北航 矩阵论 课件 2.1

合集下载

矩阵分析课件(2-1)

矩阵分析课件(2-1)

定义2.1.6. 称(2.1.3)式中右边的
对角形 - 矩阵为A ()的smith标准形, 称d1 ( ),d 2 ( ), ..., d r ( )为A ()的不变 因子。
上述定理说明,任何 - 矩阵( A )都 与它的smith标准形等价。
引入符号:
ri:表示矩阵的第i行;Ci:表示矩阵的第i列;
如果A1 ( )中至少有一个元素不为0,不妨设 左上角元素不为0,对A1 ( )重复A( )的讨论过 程, ; 最后将对角形中主对角线上元素变为 首系为1,因此,有 d1 ( )
. d r ( ) A( ) , 0 . 0 其中d( 的且d ( | di ( j )是首1 i ) 1 ) ( j 1, 2, , r; i 1, 2, , r - 1).
r (或 Ci) rj (或C j ):表示互换矩阵的第i , j i 两行(或两列);
Cri (或CCi ):表示矩阵的第i行(或列)乘常数C;
() ri rj:表示将矩阵的第i行乘上 ()后
加到第j行上;
()C i C j:表示将矩阵的第i列乘上 ()后
加到第j列上。
验证可知: 1 P ( i , j ) P ( i , j ),P ( i (c )) P ( i ( )), c -1 P ( i , j( () )) P ( i , j(- () )).
-1 -1
与线性代数中的证明类似,可以证明:
定理2.1.2: 对一个m n的 - 矩阵A ()
定理2.1.4 任意一个非零的n阶 - 矩阵A( ) 都等价于一个对角矩阵,即 d1 ( ) ... d r ( ) A( ) (2.1.3) 0 ... 0 其中r 1, d i ( )是首系为1的多项式且 d i ( ) | d i 1 ( ),(i 1, 2...r - 1)。

矩阵论 Matrix2-1

矩阵论 Matrix2-1

背景:求基{i,i=1~n}, 使得 T(1 2 … n) = (1 2 …n)
1. {1 2 … n} 线性无关
1 2 n
2. L{i}是不变子空间: Ti=ii
一、变换T的特征值与特征向量
(I T )( ) O (T I )( ) O
2 (0,0,1,1)T 2 (0,0,1,0)T , P (1, 1, 2 , 2 ).
例题4 (p46,例题7) 设P3[x]上线性变换T在自 然基下的矩阵为A,求P3[x]的基使得T在此基 2 1 1 下的矩阵为Jordan矩阵。其中
解 知,P为自然基到待求基的过渡矩 阵。求得P,便可得到所求!
例2 设A、B分别为m×n和n×m阶矩阵,证明 AB和BA有相同的非零特征值。
AB 0 0 证明 和 B 0 0 B BA
相似,则
AB 0 0 0 I m n B 0 I m n B BA
Vi是不变子空间 i j,则 Vi Vj = {0} 若i是ki重特征值,则 1 dimVi ki
推论: 1) 若i是单特征值,则dimVi =1 2) V1+V2++Vs= V1V2Vs 3) V1V2Vs Vn(F)
例题3 将矩阵A化为Jordan 矩阵。
3 4 0 1 1 0 A 0 0 2 0 0 1 0 0 1 0 1 0 JA 0 0 1 1 0 0 0 0 1 0 0 1 0 0 1 0 or 0 0 1 1 0 0 0 1 1 0 0 0 1 1
解 1. I A ( 1)4 0, 得四重根 1. 2. 解方程 ( I A) X 0, 得通解

矩阵论第一章第二节PPT课件

矩阵论第一章第二节PPT课件

分析: 设 dimV n, 1, 2, , n 是V的一组基,
线性变换 在这组基下的矩阵为A.
设 0是 的特征值,它的一个特征向量 在基
1,2,
, n 下的坐标记为
x01 ,
x0n
则 ( )在基 1, 2 ,
, n下的坐标为
x01 A ,
x0n
x01
而0
的坐标是
0
x0n
21 11
k 1 k
k k 1
.
例. 在线性空间 P3 中,线性变换 定义如下:
(1 ) (2 )
( 5, 0, (0, 1,
3) 6)
,
(3 ) (5, 1,9)
其中, 12((01,,10,,12)) 3 (3, 1,0)
(1)求 在标准基 1, 2 , 3 下的矩阵. (2)求 在 1,2 ,3 下的矩阵.
② 若 是 的属于特征值 0的特征向量,则 k (k P,k 0) 也是 的属于0 的特征向量.
(k ) k ( ) k(0 ) 0(k )
由此知,特征向量不是被特征值所唯一确定的, 但是特征值却是被特征向量所唯一确定的,即
若 ( ) 且 ( ) ,则 .
2、特征值与特征向量的求法
5 0 5
因而,
AX
0 3
1 6
1 9
,
5 0 5
5 0 5 1 0 3 1
A
0 3
1 6
1 9
X
1
0 3
1 6
1 9
0 2
1 1
1 0
1 7
5 4 27
20 5 18
20
2 24
(2)设 在1,2 ,3下的矩阵为B,则A与B相似,且

