第6章 多项式矩阵理论
6.3-第六章-多项式回归-响应面
在响应面分析中,首先要得到回归方:
y ˆf(x1, x2, , xl)
然后通过对自变量 x1,x2, ,xl 的合理取值,求
得使 y ˆf(x1, x2, , xl)最优的值,这就是响应 面分析的目的。
[例13.15] 有一个大麦氮磷肥配比试验,施氮肥量为 每亩尿素0,3,6,9,12,15,18kg 7个水平,施 磷肥量为每亩过磷酸钙0,7,14,21,28,35, 42kg 7个水平,共49个处理组合,试验结果列于表 13.66,试作产量对于氮、磷施肥量的响应面分析。
理配置直线回归方程,并作显著性测验。 3.将直线回归方程转换成相应的曲线回归方程,并
对有关统计参数作出推断。
表11.1 常用曲线回归方程的直线化方法
应用上述程序配置曲线方程时,应注意以下3点: (1) 若同一资料有多种不同类型的曲线方程配置,
需通过判断来选择。统计标准是离回归平方和 最小(的y当 yˆ选)2。 (2) 若转换无法找出显著的直线化方程,可采用多 项式逼近, (3) 当一些方程无法进行直线化转换,可采用最小 二乘法拟合。
a bx
y
1y
b
a>, 0b<0
a> 0,b> 0
x
a x
图11.4 方程 yˆ 的x图象
b
a bx
五、S型曲线
S型曲线主要用于描述动、植物的自然生长过程,故
又称生长曲线。
y
Logistic曲线方程为:
ln a
b
yˆ
1
k aebx
k
k 2
k 1 a
x
第二节 曲线方程的配置
一、曲线回归分析的一般程序 二、指数曲线方程 yˆ aebx的配置 三、幂函数曲线方程的配置 四、Logistic曲线方程的配置
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
6.3-第六章-多项式回归-响应面
1 X
x12
x22
xk21
x12
x122
x1k2
1 x1n x2n xkn 1 x1n x12n x1kn
和
y 1
Y
y2
y n
求得 XX、XY和( XX)-1,并由
b=( XX)-1( XY)获得相应的多项式回归统计数。
(四) 多项式回归方程的估计标准误
y 的总平方和 SSy 可分解为回归和离回归两部分:
曲线回归分析方法的主要内容有:
① 确定两个变数间数量变化的某种特定的规则或规 律;
② 估计表示该种曲线关系特点的一些重要参数,如 回归参数、极大值、极小值和渐近值等;
③ 为生产预测或试验控制进行内插,或在论据充足 时作出理论上的外推。
第一节 曲线的类型与特点
一、指数函数曲线 二、对数函数曲线 三、幂函数曲线 四、双曲函数曲线 五、S型曲线
F
Qk
Uk /k /[n(k 1
)]
(11·24)
可测验多项式回归关系的真实性。
相关指数:Ry·x,x2, ,,kxk次多项式的回归平方
和占Y总平方和的比率的平方根值,可用来表示Y与X
的多项式的相关密切程度。
Ry· x,x2, ,xk Uk /SSy
(11·25)
决定系数:在Y 的总变异中,可由X 的k 次多项式
3 162.5 204.4 238.9 275.1 237.9 204.5 192.5
6 216.4 276.7 295.9 325.3 320.5 286.9 219.9
氮肥 9
274.7 342.8 363.3 336.3 353.7 322.5 278.0
12 274.3 343.4 361.7 381.0 369.5 345.9 319.1
第六章 线性系统的多项式矩阵理论 线性系统理论课件
能控,(A,C)完全能观测.
证: 先证必要性。已知(A,B,C)为最小实现,欲证(A, B)能控和(A,C)能观测。采用反证法,反设(A,B,C) 不是联合能控和能观测,则可通过系统结构规范分解找出其 能控和能观测部分 (A ~11,B ~1,,C ~1且) 必成立:
第六章 线性系统的多项式矩阵理论
在经典线性控制理论中,频率域方法曾是最为主要并占统 治地位的一类方法,研究对象为单输入单输出线性时不变系统, 系统描述为传递函数和频率响应,研究领域涉及系统性能的分 析和综合。
20世纪70年代以来,在线性系统状态空间方法的影响和推 动下,以多项式矩阵理论为基础的线性时不变系统的复频率域 理论得到很大发展,形成较为完整和成熟的现代线性系统复频 率域理论。罗森布罗克(H.H.Rosenbrock)和沃罗维奇 (W.A. Wolovich)在20世纪70年代前期的开创性研究是这 一理论发展的起点。
(A具0,有B0形,C式0):
10
0 0 0Iq
A0
Iq
1Iq
,
Iq
l1Iq
C0 0, , 0, Iq
P0
B0
P1
Pl1
(6-10)
而真传递函数矩阵 G (s的) 能观形实现为 (A0,B。0,C0,E)
6.2.3 传递函数矩阵的最小实现
设给定严真(真)有理函数矩阵G(s) ,利用6.2.1和 6.2.2中的
C d(sim I A )A )( d 1B i m A ~ C ~ 111 )(s ( IA ~ 11 )1B ~ 1G (s)
4
据定义, (A ~11,B ~也1,C 是~1) 的实G现(s,) 且具有更小维数。这表明, (A,B,C)不是 的最小实G现(,s) 矛盾于已知条件。反设不
第一部分 多项式矩阵理论
第一部分:多项式矩阵理论
引言
互 质 性 1
MIMOs多变量线性系统传递函数矩阵可表达为 如下“分式”形式: N ( s)
G ( s ) ( g ij ( c ) ) pq
D( s )
其中N(s)和D(s)的最大公因子为单模阵,即N和D互质。 互质性是对两个多项式矩阵间的不可简约属性的表征。 互质性可分为右互质性和左互质性。 右互质多项式矩阵D(s)和N(s)列数相同。 左互质多项式矩阵DL(s)和NL(s)行数相同。
右互质。
D(s) 矩阵 对所有s列满秩 N ( s)
右互质的秩判据:
右互质贝左特等式:
存在多项式矩阵X(s)和Y(s), 使得:
X(s)D(s)+Y(s)N(s)=I(单位阵),反之亦然。
列既约性的定义:
给定方非奇异多项式矩阵M(s)
既 约 性 2
ci M(s)为其相应的列次数,i=1,2,…p。
称M(s)为列既约的,当且仅当:
其行列式的次数等于其所有列次数的和,即
deg det M ( s ) ci M ( s)
i 1
p
第一部分:多项式矩阵理论
列次表达式:对于多项式矩阵M(s), 其列次数记为:
单位矩阵I 初等矩阵E
初等变换
矩阵A的行初等变换相当于左乘相应的初等矩阵E 矩阵A的列初等变换相当于右乘相应的初等矩阵E
第一部分:多项式矩阵理论
单模矩阵定义:
称方阵Q(s)为单模阵,当且仅当其行列式detQ(s)=c 为独立于s的非零常数。 例1:非奇异的常数矩阵 s 1 s 2 例2: Q( s )
s kc 1 Sc ( s ) p p
多项式矩阵理论
如何求gcd 以gcrd为例.
