广义逆矩阵及其应用

广义逆矩阵及其应用
广义逆矩阵及其应用

题目广义逆矩阵及其应用学院

专业通信与信息系统学生

学号

目录

第一章前言 (1)

第二章广义逆矩阵 (2)

§2.1 广义逆矩阵的定义 (2)

§2.2 广义逆矩阵的性质 (3)

第三章广义逆矩阵的计算 (12)

§3.1 一般广义逆求解 (12)

§3.2 Moore-Penrose 广义逆 (16)

结论 (19)

第一章前言

线性方程组的逆矩阵求解方法只适用于系数矩阵为可逆方阵,但是对于一般线性方程组,其系数矩阵可能不是方阵或是不可逆的方阵,这种利用逆矩阵求解线性方程组的方法将不适用。为解决这种系数矩阵不是可逆矩阵或不是方阵的线性方程组,我们对逆矩阵进行推广,研究广义逆矩阵,利用广义逆矩阵求解线性方程组。

广义逆矩阵在数据分析、多元分析、信号处理、系统理论、现代控制理论、网络理论等许多领域中有着重要的应用,本文针对广义逆矩阵的定义、性质、计算及其在线性方程组中的应用进行研究,利用广义逆矩阵求解线性方程组的通解及极小范数解。

逆矩阵的概念只对非奇异矩阵才有意义,但在实际问题中,遇到的矩阵不一定是方阵,即使是方阵也不一定非奇异,这就需要将逆矩阵的概念进行推广。为此,人们提出了下述关于逆矩阵的推广:

(1)该矩阵对于奇异矩阵甚至长方矩阵都存在;

(2)它具有通常逆矩阵的一些性质;

(3)当矩阵非奇异时,它即为原来的逆矩阵。

满足上面三点的矩阵称之为广义逆矩阵。

1903年,瑞典数学家弗雷德霍姆开始了对广义逆矩阵的研究,他讨论了关于积分算子的一种广义逆。1904年,德国数学家希尔伯特在广义格林函数的讨论中,含蓄地提出了微分算子的广义逆。美国芝加哥的穆尔(Moore)教授在1920年提出了任意矩阵广义逆的定义,他以抽象的形式发表在美国数学会会刊上。我国数学家曾远荣和美籍匈牙利数学家冯·诺伊曼及其弟子默里分别在1933年和1936年对希尔伯特空间中线性算子的广义逆也作过讨论和研究。1951年瑞典人布耶尔哈梅尔重新给出了穆

尔(Moore)广义逆矩阵的定义,并注意到广义逆矩阵与线性方程组的关系。1955年,英国数学物理学家彭罗斯(Penrose)以更明确的形式给出了与穆尔(Moore)等价的广义逆矩阵定义,因此通称为Moore-Penrose广义逆矩阵,从此广义逆矩阵的研究进入了一个新阶段。现如今,Moore-Penrose广义逆矩阵在数据分析、多元分析、信号处理、系统理论、现代控制理论、网络理论等许多领域中有着重要的应用,使这一学科得到迅速发展,并成为矩阵论的一个重要分支。

第二章广义逆矩阵

§2.1 广义逆矩阵的定义

一、Penrose广义逆矩阵的定义

为了推广逆矩阵的概念,我们引进了广义逆矩阵的定义,下面给出广义逆矩阵的Moore-Penrose 定义。

定义2.1设矩阵n m

∈满足如下四个Penrose方程

X?

∈,若矩阵m n C

C

A?

AXA=(ⅰ)

A

X

XAX=(ⅱ)

AX H=

AX

((ⅲ)

)

XA H=

XA

((ⅳ)

)

中的一部分或全部方程,则称X为A的一个广义逆矩阵。

若X 只满足(ⅰ)式,则X 成为A 的一个}1{-逆,可记为()1A ,所有满足}1{-逆

的X 构成的集合记为{}1A 。若X 满足四个方程中的第k j i ,,, 个方程,则称X 为A 的

一个{}k j i ,,, -逆,记为()k j i A ,,, ,所有满足{}k j i ,,, -逆的X 构成的集合记为

{}k j i A ,,, 。

二、常见广义逆定义

按照广义逆定义,分别满足一个、两个、三个和四个方程的广义逆矩阵一共有

4

4342414C C C C +++=15类,其中常见的有{}1A ,{

}2,1A ,{}3,1A ,{}4,1A ,{}4,3,2,1A 。 定义2.2 设有复矩阵n m C A ?∈。若有一个m n ?复矩阵X 存在,使下式成立,则称X 为A 的减号逆:

