矩阵性质

矩阵性质
矩阵性质

关于实正交矩阵的某些性质

华东师范大学数学系04级基地班高等代数与解析几何04学年第二学期大作业

10041510134裘鹏翔

正交矩阵是实数域上一类十分特殊的矩阵,具有很多特殊的性质,经过一个学期来学习,也积累收集了不少正交矩阵的性质,罗列如下:

定义:满足的方阵称为正交矩阵(orthogonal matrix)。

n阶正交矩阵的集合记为。

本文摘要:

1正交矩阵与运算的关系

1.1和:正交矩阵的和不一定是正交矩阵;

1.2差:正交矩阵的差也不一定是正交矩阵;

1.3乘积:正交矩阵的乘积是正交矩阵;

1.4数乘:正交矩阵数乘后一般不是正交矩阵;

1.5直积:正交矩阵的直积还是正交矩阵;

1.6圈积:正交矩阵的圈积还是正交矩阵;

1.7转置:正交矩阵的转置还是正交矩阵;

1.8逆:正交矩阵的逆还是正交矩阵;

1.9伴随:矩阵的伴随矩阵是正交矩阵的充分必要条件是这个矩阵是正交矩阵;2正交矩阵的特征

2.1迹:迹小于阶数;

2.2特征值:实数域上,复数域上模为1;

2.3不定性:正交矩阵是不定矩阵;

2.4对角化:正交矩阵在对角化中的作用;

3正交矩阵与特殊矩阵的关系

3.1与数量矩阵:只有的数量矩阵和正交矩阵的乘积还是正交矩阵;

3.2与整系数矩阵:如果n阶正交矩阵是整系数矩阵(即),则它共有!

种;

3.3与实可逆矩阵:分解为正交矩阵和三角矩阵;

与上(下)三角矩阵:每个实可逆矩阵的分解等等;

3.4与对角矩阵:特征值全是实数的对角化等等;

3.5与对称矩阵:特征值全是实数的正交矩阵是对称的等等;

3.6与反对称矩阵:可对角化情况下的典范型;

4正交矩阵的特殊构造

4.1整系数与非整系数实(反)对称正交矩阵;

5附录 :正规矩阵正交准对角化概述(纯矩阵的证明方法)

5.1定理1;上三角标准定理;

5.2定义正规矩阵,命题1,2

5.3定理2;正规相似对角化;

5.4命题3,4,5

6参考文献

正交矩阵的几个判定条件:

a)的充分必要条件是。

b)的每个列的元素的平方和等于1,不同列的元素乘积之和等于0;即

;.

相应地行也有相似的性质:

若,,则,于是。

使的一类矩阵称为第一类正交矩阵,使的一类称为第二类正交矩阵.

我们从以下四方面来讨论。

1.正交矩阵与运算的关系

1.1.和:正交矩阵的和不一定是正交矩阵。

如:取,则,但,所以

但若又取,;

则=。

1.2.差:相应地正交矩阵的差也不一定是正交矩阵。

1.3.乘积:正交矩阵的乘积一定是正交矩阵。

设,则,所以是正交矩阵。

1.4.数乘:正交矩阵数乘后一般不是正交矩阵。

设,,则,所

以只有时,才有。

1.5.直积:正交矩阵的直积一定是正交矩阵。

首先定义直积:设与数域上的矩阵,称数域上矩阵

为与的直积,记为。

证明:先证在复数域上

,,,,设,,则有块形式,,

于是的块为

这是的元素与的数乘,亦即的块,证毕

现设,即,。

由已证的性质。

1.6.圈积:正交矩阵的圈积不一定是正交矩阵。

首先定义圈积:设与是数域上的方阵,则称

为与在数域上的圈积。

如:设,则。但若又设

,;

很明显,所以正交矩阵的圈积不一定是正交矩阵。

1.7.转置: 正交矩阵的转置还是正交矩阵。

1.8.逆:正交矩阵的逆还是正交矩阵。

若,。

1.9.伴随:矩阵的伴随矩阵是正交矩阵的充分必要条件是它本身是正交矩阵。

(充分性) 若是正交矩阵,则可逆,且也是正交矩阵,而,又因为,所以是正交矩阵。

(必要性) 反之若是实矩阵且是正交矩阵,则可逆,于是可逆。由于, 故,又由于,故,由得

,所以也是正交矩阵。

2.正交矩阵的特征

2.1.迹:因为正交矩阵每行每列的元素都比1小,所以它的迹小于它的阶数。

特别的,二维欧氏空间的的第二类正交变换(镜射)所对应的正交矩阵迹(trace)等于2。

因为二维欧氏空间的的第二类正交变换所对应的正交矩阵可写成下式:

,很明显;

结合正交矩阵转置与逆的关系(),我们还可以发现若,使得

,则既相似又相合而且

因为。

2.2.特征值:若正交矩阵有特征值,则特征值为。

设是欧氏空间的正交变换(对应正交矩阵)的特征值,a是相应的特征向量,

(从中我们还可以看出复数域上酉矩阵的特征值的模是1)

由于,所以,即。

特别地,奇数维欧氏空间的第一类正交变换必以1作为其特征值;

相应地,偶数维欧氏空间的第一类正交变换必以作为其特征值。

证明:设是奇数维欧氏空间的第一类正交变换,其特征多项式为:

,则。

由于是的奇数次实多项式,故其非实根必共轭出现,所以可以记其为

则而实根等于1或。但故不可能全为(因为是奇数),所以必有一根是1 ,同理偶数维欧氏空间的第一类正交变换必以作

为其特征值。

2.3.不定性:正交矩阵是不定矩阵。

如:取,,对,,。

但若又取,,结果刚好相反。

3.正交矩阵与特殊矩阵的关系

3.1.与数量矩阵:只有的数量矩阵,它与正交矩阵的乘积还是正交矩阵。

3.2.与整系数矩阵:如果n阶正交矩阵是整系数矩阵(即),则它共有!种。

因为正交矩阵每行(列)的元素平方和为1,而且它又为整系数矩阵,所以每一个元素只能为

或0,而且每行每列只能出现一个或。则第一行i列是或的可能种类为,再看第二行不是i列出现或的可能种类为再乘等于,依次类推可知到n行时有可能种类为!。

3.3.与上(下)三角矩阵:若n实矩阵可逆,则可分解为:,其中为正

交矩阵,为上(下)三角矩阵。

证明(1)设,是线性无关的列向量,对其施行规范正交化,得:;; ;

令,为上三角矩阵,可得也是上三角矩阵,两边同右乘,得,再令即得。

当然也可把分解为,其中为正交矩阵,为上(下)三角矩阵。

设可写成,所以,其中为正交矩阵,为上(下)

三角矩阵。

推论:的特征值全是实数的充分必要条件是正交相似于三角矩阵。

(必要性)因为任意的矩阵相似于三角矩阵,,是上三角的,所以

应用上面的结论,代入得,仍然为上三角的。

(充分性)因为相似中特征值不变,所以的特征值全是实数。

3.4.对角化:若为正交矩阵且有n 个特征值,则正交相似于对角矩阵

因为由3(3)的推论,对任意的正交矩阵,有正交矩阵为上三角矩

阵,由于都是正交矩阵,所以也是正交矩阵,而

,所以

,是上三角的,而是下三角的,所以为对角矩阵;又因为这个根据3(2)的证明,这个正交矩阵一定是对称的,所以再根据3(5)1的证明且正交矩阵的特

征值为,可得正交相似于

不过在附录中正交矩阵与(反)对称矩阵关系的讨论中我们可以发现一个正交矩阵可找到另一

个正交矩阵,使这个正交矩阵化为准对角形式,而且这个命题的逆方向也是正确的,即若能找到另一个正交矩阵,使某个矩阵化为准对角形式,则这个矩阵是正交矩阵!