Why:
04级研究生《线性系统理论》教案
Gcd 的性质 以gcrd为例 gcrd不唯一. 若R(s)是D(s)和N(s)的gcrd,W(s)是单模矩阵, 则W(s)R(s)也是D(s)和N(s)的gcrd. Why:
(2)D(s),N(s)的所有gcrd在非奇异性和单模性上相同,即 若R1(s)是D(s),N(s)的一个gcrd R2(s)也是D(s),N(s)的一个gcrd 则R1(s)非奇异R2(s)非奇异 R1(s)单模R2(s)单模 (3) (4)gcrd R(s)可表示为R(s)=X(s)D(s)+Y(s)N(s) (5)gcrd的多项式元的次数可以高于D(s),N(s)元多项式的次数.
04级研究生《线性系统理论》教案
非既约矩阵的既约化
1
通过左乘或右乘单模矩阵,即行(列)初等变换实现既约化。
2
实质:降低行或列的次数
3
含义:在初等运算下,degdetM(s)不变。
4
实现既约化以后,次数不能被降低了。
5
6.12 Smith形
史密斯形的特征
04级研究生《线性系统理论》教案
特征: Smith形的求法 见书。 对Smith形的一些讨论 对给定的多项式矩阵Q(s),其Smith形唯一。 (变换U(s),V(s)不唯一)
次数
6.10 列次数和行次数
03
01
02
04级研究生《线性系统理论》教案
如
多项式矩阵的列(行)次表示式
列次表示式 上例中的M(s)可表示为 一般地,
1
2
行次表示式
6.11 既约性
一. 既约性的定义 此处是对非奇异多项式矩阵定义的,方阵(可推广至非方)。 M(s)列既约: M(s)行既约: 注: 列既约和行既约之间无必然的联系; M(s)为对角阵时,列既约等价于行既约。 二. 既约性判据 如果已求出detM(s),则可利用定义判断; 利用列(行)次表示式
矩阵理论知识点整理
-矩阵的施密斯标准型是唯一的
由施密斯标准型可以得到行列式因子
推论6
两个 -矩阵等价,当且仅当它们有相同的行列式因子,或者相同的不变因子
推论7
-矩阵 可逆,当且仅当它可以表示为初等矩阵的乘积
推论8
两个 等价当且仅当存在一个m阶的可逆 -矩阵 和一个n阶的 -矩阵 使得
推论9
两个 -矩阵等价,当且仅当它们有相同的初等因子和相同的秩
证明:
一线性空间与线性变换
数域及多项式
数域:关于加减乘除全部封闭,如有理数集Q,实数集R,复数集C
线性空间
零元唯一,负元唯一
基变换与坐标变换
由基 的过渡矩阵A是可逆的。
线性子空间〔关于加法和数乘封闭〕
平凡子空间:零子空间和线性空间本身
维数公式:
线性空间的等价条件
奇异值分解
设A是 阶复矩阵, 是A的所有的非零奇异值,那么存在m阶酉矩阵P、n阶酉矩阵Q,使得 其中, 是对角阵,等式 是A的奇异值分解
对于一个 阶复矩阵A来说,n阶方阵 是半正定的,及特征值是全部大于或者等于0,这些特征值的平方根便是A的奇异值。
求A的奇异值分解:根据数字矩阵A得到 ,根据特征矩阵得到特征值, 并计算出每个特征值对应的特征向量, 那么
推论:任一Hermite矩阵A酉相似于对角阵,
任一实对称矩阵A酉相似于对角阵,
推论:设A是n阶正规阵
(1)A是Hermite矩阵,当且仅当A的特征值全是实数
(2)A是反Hermite矩阵,当且仅当A的特征值全是0或者纯虚数
(3)A是酉矩阵,当且仅当A的每个特征值的模长是1。
证明:
定理:设A是n阶Hermite矩阵〔实对称矩阵〕那么
求解假设当标准型及可逆矩阵P:根据数字矩阵写出特征矩阵,化为对角阵后,得出初等因子,根据初等因子,写出假设当标准型J,设P〔X1X2X3〕,然后根据 得到P〔X1X2X3〕方阵
线性代数第六章 矩阵的相似变换
第六章 矩阵的相似变换本章主要讨论方阵的特征值和特征向量、方阵的相似变换和对角化等问题.第一节 方阵的特征值和特征向量一、特征值与特征向量定义1 设A 是n 阶方阵,如果存在数λ和n 维非零向量X 使关系式λ=AX X (6.1)成立,则称数λ为方阵A 的特征值;非零列向量X 称为A 对应于特征值λ的特征向量.将式(6.1)改写成()λ−=A E X 0, (6.2) 将(6.2)看成关于X 的齐次线性方程组,它有非零解当且仅当其系数行列式满足 0λ−=A E , (6.3)即1112121222120λλλ−−=−n nn n nn a a a a a a a a a , (6.4)这是以λ为未知数的一元n 次方程,称为A 的特征方程,其左端λ−A E 是λ的n 次多项式,记作()λf ,称为A 的特征多项式,特征方程的根就是A 的特征值.根据代数基本定理,在复数范围内,n 阶方阵A 有n 个特征值(重根按重数计算),记作12,,,λλλ n .求出特征值λi 后,将λi 代入齐次线性方程组(6.2)中,求解方程组()λ−=i A E X 0 (6.5) 的所有非零解向量,就是属于λi 的特征向量。