A AXA = (2.1)

当1-A 存在时,显然1-A 满足上式,可见减号逆X 是普通逆矩阵1-A 的推广;另外,由A AXA =得

H H A AXA =)(,

H H H H A A X A =

可见,当X 为A 的一个减号逆时,H X 就是H A 的一个减号逆。 定义2.3 设复矩阵n m C A ?∈,若有一个m n ?矩阵X ,满足:

A AXA =且X XAX =

称X 为A 的一个自反逆矩阵,记作为-r A ,-r A 满足Penrose 方程的(ⅰ),(ⅱ)式,所以}2,1{A A r ∈-。

显然,自反广义逆为减号逆的子集。对矩阵X 是矩阵A 的{}1-逆,即{}1A X ∈, 若矩阵A 也是矩阵X 的{}1-逆,即{

}1X A ∈, 则X 为A 的一个自反逆矩阵。

定义2.4 设复矩阵n m C A ?∈,若有一个m n ?矩阵X ,满足:

A AXA = 及 AX AX H =)(,

则称X 为A 的最小二乘广义逆,记作-l A ,-l A 满足Penrose 方程的(ⅰ),(ⅲ)式,

所以}3,1{A A m ∈-。

最小二乘广义逆是用条件AX AX H =)(对减号逆进行约束后所得到的子集。 定义2.5 设复矩阵n m C A ?∈,若有一个m n ?矩阵X ,满足:

A AXA = 及 XA XA H =)(,

则称X 为A 的最小范数广义逆,记作-m A ,-m A 满足Penrose 方程的(ⅰ),(ⅳ)式,

所以}4,1{A A l ∈-。

显然,最小范数广义逆也是减号逆的子集。

若X 满足全部四个方程,则称X 为A 的Moore-Penrose 广义逆矩阵,记为+A 。

§2.2 广义逆矩阵的性质

将一个非零矩阵分解为一个列满秩矩阵与一个行满秩矩阵的乘积,是矩阵分解理论中的常见问题。特别是在广义逆矩阵的计算与研究中有着重要的应用。

定义2.6 设矩阵n m r C A ?∈(r >0),如果存在一个列满秩矩阵r m r C F ?∈与一个行满秩矩阵n r r C G ?∈使得

FG A =,

则称上式为A 的一个满秩分解。

定理2.1 对任意矩阵n m r C A ?∈(r >0),必存在着矩阵r m r C F ?∈和n r r C G ?∈使

FG A =。

证明: 由r rankA =,对A 进行若干次初等行变换后,可将A 化为行阶梯矩阵B ,

??

?

???=0G B ,

其中r rankG =。故存在若干个m 阶初等矩阵的乘积P ,使得

B PA =,

B P A 1-=,

将1-P 分块为

[]M F P ,1=-,r m r C F ?∈,)(r m m C M -?∈,

便有

[]FG G M F A =??

?

???=0,。

因F 是可逆矩阵1-P 的前r 列,所以F 是一个r m ?列满秩矩阵,G 是n r ?行满秩矩阵,故FG A =是A 的一个满秩分解。

上式FG A =是A 的一个满秩分解,但是A 的满秩分解并不是唯一的。任意取一个r 阶非奇异矩阵B ,若FG A =是一个满秩分解,则显然()()

G B FB A 1-=也是A 的一个满秩分解。

一、{1}-逆的性质

定理2.2 设n m C A ?∈,则A 的Moore-Penrose 逆存在且唯一。

证 设 r rankA =.若r =0,则A 是n m ?零矩阵,可以验证m ?n 零矩阵满足四个Penrose 方程。若r>0,则A 有满秩分解分解FG A =,

取()()