3.5.与对称矩阵:设,

1.则的充分必要条件是,

是一个对角矩阵。

(充分性)

。(必要性)由3(3)的推论,是上三角矩阵,在两边加转置,可得

是下三角矩阵,所以是对角的,不仅对角化,还可以化到以特征值为对角元的对角矩阵,因为对称变换中不同特征值对应的特征向量必正交。详细的证明可参考高等代数课本中的有关章节。

2.特征值全是实数的正交矩阵是对称的

由3(4)若为正交矩阵且有n 个特征值,则正交相似于对角矩阵,又由3(5)可得。

3.6.与反称矩阵:(类似对称矩阵)

1.设,,则正交相似于,r为它的秩。

2.若,则是正交矩阵。

证明: 首先由于,而它的特征值只能

(0和纯虚数),所以不是它的特征值,于是即,所以

可逆。

4.正交矩阵的特殊形式构造

4.1.实对称正交矩阵(与实反对称正交矩阵类似,在这里只讨论实反对称正交矩阵)

4.2.实反对称正交矩阵

设,且,所以。

当是一阶时,只有,所以一阶实反对称正交矩阵不存在。

当是二阶时,设,因为,所以

,所以,

一阶实反称正交矩阵只有两种:,;

当是三阶时,同样地,我们设,

所以

又因为,得;;;

;;;

当为整系数矩阵时,不妨令,则可得,与矛盾。

所以三阶整系数反称正交矩阵不存在。

当不为整系数矩阵时,若,则,与矛盾;

若,则,,与矛盾。

三阶实反称正交矩阵不存在。

当是四阶时,同样地应用上面的方法,可得四阶整系数反称正交矩阵只有12种:

,,,

,,,

通过观察二阶与四阶的矩阵,我们可以发现它们都是有形如的矩阵块构成,所以,

我们猜测阶整系数反称正交矩阵存在,而且如果把看做一个元素它们有这样

的形式:里面含个形如的元,而且每个这样的元每行每列只出现一次,并且这些元保持反对称性质。

当不为整系数矩阵,我们类似地设,再应用

可得,,,;

,,,,,;

考虑,因为是退化的情况

因为,通过上面两行关系可得,,,

所以我们构造四阶实反称正交矩阵时,先取定,便很容易的通过解方程得到。

例我们取,特殊地,令,便有;

可验证它便是一个实反称正交矩阵。

同理我们可构造阶反称正交矩阵,它的每个小方块是反称的,相比整系数矩阵,非整系数矩阵只要上三角区(下三角区)和对角线上每个方块的右上角或左上角元的平方和等于一即可。

附录:

特殊矩阵正交准对角化(纯矩阵的证明方法)

定理1(上三角标准定理):设,则存在酉矩阵,使得

其中是上三角矩阵,其对角元素(即的特征值)可按指定顺序排列。特别,且的特征值是实的,则可选取实的和正交的。称为的上三角标准形。

证明:应用数学归纳法。当是明显成立;

现在考虑。假设结论对所以阶成立,而且欲将的一个特征值排列在的左上角。用表示相应于的特征向量,。,为正交矩阵,使为上三角的,则令,就有:

定义:数域上的矩阵若满足,则称为数域上的正规矩阵.正规矩阵所对应的变换为正规变换。

命题1:正规的充分必要条件是是正规矩阵,其中为正交矩阵.

(必要性)

(充分性),则,

有,从而.

命题2:设是半正定矩阵,则的充分必要条件是.必要性很明显,证明充分性:因为是半正定矩阵,所以存在酉矩阵,s.t.

,,是的特征值,,所以

(因为根据代数基本定理,的特征多项式可做因式分解,

另一方面所以)又因为,所以,所以,得。

引理1:设是实数域上的二阶正规矩阵且其特征多项式无实根,则有

,。

证明:设,由,可得,;又因为

无实根,所以,易得,所以,代入,就有,。令,就可以写成

的形式。

引理2:是正规矩阵的充分必要条件是每个是正规矩阵。

这根据矩阵乘法的定义很容易验证。

定理2:设,是正规矩阵()的充要条件是,使得

————(★)

其中每个是实矩阵或形如————(★★)(充分性)对于形如(★★)的矩阵有

由引理2表明(★)是正规的,由命题1可知也是正规的。

(必要性)应用上三角标准定理,不妨直接就设形如

其中是上三角矩阵,

并且,

由于是正规和实的,从而,此等式两端的前主对角块相等,得

由此

注意到,所以

又因为每个是半正定矩阵,必有,于是就有,

由命题2可得,因为的第个主对角元素是的第行中各实元素的平方和,所以这些主对角元素都必须为0,推出——(★★★)。

并且因为,因为是上三角矩阵,可得必为对角矩阵因此

现在考虑那些的主对角块,对于利用(★★★),

可得跟上面的推导类似可得,这样我们就得到了,即是正规形。以此类推,我们便可得所有对角块是正规形。

接下去证每个形如(★★),因为矩阵在实数上可能无足够多的特征值,所以可以写成

引理1的形式。

最后再指出,这样的实矩阵有一对共轭的复特征值和。

知道了前面的证明,因为对称矩阵,反对称矩阵和正交矩阵都是正规矩阵,所以对这些特殊矩阵的对角化还可这样看:

命题3:若是实对称矩阵时,则存在实正交矩阵,使得

因为对称矩阵的特征值都是实数,又每个是一阶,它的特征值,所以可写成。

命题4:若是反对称时,因为反对称矩阵特征值只能是0或纯虚数,所以可找到实正交矩阵,使得

其中每个形如。

命题5:若是正交矩阵,则,使得

其中每个,每个形如。

因为,则每个满足,从而;每个从而

可以写成和。

由定理2的充分必要性,以上三个命题的逆命题也成立.

参考文献

陈志杰主编,高等代数与解析几何[M],高等教育出版社,施普林格出版社,2004年5月第五版。

王德生著,高等代数与解析几何习题解析[M],辽宁师范大学出版社,2002年6月第一版。

陈景良,陈向晖著,特殊矩阵[M],清华大学出版社,2001年1月第一版。

林磊著,方阵的伴随矩阵,高等教育研究[M],2004年11月,Vol.7,No.6,21-23页。

程云鹏著,矩阵论[M],西北工业大学出版社,1989年6月第一版。

陈志杰,陈咸平,林磊,瞿森荣,韩士安编,<<高等代数与解析几何习题精解>>[M],科学出版社,2002年2月第一版

反对称矩阵

在线性代数中,反对称矩阵(或称斜对称矩阵)是一个方形矩阵,其转置矩阵和自身的加法逆元相等。其满足:

A T = ?A

或写作,各元素的关系为:

例如,下例为一个斜对称矩阵:

在非偶数域中,斜对称矩阵中的主对角线元素皆为0。

[编辑]例子

[编辑]特性

?斜对称矩阵自身相乘的积是对称矩阵。

?任意矩阵,是斜对称矩阵。

?若是斜对称矩阵,是向量,

[编辑]行列式

若是的斜对称矩阵,其行列式满足

?若是奇数,行列式等于零。这个结果叫雅可比定理。

?若是偶数,行列式可以写成部分元素的多项式的平方:

这个多项式叫的Pfaffian。任意实斜对称矩阵的行列式

是非负数。

[编辑]谱理论

斜对称矩阵的特征根永远以成对的形式(±λ)出现,因此一个

实数斜对称矩阵的非零特征根为纯虚数将会如下:iλ1, ?iλ1, i

λ2, ?iλ2, …,其中λk是实数。

实斜对称矩阵是正规矩阵(它们与伴随矩阵可交换),因此满足谱定理的条件,它说明任何实斜对称矩阵都可以用一个酉矩阵对角化。由于实斜对称矩阵的特征值是复数,因此无法用实矩阵来对角化。然而,通过正交变换,可以把每一个斜对称矩阵化为方块对角线的形式。特别地,每一个2n× 2n的实斜对称矩阵都可以写成A = QΣQ T的形式,其中Q是正交矩阵,且:

对于实数λk。这个矩阵的非零特征值是±iλk。在奇数维的情况中,Σ总是至少有一个行和一个列全是零。

[编辑]无穷小旋转

斜对称矩阵形成了正交群O(n)在单位矩阵的切空间。在某种意义上,斜对称矩阵可以视为无穷小旋转。

另外一种说法是,斜对称矩阵的空间形成了李群O(n)的李代数o(n)。这个空间上的李括号由交换子给出:

很容易验证,两个斜对称矩阵的交换子也是斜对称的。

于是,斜对称矩阵A的矩阵指数,是正交矩阵R:

李代数的指数映射的像总是位于含有单位元的李群

的连通分支内。在李群O(n)的情况中,这个连通分支

是特殊正交群SO(n),由所有行列式为1的正交矩阵

组成。因此R = exp(A)的行列式为+1。于是,每一个

行列式为1的正交矩阵都可以写成某个斜对称矩阵的指数。

[编辑]参见

?斜埃尔米特矩阵

?辛矩阵

Mathtype 学习

22

sin cos 1θθ+=

(1.1.1)

方程(1.1.1);

2

2

1cos 1tan θ

θ

=

+ (1.1.2)

方程(1.1.2)

6*530= (1.1.3)

第二节

(8.9.1)

幂等矩阵的性质及应用(定稿)

JIU JIANG UNIVERSITY 毕业论文(设计) 题目幂等矩阵的性质及应用 英文题目Properties and Application of Idempotent Matrix 院系理学院 专业数学与应用数学 姓名邱望华 年级A0411 指导教师王侃民 二零零八年五月

幂等矩阵在数学领域以及其他许多领域应用都非常广泛,因此对幂等矩阵进行探讨具有很重要的意义。本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。首先对幂等矩阵简单性质进行了归纳总结,接着谈到了实幂等矩阵的等价条件并推广到复矩阵以及高次幂等矩阵,然后研究了幂等变换、幂等矩阵线性组合的幂等性、幂等矩阵线性组合的可逆性、幂等矩阵秩有关的性质。 [关键词] 幂等矩阵,性质,幂等性,线性组合

The idempotent matrix is widely applied in mathematics as well as other many places, so there is very vital significance to carry on the discussion to the idempotent matrix . This paper mainly carries on the induction summary some simple nature and the important conclusion of idempotent matrix and carries on the promotion to the related nature. Firstly, this article has carried on the induction summary to its simple nature, then talkes about the equivalence condition of the solid idempotent matrix and extends to the equivalence condition of the plural idempotent matrix and the higher mode idempotent matrix . Then the article studies the idempotent transformation、the idempotency of linear combinations of two idempotent matrices、the invertibility of linear combinations of two idempotent matrices. [Key Words] the idempotent, the nature, the idempotence, linear combination

矩阵合同变换

矩阵的合同变换 摘要:矩阵的合同变换是高等代数矩阵理论中,基本交换。在《高等代数》里,我们仅讨论简单而直接的变换,而矩阵的合同变换与矩阵相似变换,二次型等有着诸多相同性质和联系。 关键词:矩阵 秩 合同 对角化 定义1:如果矩阵A 可以经过一系列初等变换变成B ,则积A 与B 等价,记为A B ? 定义2:设A ,B 都是数域F 上的n 阶方阵,如果存在数域F 上的n 阶段可逆矩阵P 使得1B P Ap -=,则称A 和B 相似A B 定义3:设A ,B 都是数域F 上的n 阶矩阵,如果存在数域F 上的一个n 阶可逆矩阵P ,使得T P AP B = 那么就说,在数域F 上B 与A 合同。 以上三个定义,都具有自反性、传逆性、对称性、 性。 定理1:合同变换与相似变换都是等价变换 证明:仅证合同变换,相似变换完全相似 因为P 可逆,所以P 存在一系列初等矩阵的乘积,即12m P Q Q Q = 。 此时711T T T m n P Q Q Q -= 边为一系列初等矩阵的乘积 若111T T T T m n m B P AP Q Q Q AQ Q -== 则B 由A 经过一系列初等变换得到。所以 A B ?,从而知合同变换是等价变换。 定理2:合同变换与相似变换,不改变矩阵的秩 证明:由 知,合同变换与相似变换都是等价变换,所以不改变秩 定理3:相似矩阵有相同特征多项式 证明:共1A B B P AP -= 1||det ||del I B I P AP λλ--=- 又因为I λ为对称矩阵 所以11det ||||||I P AP P I A P λλ---=- 1||||||P I A P λ-=- ||I A λ=- 注①合同不一定有相同特征多项式 定理4:如果A 与B 都是n 阶实对称矩阵,且有相同特征根,则A 与B 相似且合同 论:设A ,B 为特征根均为12,n λλλ ,因为A 与B 实对称矩阵,所以则在n 阶正 矩阵,,Q P 使得 112[]Q AQ λλ-= 11[]n P BP λλ-= 从而有11Q AQ P BP --=

正投影及其性质

29.1 投影 第2课时正投影 【学习目标】 (一)知识技能: 1.进一步了解投影的有关概念。 2.能根据正投影的性质画出简单平面图形的正投影。 (二)数学思考:在探究物体与其投影关系的活动中,体会立体图形与平面图形的相互转化关系,发展学生的空间观念。 (三)解决问题:通过对物体投影的学习,使学生学会关注生活中有关投影的数学问题,提高数学的应用意识。 (四)情感态度:通过学习,培养学生积极主动参与数学活动的意识,增强学好数学的信心。 【学习重点】 能根据正投影的性质画出简单平面图形的正投影。 【学习难点】 归纳正投影的性质,正确画出简单平面图形的正投影。 【学习准备】手电筒、三角尺、作图工具等。 【学习过程】 【知识回顾】 正投影的概念:投影线于投影面产生的投影叫正投影。 【自主探究】 活动1 出示探究1 如图29.1—7中,把一根直的细铁丝(记为线段AB)放在三个不同位置: (1)铁丝平行于投影面; (2)铁丝倾斜于投影面: (3)铁丝垂直于投影面(铁丝不一定要与投影面有公共点)。 三种情形下铁丝的正投影各是什么形状? (1)当线段AB平行于投影面P时,它的正投影是线段A1B1,线段与它的投影的大小关系为AB A1B1; (2)当线段AB倾斜于投影面P时,它的正投影是线段A2B2,线段与它的投影的大小关系为AB A2B2; (3)当线段AB垂直于投影面P时,它的正投影是。 设计意图:用细铁丝表示一条线段,通过实验观察,分析它的正投影简单直观,易于发现结论。 活动2 如图,把一块正方形硬纸板P(记为正方形ABCD)放在三个不同位置: (1)纸板平行于投影面; (2)纸板倾斜于投影面; (3)纸板垂直于投影面。 三种情形下纸板的正投影各是什么形状?