对不同的特征值逐个计算,可求得属于各特征值的全部特征向量.若非零向量X 是方阵A 的特征向量,则由(6.1)式可知,对任意实数0k ≠,有()()k k λ=A X X ,(6.6) 这表明k X 也是方阵A 的特征向量,因此属于同一特征值的特征向量有无穷多个;反之,不同特征值对应的特征向量必不相同,即一个特征向量只能属于一个特征值(证明留给读者作为练习).由齐次线性方程组解的性质容易证得如下定理.定理1 设λ是方阵A 的特征值,12,,,s p p p 是属于λ的特征向量,则12,,,s p p p 的任意非零线性组合仍是属于λ的特征向量.例1 求141130002−−=A 的特征值和特征向量. 解 A 的特征多项式2141()130(2)(1)002λλλλλλλ−−−=−=−=−−−f A E ,所以A 的特征值为12λ=,231λλ==. 对于12λ=,解齐次方程组(2)−=A E X 0.由3411012110011000000−−−=→−A E ,得基础解系 1111−=p ,所以111(0)≠k k p 是对应于12λ=的全部特征向量.对于231λλ==,解齐次方程组()−=A E X 0.由 241120120001001000−−−=→A E ,得基础解系 2210−=p ,所以222(0)≠k k p 是对应于231λλ==的全部特征向量. 例2 求204121103−−=A 的特征值和特征向量.解 A 的特征多项式2204()121(1)(2)13λλλλλλλ−−−=−=−=−+−−f A E ,所以A 的特征值为11λ=−,232λλ==. 对于11λ=−,解齐次方程组()+=A E X 0.由104104131011104000−−+=→−A E ,得基础解系 1411−=p ,所以111(0)≠k k p 是对应于11λ=−的全部特征向量.对于232λλ==,解齐次方程组(2)−=A E X 0.由 4041012101000101000−−−=→A E ,得基础解系 2010=p ,3101− = p ,所以2233+k k p p (2k ,3k 不同时为0)是对应于232λλ==的全部特征向量.二、特征值和特征向量的性质定理2* 设12,,,λλλ n 是n 阶方阵()=ij a A 的n 个特征值,则有(1)11n n i ii i i a λ==∑∑; (2)1ni i λ==∏A .其中1niii a=∑是A 的主对角元之和,称为方阵A 的迹,记作tr()A .证明 见附录六例3 设7414744y x −= −−A 的特征值为123λλ==,312λ=,求,x y 的值. 解 由定理2可得123123tr()7718331212108x x y λλλλλλ=++=++=+− A A 解之得4,1x y ==−.定理3 设λ是方阵A 的特征值,p 是A 的属于λ的任一特征向量,则有: (1)k R ∀∈,k λ是k A 的特征值,p 是k A 的属于k λ的特征向量;(2)对任意非负整数k ,k λ是k A 的特征值,p 是k A 的属于k λ的特征向量; (3)若()ϕA 是A 的m (m 为任意非负整数)次多项式,即01()m m a a a ϕ=+++A E A A ,则()ϕλ是()ϕA 的特征值,p 是()ϕA 的属于()ϕλ的特征向量;(4)若A 可逆,则0λ≠,且1λ是1−A 的特征值,p 是1−A 的属于1λ的特征向量;(5)若A 可逆,则λA是*A 的特征值,p 是*A 的属于λA的特征向量;(6)λ也是T A 的特征值.证明 (1)由λ=Ap p ,有k k λ=Ap p 成立。
研究生矩阵理论课后答案第6-7章
求矩阵的Jordan标准形与变换矩阵 求矩阵的Jordan标准形与变换矩阵 Jordan
由行列式因子定不变因子和初等因子:( :(参看 ①由行列式因子定不变因子和初等因子:(参看 0 λ − 2 0 第二章有关定义及结果). ).如 第二章有关定义及结果).如 λE-A= −1 λ −1 −1 )=λ行列式因子:D 行列式因子:D1(λ)=1; D2(λ)=λ-2;
第六章 矩阵函数
•矩阵函数一般定义:矩阵函数是从Cm×n到Cu×v的一 矩阵函数一般定义:矩阵函数是从C 个对应规则f:C 使对每个x 个对应规则f:Cm×n→Cu×v,使对每个x∈Cm×n,都 对应于唯一 f(x)∈ 唯一的 对应于唯一的f(x)∈Cu×v. 例如:det:C ,det(A)∈ 例如:det:Cn×n→C1×1,∀A∈Cn×n,det(A)∈C1×1; ,f(A)=2Af:Cn×n→Cn×n,∀A∈Cn×n,f(A)=2A-E∈Cn×n. 矩阵函数的概念十分广泛, •矩阵函数的概念十分广泛,其应用也相应地十分 广泛. 广泛. 我们仅限于讨论从C •我们仅限于讨论从Cn×n到自身的函数 f:Cn×n→Cn×n. 特别更限于最简单的矩阵多项式函数和由矩阵 矩阵多项式函数和由 特别更限于最简单的矩阵多项式函数和由矩阵 幂级数定义的矩阵函数. 幂级数定义的矩阵函数.
