高等工程数学讲义(矩阵理论部分)

合集下载

工程矩阵理论(第5章-范数及矩阵函数)

工程矩阵理论(第5章-范数及矩阵函数)

第五章 范数及矩阵函数
§5.1 范数的基本概念
证明: (1) 当|| || = 0时, 假若 0, 则由||||的正定性得|| || > 0, 这与|| || = 0矛盾, 故 = 0. 反之, 若 = 0, 则 || || = ||0|| = ||00|| = |0|||0|| = 0.
定义5.1.1 设F = 或 , V为F上的线性空间, 映射: V 满足 (1)正定性: () > 0, 0 V; (2)齐次性: (k) = |k|(), V, kF; (3)三角不等式: (+) ()+(), , V, 则称为V上的范数.
第五章 范数及矩阵函数
§5.1 范数的基本概念
p 1 1 记q = p1 , 则q > 1, 且 p+ q = 1,
i=1 n
|xi+yi|p (|xi|+|yi|)p
i=1 n i=1
n
n
= |xi|(|xi|+|yi|)p1 + |yi|(|xi|+|yi|)p1
第五章 范数及矩阵函数
§5.1 范数的基本概念
() (1) 对于任意的非零向量X 由detA 0可得AX 0, 于是||X||A = ||AX|| > 0.
n,
(2) 对于任意的X n, k , ||kX||A = ||A(kX)|| = ||k(AX)|| = |k|||AX|| = |k|||X||A .
工程矩阵理论
主讲: 张小向

第五章 范数及矩阵函数
第一节 范数的基本概念 第二节 矩阵的范数 第三节 两个收敛定理 第四节 矩阵函数 第五节 矩阵函数eAt与 线性微分方程组 第六节 矩阵对矩阵的导数

高等工程数学--矩阵的广义逆

高等工程数学--矩阵的广义逆
AA A FGG F FG
FGG H (GGH )1 ( F H F )1 F H FG
FG A
研究生MOOC课程
9/66
第18讲 矩阵的广义逆及其应用
高等工程数学
一、广义逆的定义与性质
A AA G F FGG F
GH (GG H )1 ( F H F )1 F H FGG H (GG H )1 ( F H F )1 F H G (GG ) ( F F ) F A
Ir O GA O O
研究生MOOC课程
24/66
第18讲 矩阵的广义逆及其应用
高等工程数学
二、广义逆的求解
Ir O AG GA O O
所以有 1) AGA A;
2) GAG G;
3) (AG)H AG; 4) (GA)H GA. 即G是A的广义逆
高等工程数学
一、广义逆的定义与性质
m n 设 ,则 A的加号逆 A存在且唯 定理1 A
证明
一 由例 3 知,对任意矩阵 A 都存在广义逆A . 下证唯一性. 假设 F 与 G 都是 A的广义逆,则由广义逆的定义有:
ቤተ መጻሕፍቲ ባይዱ
F FAF F(AF)H FFHAH
FFH(AGA)H
H H H H 1 1
AA FGG F
FGG (GG ) ( F F ) F
H H H 1 1 H
F ( F H F )1 F H
所以有
研究生MOOC课程
( AA )H AA
10/66
第18讲 矩阵的广义逆及其应用
高等工程数学
一、广义逆的定义与性质
A A G F FG

大学数学(高数微积分)第四章矩阵第四节(课堂讲义)

大学数学(高数微积分)第四章矩阵第四节(课堂讲义)
节矩阵的逆
引例 逆矩阵的定义 矩阵可逆的条件 可逆矩阵的性质 克拉默法则的另一证法 矩阵乘积的秩的性质
一、引例
二、逆矩阵的定义
1. 可逆的定义
定义 10 n 级方阵 A 称为可逆的,如果 级方阵有Bn,使得
AB = BA = E ,
(1)
这里 E 是 n 级单位矩阵.
定义 11 如果矩阵 B 适合 (1),那么就称 的逆矩为阵A,记为 A-1 .
|A*| = |A|n-1.
2),
证 由于 AA* = A*A = |A|E , 所以
|A| |A*|) |A| 0, 即 A 可逆, (4) 式两端除以 |A| 即

|A*| = |A|n-1.
(2) |A| = 0, 且 A = O, 则 A* = O, 结论显然成 立.
的? 如果 A 可逆,怎样求 A-1 ?
为此先引入伴随
矩阵的概念.
1. 伴随矩阵
定义 12 设 Aij 是矩 阵
a11 a12 a1n
A


a21
a22
a2n
an1 an2 ann
中元素 aij 的代数余子式,矩阵
A11 A21 An1
| AA-1 | = | A | | A-1 | = | E | = 1 ,
因而 | A | 0,即 A 非退化 .
定理 3 不但给出了一矩阵可逆的条件,同时 也给出了求逆矩阵的公式 (4) ,用公式 (4) 求逆矩
阵的方法叫伴随矩阵法.
下面利用伴随矩阵法求逆阵.
证毕
例 1 用伴随矩阵法求下列矩阵的逆阵