矩阵的合同变换

矩阵的合同变换

矩阵的合同变换 摘要:矩阵的合同变换是高等代数矩阵理论中,基本交换。在《高等代数》里,我们仅讨论简单而直接的变换,而矩阵的合同变换与矩阵相似变换,二次型等有着诸多相同性质和联系。 关键词:矩阵 秩 合同 对角化 定义1:如果矩阵A 可以经过一系列初等变换变成B ,则积A 与B 等价,记为A B ? 定义2:设A ,B 都是数域F 上的n 阶方阵,如果存在数域F 上的n 阶段可逆矩阵P 使得1B P Ap -=,则称A 和B 相似A B : 定义3:设A ,B 都是数域F 上的n 阶矩阵,如果存在数域F 上的一个n 阶可逆矩阵P ,使得 T P AP B = 那么就说,在数域F 上B 与A 合同。 以上三个定义,都具有自反性、传逆性、对 称性、 性。 定理1:合同变换与相似变换都是等价变换 证明:仅证合同变换,相似变换完全相似 因为P 可逆,所以P 存在一系列初等矩阵的乘积,即1 2 m P Q Q Q =L 。 此时7 11 T T T m n P Q Q Q -=L 边为一系列初等矩阵的乘积 若111T T T T m n m B P AP Q Q Q AQ Q -==L L 则B 由A 经过一系 列初等变换得到。所以A B ?,从而知合同变换是等价变换。 定理2:合同变换与相似变换,不改变矩阵

从而11 1 ()PQ QP ---= 又由于1 111()()()QP QP T QP P TQT ----= 1()T T QP P TQ -= T QQ = 1 QQ -= E = 1 QP -∴为正交矩阵 所以A B :且A B ? 定时5:两合同矩阵,若即PTAP B =,若A 为对称矩阵,则B 为对称阵,而两相似矩阵则不一定有些性质 证明:A B ?即T P AP B =,若对称阵,则T A A = ()T T T B P AP = T T P A P = T P AP = B = 所以B 边为对称阵 [注]:相似矩阵对此结论不具有一般性,它在什么情况下成立呢? 引理6:对称矩阵相似于对角阵?A 的每一个特征根λ有秩||I A n s λ-=-,S 为λ的重数.

4、证明:和是幂等矩阵当且仅当是幂等矩阵。

幂等矩阵 1、如果A 是幂等阵, 证明:A ,),2,1( =k A T 和A E -都是幂等阵。 证:A E A A E A E -=+-=-222)(。 证毕 2、设A 是幂等阵,问:A -是否幂等矩阵? 答:当0≠A ,A A A A -≠==-22)(。 3、问:幂等矩阵是否是对称阵? 答:一般不是。 设T ab A =,满足1=T ba ,其中? ??? ? ??=n a a a 1,????? ??=n b b b 1, 发现A 是幂等矩阵; 而? ? ??? ???? ???=n n n n n n b a b a b a b a b a b a b a b a b a A 2 1 2221 21211 1一般不是对称阵。 4、证明:A 和B 是幂等矩阵当且仅当?? ? ???=B A Z 00是幂等矩阵。 证:?? ? ? ??=2220 0B A Z 。 A 和B 是幂等矩阵当且仅当A A =2且B B =2 当且仅当Z Z =2 当且仅当Z 是幂等矩阵。 证毕 5、以下命题成立吗?

方阵A 是幂等矩阵当且仅当其特征值为0或1。 答:方阵A 是幂等矩阵,则其特征值为0或1。 反之一般不成立。 例如??????????=000110111A ,但A A ≠???? ??????=0001102212 。 6、设A 是特征值为0或1的方阵, 证明:A 幂等矩阵当且仅当A 可对角化。 证: 必要性。 因为A 与若当形矩阵J 相似,所以J AT T =-1 ,且?? ????=01 00J J J , 其中r r J ?? ? ?? ?? ??????=11111 ,()() r n r n J -?-????????????=01100 。 发现J J =2 ,即J 是幂等矩阵。 于是i J 是幂等矩阵,1,0=i ,进而i J 是对角矩阵,1,0=i 。 所以J 是对角矩阵。 即A 可对角化。 充分性。 因为A 可对角化,所以D AT T =-1 ,其中D 是主对角元是0或1的对角矩阵。 有D D =2 , 所以A TDT TDT TDT TDT A ====----11 1 2 12 )(。 证毕 7、问:n 阶幂等矩阵按相似关系来分类,可以分成几类? 答:记r 是幂等矩阵特征值1的个数,n r ≤≤0,所以有1+n 类。 8、设A 是n 阶幂等矩阵,

矩阵的合同-等价与相似的联系与区别

矩阵的合同,等价与相似的联系与区别 一、基本概念与性质 (一)等价: 1、概念。若矩阵A 可以经过有限次初等变换化为B ,则称矩阵A 与B 等价,记为A B ?。 2、矩阵等价的充要条件: A B ?.{P Q A B ?同型,且人r(A)=r(B)存在可逆矩阵和,使得PAQ=B 成立 3、向量组等价,两向量组等价是指两向量组可相互表出,有此可知:两向量组的秩相同,但两向量组各自的线性相关性却不相同。 (二)合同: 1、概念,两个n 阶方阵A,B ,若存在可逆矩阵P ,使得A B ?P T AP B =成立,则称A,B 合同,记作A B ?该过程成为合同变换。 2、矩阵合同的充要条件:矩阵A,B 均为实对称矩阵,则A B ??二次型x T Ax 与x T Bx 有相等的E 负惯性指数,即有相同的标准型。 (三)相似 1、概念:n 阶方阵A,B ,若存在一个可逆矩阵P 使得1B P AP -=成立,则称矩阵A,B 相似,记为~A B 。 2、矩阵相似的性质:

~A B 11~,~,~(,) |E-A |||,()(),T T k k A B A B A B A B E B A B tr A tr B A B λλ--=-?=前提,均可逆即有相同的特征值(反之不成立) r(A)=r(B) 即的逆相等 |A|=|B| 3、矩阵相似的充分条件及充要条件: ①充分条件:矩阵A,B 有相同的不变因子或行列式因子。 ②充要条件:~()()A B E A E B λλ?-?- 二、矩阵相等、合同、相似的关系 (一)、矩阵相等与向量组等价的关系: 设矩阵 12(,,,)n A λλλ=L ,12(,,,)m B βββ=L 1、若向量组(12,,,m βββL )是向量组(12,,,n λλλL )的极大线性无关 组,则有m n ≤,即有两向量等价,而两向量组线性相关性却不同,钱者一定线性无关,而后者未必线性无关。而矩阵B 与A 亦不同型,虽然()()r A r B =但不能得出A B ?。 2、若m=n ,两向量组(12,,,n λλλL )?(12,,,m βββL )则有矩阵A,B 同型且()()~,,r A r B A B A B A B =??;r()()A r B A B =??。 3、若r()()A B A r B ??=?两向量组秩相同,?两向量组等价,即有1212(,,,)(,,,)n n A B λλλβββ?≠>?L L 综上所述:矩阵等价与向量等价不可互推。 (二)、矩阵合同。相似,等价的关系。 1、联系:矩阵的合同、相似、等价三种关系都具有等价关系,因为三者均具有自反性、对称型和传递性。 2、合同、相似、等价之间的递推关系