0 1 1 1 0 0 1 0 −1
. P -1=
0 1 0 1 −1 1 0 1 − 1
2 0 0 2 0 0 0 A − 2E = 1 1 1 − 2 = 1 −1 1 1 −1 3 2 1 −1 1 0 0 x = 1 , ( A − 2E)x = 1 1 1 1 0 z = 0 , ( A − 2E)z = 1 −1 1 0 00 −1 1 1 = 0 −1 1 1 0 0 1 −1 1 0 = 0 −1 1 −1
线性系统理论Chapter多项式矩阵理论PPT学习教案
又因为
R(s) = U11(s)D(s) +U12(s)N(s)
推出 R(s) = [U11(s)D1(s) +U12(s)N1(s)]R1(s) = W(s)R1(s)
表明R1(s)为R(s)的右乘因子。所以原 题得证 。
综上,多项式矩阵D(s)和N(s)的一个gcrd R(s)可通过对矩阵[DT(s),NT(s)]T行初等变换得到,而相 应于各 初等运 算的初 等矩阵 按逆顺 序的乘 积阵则 为所找 的单模 阵U(s) 。
互质性的常用判据互质性的常用判据结论结论718718贝佐特等式判据贝佐特等式判据pppp和和qqpp的多项的多项式矩阵式矩阵ddss和和n在在pppp和和ppqq的多项式矩阵的多项式矩阵xxss和和yyss使成立使成立以下的贝佐特以下的贝佐特bezoutbezout等式等式xxssddssiipp第20页共45页22结论720秩判据给定pp和qp的多项式矩阵ds和nsrank结论722右互质判据给定pp和qp的多项式矩阵dsdetdegdetdeg左互质性判据左互质性判据与右互质性判据对偶第21页共45页23最大公因子构造关系式性质的进一步讨论最大公因子构造关系式性质的进一步讨论推论
结T(s论)为7.任9 A一(sn)维为单n维模非阵奇,异则多A(项s)式和矩阵A~,具(s有) 相A~同(s)的行T埃(s尔)A米(s) 特形。
返回
第13页/共45页
14
7.8 公因子和最大公因子
公因子和最大公因子定义
方多项式矩阵R(s)为具有相同列数N (的s) 两D个(s多) 项式矩N阵(s)N(Ns)(和s)RD((ss)),的一D(个s) 右 D公(s因)R子(s),如果存 在方多项式矩和阵Q(s)为,具使有相同行数的两个多项式矩阵B(s)
多项式矩阵理论
6.1 多项式及其互质性
1 多项式及其性质
以复数 s 为自变量的实系数多项式 d(s)
d (s) dnsn dn1sn1 d1s d0 , s C, di R, i 0,1,2,n
❖ d(s) 的次数
:n = deg d(s);
❖ d(s)为n 次多项式 :最高次幂系数dn ≠ 0;
可化简有理函数:倘若g(s) = n(s)/d(s)中, n(s)和d(s)不互质。
6.2 多项式矩阵及其属性
1 多项式矩阵
多项式矩阵:以多项式为元素的矩阵。
以aij(s)为元素的m×n多项式矩阵A(s)记为
a11(s) a1n (s)
A(s)
am1(s) amn (s)
【例6-3】一个2×3的多项式矩阵
最大公因式:如果 r(s) 是 d(s) 和 n(s) 的公因式,而且可被 d(s) 和 n(s) 的每个 公因式整除,则称 r(s) 是 d(s) 和 n(s) 的最大公因式。
注:若r(s) 最大公因式,c为常数,则cr(s)也是最大公因式,若限定r(s) 为首一多项式,则最大公因式具有唯一性。
互质多项式:如果 d(s) 和 n(s) 的最大公因式是(与 s 无关的)非零常数,则称 d(s) 和 n(s) 为互质多项式,简称 d(s) 和 n(s) 互质。
第六章
多项式矩阵理论 (数学基础部分)
引言(经典控制理论、现代控制理论、多项式矩阵理论的应用)
50年代以前,以控制理论和电路理论为两大支柱的线性系统理论已经发展成为相当成熟的 “经典线性系统理论”。
经典线性系统理论的主要特征: 研究对象 → 线性定常单变量系统; 数学工具 → 复变函数(特别是傅里叶变换和拉普拉斯变换); 研究方法 → 频率响应法; 理论优点 → 输入、输出和反馈信号的物理概念清晰、易于测量; 理论缺点 → ⑴ 只能反映系统的外部特性和行为,是一种外部描述法; ⑵ 设计自由度小、指标模糊,需要反复试凑才能完成任务。
矩阵理论 最小多项式PPT课件
B(
)
B n1 n1
n2
Bn1
B0
Bi Cnn (i 1,n 1) 考察等式 B()(I A) det(I A)I
的右边:
B()(I
A)
(n1Bn1
B n2 n2
B1
B0
)(I
A)
考察其左边:
nBn1 n1(Bn2 Bn1A) (B0 B1A) B0 A
det(I A)I [(n tr A (1)n det A]I
[(n
n1
n1
1
0 ]I
n I n1n1I 1I 0I
比较两边的系数:
Bn1 I
Bn2 Bn1 A n1I B0 A 0I
矩阵理论第4讲 - 11
第11页/共57页
Hamilton-Cayley定理
以 An , An1,, A, I
依次右乘这些等式:
Bn1 I
Bn2
上节内容回顾
• 化方阵A为Jordan标准形
• 特征向量法
• 初等变换法