2 2 3 A2E 1 1 0,
1 2 1

高等工程数学

高等工程数学
括加法、数乘、减法、转置、乘法(包括方阵的正 整数幂)、逆矩阵以及分块运算。 -本讲重点和难点是矩阵的乘法。 3、特殊矩阵 -零矩阵Om×n 、单位矩阵E、数量矩阵aE、对角矩阵、对 称矩阵、反对称矩阵 (上、下)三角矩阵
线性方程组
本讲重点 1、线性方程组的解法,解的情况的判定 2、齐次和非齐次方程组解的结构,特别是基础解系的概 念
Precision Engineering Lab., Xiamen Univ.
高等工程数学
机电工程系 郭隐彪
目 录
Precision Engineering Lab., Xiamen Univ.
第一部分 矩阵论 第二部分 数值计算方法
第一部分 矩阵论
第一章 线性代数基本知识 第二章 方阵的相似化简 第三章 向量范数和矩阵范数 第四章 方阵函数与函数矩阵 第五章 矩阵分解 第六章 线性空间和线性变换
第二部分 数值计算方法
第一章 误差的基本知识 第二章 线性方程组的数值解法 第三章 方阵特征值和特征向量的数值计算 第四章 计算函数零点和极值点的迭代法 第五章 函数的插值与最佳平方逼近 第六章 数值积分与数值微分 第七章 常微分方程数值解法
第一章 线性代数基本知识
§1.1 向量和向量空间 §1.2 矩阵及其运算 §1.3 矩阵的初等变换及其应用 §1.4 线性方程组 §1.5 特征值与特征向量
第五章 矩阵分解
§5.1 方阵的三角分解 §5.2 方阵的正交(酉)三角分解 §5.3 矩阵的奇异值分解
第六章 线性空间和线性变换
§6.1 线性空间 §6.2 线性变换 §6.3 内积空间及两类特殊的线性变换
向量和向量空间
1、向量的内积、长度、夹角和正交等 2、关于向量组的线性相关性 3、关于向量组的极大无关组和向量组的秩

高等学校数学-讲义ppt-第四章矩阵第六节

高等学校数学-讲义ppt-第四章矩阵第六节

A1 是一个 ( s - 1 ) ( n - 1 ) 的矩阵. 对 A1 再重复以
上的步骤. 这样下去就可得出所要的标准形.
显然,标准形矩阵的秩就等于它主对角线上 1 的个数. 而初等变换不改变矩阵的秩,所以 1 的个
数也就是矩阵 A 的秩.
证毕
例 1 任意输入一个矩阵,用初等变换把它
化为标准形. 单击这里开始
初等行变换
其中

5 1 5 8 5 ( A | B) 3 3 2 3 9 1 2 1 0 0
1 0 0
0 1 0
0 0 1
1 2 3
4 5 , 6

1 X 2 3
4 5 . 6
本节内容已结束 !! 本节内容已结束 本节内容已结束 ! 本节内容已结束 ! 若想结束本堂课 , 本节内容已结束 ! 若想结束本堂课 , 本节内容已结束 ! 若想结束本堂课 , 本节内容已结束 本节内容已结束 ! ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 请单击返回按钮 .. ,, ! 本节内容已结束 若想结束本堂课 请单击返回按钮 本节内容已结束 ! 若想结束本堂课 若想结束本堂课 , , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 请单击返回按钮 . . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 , 请单击返回按钮 . 本节内容已结束 ! 若想结束本堂课 请单击返回按钮 .. ,, 本节内容已结束 ! 若想结束本堂课 请单击返回按钮 若想结束本堂课 请单击返回按钮 .. , 若想结束本堂课 , 请单击返回按钮 若想结束本堂课 , 请单击返回按钮 .. 请单击返回按钮 请单击返回按钮 请单击返回按钮. .