H H

H

H F F F GG G X 1

1

--=,则X 满足4个Penrose 方程,所以,X 是

Moore-Penrose 广义逆矩阵。

设X ,Y 均满足四个Penrose 方程,则

()()()()

()()()Y

Y YA Y Y A Y YA XA XAY AY AX X A Y A XX AYA XX A XX AX X X H

H H H

H

H

H

H H H H H

H H H H

==========

综上所诉,+A 存在且唯一。

+A 满足四个Penrose 方程的所有方程,所以,+A 属于15类广义逆矩阵中的任意一类。上面我们证明了+A 的存在性,所以,任意的类广义逆矩阵都是存在的。

对任意的C ∈λ,定义+λ为

???=≠=-+

00,

0,1λλλλ

(2.4)

下面给出{1}-逆的一些性质。

定理2.3 设n m C A ?∈,n m C B ?∈,C ∈λ,则 (1)}1{)()1(H H A A ∈; (2)}1){()1(A A λλ∈+;

(3)若S 和T 非奇异,则}1){(1)1(1SAT S A T ∈--; (4)()rankA rankA ≥1;

(5)()1AA 和()A A 1均为幂等矩阵且与A 同秩;

(6);)())((),()(),()()1()1()1(H H A R A A R A N A A N A R AA R === (7)()n I A A =1的充要条件是n rankA =, ()m I AA =1的充要条件是m rankA =;

(8)()()

A A A

B AB =1的充要条件是rankA AB rank =)(, ()()B AB AB B =1的充要条件是rankB AB rank =)(。

证 (1)由()}1{1A A ∈, 有()A A AA =1, 两边同时求共轭转置得 ()()

H H

A A

AA =1, 即()H H H H A A A A =)(1,

由定义知()

()}1{1H

H

A A ∈。

(2)()()()()()A A AA A A A λλλλλ==+

1

1, 由{1}-逆定义得,

()()}1{1A A λλ∈+。

(3)()()()()()SAT SAT S A SATT SAT S A T SAT ==----111111, 由{1}-逆定义得,

()()}1{111SAT S A T ∈--。

(4)()()()()()rankA A AA rank AA rank rankA =≥≥111, 故 ()rankA rankA ≥1.。 (5)()()

()()()1112

1AA AA AA AA ==, 故()1AA 为幂等矩阵,又由

()()

()()()A A A AA A A A 1112

1

==, 故()A A 1为幂等矩阵, 所以

rankA AA rank A AA rank rankA ≤≤=)()()1()1(,

也即rankA AA rank =)()1(。 同理,rankA A A rank =)()1(。

(6)由)()()()()1()1(A R A AA R AA R A R =??, 得 ())()(1A R AA R =, 类似的,由)()()()()1()1(A N A AA N A A N A N =??,得())()1(A N A A N =。 又因为,)())(())(())(()()1()1()1(H H H H H H H H A R A A A R A A R A A R A R =?=?, 所以 ()(

)

()()

A A

R A

A R H

H

=1。

(7)充分性:n rankA =,所以,()()n AA rank =1,由()A A 1为幂等矩阵且非奇异, 易知 ()n I A A =1 。

必要性:由()n I A A =1,()()n AA rank =1,故n rankA =。 另一式同理可证明。

(8)充分性:)()(A R AB R ?,rankA AB rank =)(, 所以,)()(A R AB R =。

所以存在矩阵X ,使ABX A =,从而A ABX ABX AB AB A AB AB ===)1()1()()(。

必要性:()rankA ab rank A AB AB rank rankA ≤≤=)(])([1,故rankA AB rank =)(。 另一式同理可证明。

性质(5)逆命题仍然成立,即

定理2.4 设n m ?复矩阵A ,若存在m n ?矩阵X , 使AX 为幂等矩阵,且

rankA AX rank =)(,则矩阵}1{A X ∈。

证明: AX 幂等,则()()AX AX AX =,而)()(A R AX R ?,又rankA AX rank =)(, 所以,)()(A R AX R =, 存在矩阵Y , 使得AXY A =,有