• 多项式矩阵( λ矩阵)
• 多项式矩阵的Smith标准型
• 不变因子、初等因子
• 行列式因子法
•
A ~ J 的相似变换矩阵P的求法
AP PJ
1. 在A的Jordan矩阵中构
造k个以i 为对角元素
的Jordan块
2. k个Jordan块的阶数之
设 A C nxn 的所有不同的特征值为
特征多项式可写为:
1, 2,, t C
,则其
det(I A) ( 1)n1 ( 2)n2 ( t )nt
那么A的最小多项式应该具有如下形式:
mA() ( 1)m1 ( 2)m2 ( t )mt
矩阵多项式与多项式矩阵
§8矩阵多项式与多项式矩阵设A 是n 阶阵,则为矩阵A 的特征多项式 事实上,n n n n a a a A E f ++++=-=--λλλλλ111)( 因此有一、Hamilton -Cayley Th (哈密顿—开莱)Th 2.每个n 阶矩阵A ,都是其特征多项式的根,即0111=++++--E a A a A a A n n n n (矩阵)注:该定理旨在用于:当一个n 阶矩阵的多项式次数高于n 次时,则可用该定理将它化为次数小于n 的多项式来计算。
eg 1.设⎪⎪⎪⎭⎫ ⎝⎛-=010110201A 试计算E A A A A A 432)(2458-++-=ϕ解:A 的特征多项式为12)(23+-=-=λλλλA E f取多项式432)(2458-++-=λλλλλϕ)()()149542(235λλλλλλr f +⋅-+-+=余项103724)(2+-=λλλr由上定理0)(=A f ⎪⎪⎪⎭⎫ ⎝⎛----=+-==∴346106195026483103724)()(2E A A A r A ϕDf 2.一般地,设)(λϕ是多项式,A 为方阵,若0)(=A ϕ,则称)(λϕ是矩阵A 的零化多项式。
根据定义:每个矩阵都有其零化多项式,即A E f -=λλ)(Df 3.设A 是n 阶矩阵,则的首项系数为1的次数最小的零化多项式)(λm ,称为A 的最小多项式。
显然:①矩阵A 的零化多项式都被其最小多项式整除。
②矩阵A 的最小多项式是唯一的Th 3.矩阵A 的最小多项式的根必是A 的特征根;反之,A 的特征根也必是A 的最小多项式的根——特征多项式与最小多项式之间的关系。
由此可得,求最小多项式的一个方法:设n n C A ⨯∈,其所有不同的特征值为s λλλ,,,21 ,则其特征多项式为ks s k k A E f )()()()(2121λλλλλλλλ---=-=则A 的最小多项式必具有如下形式:ns s n n m )()()()(2121λλλλλλλ---=其中s i k n i i ,,2,1 =≤eg 2.求⎪⎪⎪⎭⎫ ⎝⎛----=031251233A 的最小多项式)(λm 解:)4()2()(2--=-=λλλλA E fA ∴的最小多项式,只能是:)4)(2()(--=λλλm ,或2)2()(-=λλm ,)2()(-=λλm ,)4()(-=λλm 及)()(λλf m =经计算可知:)4)(2()(--=λλλm 是A 的最小多项式,由此可得:Th 4.若A 的特征多项式没有公因子,则特征多项式为最小多项式。
矩阵论 第六章
即说 A 之所有不同特征根为 λ1 , λ 2 ,L, λt , 它们作为最小多项式
ϕ (λ ) 的根之重数依次为 m1 , m 2 ,..., mt
.我们把 A 的所有不同特征根
A
连 同 它 们 在 最 小多 项 式 中 根 的 重 数称 为
的 谱. 记 为
{(λ1, m1 ), (λ 2 , m2 ),L, (λ t , m t )}.
∞
设 A ∈C
n ×n
如果数项 收敛, ,如果数项 级数 ∑ ck A 收敛, 则矩阵幂级数
k k =1
∞
ck Ak 绝对收敛,其中 ⋅ 是 C n×n 上的某种相容矩阵范数. 上的某种相容矩阵范数. ∑ 绝对收敛,
k =0
推论 1 设 A∈ C 数.
n ×n
, 如果 C
n× n
上的某种相容矩阵范数 ⋅ 使得 A 在幂级
d (4) (e At ) = Ae At = e At A ; dt
d (5) (sin At ) = A cos( At) = cos( At) ⋅ A ; dt d (6) (cos At) = − A sin At = − sin At ⋅ A dt
定义矩阵函数, 利用定理 3 和推论 2 定义矩阵函数, 其实质就是先将函数 f ( z ) 展 的收敛幂级数, 开成 z 的收敛幂级数,再将 z 代以矩阵 A 来定义矩阵函数 f ( A) , 但这个条件比较强,一般不易满足. 但这个条件比较强,一般不易满足.下面我们拓宽矩阵函数的 定义. 定义. 对矩阵 A ∈ Cn ×n ,假定存在 n 阶可逆矩阵 P 使得
A = max aij
i, j
必要性
∑A
k =1
多项式矩阵
rank
D(s) N (s)
rankU
(s)
D(s) N (s)
rank
R(s)
0
rankR(s)
所以,当条件(2.7)成立时,必有 rankR(s)= p,即 R(s)为非奇异.性质2.2知 所有gcrd都是非奇异的.