幂等矩阵的质

幂等矩阵的质

目录 中文摘要 (1) 英文摘要 (1) 1 引言 (1) 2 幂等矩阵的概念 (3) 3 幂等矩阵的性质 (4) 3. 1 幂等矩阵的主要性质 (4) 3. 2 幂等矩阵的等价性命题 (7) 3. 3 幂等矩阵的线性组合的相关性质 (11) 4 幂等矩阵与其他矩阵的关系 (14) 4. 1 幂等矩阵与对合矩阵 (14) 4. 1. 1 对合矩阵 (14) 4. 1. 2 幂等矩阵与对合矩阵的关系 (15) 4. 2 幂等矩阵与投影矩阵 (16) 4. 2. 1 投影矩阵 (16) 4. 2. 2 幂等矩阵与投影矩阵的关系 (17) 结束语 (19) 参考文献 (20) 致谢 (21) 英文原文 (22) 英文译文 (29)

数学与应用数学专业2009级王素云 摘要:本文对幂等矩阵的一些性质进行归纳总结及推广, 并将幂等矩阵与其他特殊矩阵进行了比较. 给出幂等矩阵的概念. 讨论幂等矩阵的主要性质, 并将其进行推广. 然后研究了幂等矩阵的等价性命题, 以及幂等矩阵的线性组合的相关性质. 再结合对合矩阵和投影矩阵更深入的研究幂等矩阵的性质, 分别讨论了幂等矩阵与对合矩阵, 幂等矩阵与投影矩阵的关系. 关键字: 幂等矩阵; 性质; 对合矩阵; 投影矩阵; 广义逆矩阵 PROPERTIES OF IDEMPOTENT MATRIX Suyun Wang, Grade 2009, Mathematics and Applied Mathematics Abstract In this paper, some properties of the idempotent matrix are summarized and extended, and idempotent matrices are compared with other special matrix. The concept of idempotent matrices are given. The main properties of the idempotent matrix are discussed and promoted . Then, the equivalent propositions of idempotent matrix and the nature of the linear combinations of idempotent matrices are studied. The involution matrix and the projection matrix are used to discuss the nature of the idempotent matrices much deeper. The relationship between the idempotent matrix and involution matrix, the idempotent matrix and the projection matrix are discussed. Key Words the idempotent; the nature; involution matrix; the projection matrix; generalized inverse matrix

M矩阵的性质、定理及证明

M 矩阵的性质、定理及证明 一、M 矩阵的概念 定义1 设n n ij a A ?=)(,且0≤ij a ,j i ≠,01≥-A ,称A 为M 矩阵。 定义2 设n n ij a A ?=)(,且0≥ij a ,若1-A 为M 矩阵,则称A 为逆M 矩阵。 引理1 如果n n ij a A ?=)(,且0≤ij a ,j i ≠,A 为M 矩阵的充要条件是A 可做三角分解,R L A ?=,其中L 为下三角阵,R 为上三角阵,L 和R 的主对角元都是正值。 二、M 矩阵的判定定理与证明 定理1 若n n ij a A ?=)(为M 矩阵,则R L A ?=,其中下三角阵L 和上三角阵R 的主对角线元素为正,且其余元素为非正值。 证明 若A 为M 阵,则当j i ≠,0≤ij a ;j i =,0>ij a 。由引理1,A 可做三角分解R L A ?=。设 ????????????=nn n n l l l l l l L 21222111000 , ? ???? ? ??????=nn n n r r r r r r R 00 022211211 则?????? ??????+++++=nn nn n n n n n n n r l r l r l r l r l l r l r l r l r l r l r l r l A 1122 21211112212122221221112111112111111, 故0,,1111211≤n r l r l 。 因011>l ,故0,,112≤n r r ;因,0,0,,111111121>≤r r l r l n 故0,,121≤n r r ;因 022321231≤+r l r l ,故02221≤r l ,从而021≤l ;因023221321≤+r l r l ,故023≤r 。类

浅谈幂等矩阵的性质

万方数据

万方数据

浅谈幂等矩阵的性质 作者:侯君芳, 黄丽莉 作者单位:郑州旅游职业学院,河南郑州,450009 刊名: 科技风 英文刊名:TECHNOLOGY TREND 年,卷(期):2009,""(13) 被引用次数:0次 相似文献(6条) 1.期刊论文高灵芝幂等矩阵秩试题求解及其结论的推广-中国科教创新导刊2008,""(31) 本文从高等代数课本中的一道习题入手,从不同的角度给出这道习题的不同解法,并把其结论进行了推广. 2.期刊论文邹本强.ZOU Ben-qiang特殊矩阵的特征值性质-重庆职业技术学院学报2006,15(5) 在高等代数中矩阵是研究问题很重要的工具,在讨论矩阵的性质时给出了矩阵特征值的定义,但对矩阵特征值的性质研究很少,对特殊矩阵的特征值性质的研究更少,而特殊矩阵的特征值对研究特殊矩阵有很重要的意义.我们在研究矩阵及学习有关数学知识时,经常要讨论一些特殊矩阵的性质.为此,本文围绕幂等矩阵、反幂等矩阵、对合矩阵、反对合矩阵、幂零矩阵、正交矩阵、对角矩阵、可逆矩阵等特殊矩阵给出了其主要性质并加以证明,为广大读者学习矩阵时提供参考. 3.期刊论文孙莉.陈传良.王品超分块矩阵的理论应用-曲阜师范大学学报(自然科学版)2002,28(1) 分块矩阵的理论在高等代数中有着广泛的应用,用这一理论解决问题简明而清晰,该文是本理论的具体应用. 4.期刊论文杨忠鹏.陈梅香.林国钦.Yang Zhongpeng.Chen Meixiang.Lin Guoqin关于三幂等矩阵的秩特征的研究-数学研究2008,41(3) 本文对已有的关于三幂等矩阵秩的等式作了进一步研究,指出其中有些可以作为判定三幂等矩阵的充要条件,即三幂等矩阵的秩特征等式.本文还证明了有无穷多种三幂等矩阵的秩特征等式形式. 5.期刊论文杨忠鹏.陈梅香.YANG Zhong-peng.CHEN Mei-xiang关于矩阵秩等式研究的注记-莆田学院学报2008,15(5) 最近一些文献应用自反广义逆和广义Schur补得到了一些重要的矩阵秩的恒等式.对这些结果,给出了只用分块初等变换的简单证法;作为应用对 k(k=2,3,4)幂等矩阵的秩等式作进一步讨论,还给出了打洞技巧在求秩上应用的例子. 6.期刊论文林志兴.杨忠鹏.LIN Zhi-xing.YANG Zhong-peng与给定矩阵A的可交换子环C(A)的一些探讨-莆田学院学报2010,17(2) 收集整理现在常用的高等代数与线性代数材料中与给定矩阵A可交换的矩阵所构成的全矩阵空间pn×n的子空间C(A)的习题.指出C(A)的交换性及用 A的多项式表示问题同C(A)的维数与n有密切关系,得到n(n≥3)阶幂等矩阵A或对合矩阵A的C(A)都是不可交换的结论. 本文链接:https://www.360docs.net/doc/602232508.html,/Periodical_kjf200913005.aspx 授权使用:洛阳工学院(河南科技大学)(wflskd),授权号:d7e0c32f-0155-4388-9ee0-9dde00edfb00 下载时间:2010年8月26日