大学数学高数微积分第四章矩阵第二节课件课堂讲义

大学数学高数微积分第四章矩阵第二节课件课堂讲义

b2
am1x1 am2x2 amnxn bm
若令
a11
A
a21
am1
a12 a22
am2
a1n
a2n
,
amn
x 1
X
x2
,
x n
b 1
B
b2
,
b m
则上述线性方程组可写成如下矩阵形式:
AAX = BB..

线 线 性 性 方 方 程 程 组 组 的 的 三 三 种 种 形 形 式 式
14 * 41 + 1 * 21 = 595
矩 矩 阵 阵 乘 乘 积 积 模 模 型 型 之 之 :: A A 22 33 B B 33 33
1 11
102 4
-3 21
3
1
12
6
4
5
8
-2
1
591 225
415 -1 5
519 173
双 双 击 击 乘 乘 积 积 矩 矩 阵 阵 的 的 某 某 一 一 元 元 素 素 , , 可 可 得 得 该 该 元 元 素 素 的 的 计 计 算 算 过 过 程 程
例 1 利用下列模型计算两个矩阵的乘积.
矩 矩 阵 阵 乘 乘 法 法 模 模 型 型 之 之 : : A A 2 2 2 2 B B 2 2 2 2
12 14
-3 1
11 5
41 21
117 159
429 595
单 单 击 击 乘 乘 积 积 矩 矩 阵 阵 的 的 某 某 一 一 元 元 素 素 , , 可 可 得 得 该 该 元 元 素 素 的 的 计 计 算 算 过 过 程 程
Osn , 在不引起含混的时候,可简单地记为 O .

高等数学三第三章矩阵理论

高等数学三第三章矩阵理论
乘积 C=AB是m×n矩阵,C = ( cij ) m×n
其中Cij等于A的第i行与B的第j列对应元素的乘积之和
C ij a i1 b 1 j a i2 b 2 j a ib s sj
S
aik bkj k 1
( i = 1, 2, …, m ; j = 1, 2, …, n)
例4: 设矩阵
a11 a12 a1n a21 a22 a2n am1 am 2 amn 称为一个m行n列的矩阵,简记(aij)m×n,通常用 大写字母A,B,C,…表示,m行n列的矩阵A也记
为Am×n,构成矩阵A的每个数称为矩阵A的元素,而 aij表示矩阵第 i 行、第 j 列的元素。
注意:
(1) 只有一行的矩阵 A1×n =(a1 a2 … an) 称为行矩阵
只有一列的矩阵
a 1
A m 1
a2
称为列矩阵
a m
(2) 两个矩阵A、B,若行数、列数都相等,则称
A、B是同型的。
(3) 若 A = (aij)m×n, B = (bij)m×n是同型的,且 aij = bij (i = 1, 2, …, m ; j = 1, 2, …, n)则称A与B相等, 记作A=B。
(4) 元素全为0的矩阵称为零矩阵,记作O, 不同型的零矩阵是不相等的。
二、矩阵的运算
1. 矩阵的加法
(1) 定义 设 A = ( aij )m×n , B = ( bij )m×n
则矩阵 C = ( cij ) m×n= ( aij + bij ) m×n
a11b11 a12b12 a1n b1n
(消去律不成立)
(2) 性质 (1) ( A B ) C = A ( B C ) (2) A (B + C ) = A B + A C (3) ( B + C ) A = B A + C A

工程矩阵理论东南周建华PPT精品文档350页

工程矩阵理论东南周建华PPT精品文档350页
17
Gauss消元法
用初等行变换将增阵广化矩成阶梯形矩阵;
确定自由未知量; 用回代法找出通解。
18
例5 求下列线性方程组的解 :
x1 x2 x3 x4 x5 1
2 3
x1 x1
2 x2 3x2
3x3 3x4 x5 x3 2x4 4x5
2 3
x1 x2 4 x3 5 x4 5 x5 1
0O
O
1
0
6
2 不可交换
例 2:设 Ad01 d02,其,中 d1,d2互.异 求所A 有 可与 交换的 . 矩阵
可以证明 : 如A 果 与任 n阶 意方阵,则 可 A是 交 数 换 量 . 矩
7
由此导致的一些问题 • 乘法消去律不成立
对给定 A,当 的 A满矩 足阵 什么A条 BA件 必 C 时 可B, 推 C?由 出
1 1 1 1 1 1
增广矩 初 阵 等 行 变换 000
0 0 0
1 0 0
1 1 0
3 4
11 0
022
19
简化阶梯形矩阵
满足下列条件的阶梯形矩阵称为简化阶梯形矩阵: (1) 各个非零行的非零首元均为 1; (2) 除了非零首元外,非零首元所在的列其余
元素都为零。
20
例5 求下列线性方程组的解 :
1. 有 r ( 解 A ) r Ab
2. 若 r(A ) rAb r,则有 唯 r n . 一解 3. 若 r(A ) rAb r n ,则 通 解 中 含 有 n r 个
自 由 未 知 量 .
16
齐次线性方程组的基础解系
对于齐次线性方程组
Ax, 其A 中 a i js , n
1. 有非零解当且仅当 r(A)n. 2.若r(A)n,则其基础解 nr个 系解 中向 .含量 3.若r(A)n,则其任 n意 r个线性无关的解向 其基础.解系