性质2.4 设 R(s)是p p和q p 的多项式矩阵 D(s)和N(s)
(2.6)
将(2.5)代入(2.6),即得
R(s) [U11(s)D1(s) U12 (s)N1(s)]R1(s) W (s)R1(s) 其中W (s)为多项式矩阵, R1(s)为R(s)的右乘因子
R(s)为D(s)和N (s)一个右公因子
例2.1 求多项式矩阵
D(s)
s 1
3s 1 S2 s 2, N(s) [1
N (s)和D(s) ,使得 N (s) N (s)R(s), D(s) D(s)R(s)
则称多项式方阵 R(s)是N (s)和D(s) 的右公因子.
易得:N(s)和D(s) 有相同的列数.行数可以不同. 定义2.4 若多项式方阵 R(s)是N (s)和D(s) 的右公因子 ,并且是
N (s)和D(s) 的任一右公因子 R1(s)的左倍式(即R(s) W (s)R1(s))
有U
(s)
D(s) N (s)
U11(s) U21(s)
U12 U 22
(s) (s)
D(s) N(s)
R(s)
0
(2.4)
则 p×p的多项式矩阵 R(s)是D(s)和N (s) 的一个gcrd.
证 1)先证 R(s)是D(s)和N (s) 的一个gcrd 令
V
(s)
U
线性代数(李建平)讲义__复旦大学出版社__第六章
第六章 二次型
第一节
定义1
二次型的基本概念
系数在数域 R中的含有 n 个变量的二次齐次多项式
2
d1 y1 d 2 y2 d n yn
2 2
2
例如 已知 f ( x1 , x2 ) x1 2 x1 x2 x2 ,
2
x1 1 1 y1 y1 y2 令 x 0 1 y y , 2 2 2 则原二次型化为f ( y1 , y2 ) y1 .
2 3
(原二次型的标准型)
x1 y1 y2 y2 y3 x2 x y3 3
原二次型化成标准型
1 1 | C | 0 0
2 1 2 2
0 1 1 0 1
1 0
2 3
y y y
其矩阵
1 0 0 B 0 1 0 0 0 1
确定一个二次型.这样,二次型与对称矩阵之间存在
一一对应的关系.因此,我们把实对称矩阵A叫做 二次型的矩阵,也把二次型叫做实对称矩阵A的二次型, 矩阵A的秩称为二次型的秩.
例1 求二次型 f 的秩.
2 2 f ( x , y , z ) x1 2 x2 2 x1 x2 3 x2 x3
2 1 2 2
2 n
化为矩阵形式.
解
(1)因为
a11 1, a22 2 , a33 3 ,
矩阵分析-多项式理论
说明:
① 定理2中用来求最大公因式的方法,通常称为 辗转相除法. ② 定理2中最大公因式 d ( x )=பைடு நூலகம்( x ) f ( x )+v( x ) g( x )
中的 u( x )、v ( x ) 不唯一. ③ 对于 d ( x ), f ( x ),g( x ) P[ x], u( x ),v( x ) P[ x] , 使 d(x )=u( x ) f ( x ) v ( x ) g( x ) ,但是 d(x ) 未必是
f ( x ),g( x )的最大公因式.
④ 若 d ( x )=u( x ) f ( x ) v( x ) g( x ) ,且
d ( x ) f ( x ), d ( x ) g ( x )
则 d ( x ) 为 f ( x )、g( x ) 的最公因式.
注:
若仅求 ( f ( x )、g( x )) ,为了避免辗转相除时出现
f ( x ) | 0;
对 f ( x ) P[ x ], a P , a 0, 有 a | f ( x ).
即,任一多项式整除它自身;
零多项式能被任一多项式整除; 零次多项式整除任一多项式. 2) 若 f ( x ) | g( x ) ,则 af ( x ) | bg( x ), a , b P (a 0).
f ( x ) 所得的商可表成
f ( x) . g( x )
2.整除的判定
定理1 f ( x ), g( x ) P[ x ], g( x ) 0,
g( x ) | f ( x ) g ( x ) 除 f ( x ) 的余式 r x 0.
3.整除的性质
1) 对 f ( x ) P[ x ], 有 f ( x ) | f ( x ),
第六章-第六章二次型与对称矩阵第一讲
1 1 1 1 1 1 1 1
E A 1 1 1 1 ~ 0 0 0 0 , 1 1 1 1 0 0 0 0
1
1 1
1
0
0
0 0
同解方程组 x1 x2 x3 x4 ,
x1 1 1 1
即
x2 x3 x4
k2
10 0k301 0k40 0 1
,
1
0
令
y1 y2
x1
x2 x3, x2 2x3,
即
x1 y1 y2 y3,
x2
y2 2 y3,
y3
x3,
x3
y3.
所用的可逆线性变换为
x1 1 1 1 y1
x2
0
1
2
y2
.
x3 0 0 1 y3
则该变换把 f 化成标准形为
f y12 y22 .
(1)的左边是一个二次齐次多项式, 从代数学的 观点看, 化标准型的过程就是通过变量的线性变换 化简一个二次齐次多项式, 使它只有平方项.
现在我们把这类问题一般化, 讨论n个变量的二 次齐次多项式的化简问题.
4.1 二次型概念
定义1.1 n个变量x1 , x2 ,…xn的二次齐次多项
式 f (x1, x2 , , xn ) 称为n元二次型, 实数域上的二次
y=P-1x
(4)
称为(3)式的逆变换.
今后关心的,就是用可逆线性变换化简二次型。
设x=Py是可逆的线性变换, 将二次型化为
f =(Py)TA(Py)=yT(PTAP)y. 令 B=PTAP, 则B是对称矩阵, yTBy是新变量 y1,y2, …,yn的一个二次型。变换前后两个二次型矩 阵A、B间的这种关系称为合同关系.