3.矩阵乘法的性质与逆变换、逆矩阵

第三讲矩阵乘法的性质·逆变换、逆矩阵一、矩阵乘法的性质 1.设A= 01 11 ?? ?? ?? ,B= 11 23 - ?? ?? -?? ,C= 01 10 ?? ?? ?? 由A、B、C研究矩阵 是否满足,①结合律;②交换律;③消去律。 结论: 2.由结合律研究矩阵A的乘方运算。 3.单位矩阵的性质【应用】 1.设A= 01 11 ?? ?? ?? ,求A8 2. 【练习:P41】 二、逆变换与逆矩阵 1.逆变换:设ρ是一个线性变换,如果存在一个线性变换σ,使得σρ=ρσ=I,(I是恒等变换)则称变换ρ可逆,其中σ是ρ的逆变换。 2.逆矩阵:设A是一个二阶矩阵,如果存在二阶矩阵B,使得BA=AB=E2,则称矩阵A可逆,其中B为A的逆矩阵。 符号、记法:1 A-,读作A的逆。 【应用】 1.试寻找R30o的逆变换。

【应用】 1.A= 31 42 ?? ? ?? ,问A是否可逆?若可逆,求其逆矩阵1 A-。 2. A= 21 42 ?? ? ?? ,问A是否可逆?若可逆,求其逆矩阵1 A-。 由以上两题,总结一般矩阵A= a b c d ?? ? ?? 可逆的必要条件。 三、逆矩阵的性质 1.二阶矩阵可逆的唯一性。 2.设二阶矩阵A、B均可逆,则A B也可逆,且111 () AB B A --- = 【练习:P50】

【第三讲.作业】 1.已知非零二阶矩阵A 、B 、C ,下列结论正确的是 ( ) A.AB=BA B.(AB)C=A(BC) C.若AC=BC 则A=B D. 若CA=CB 则A=B 2.下列变换不存在逆变换的是 ( ) A.沿x 轴方向,向y 轴作投影变换。 B.60o R 变换。 C.横坐标不变, 纵坐标增加横坐标的两倍的切变变换。 D.以y 轴为反射变换 3.下列矩阵不存在逆矩阵的是 ( ) A. 0110?? ? ?? B. 0.5001?? ??? C. 0110-?? ??? D. 1010?? ??? 4.设A,B 可逆,下列式子不正确的是 ( ) A.111()AB A B ---= B. 111()AB B A ---= C.11()A A --= D. 2112()()A A --= 5.0110N -??= ??? ,则N2 = 6. 1011?? ???1002?? ???1101?? ???0111?? ??? = 7.1203?? ???2312?? ???4624-?? ?-?? = 8.设1021A ??= ???,0210B ??= ???则向量11?? ?-?? 经过先A再B的变换后的 向量为 经过先B再A 的变换后的向量为 9.关于x 轴的反射变换对应矩阵的逆矩阵是 10.变换ρ将(3,2)变成(1,0),设ρ的逆变换为ρ-1,则ρ-1 将(1,0)变成点 11.矩阵0111?? ??? 的逆矩阵为 12.设ρ:''x y ?? ???=1101-?? ?? ?x y ?? ???,点(-2,3)在ρ -1 的作用下的点 的坐标为 13.A =1101-?? ?? ?122122?? - ? ? ? ??? ,则1A -= 14.△ABC 的顶点A(0,0),B(2,0),C(0,1)。如果将三角形先后经过 1101?? ???和1011?? ??? 两次变换变成△A ‘B ’C ’,求△A ‘B ’C ’的面积。 15.已知A =122122?- ? ? ??? ,B =2001?? ??? ,求圆221x y +=在1()AB -变换作用下的图形。 16.已知2102A ??= ??? ,试分别计算:2A ,3A ,4A ,n A

浅谈幂等矩阵的性质

2009年7月(上 ) [摘要]幂等矩阵的种常规的正定性,虽然在几何学,物理学以及概率论等学科中都得到了重要的应用,但随着数学本身以及应用矩阵的 其他学科的发展,越来越不能满足人们的需要,现代经济数学等众多学科中的重要作用,使矩阵的次正定性研究不仅在理论上,而且在应用上都是有意义的。[关键词]幂等矩阵;高等代数;线性变换浅谈幂等矩阵的性质 侯君芳 黄丽莉 (郑州旅游职业学院,河南郑州 450009) 在高等代数的研究中,矩阵占有重要的地位,线性变换中的许多问题都是通过矩阵来解决的。幂等矩阵是一类特殊的矩阵,本篇文章探讨的就是幂等矩阵的性质,研究过程中运用的特殊符号说明如下:A T 矩阵A 的转置,A H 矩阵A 的共轭转置R (A )矩阵A 的值域,N (A )矩阵A 的核空间。 幂等矩阵 定义[1]设A ∈C n ×n ,若A 2=A 则称A 是幂等矩阵。定理1若P 是幂等矩阵,则 1)P T ,P H ,E-P T ,E-P H 是幂等矩阵。2)P (E-P)=(E-P )P=03)Px=x 的充要条件是x ∈R (P ) 证明:1)P 2=P =>(P T )2=(P 2)T =P T =>P T 为幂等矩阵P 2=P =>(P H )2=(P 2)H =P H =>P H 为幂等矩阵 (E-P )2=(E-P )(E-P )=E 2-EP-PE+P 2=E-2P+P 2=E-P 故E-P 为幂等矩阵 (E-P T )2=(E-P T )( E-P T )=E 2-EP T -P T E+(P T )2 =E-P T 故E-P T 为幂等矩阵 (E-P H )2=(E-P H )( E-P H )=E 2-EP H -P H E+(P H )2=E-P H 故E-P H 为幂等矩阵 2)P (E-P )=PE-P 2=P-P 2=0(E-P )P=EP-P 2=P-P 2=0故P (E-P )=(E-P )P=0 3)设x 满足Px=x ,则x ∈R (P )。反之,若x ∈R (P ),则必存在y ∈C n ,使得Py=x ,于是,Px=P (Py )=Py 结论的几何意义是P 的特征值为1的特征子空间就是P 的值域。定理2秩为r 的n 阶。矩阵P 是幂等矩阵的充要条件是存在C ∈C n ×n 使得 C -1PC= Er 0(1) 证明:必要性:设J 是P 的Jordan 标准形,C ∈C n ×n ,且 C -1PC=J=J 1J 2··J i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i s ,J i = λi 1λi 1··λi i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i n i ×n i J i 是Jordan 块。由于P 2=P ,则J 2i =J i (i=1,2,3…s )。欲使J i 2=J i ,必须n i =1。因此J 是对角阵。又由P 2=P 。知λi =0或1,故r=rankJ=trP 。 充分性:由 Er 02 =Er 0知P 2 =P 。推论[1]rankP=trP 证明:由上题的(1)知幂等矩阵的特征值非1即0。且r=rankP 又有式(1)知 trP=λ1+λ2+…+λN =r 其中λ1,λ2…λN 是P 的n 个特 征值 矩阵的性质通常从以下几方面来研究:矩阵的秩,矩阵的相似对角化,矩阵的特征值对于幂等矩阵我们也从这几方面入手,讨论其具有的性质。 性质1若A 为n ×n 矩阵且A 2=A ,则A 相似于一对角阵 Er 证明:取一线性空间V (n 维)及一组基ε1,ε2…εn 定义一线性变换A :V →V ,A α=A α则A (ε1,ε2,…εn )=(ε1,ε2…εn )A 。由A 2=A ,则A 2=A 。A α∈A ∩A -1(0),设α=A β,β∈V ,A α=A 2β=β=α。又A α=0,则α=0,则AV+A -1(0)为直和。所以V=A +A -1(0)。在子空间AV 中取基η1η2…ηr ,在子空间A -1(0)取基ηr+1ηr+2…ηn ,则向量组η1,η2…ηr ηr+1…ηn 就是V 的一组基。又A η1=η1,A η2=η2…A ηr =ηr 且A ηr+1=0,A ηr+2=0…A ηn =0,A (η1,η2…ηn )=(η1,η2…ηn )Er 所以А相似于Er 性质2若А为n ×n 幂等矩阵,且R ( A 2 )=R (A )则有以下结论成立 1)Ax=0与A 2x=0同解 2)对于任意自然数P ,均有R (A p )=R (A ) 证明:设R (A )=r 显然Ax=0的解均为A 2x=0的解;设有一基础解系η1,η2…ηn-r 则此基础解系也为A 2x=0的解,并且线性无关,而 R (A 2 ) =r ,所以η1,η2…ηn-r 也为A 2x=0的基础解系,那么Ax=0与A 2x=0同解 若α为A 2x=0的解,则A 2α=0= >A 3α=0,则α为A 3E=0的解,反之,若α为A 3x=0的解,则A 3α=0即A 2A α=0,说明向量A α=0为方程组A 2x=0的解,由(1)则A α为Ax=0的解,则有A 2α=0,即α也为A 2x=0的解,所以A 2x=0与A 3x=0同解。因此,照 此方法类推,则必有R ( A p ))=R (A )。性质3若A 为n 阶方程,且R (A )+(E-A )=n ,则A 2=A 证明:设V 为n 维线性空间,其基ε1,ε2...εn 定义下述线性变换A :V →V ,A (ε1,ε2...εn )=(ε1,ε2...εn )A (E-A )(ε1,ε2...εn )=(ε1,ε2...εn )(E-A ),dim (AV )=R (A ),dim [(E-A )]=R (E-A )由题设,则dimAV+dim (E-A )=n (1) A α∈V ,α=A α+(α-A α)∈AV+(E-A )V ,则V=AV+ (E-A )V 则V=AV +(E-A )V 。下证A 2=A ,其实A α∈V ,有A 2α-A α=A (A-E )α∈AV ∩(E-A )α={0}。因此A 2α=A ,则 A 2=A ,从而A 2=A 。 下面通过三个例题说明幂等矩阵的性质与应用 例1设A 为n ×n 矩阵,且R (A )=r ,证明:A 2=A 当且仅当A=CB ,其中C 为n ×r 矩阵,秩为r ,B 为r ×n 矩阵,秩也为r ,且有BC=E r 。 证明:必要性:由于A 2=A ,由性质(1)则A 必(下转第13页)6