【矩阵理论课件】课件5

【矩阵理论课件】课件5

J
k
P
1
ak
k0
J1kPP 1Fra bibliotekakJ
k s
k0
f (J1)
P
P
1
f
(
J
s
)
f (Ji )
ak
J
k i
k 0
ik
ak
k0
C1 k1 ki
L
ik
O
mi 1 k (mi 1)
C k i
M
C1 k1 ki ik
ak ik
k0
akCk1
k 1 i
二、矩阵函数值的计算
1、利用相似对角化:
设P1AP diag(1, 2, , n ) D
f ( A)
ck
Ak
ck
( PDP 1 )k
P
ck
Dk
P
1
k0
k0
k0
ck
k0
1k
P
P 1
ck
k0
nk
f (1)
P
P
1
f
(n
)
同理
f ( At) Pdiag( f (1t), f (2t), , f (nt)).
0.1 0.7 k
r( A)
A
0.9
1
k 0
0.3
0.6
1
0.1 0.7 0.9
0.7 1
E
0.3
0.6
0.3
0.4
1
1 10
9 3
7
4
1 0.15
0.4
0.3
0.7
0.9
例:A 1,求 kAk-1

高等工程数学-04

高等工程数学-04

高等工程数学Advanced Engineering Mathematics矩阵理论在自然科学、工程技术、控制理论和社会经济学等领域的应用日趋深广,应用矩阵的理论和方法来解决工程技术和社会经济领域中的实际问题也越来越普遍。

线性空间与线性变换内积空间矩阵的标准形矩阵函数及其应用•线性空间•欧氏空间•矩阵的相似对角形•向量范数•矩阵范数第四章:矩阵函数及其应用1向量范数2矩阵范数3向量和矩阵的极限4矩阵幂级数5矩阵函数6矩阵的微分与积分7常用矩阵函数的性质3向量和矩阵的极限4矩阵幂级数5矩阵函数6矩阵的微分与积分7常用矩阵函数的性质定义4.1 向量范数例4.1例4.2证明:定理4.1思考题(10分)1向量范数2矩阵范数3向量和矩阵的极限4矩阵幂级数5矩阵函数6矩阵的微分与积分7常用矩阵函数的性质定义4.2 矩阵范数定义4.3 矩阵范数与向量范数的相容证明:思考题(10分)1向量范数2矩阵范数3向量和矩阵的极限4矩阵幂级数5矩阵函数6矩阵的微分与积分7常用矩阵函数的性质定义4.4 向量序列的极限定理4.2证明:命题得证定理4.3证明:证明:命题得证思考题证明:(10分)命题得证证明:定理4.4⏹证明:定理4.6证明:一定存在吗?向量范数1矩阵范数2向量和矩阵的极限3矩阵幂级数4矩阵函数5矩阵的微分与积分6常用矩阵函数的性质7矩阵幂级数定义4.6 矩阵级数命题得证命题得证注意:定义方阵幂级数⏹定义方阵谱半径⏹定理4.7⏹推论1 ⏹1向量范数2矩阵范数3向量和矩阵的极限4矩阵幂级数5矩阵函数6矩阵的微分与积分7常用矩阵函数的性质思考题(10分)定理4.9证明:命题得证定理4.10。

工程数学第二章矩阵课件

工程数学第二章矩阵课件

68 34
上页
下页
返回
结束
例 6 若 A 为 n 阶方阵, k 为实数,则 kA kn A .
证 由于 A 为 n 阶方阵, k 为实数,根据数与矩阵乘法的定义知, kA 是将 A 的 每个元素都乘以 k ,在求 kA 时,根据行列式性质的单行可提性,每一行提出一个 k , 所以 kA kn A .
例1
已知
a
3
b
a
3
b
c
7
d
2c d 3
,求
a,b,c, d

解 根据题意,得
a b 7,
2c d 3,
cd
3,
a b 3
故 a 5,b 2,c 2, d 1 .
上页
下页
返回
结束
例2 设
A
1 3
2 4

B
0 1
2 1

试求:(1) A 与 B 是否相等?(2) A , B .