A AXY AXAXY AXA ===,

即 {

}1A X ∈。 二、{}2,1-逆的性质

因为在Penrose 方程(1)(2)中,A 和X 的位置是对称的,所以A{1,2}X ∈与

{1,2}A X ∈是等价的,即A 和X 总是互为{}2,1-逆。这与通常矩阵A 的逆的逆是A 本

身是一样的。

定理2.5 设矩阵{}1,A Z Y ∈, 又设YAZ X =, 则 {}2,1A X ∈。

证明:{}

1,A Z Y ∈,则A AYA =,A AZA =,

A AZA ZA AYA AYAZA AXA ====)(,

X YAZ YAYAZ YAZ AZA Y YAZAYAZ XAX =====)(, 由上2式得,{

}2,1A X ∈。 定理2.6 给定矩阵A ,若{

}1A X ∈,则{}2,1A X ∈的充要条件是rankA rankX =。 证明: 充分性:若{

}1A X ∈,则A AXA =,且AX 和XA 幂等,A rank XA rank AX rank ===)()(,

又rankA rankX =,所以,()rankX rankA XA rank ==。

由定理2.3得{

}1X A ∈,所以,{}2,1A X ∈。 必要性:{

}1A X ∈,则rankA rankX ≥, 又{

}2,1A X ∈,根据X 为自反广义逆,有X{1}A ∈,则rankX rankA ≥ 所以,rankX rankA =。

三、Moore-Penrose 广义逆矩阵+A

定理2.2已证明对任意矩阵n m C A ?∈,Moore-Penrose 广义逆矩阵+A 存在且唯一。 Moore-Penrose 广义逆矩阵是满足全部Penrose 条件的广义逆矩阵,其必然有其特殊性,下面给出Moore-Penrose 广义逆矩阵+A 的一些性质:

定理2.7 设矩阵n m C A ?∈,则有

(1)A A =++)(; (2)H H A A )()(++=; (3)+++=A A AA H H )()(; +++=)()(H H A A A A ; (4)++=)(H H AA A A ; H H A A A A ++=)(;

(5)rankA rankA =+。 证明:

(1)由定义,A 和+A 的位置是对称的,即+A 是A 的Moore-Penrose 广义逆矩阵,

那么A 就是+A 的Moore-Penrose 广义逆矩阵,又因为++)(A 唯一,所以,A A =++)(。

(2)令H A X )(+=,则有

()

()

H H

H H

H H H A A

AA A A A XA A ===++,

()

()()()

X A AA A A A A X XA H

H

H

H H

H ====+++

+

+

()

()

(

)[]

()

()

X A A A A

A A A A A X A H H

H H

H

H

H

H

H

=====+

+++,

()

(

)

[]

()()

H H H

H

H

H

H

H

H XA A A AA AA A A XA =====++

++

根据定义,H H A X A )()(++==。

(3) 令()+

+

=A

A X H

,则有

()()()()()()

H H H H

H

H H

H

H

AA AA AA AA AA A A A A AA A A AA AA X AA ====++++

+

+

()()()()()(),

+

+

+

+

+

+

+

+++

++

++

====A A

AA AA A

A

A A A A A A A A AA A A X XAA H H H

H H H H H

()[]

()[

]()[]

()()

(

)

(),

X AA A

A

AA A A A A AA AA AA AA AA AA A A A A A

A

AA X AA H

H H

H

H

H H

H

H

H H

H

H

=========+

+

+

+

+

+

+

++

++

+

+

+

()[]

(

)[]()()[]()()()()()()()()),

(H

H

H H

H

H H

H

H

H H

H

H

H H

H

H

H H H

H

AA X AA A A A A A A A A A A AA AA A A A A A A A A AA A A

AA X ========+

+

+

+

++

+++

+

+

++

+

根据定义及Moore-Penrose 广义逆矩阵的唯一性知

+++==A A X AA H H )()( 。 同理可证明,+++=)()(H H A A A A 。

(4) 令()+

=H

H AA A X ,则有

()

()

()

A A AA AA A A A A A A A A AA A AA AA AXA H

H

H H H =====+++++++

()

()

()

X AA A AA AA AA A XAX H

H H

H H H ===+

+

+

()(

)[

]

()