矩阵的合同变换

矩阵的合同变换 摘要:矩阵的合同变换是高等代数矩阵理论中,基本交换。在《高等代数》里,我们仅讨论简单而直接的变换,而矩阵的合同变换与矩阵相似变换,二次型等有着诸多相同性质和联系。 关键词:矩阵 秩 合同 对角化 定义1:如果矩阵A 可以经过一系列初等变换变成B,则积A 与B 等价,记为A B ? 定义2:设A ,B 都是数域F 上的n阶方阵,如果存在数域F 上的n 阶段可逆矩阵P 使得1B P Ap -=,则称A 和B 相似A B 定义3:设A,B都是数域F上的n 阶矩阵,如果存在数域F 上的一个n阶可逆矩阵P,使得T P AP B = 那么就说,在数域F 上B 与A 合同。 以上三个定义,都具有自反性、传逆性、对称性、 性。 定理1:合同变换与相似变换都是等价变换 证明:仅证合同变换,相似变换完全相似 因为P 可逆,所以P 存在一系列初等矩阵的乘积,即12 m P Q Q Q =。 此时71 1T T T m n P Q Q Q -=边为一系列初等矩阵的乘积 若111 T T T T m n m B P AP Q Q Q AQ Q -== 则B 由A 经过一系列初等变换得到。所以A B ?, 从而知合同变换是等价变换。 定理2:合同变换与相似变换,不改变矩阵的秩 证明:由 知,合同变换与相似变换都是等价变换,所以不改变秩 定理3:相似矩阵有相同特征多项式 证明:共1A B B P AP -= 1||det ||del I B I P AP λλ--=- 又因为I λ为对称矩阵 所以11det ||||||I P AP P I A P λλ---=- ??? 1||||||P I A P λ-=- ? ||I A λ=- 注①合同不一定有相同特征多项式 定理4:如果A与B 都是n 阶实对称矩阵,且有相同特征根,则A 与B 相似且合同 论:设A ,B 为特征根均为12 ,n λλλ,因为A 与B 实对称矩阵,所以则在n 阶正 矩阵, ,Q P 使得 11 2[]Q AQ λλ-= 11[]n P BP λλ-= 从而有11Q AQ P BP --=

投影法的基本性质

一、投影法的基本性質 在一定的投影條件下,求得空間投影面上的投影的方法,稱為投影法。 投影法分為中心投影法和平行投影法 1.中心投影法 空間形體各頂點引出的投射線都通過投影中心。投射線都相交於一點投影法,稱為中心投影法,所得的投影稱為中心投影。在中心投影法中,將形體平行移動靠近或遠离投影面時,其投影就會變小或變大,且一般不能反映空間形體表面的真實形狀和大小,作圖又比較復雜,所以中心投影法在機械工程中很少采用。 2.平行投影法 將投影中心移至無限遠處時,則投射線成為互相平行。這种投射線互相平行的投影法,稱為平行投影法,所得的投影稱為平行投影。在平行投影法中,投射線相對投影面的方向稱為投影方向。當空間形體平行移動時,其投影的形狀和大小都不會改變。平行投影法按投影方向的不同又分為斜投影法各正投影法 a.斜投影法投影方向傾斜於投影面時稱為斜投影法,由此法所得的投影稱為斜投影。 b.正投影法投影方向垂直於投影面時稱為正投影法,由此法所得的投影稱為正投影。 平行投影的基本性質 (1)同類性

一般情況下,直線的投影仍是直線,平面圖形的投影仍是原圖形的類似形(多邊形的投影仍為同邊數的多邊形)。 (2)真形性 當直線或平面平行於投影面時,其投影反映原線段的實長或平面圖形的真形。(3)積聚性 當直線或平面平行於投影方向時,直線的投影積聚成點,平面的投影積聚成直線。這種性質稱為積聚性,其投影稱為積聚性的投影 (4)從屬性 若點在直線上,則點的投影仍在該直線的投影上。 (5)平行性 若兩直線平行,則其投影仍相互平行。 (6)定比性 直線上兩線段長度之比或兩平行線段長度之比,分別等於其長度之比。 二、軸測投影圖和正投影圖 1.軸測投影圖按平行投影法把空間形體連同確定其空間位置的直角坐標 系一並投影到一個適當位置的投影面上,使其投影能現時反映形體三度 的空間形狀。這種投影法稱為軸測投影法,所得的投影圖稱為軸測投影圖, 簡稱軸測圖。 這种圖有較好的直觀性,容易看懂,但形體表面的形狀在投影圖上變形,致命