0
0
A
0
0 0
0 0
0 2 1 0 4 2
0
3
2
5
1
3
10 2 5
4
1
.
0 A 称为 A 的负矩阵,记为 A,其中 A与 A 的每个对应元素都互为相反数.
上页
下页
返回
结束
矩阵加法具有如下性质:
假设 A, B,C, 0 均为 m n 矩阵,则 (1) A B B A(交换律); (2) (A B) C A (B C) (结合律); (3) A 0 0 A A; (4) A (A) 0 .
5
3
7 5
4 2

大学数学高数微积分第四章矩阵第七节课堂讲义

大学数学高数微积分第四章矩阵第七节课堂讲义

对换两行(列)所得到
O Em
En O

,
某一行(列)左乘(右乘)一个
OP
O En,
EOm
OP,
一行(列)加上另一行(列)的
EOm EPn,EPm EOn.
2. 分块初等矩阵的性质
和初等矩阵与初等变换的关系一样,分块初等
矩阵有与初等矩阵类似的性质:
用分块初等矩阵左乘分块矩阵 A, 在保证可乘的
情况下,其作用相当于对分块矩阵 A 进行一次相应
例如 A 可逆
时,选 P = - CA-1,则 C + PA = O .
于是上式右端
成为
A B O DCA1B.
这种形状的矩阵在求行列式、逆矩阵和解决其他问
题时是比较方便的,因此这种运算非常有用.
二、应用举例
例1 设
T CA OD ,
其中 A,D 可逆,求 T -1 .

因为
C EmA 1 E O nC A O DO A O D
AB B
O E
,
O AB(1)nAB O (1)n|A|B |E||A|B .
E B
B E
这就证明了 | AB | = | A | | B |.
证毕
例 4 设 A = ( aij )n n , 且
a11 L a1k
M
M 0, 1k n,
ak1 L akk
则有下三角形矩阵 Bn n 使
BA = 上三角形矩阵.
A
P22 ????EO2 E
O
EO2B????
|????AEO|2|B|EE.222(第????二????章EO第2六节
O E2
?) ???a11
????例LEO2

《高等工程数学(矩阵论)》复习提纲与习题选讲(PDF)

《高等工程数学(矩阵论)》复习提纲与习题选讲(PDF)

《矩阵论》复习提纲与习题选讲chapter1 线性空间和内积空间内容总结:z 线性空间的定义、基和维数;z 一个向量在一组基下的坐标;z 同一线性空间不同基之间的过度矩阵;z 线性子空间的定义与判断;z 子空间的交;z 内积的定义;z 内积空间的定义;z 向量的长度、距离和正交的概念;z Gram-Schmidt 标准正交化过程;z 标准正交基。

习题选讲:1、设表示实数域3]x [R R 上次数小于3的多项式再添上零多项式构成的线性空间(按通常多项式的加法和数与多项式的乘法)。

(1) 求的维数;并写出的一组基;3]x [R 3]x [R (2) 求在所取基下的坐标;221x x ++ (3) 写出(1)所取基到的另一组基的过渡矩阵;3]x [R 2)1(),1(,1−−x x (4) 在中定义3]x [R , ∫−=11)()(),(dx x g x f g f n x R x g x f ][)(),(∈ 证明上述代数运算是内积;求出的一组标准正交基;3][x R (5)求与之间的距离。

221x x ++2x 2x 1+−二、 设22R ×是实数域R 上全体22×实矩阵构成的线性空间(按通常矩阵的加 法和数与矩阵的乘法)。

(1) 求22R ×的维数,并写出其一组基;(2) 在(1)所取基下的坐标; ⎥⎦⎤⎢⎣⎡−−3111(3) 设W 是实数域R 上全体22×实对称矩阵构成的线性空间(按通常矩阵的加法和数与矩阵的乘法)。

证明:W 是22R ×的子空间;并写出W 的维数和一组基;(4) 在W 中定义内积, )A B (tr )B ,A (T =W B ,A ∈求出W 的一组标准正交基;(5)求与之间的距离; ⎥⎦⎤⎢⎣⎡0331⎥⎦⎤⎢⎣⎡−1221 (6)设V 是实数域R 上全体22×实上三角矩阵构成的线性空间(按通常矩阵的加法和数与矩阵的乘法)。