第6章 多项式矩阵理论
2s 2 d ( s ) s 2 s 2,
q(s)
s 2 s 2 2 s 3 0 s 2 3s 1 2s 3 2s 2 4s 2s 2 7 s 1 2s 2 2s 4 9 s 5 r ( s) n( s ) (2 s 2)d ( s ) (9 s 5)
本章主要内容
多项式矩阵理论是线性系统复频域理论的主要数学基础,这里主要学习与多 项式、多项式矩有关的数学知识: 1. 多项式及其互质性 2. 多项式矩阵极其属性 3. 多项式矩阵的初等变换、多项式矩阵的行(列)次 4. 行(列)既约多项式矩阵、多项式矩阵互质性 5. 多项式矩阵的Smith规范型、线性矩阵束sE-A和 Kronecker规范型
推论6-2 (余式定理)若n(s)∈R(s), α∈C, 则n(s)被d(s)=(s- α)除余式为常数n(α)。 证明: deg r (s) deg(s ) 1, r (s) 为常数r
s
lim n(s) lim[q(s)( s ) r ] r
s
(6 4)
AS 0 (6 15)
如果上式 Sylvester 矩阵是非奇异的,则方程组有唯一的平凡解,相应 地(6-12) 有一个平凡解,即 a(s) = 0, b ( s) = 0 。 即定理(6-3)中条件(3)成立,d(s) 和 n(s) 互质。
由此归纳出下述定理。 定理6-4 多项式 d(s) 和 n(s) 互质的充要条件是它们的Sylvester矩阵非奇 异。
多项式的性质:设多项式d(s),n(s)∈R[s], d(s) ≠ 0, n(s) ≠ 0
(1) d ( s )n( s ) 0; (2) deg[d ( s )n( s )] deg d ( s ) deg n( s ); (3) 当且仅当deg d ( s ) deg n( s ) 0, deg[d ( s )n( s )] 0; (4) 若d ( s ) n( s ) 0, deg[d ( s ) n( s )] max[deg d ( s ), deg n( s )]; (5) 若d ( s )、n( s )均为首一多项式, d ( s ) n( s )必为首一多项式。
- 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)。
2s3 2s2 4s
2s2 7s 1 2s2 2s 4
9s 5 r(s)
n(s) (2s 2)d (s) (9s 5)
下面证唯一性。设除了商式q(s) 和余式 r(s)外,还有商式q1(s)和余式r1(s),则
n(s) q(s)d(s) r(s) q1(s)d(s) r1(s)
dn
00
0
d0
d1
dm2 dm1 dn2 dn1 dn 0
0 0 0
d0
d1
d d nm
n m 1
S
n0
n1
n2
nm1
nm 0
0
.
. ...
0 n0 n1 nm2 nm1 nm .
0
.
.
.
.
. .. .
.
. ...
. . .
.
. .. .
.
.
.
【例6-4】 两个2×2的多项式矩阵如下:
s 1
s3
s 1
s3
A1(s) s2 3s 2 s2 5s 4 ; A2 (s) s2 3s 2 s2 5s 6
容易求出它们的行列式为
det A1(s) (s 1)(s2 5s 4) (s 3)(s2 3s 2) 2s 2 det A2 (s) (s 1)(s2 5s 6) (s 3)(s2 3s 2) 0
和
a(s) a0 a1s an1sn1,
b(s) b0 b1s bm1sm1,
dn 0 nm 0
(6 13a) (6 13b) (6 13c) (6 13d )
定义多项式 d(s) 和 n(s) 的 (n+m) 阶Sylvester矩阵 S 为
d0 d1 d2 dm1 dm dn1
随后,大量的学者投身于线性定常系统的多项式矩阵描述、传递函数矩阵的矩 阵分式描述方面的研究。
在频域中通过传递函数矩阵获得的与时域中状态空间法并行的有益结果: ❖传递函数矩阵的矩阵分式描述法(MFD—Matrix Fraction Description); ❖系统的多项式矩阵描述法(PMD—Polynomial Matrix Description ) 。
最大公因式:如果 r(s) 是 d(s) 和 n(s) 的公因式,而且可被 d(s) 和 n(s) 的每个 公因式整除,则称 r(s) 是 d(s) 和 n(s) 的最大公因式。
注:若r(s) 最大公因式,c为常数,则cr(s)也是最大公因式,若限定r(s) 为首一多项式,则最大公因式具有唯一性。
互质多项式:如果 d(s) 和 n(s) 的最大公因式是(与 s 无关的)非零常数,则称 d(s) 和 n(s) 为互质多项式,简称 d(s) 和 n(s) 互质。
可化简有理函数:倘若g(s) = n(s)/d(s)中, n(s)和d(s)不互质。
6.2 多项式矩阵及其属性
1 多项式矩阵
多项式矩阵:以多项式为元素的矩阵。
以aij(s)为元素的m×n多项式矩阵A(s)记为
a11(s)
A(s)
am1(s)
a1n (s)
amn (s)
【例6-3】一个2×3的多项式矩阵
证明:
degr(s) deg(s ) 1, r(s)为常数r
lim n(s) lim[q(s)(s ) r] r
s
s
所以,余式为n(α)。证毕。
(6 4)
多项式的因式和互质性 (设d(s),n(s),r(s)为多项式) 因式:如果多项式n(s)可被多项式r(s)整除,则称r(s)为n(s)的一个因式。 公因式: r(s) 既是 d(s)的因式又是 n(s) 的因式,则r(s) 是d(s)和 n(s) 的公因式。 平凡公因式:非零常数。 注:非零常数总是每对d(s)和n(s)的公因式。 非平凡公因式:阶次大于或等于1的多项式。
如果上式 Sylvester 矩阵是非奇异的,则方程组有唯一的平凡解,相应 地(6-12) 有一个平凡解,即
a(s) = 0, b(s) = 0。 即定理(6-3)中条件(3)成立,d(s) 和 n(s) 互质。
由此归纳出下述定理。 定理6-4 多项式 d(s) 和 n(s) 互质的充要条件是它们的Sylvester矩阵非奇 异。
A(s)
s
2
s
1 3s
2
7s2 2s 1 4
5s3 2s2 s
6s 7
多项式矩阵的行列式:和实数矩阵一样,只有行数和列数相等的方多项 式矩阵才可取行列式,且具有相同的运算规则。
如:
s 1
A(s) s2 3s 2
按实数矩阵运算规则,即可求出
s3 s2 5s 4
det A(s) (s 1)(s2 5s 4) (s 3)(s2 3s 2) 2s 2
. .. .