矩阵论课件

矩阵论课件

6、基与维数的几何解释——直观解释
R
2
中,常用基
i
(1,0),
j
(0,1)
维数为2
R3 中,常用基 i (1,0,0), j (0,1,0),k (0,0,1)
维数为3
固有特性:维数相当于向量所在直角系坐标轴的个数
注:含非零向量的任意线性空间必有基。
只含非零向量的零值空间所含的元素是n元向量,但维数为0.
基与维数: 基——极大无关组
维数——秩 3、特殊向量空间 平凡子空间
V自身 零子空间
非平凡子空间——真子空间(部分向量组成)
4、向量在基下的坐标
标准正交基/规范正交基:特殊极大无关组(正交单位向量组)
设 1,2,r 为向量空间的一组基,设 V, 则 k11 k22 krr,称 (k1,k2,kr)为β在 基 1,2,r下的坐标。
①(,)(,)②( ,)(,)(,)
五、子空间及其判定
例:设 A Pnn (Rnn或C nn ), Pn 的子集W {x | Ax 0, x Pn} 就构成 Pn 的一个子空间,称为A的零空间(或核),也叫
方程 Ax 0 的解空间,记为N(A),其维数记为null(A)
注:x是n元列向量,N(A)表示A的零空间。
例:设 A Pnn ,对满足 Ax x 的所有 P, x Pn , 称x所构
2、 a b ab
k a ak
构成线性空间
a,b R
注:①线性空间必含有零向量(零元素),且唯一
②线性空间中任意元素的负元素唯一
③ 0 0 零向量 ;k·0=0;(-1)α =-α
数0
二、线性空间的维数和基
例:全体n阶方阵构成线性空间,且维数为n 2

线性代数B21 矩阵的概念与运算PPT课件

线性代数B21 矩阵的概念与运算PPT课件
排成的 m行n列的矩形数表
a11 a12 a1n
a 21 a 22 a 2 n
a m 1 a m 2 a mn
称为m行n列矩阵,简称 m×n矩阵.
小括号 或中括号
为了表示是一个整体,总是在外面加一个括号,记作
11
一、 矩阵的概念
主对角线 a11
A
a21
副对角线 a m 1
1.2 矩阵的定义 元素间用空
a12
a1n
格隔开
a22
a2n
矩阵 A的
m , n 元
am2
amn
简记为
A Amn aij
aij
.
mn
m×n个数称为矩阵A 的元素,简称 元.
元素是实数的矩阵,称为实矩阵;
元素是复数的矩阵,称为复矩阵.
12
一、 矩阵的概念 1.2 矩阵的定义
例如: 1 0 3 5 是一个 24实矩阵, 9 6 4 3
a1n a2n
b1 b2
对线性方程组的研究 可转化为
对这张表的研究.
an1 an2 ann bn
8
一、 矩阵的概念 1.1 矩阵的相关例子
引例2 某航空公司在A,B,C,D四城市 之间开辟了若干航线 ,如图所示表示了
四城市间的航班图,如果从A到B有航 A
班,则用带箭头的线连接 A 与B.
20
一、 矩阵的概念
1.3 一些特殊矩阵
特殊矩阵
只有行矩阵元素间
B C
四城市间的航班图情况常用表格来表示:
其中
表示有航班.
到站
A
B
C
D D
A 发站 B
C D
9
为了便于计算,把表中的 就得到一个数表:

矩阵论简明教程整理全PPT课件

矩阵论简明教程整理全PPT课件

i 1, 2, , s; j 1, 2, , r
4、转置与共轭转置
A11 A12

A
A21
A22
As1 As2
A1r
A2r
,
则AT
A1T1 A1T2
A2T1 A2T2
Asr
A1Tr A2Tr
AsT1 AsT2
AsTr
第10页/共188页
AH
A1H1 A1H2
A2H1 A2H2
ei
e
H j
E ei , ej , k
第45页/共188页
Remark
det E u, v, det In uvH det 1 vHu
1 vHu (由n Im AB m In BA 得到)
第46页/共188页
四、其他特殊矩阵
1幂零矩阵:Ak 0, k : 某正整数; 2幂等矩阵:A2 A; 3实对称正定矩阵:
1、加法,减法
若A
aij
,B
mn
bij
,则
mn
A B aij bij mn
2、数乘
若A
aij
, C,
mn
则 A
aij
mn
3、乘法
第5页/共188页
若A
aij
,B
mr
bij
,则
rn
AB cij mn , 其中cij ai1b1 j ai2b2 j
定义2
设A Cnn , 若A满足 AH A AAH I ,
则称A为酉矩阵.
第35页/共188页
三、初等矩阵 1、定义 定义3
单位矩阵I经一次初等变换而得到的矩阵称为 初等矩阵.
有以下三类初等矩阵:

课件 矩阵论

课件 矩阵论

6

对于数组
k 1
,L ,
km
,
因为
k 1
y 1
+L+
km
ym
=
(
x 1
,L,
x
n
)(
k1α
1
+L+
kmα m
)

等价于 k1α1 + L + kmα m = θ , 所以结论成立.
四、基变换与坐标变换
1.基变换:设线性空间V
n
的基(Ⅰ)为
x 1
,L,
xn
,
基(Ⅱ)为
y 1
,L,
yn
,

y 1
=
cx 11 1

S 2
∀b ∈
S 2

b∈
S 1
,
即S 2

S 1
交:
S 1
I
S 2
=
{a
a

S 1

a∈
S2 }
并:
S 1
U
S 2
=
{a
a

S 1

a

S 2
}
和: S 1
+
S 2
=
{a
=
a 1
+
a 2
a 1

S 1
,
a 2

S 2
}
例1
S 1
=
{A
=
a 11
a21
0
a
22
ai j ∈ R}
S 2
=
{A

2024年度矩阵分析课件精品PPT

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

CONTENCT

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
  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)。

所以
T T T (T T T ) T (2) 1 (1)
(2) (2) 1n 1,n1
( 2 ) T (1) 12
是有限个Givens矩阵的乘积.
证毕
例设 x (3,4,5)T , 用Givens变换化x 与 e1
同方向的向量.
解 对x 构造
T12
(c,
s)
:
c
3 5
,
s
4 5
,
T12 x (5,0,5)T
1 2
1 6
1 3
1 2
1
6
1
3
则有
0
Q
TT
1
2
1
2
2 6
1 6
1 6
1 3 1
3
1
3
A=QR
2
R
1 2
1 2
3
1
6
6
2
3
三 . Householder矩阵和Householder变换
定义 设单位列向量 u Rn , 称
H I 2uuT 为Householder矩阵(初等反射矩阵),由 Householder矩阵确定的线性变换称为 Householder变换. 性质:(1) H T H ; H T H I
1 H
1
1
2 3
111
1
1
1
1 3
1 2 2
2 1 2
2
2
1

Hx 3e1
定理 Givens矩阵是两个Householder矩阵 的乘积.
证 对Givens矩阵 Tij , 取单位向量
u (0,,0,sin ,0,,0,cos ,0,0)T
4
4
i
j
得Householder矩阵 H u I 2uuT
得 Tx x z.

对于向量x
,存在
T
(1)
T T T (1) (1)
(1)
1n 1,n1
12
使得 T x (1) x e1; 对于向量z ,存在
T T T T (2)
(2) (2)
(2)
1n 1,n1
12
使得 T z (2) e1 ,于是有 T x (1) x e1 x T (2) z
解 令 a1 (1,2,1)T , a2 (2,1,2)T , a3 (2,2,1)T
正交化可得
b1 a1 (1,2,1)T b2 a2 b1 (1,1,1)T
b3
a3
1 3
b2
7 6
b1
(1 ,0, 2
1)T 2
构造矩阵
Q
1
6 2
1
3 1
1 2
0
6 3
1 6
1 3
1 2
1
cos
2
sin
2
sin
cos
2
2
1
再取单位向量
v (0,,0, sin 3 ,0,,0, cos 3 ,0,0)T
4
4
得Householder矩阵
Hv I 2vvT
1
cos 3
sin 3
2
2
sin 3
cos 3
2
2
直接计算可得
Tij H u H v
证 设A 的n 个列向量依次为 a1, a2 , , an. 因为A 非奇异,所以n 个列向量线性无关,按 Schmidt 正交化方法正交化,得到n 个标准正交 列向量 q1, q2 , , qn.
对 a1, a2 , , an. 的正交化可得
b1 a1 b2 a2 k21b1 bn an k b n,n1 n1 kn1b1
3
,
,
n
)
T
再对T12x 构造Givens矩阵T13(c,s):
c
12
2 2
,s
3
12
2 2
2 3
12
2 2
2 3