高等工程数学-02

高等工程数学-02

正交基及子空间的正交关系
3
内积空间的同构
4
正交变换
5
复内积空间(酉空间)
6
正规矩阵
7
厄米特二次型(略)
定义2.11 正规矩阵 定理2.8
正规矩阵
定义 厄米特矩阵
正规矩阵
推论 1 证明:
正规矩阵
正规矩阵
正规矩阵
思考题 (10分)
正规矩阵
正规矩阵
补充
命题得证
推论 2 证明:
推论 例2.7
复内积空间(酉空间)
思考题 (10分)
复内积空间(酉空间)
复内积空间(酉空间)
复内积空间(酉空间)
将正交变换的概念推广到酉空间,便有: 定义2.9 酉变换
定义2.10 酉矩阵
定理2.7
复内积空间(酉空间)
推论
复内积空间(酉空间)
正规矩阵
1
欧氏空间
2
高等工程数学
Advanced Engineering Mathematics
矩阵理论
矩阵理论 在自然科学、工程技术、控制理论和社会经济学等
领域的应用日趋深广,应用矩阵的理论和方法来解决工程技术和 社会经济领域中的实际问题也越来越普遍。
矩阵的 标准形
矩阵函数 及其应用
线性空间 与
线性变换
• 线性空间 • 基变换与坐标变换 • 子空间与维数定理 • 线性空间的同构 • 线性变换的概念 • 线性变换的矩阵表示 • 不变子空间
正规矩阵
命题得证
厄米特二次型
1
欧氏空间
2
正交基及子空间的正交关系
3
内积空间的同构
4
正交变换

高等工程数学——中山大学

高等工程数学——中山大学

1) 特征向量法
设 AC
nn
, 如果 i 是 A 的单特征值, 则对应一
阶Jordan块 J i i ; 如果 i 是 A 的 ri ri 1 重特征
值, 则对应 i 有几个线性无关的特征向量, 就有几个 以 i 为对角元素的Jordan块, 这些Jordan块的阶数 之和等于 ri . 由 A 的所有特征值对应的Jordan块构成 的Jordan矩阵即为 A 的Jordan标准形. 2) 初等变换法 3) 行列式因子法
利用内积可以定义向量的长度和正交:
定义: 设 x 1 , 2 ,, n C n , 令
T
x
2

x, x k
k 1
n
2
称 x 2 为向量 x的长度或2范数. 定理 1.19: 设 x, y C , C , 则
n
(1) 当 x 0时, x 2 0 ; 当 x 0 时, x 2 0 (2) x x 2
i
1 i r r i i
的矩阵称为 ri 阶Jordan块. 由若干个Jordan块构成
的分块对角阵 J diagJ 1 , J 2 ,, J s 称为Jordan矩阵.
定理1.9(Jordan): 设 A C nn 则 A 一定与一个 , Jordan矩阵 J 相似. 且这个Jordan矩阵 J 除Jordan 块的排列顺序外由 A 唯一决定. 将方阵 A C nn 相似变换为Jordan标准形的方法:
答案: 正规矩阵
定义: 设 A C nn , 若 A 满足 AH A AAH ,
则称 A 为正规矩阵.
酉矩阵, 正交阵; Hermite阵, 实对称阵; 反Hermite

高等工程数学-03

高等工程数学-03

总结
多项式矩阵与 史密斯标准形
矩阵的 标准形
矩阵的约当标准形
最小多项式
最小多项式
命题得证
定理3.6 证明:
最小多项式
命题得证
定理3.7 证明:
最小多项式
命题得证
例3.9 解:
最小多项式
定理3.8 思考题 (10分)
最小多项式
多项式矩阵与史密斯标准形
1
矩阵的相似对角形
2
矩阵的约当标准形
3
最小多项式
4 多项式矩阵与史密斯标准形(略)
矩阵的相似对角形
例3.4 解:
矩阵的约当标准形
例3.5 解:
矩阵的约当标准形
矩阵的约当标准形
定义: 约当标准形
矩阵的约当标准形
定理3.3 推论
矩阵的约当标准形
矩阵的约当标准形