0 0 0
0 0 . n0
n1
. ...
0
0
m
d
n
0
0
.
.
.
nm
n
将 (6-13) 代入 (6-12) 并令 s 相同幂次的系数分别为零,给出 (n + m) 元一次 线性齐次代数方程组
b0 b1 b2 bm1 a0 a1 a2 an1 S B AS 0 (6 15)
第六章
多项式矩阵理论 (数学基础部分)
引言(经典控制理论、现代控制理论、多项式矩阵理论的应用)
50年代以前,以控制理论和电路理论为两大支柱的线性系统理论已经发展成为相当成熟的 “经典线性系统理论”。
经典线性系统理论的主要特征: 研究对象 → 线性定常单变量系统; 数学工具 → 复变函数(特别是傅里叶变换和拉普拉斯变换); 研究方法 → 频率响应法; 理论优点 → 输入、输出和反馈信号的物理概念清晰、易于测量; 理论缺点 → ⑴ 只能反映系统的外部特性和行为,是一种外部描述法; ⑵ 设计自由度小、指标模糊,需要反复试凑才能完成任务。
科学家:在频域中通过传递函数矩阵探求与时域中状态空间法并行的有益结果。
1963年,V.Belevitch: 将多项式矩阵的互质性与Kalman提出的可控性、可观测性联系起来。
1970年, H. Rosenbrock: 系统地研究了多项式矩阵表达式与状态空间表达式之间的关系; 并提出了解耦零点的概念。
多项式互质问题变为有无非平凡解问题。如果非平凡解存在,怎样求得 具有最小阶次的非平凡解。
行搜索法是求解非平凡解的有效方法[见“仝茂达” P.293-296]。
2 有理函数
有理函数:
两个多项式之比,即 g(s) = n(s)/d(s)。
既约有理函数: 倘若g(s) = n(s)/d(s)中, n(s)和d(s)互质。
定理6-3 设有两个多项式 d(s) 和 n(s) 的,d(s)≠0,当且仅当满足下面条 件之一,d(s) 和 n(s) 是互质多项式。
(1)
d (s) n(s)
1,
s C
(6 8)
或
d (s0 )
n(s0
)
1,
s0 : d (s0 ) 0, s0 C
(2) 存在两个多项式x(s)、y(s)使得
定理6-1 (欧几里德除法定理)设 d(s), n(s)∈R[s] 且d(s)≠0, 则存在唯一的
q(s), r(s)∈R[s],使得
n(s) q(s) d(s) r(s)
deg r(s) deg d (s)
(6 2)
证明:情况1: deg n(s) < deg d(s), 则 q(s)=0, r(s)=n(s)
证明:条件(1)的意义是:如果d(s) 和 n(s) 互质,则复域C中不存在任何s使
d(s) 和 n(s) 同时为0。 证明略
多项式互质的Sylvester 矩阵判据
Sylvester 矩阵:
设
d (s) d0 d1s d2s2 dnsn ,
n(s) n0 n1s n2s2 nmsm ,
(6 9)
x(s)d(s) y(s)n(s) 1 (3) 不存在多项式a(s)、b(s)使得
(6 10)
n(s) b(s) d(s) a(s) 或等价为
(6 11)
b(s)d (s) a(s)n(s) b(s)
a(s)
d (s) n( s)
0
(6 12)
且
deg a(s) deg d (s)
50年代以后,宇航事业、过程控制和计量经济学等的发展,被研究对象从简单的单变量系 统发展成规模庞大、结构复杂的多边量系统,人们为了建立精确的模型还要考虑到系统具有的 非线性和时变特性。Bellman 和 Kalman 等学者借助于状态概念建立了“现代控制理论”。
现代控制理论的主要特征: 研究对象 → 复杂的多变量系统; 数学工具 → 线性代数; 研究方法 → 状态空间法; 理论优点 → 揭示系统的内部、外部特性和行为,设计自由度大、目标明确; 理论缺点 → ⑴ 建立复杂系统的状态空间表达式(动态方程)非常困难; ⑵ 状态变量的物理概念比较隐晦、且并不总具备可测量特性。
A1(s) adjA(s) 多项式矩阵 /多项式 有理分式矩阵 det A(s)
4 线性相关和线性无关
给定元属于有理分式域R(s)的m个n维列或行多项式向量
{q1(s), q2(s), … qm(s)} 其中, m ≤ n。
(6-16)
线式性 成定立相:义关,6-6当[线且性仅相当关存和在线一性组无不关全]为称零多的项多式项向式量{α组1({sq),1(αs2)(,s)q,2…(s),,α…m(,sq)}m使(s)下}为
或
[q(s) q1(s)]d(s) r1(s) r(s)
(6 3)
如果q(s) - q1(s) ≠ 0,则(6-3)式左边阶次大于或等于deg d(s),而(6-3)式右 边阶次应小于deg d(s),产生矛盾。所以