T13 (T12 x)
12
2 2
2 3
,0,0,
4
,
,
n
T
如此继续下去,最后对 T1,n1 T12 x 构造矩阵 T1n
c
12 12
2 n1
2 n
,
s
n
12
2 n

T1n T1,n1 T12 x
H ,使得 Hx x z.
证 当 x x z 时,取单位列向量u 满足 uT x 0, 则有
Hx (I 2uuT )x x 2u(uT x) x x z 当 x x z 时,取 u x x z
x xz
则有
x x zx x zT
Hx I 2
x xz2
x
x
2x
x
1
, u
6
1
1
3
1 1
1 2 2
H1
I
2uuT
1 3
2 2
1 2
2 1
9 48 15
H1A 0 9 3
0 12 9
对 A(1) 的第1列,构造Householder矩阵
b(2) 9 , 12
b(2)
b(2)
e1
6
1 , 2
u
1 1 5 2
H2

2 i
2 j
0
时,选取
c i ,s j
i2
2 j
2 i
2 j
则有
i
2 i
2 j
,
j
0
定理 设 x (1,2 , ,n )T O ,则存在
有限个Givens矩阵的乘积,记作T ,使得
Tx x e1
证 若 1 0 ,取 c
1
,s
12
2 2
2
12
2 2

T12 x (
12
2 2
,0,
23
a(2) 2n
T2 A(1)
0
0
A( 2 )
第n-1步:由 det A(n2) 0 知, A(n2) 的第1列
b (a , a ) 0 (n1)
(n2)
(n2) T
n1,n1 n,n1
存在有限个Givens
矩阵的乘积,记作 Tn1,使得
T b b e (n1) n 1
( n1) 1
6
R
6
则有 A=QR
3
1 2
1
1 1
7
6 1
3
1
6 3
7
6 1
3
1 2
定理 设A 是 m n 实(复)矩阵,且
其n 个列线性无关,则A 有分解 A=QR,其中
Q 是 m m 实(复)矩阵,且满足 QT Q I
(Q H Q I )
R
=
R1 0
,其中
R1
为n阶
正线上三
证 第1步:由 det A 0 知,A 的第1列 b(1) (a11, a21,, an1)T 0 存在有限个Givens
矩阵的乘积,记作 T1 ,使得
T1b (1) b (1) e1 (e1 R n )

a (1) 11
b (1)
,
则有
(1)
(1)
a a 11
12
a (1) 1n
T1
性质1 Givens矩阵是正交矩阵,且有
Tij (c, s) 1 Tij (c, s) T Tij (c,s), det Tij (c, s) 1
性质2 设
x (1, 2 , , n )T , y Tij x 1, 2 , , n T 则有
i ci s j , j si c j , k k (k i, j)
1
Householder 方法:
定理 任何实非奇异矩阵 A (aij )nn 可
通过左乘有限个Householder 矩阵化为上三角矩
阵. 证 只需证
Ini
H
i
是Householder矩阵.
因为 Ini
Hi
I n i
o o
Ii
2
o
uuT
O
In
2
u
OT
uT In 2vvT
角阵。
二. Givens矩阵和Givens变换
定义 设实数c 与s 满足 c 2 s 2 1 ,称
1
1
c
s
i
1
Tij
1
s
c 1
j
i
j
1
为Givens矩阵(初等旋转矩阵),亦可记作 Tij Tij (c, s) 由Givens矩阵确定的变换称为
Givens变换(初等旋转变换).
A
0
0
A(1)
第2步:由 det A(1) 0 知,A(1) 的第1列
b(2)
(a(1) 22
,
a(1) 32
,,
a(1) n2
)T
0
存在有限个Givens
矩阵的乘积,记作 T2 ,使得
T2b (2) b (2) e1 (e1 R n1 )

a(2) 22
b(2)
,
则有
(2)
(2)
a a 22
b(1) (0,1,1)T
0 1 0
1
T12 1
0
0 ,
T12b(1)
0
0 0 1
1
T13
1
2 0 1
2
0 1 0
1
2 0 1
2
,
T13 (T12b(1) )
相关文档
最新文档