矩阵的约当标准形
例3.6 解:
矩阵的约当标准形
矩阵的约当标准形
矩阵的约当标准形
矩阵的约当标准形
高等工程数学
Advanced Engineering Mathematics
矩阵理论
矩阵理论 在自然科学、工程技术、控制理论和社会经济学等
领域的应用日趋深广,应用矩阵的理论和方法来解决工程技术和 社会经济领域中的实际问题也越来越普遍。
矩阵的 标准形
矩阵函数 及其应用
线性空间 与
线性变换
• 线性空间 • 基变换与坐标变换 • 子空间与维数定理 • 线性空间的同构 • 线性变换的概念 • 线性变换的矩阵表示 • 不变子空间
内积空间
• 向量范数
• 矩阵的相似对角形
• 矩阵的约当标准形
• 欧氏空间

高等工程数学讲义 华科 (矩阵论)

高等工程数学讲义 华科 (矩阵论)

矩阵论为何要学矩阵论?自然界和社会发展的本质——“变”(change )。

种子幼苗 树林 房梁、桌椅…… 婴儿小学生中学生硕士、博士……数学描述:f :x y=f(x):RxRy function推于T : )(αβαT =→: βαB B T −→− transformationB α,B β具有线性结构:ααααααB B 2121∈⇒∈,,, 变换具有线性性质:)()()(2121ααααT T T +=+,)()(ααkT k T =那么α可表为向量α=(x1,… xn )T ,T 可表为矩阵n m ij a A ⨯=)( ,αβA y T =⋯=)y (m 1因此要研究矩阵的性质。

(等于研究线性变换的性质) 如解线性方程组:Ax=b b A x 1-=⇒,1-A 存在?唯一? 正如二次型Ax x x x a x x f T ji j i ij n ==⋯∑,,),(1若有P 使∧=⋯=)(n 1λλ,,diag AP P T 则2n 211y )()(x n T T y Px Px Ax λλ+⋯+=∧= ~标准化其中T n y y Px y )(1,,⋯== 引出相似对角化问题。

2.方阵的相似化简2.1 Jordan 标准型2.1.1 矩阵的相似及对角化A 与B 有相同的特征多项式,因而有相同的特征值。

A 课相似对角化~)(~1n diag A λλ,,⋯ 定理1.5.6 A 可相似对角化⇔A 有n 个线性无关的特征向量。

事实上i i i x Ax λ= n i ,,⋯=1 取)x (1n x P ⋯= (可选)有P -1AP =)(1n diag λλ,,⋯ 为求特征值∑==-⋯⋯-⋯⋯-=-n n I A i ns nin m ,()(0))(||1s 1i 11λλλλλλλi λ的代数重数~i n为求特征向量解0)(=-x I A i λ有)(I A R n i λ--个线性无关的解i λ的几何重数~)(I A R n k i i λ--=定理2.1.1 对任何方阵A 的特征值i λ有i i n k ≤证明:t i t A αλα= t=1,…,i k 。

  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)。
求 L(1,2,3,4) 的基与维数。
解:以1,2,3,4 为列向量构造矩阵
1 −1 2 1
A
=
2 1
1 1
−1 0
−1 3
,
0
1
1
7
对 A 施行初等行变换化为行最简形矩阵(即厄米特阶梯形矩阵)
2
1 −1 2 1 1 −1 2 1
A
=
2
1
−1
−1


0
3

−3
1 1 0 3 0 2 −2 2
3
在引入矩阵加法和数乘运算后, M mn (F ) 构成数域 F 上的向量空间。
的线性关系。
1.2 矩阵运算及其性质
我们用 M mn (F ) 或 F mn 表示数域 F 上 m n 矩阵的全体,即
M mn (F ) = (aij )mn | aij F .
特别地用 M n (F ) 或 F nn 表示数域 F 上 n 阶方阵的全体。
定义 1.4 设 A = (aij )mn , B = (bij )mn , A 与 B 的和为
0
1
1
7
0
1
1
7
1 0 1 2 1 0 0 -1