投影寻踪模型

投影寻踪方法及应用 内容摘要:本文从投影寻踪的研究背景出发,给出了投影寻踪的定义和投影指标,在此基础上得出了投影寻踪聚类模型,随后简单介绍了遗传算法。最后结合上市公司的股价进行实证分析,并给出结论和建议。 关键词:投影寻踪投影寻踪聚类模型遗传算法 一、简介 (一)产生背景 随着科技的发展,高维数据的统计分析越来越普遍,也越来越重要。多元分析方法是解决高维数据这类问题的有力工具。但传统的多元分析方法是建立在总体服从正态分布这个假定基础之上的。不过实际问题中有许多数据不满足正态假定,需要用稳健的或非参数的方法来解决。但是,当数据的维数很高时,即使用后两种方法也面临以下困难:第一个困难是随着维数增加,计算量迅速增大。第二个困难是对于高维数据,即使样本量很大,仍会存在高维空间中分布稀疏的“维数祸根”。对于核估计,近邻估计之类的非参数法很难使用。第三个困难是对低维稳健性好的统计方法,用到高维时则稳健性变差。 另一方面,传统的数据分析方法的一个共同点是采用“对数据结构或分布特征作某种假定——按照一定准则寻找最优模拟——对建立的模型进行证实”这样一条证实性数据分析思维方法〔简称CDA法)。这种方法的一个弱点是当数据的结构或特征与假定不相符时,模型的拟合和预报的精度均差,尤其对高维非正态、非线性数据分析,很难收到好的效果。其原因是证实性数据分析思维方法过于形式化、数学化,受束缚大。它难以适应千变万化的客观世界,无法真正找到数据的内在规律,远不能满足高维非正态数据分析的需要。针对上述困难,近20年来,国际统计界提出采用“直接从审视数据出发—通过计算机分析模拟数据—设计软件程序检验”这样一条探索性数据分析新方法,而PP就是实现这种新思维的一种行之有效的方法。 (二)发展简史 PP最早由Kruskal于70年初建议和试验。他把高维数据投影到低维空间,通过数值计算得到最优投影,发现数据的聚类结构和解决化石分类问题。1974年Frledman和Tukey加以改正,提出了一种把整体上的散布程度和局部凝聚程度结合起来的新指标进行聚类分析,正式提出了PP概念,并于1976年编制了计算机图像系统PRIM——9。1979年后,Friedman 等人相继提出了PP回归、PP分类和PP密度估计。在这以后Huber等人积极探索了PP的理论。1981年Donoho提出了用Shannan嫡作投影指标比wiggins用标准化峰度更好的方法,接着他又利用PP的基本思想给出了多元位置和散布的一类仿射同变估计。Diaeonis、Friedman和Jones等还讨论了与PP有关的其他理论问题。上述工作和结果在1985年Huber 的综述论文中作了概括和总结。

矩阵基本性质

矩阵的基本性质 矩阵的第?第列的元素为。我们?或()表?的单位矩阵。 1.矩阵的加减法 (1),对应元素相加减 (2)矩阵加减法满足的运算法则 a.交换律: b.结合律: c. d. 2.矩阵的数乘 (1),各元素均乘以常数 (2)矩阵数乘满足的运算法则 a.数对矩阵的分配律: b.矩阵对数的分配律: c.结合律: d. 3.矩阵的乘法 (1),左行右列对应元素相乘后求和为C的第行第列的元素(2)矩阵乘法满足的运算法则 a.对于一般矩阵不满足交换律,只有两个方正满足且有 b.分配律: c.结合律: d.数乘结合律: 4.矩阵的转置, (1)矩阵的幂:,,…,

(2)矩阵乘法满足的运算法则 a. b. c. d. 5.对称矩阵:即;反对称矩阵:即 (1)设为(反)对称矩阵,则仍是(反)对称矩阵。 (2)设为对称矩阵,则或仍是对称矩阵的充要条件=。 (3)设为(反)对称矩阵,则,也是(反)对称矩阵。 (4)对任意矩阵,则分别是对称矩阵和反对称矩阵且. (5) 6. Hermite矩阵:即;反Hermite矩阵,即 a. b. c. d. e. f.(当矩阵可逆时) 7.正交矩阵:若,则是正交矩阵 (1) (2)

8.酉矩阵:若,则是酉矩阵 (1) (2) (3), (4) 9.正规矩阵:若,则是正规矩阵;若,则是实正规矩阵 10.矩阵的迹和行列式 (1)为矩阵的迹;或为行列式 (2);注:矩阵乘法不满足交换律 (3) (4),为酉矩阵,则 (5) (6) (7) (8) (9) (10) (11) (12),,则其中为奇异分解值的特征值 11.矩阵的伴随矩阵 (1)设由行列式的代数余子式所构成的矩阵

逆矩阵的性质及其若干求法

安阳师范学院本科学生毕业论文逆矩阵的性质及其若干求法 作者戴丽丰 系 (院) 数学与统计学院 专业数学与应用数学 年级 2010 级本科 学号 100801071 指导教师贾红艳 论文成绩 日期2014年06月

学生诚信承诺书 本人郑重承诺:所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含他人已经发表或已经撰写的研究成果,也不包含为获得安阳师范学院或其他教育机构的学位或证书所使用过的材料。所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签名:日期: 论文使用授权说明 本人了解安阳师范学院有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借读;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。 签名:导师签名:日期

逆矩阵的性质及其若干求法 戴丽丰 (安阳师范学院 数学与统计学院, 浙江 金华 321000) 摘 要:矩阵理论是线性代数的一个主要内容,也是处理实际问题的重要工具,而逆矩阵在矩阵的理论和应用中占有相当重要的地位.为了更便捷地求逆矩阵,根据不同矩阵的不同特点简单介绍了几种求逆矩阵的方法. 主要有定义法、伴随矩阵法、初等变换法、分块矩阵法与解方程组法,并对部分进行了简要论证。 关键词:逆矩阵;伴随矩阵;初等变换;分块矩阵;MATLAB 1 引言 矩阵理论是线性代数以及高等代数的核心内容,无论是二次型,还是线性变换以及欧几里得空间都可以借助于矩阵简便的解决相关问题.可以说,掌握矩阵理论是学好线性代数必不可少的条件.而逆矩阵在矩阵的理论和应用中占有相当重要的地位.比如逆矩阵可以用来解线性方程组.逆矩阵的求法自然也就成为线性代数研究的主要内容之一.伴随矩阵法要求计算矩阵的行列式的值和它的伴随矩阵.当其阶数较高时,它的计算量是很大的,因此用伴随矩阵法求逆矩阵是不方便的.为了更便捷地求矩阵的逆,本文根据矩阵的特点简单介绍了几种求逆矩阵的方法,这些方法能帮助我们更快更准地解决繁琐的求逆矩阵问题.同时,它还是我们更好的学习线性代数的必备基础知识,认真掌握它,可供我们以后继续在数学方面深造打下坚实的基础. 2 预备知识 2.1 逆矩阵的定义 设A 为n 阶矩阵,如果存在n 阶矩阵B ,使得AB BA E ==(这里的E 是单位矩阵)成立,那么矩阵A 称为可逆矩阵,此时矩阵B 称为A 的逆矩阵,简称为矩阵A 的逆.如果A 的逆矩阵不存在,那么A 称为不可逆矩阵. A 的逆矩阵记作1-A ,即如果A B BA E ==,那么1-=A B . 2.2逆矩阵的性质 性质1 如果矩阵A 可逆的,那么A 的逆矩阵是唯一的. 证明 设1B ,2B 都是A 的逆矩阵,则()()11121222B B E B AB B A B EB B =====, 所以A 的逆矩阵是唯一的. 性质2 如果A 可逆,那么1-A 可逆,且A A =--11)(. 性质3 如果A 可逆,数0≠λ,那么A λ可逆,且111 )(--=A A λ λ. 性质4 如果A 可逆,那么'A 可逆,且'11'()()A A --=. 性质5 如果A ,B 都是n 阶可逆矩阵,那么AB 可逆,且111)(---=A B AB . 证明 因为

相关文档
最新文档