 当 rank( Ann ( ) ) n 时,称 Ann ( ) 为满秩的或非奇异的.
矩阵理论矩阵的标准型
3.1不变因子与初等因子
形如
a11( )
A(
)
a21 (
)
am1
(
)
a12( ) a22( )
am2( )
a1n( )
a2n
(
)
amn
(
)
的 m n 型矩阵称为 –矩阵或多项式矩阵,
其中 aij ( ) (i 1, 2, , m; j 1, 2, , n) 为 的多项式.
若 A( ) 的秩为 r ,则 Dr ( ) 0 ,但 Dr1( ) 0 ,
记
d1( ) D1( )
dk ( )
Dk ( ) , k Dk1( )
2, ..., r
则 di ( )(i 1, , r) 是 r 个首 1 的多项式.
定义 3.4 上式中的 di ( ) (i 1, , r) 称为 A( ) 的不变因子. 其中 r 为 A( ) 的秩. 定理 3.3 里 A( ) 的 Smith 标准形中的 d1( ), , dr ( ) 就是 它的不变因子.
解 A( ) 虽然是对角形,但对角元素不满足依次相除性,
故不是 Smith 标准形. 方法一 用初等变换
( 1)
推论 2 可逆 -矩阵可表示为若干个初等矩阵之积.
定义 3.3 n 阶 -矩阵 A( ) 中所有非零 k 阶子式的 首项系数为 1 的最大公因式称为 A( ) 的 k 阶行列 式因子,记为 Dk ( ) .
由定义知 Dn( ) 即为 A( ) 的行列式的值,显然 Dk ( ) | Dk1( ) (称为依次相除性), k 1, 2, , n 1 .
还可注意到,如果两个 –矩阵等价,则其秩相等;反之则不然. 这也是 –矩阵与数字矩阵的不同之处.例如:
A(
)
0
1 1
,
B(
)
1 0
1
的秩相等,但不等价.
定理 3.3 若 rank(A()) r ,则
d1 ( )
d2 ( )
A(
)
D(
其中 di ( ) | di1( ) , i 1, 2, , r 1 (依次相除性), di ( ) 为首 1 多项式, i 1, 2, , r . D( )为 A( ) 的等价标准形,称为 Smith 标准形.
定理 3.4 等价的 n 阶 -矩阵有相同的各阶行列式因子及 不变因子. 两个 n 阶 -矩阵等价当且仅当它们有相同的行列式因子 或相同的不变因子.
由此可知 n 阶 -矩阵的 Smith 标准形唯一.
( 1)
例 3.4
设 A( )
,求
A(
)
的
( 1)2
Smith 标准型及不变因子.
证明 若 –矩阵 A( ) 可逆,则有 A( )B( ) B( )A( ) En 成立, 对其两边取行列式便有 A( ) B( ) 1 ,由于 A( ) 、 B( ) 都是 的多项式, 所以 A( ) 、 B( ) 都是常数.
反之,设
A( ) c 0 ,则 ( 1 c
A( ) ) A( )
初等变换和初等矩阵都是可逆的
定理 3.2 对任意一个 mn 型的 –矩阵 A( ) , 作一次某种初等行(列)变换,相当于给 A( ) 左(右)乘一个相应的 m 阶( n 阶)初等矩阵.
定义 3.2 设 A() 、 B() 是两个同型的 –矩阵, 如果 A() 可以经过有限次初等变换化为 B() , 则称 A( ) 与 B( ) 是等价的,记作 A( ) B( ) .
定义 3.1 设有 n 阶 –矩阵 A( ) 、 B( ) ,若可使 A( )B( ) B( )A( ) En
成立,则称 A( ) 为可逆的, B( ) 称为 A( ) 的逆矩 阵,记为 A1( ) . 满秩的 –矩阵不一定可逆.
定理 3.1 n 阶 –矩阵 A( ) 可逆的充要条件是 A( ) 的行列式是一个非零常数.
1 2
例 3.2
化
A(
)
为
Smith
标准形.
解
1 2 2 2
1 2
1 2
A( ) c1c3 0
1
2 2
r3 r1
0
0
0
2
1 0 0
1 0 0
c2 (
2
)c1
0
c3 ( )c1
0
0
2
c3 c2
0
c3(1) 0
0
0
( 1)
推论 1 任一 n 阶可逆 -矩阵均可经过若干次初等 变换化为 n 阶单位矩阵 En .
–矩阵也有初等变换和初等矩阵.
–矩阵的初等行(列)变换,是指以下三种变换: 1.交换 A( ) 的第 i 行(列)与第 j 行(列); 2.用非零的数 k 乘以 A( ) 的第 i 行(列); 3.将 A( ) 的第 j 行(列)乘以一个多项式 ( ) 后,
加到第 i 行(列)上.
–矩阵的初等矩阵是指由一个单位矩阵经过一次 –矩阵的初等行(列)变换后所得的方阵.
等价关系具有以下性质:
1.自反性: A( ) A( ) ; 2.对称性:如果 A( ) B( ) ,那么 B( ) A( ) . 3.传递性:如果 A( ) B( ) 且 B( ) C( ) ,
那么 A( ) C( ) .
由初等变换与初等矩阵的对应关系可得
A() B() 的充要条件是存在一些 m 阶与 n 阶的初等矩阵, 分别左乘与右乘 A( ) 得到 B( ) .
A( ) ( 1
c
A( ) )
En ,
所以 A( ) 是可逆的, A( )1 1 A( ) ,其中 A( ) 是 A( ) 的伴随矩阵.
c
例 3.1 –矩阵
1
A(
)
2
3
3 2 5
4
,
B(
)
3 2
1
2
中,因为 det A() 4 , det B( ) 3 2 ,所以
A( ) 是可逆的, B() 是不可逆的.