0
1
0
4


0
1
0
4
=B.
0 0 1 3 0 0 1 3
0
0
0
0
0
00
0
由矩阵 B 可知,1,2,3 是 L(1,2,3,4) 的基,且生成子空间的维数为 3。
注释:在这里,需要利用以下结论
(1) 设 B = (1, 2, 3, 4), 则 1, 2, 3 是 B 的极大无关组,也是 B 的列空间的基。 (2) A 施行初等行变换化为行最简形矩阵 B ,则它们的列向量组对应具有完全相同
(3)把某一行的 k 倍加到另一行的对应元素上(第 j 行的 k 倍加到第 i 行,记为
ri + krj )。
对应地,可以定义矩阵的初等列变换。矩阵的初等行变换和初等列变换统称为矩阵的初
等变换。
初等变换在线性代数中的应用十分广泛,概括起来包括以下几个方面:
(1)解线性方程组; (2)求矩阵的行最简形; (3)求矩阵和向量组的秩,以及生成子空间的维数; (4)求向量组的极大无关组及生成子空间的基; (5)求逆矩阵; (6)解矩阵方程。
1.1 向量与矩阵
定义 1.1 数域 F 中的 n 个数 x1, x2, , xn 组成的有序数组,称为数域 F 上的 n 维向
量,xi 称为第 i 个分量。n 维向量 通常记为 = (x1, x2, , xn ) ,或者 = (x1, x2, , xn ) ,
前者称为行向量,后者称为列向量。数域 F 上的 n 维向量全体构成集合 F n 。
矩阵理论
第一章 线性代数概述
线性代数是学习矩阵理论的基础。综观线性代数知识体系,主要涉及两大任务。一是求 解线性方程组,首先作为行列式的主要应用,可以用克莱姆规则求解方程个数与未知量个数 相同的方程组(要求系数行列式不等于零);其次,对于一般的线性方程组,讨论了解的判 定理论,然后,针对有解的方程组,给出了解的结构及求解的具体方法。二是对讨论的对象 实施化简,具体包括化矩阵为阶梯形,化方程组为阶梯形方程组,矩阵的相似对角化,实对 称矩阵的正交相似对角化,化二次型为标准形等。线性代数的一个重要工具是矩阵的初等变 换,在解线性方程组,求矩阵的行最简形、矩阵和向量组的秩、生成子空间的维数,求向量 组的极大无关组及生成子空间的基,求逆矩阵等方面用十分重要的应用。
s
阵 C = (cij )mn , 其中 cij = ai1b1 j + ai2b2 j +
+ aisbsj = aikbkj , i = 1, 2, ,m, j = 1, 2, ,n.
k =1
定义 1.5 设 A 是 n 阶方阵, E 是 n 阶单位矩阵,若存在一个 n 阶方阵 B ,使得
AB = BA = E ,则称方阵 A 可逆,并称方阵 B 为 A 的逆矩阵,记为 A−1.
命题 1.1 设矩阵 A 由定义 1.2 所确定,则矩阵 A 的秩 R(A) = {1,2, ,m} 的秩
= {1, 2, , n} 的秩 = dim L(1,2, ,m) = dim L(1, 2, , n ).
例 1.1 在 F 4 中有
1 = (1, 2,1,0), 2 = (−1,1,1,1), 3 = (2, −1,0,1), 4 = (1, −1,3,7),
我们用 R n 表示实数域 R 上的 n 维向量全体所构成的集合,用 C n 表示复数域 C 上的 n
维向量全体所构成的集合。即
Rn = (x1, x2, , xn) | xi R, Cn = (x1, x2, , xn) | xi C. 针对 n 维向量,在引入向量加法和数乘运算后,F n = (x1, x2, , xn) | xi F构成数域
的列向量, 1, 2, , n 称为 A 的列向量组。
进一步, L(1,2, ,m) 称为 A 的行空间, L(1, 2, , n ) 称为 A 的列空间。
定义 1.3 下面 3 种变换称为矩阵的初等行变换:
(1)交换矩阵的两行(交换 i, j 两行,记为 ri rj );
(2)用不为 0 的数 k 乘以矩阵某一行的所有元素(第 i 行乘以 k ,记为 ri k );
a11 + b11
A
+
B
=
a21
+
b21
am1
+
bm1
a12 + b12 a22 + b22
am2 + bm2
a1n + b1n
a2n
+
b2n
;
amn
+
bmn
数 k 乘矩阵 A
ka11
kA
=
ka21
kam1
ka12 ka22
kam2
ka1n
ka2n
;
kamn
设 A = (aij )ms , B = (bij )sn ,则 A 与 B 可作乘法运算,A 与 B 的乘积 AB 是一个 m n 矩
F 的向量空间。 定义 1.2 给定数域 F 上的一个 m n 矩阵
a11 a12
A
=
a21
a22
am1
am2
a1n
a2n
,
amn
A 的第 i 行构成一个 n 维向量,i = (ai1, ai2, , ain ) F n (i = 1, 2, , m) 称为 A 的行向量,
1
1,2, ,m 称为 A 的行向量组。同理, j = (a1j ,a2 j , ,amj ) F m( j =1,2, ,n) 称为 A
相关文档
最新文档