AX AA AA AA

AA AX H H H H H

H

===+

+

()

(

)[

]

()

()XA A AA A A A A A A AA

A XA H

H H

H H

H H

H

====+

++

+

根据定义及Moore-Penrose 广义逆矩阵的唯一性知

++==)(H H AA A X A 。 同理可证明 H H A A A A ++=)(。

(5)()()+++≤≤=rankA AA rank A AA rank rankA ,

()()

rankA A A rank AA A rank rankA ≤≤=++++,

故 +=rankA rankA 。

定理2.8 给定矩阵n m C A ?∈,则有

()()3,14,1AA A A =+,

其中,(){

}3,13,1A A ∈,(){}4,14,1A A ∈。 证明: 设()()3,14,1AA A X =,则 由定理2.5知,}2,1{A X ∈,又因为

()()()3,13,14,1AA A AA A AX ==, ()()

()

()AX AA AA AX H

H ===3,13,1 ()()()A A A AA A XA 4,13,14,1==, ()()()

()XA A A A

A XA H

H

===4,14,1

所以,}4,3,2,1{A X ∈。

又因为}4,3,2,1{A 只有一个元素,所以,+=A X 。

第三章 广义逆矩阵的计算

广义逆矩阵在解线性方程组中有着重要作用,而利用广义逆矩阵解线性方程组首先需要求解相对应矩阵的广义逆矩阵。

§3.1 一般广义逆的求解

一、{1}-逆的求解

定理3.1 设矩阵n m C A ?∈,有矩阵m n C X ?∈且}1{A X ∈,则

()()},|{}1{m n n m C Z Y Z XA I AX I Y X A ?∈?-+-+=。

(3.1)

证明: 因为对任意m n C Z Y ?∈,,令()()Z XA I AX I Y X M n m -+-+=,于是有

()()()()A

ZA AXA A AXA A AY A ZA

XA I A A AX I AY AXA AMA n m =-+-+=-+-+=,

所以,}1{A M ∈。

反之,任取}1{A M ∈,于是有

()()()(),

MAX XA I AX I X M X XAMAX MAX AX X M X M X XAMAX

XAX M M n m -+--+=-+---+=-+= 取X M Y -=,MAX Z =,则M 有(3.1)式的表示。

广义逆矩阵

广义逆矩阵

————————————————————————————————作者:————————————————————————————————日期:

浅谈广义逆矩阵 摘要:文章介绍莫尔-潘鲁斯(moore-penrose)广义逆矩阵的概念及其与实际背景的联系。文章中定理1和定理2说明条件i与相容线性方程组的基本解的广义逆矩阵的联系,定理3说明条件i和iv与相容线性方程组的最小模解的广义逆矩阵的联系。abstract: the article introduces the concept of moore-penrose’s generalized inverse matrix and its relation with the actual background. theorem 1 and theorem 2 in this article illustrate the relation between conditions 1 and generalized inverse matrix of the fundamental solution of compatible linear equation.theorem 3 illustrates condition i and condition iv’s relation with generalized inverse matrix of the minimal model solution of compatible linear equation. 关键词:广义逆矩阵;相容线性方程组;最小模解 key words: generalized inverse matrix;compatible linear equation;minimal model solution 0 引言 在科技、工程、医学、经济、以及气象学的不同领域,经常会遇到求线性方程组 a■ξ■+a■ξ■+……+a■ξ■=β■a■ξ■+a■ξ■+…… +a■ξ■=β■……………………………a■ξ■+a■ξ■+……

第六章 广义逆矩阵

第六章 广义逆 广义逆矩阵的概念是方阵逆矩阵概念的推广,广义逆矩阵的基本知识是矩阵理论的重要组成部分,其在数理统计、数值分析、博弈论、控制论、计量经济、电网理论等中有重要的应用。本章首先给出各种广义逆矩阵的概念,重点介绍矩阵{}1-逆及矩阵Moore-Penrose 逆的性质、计算方法及这两种广义逆矩阵在线性方程组求解中的应用,最后给出方阵的群逆与Drazin 逆的基本性质。 §6.1 广义逆矩阵的概述 广义逆矩阵的概念渊源于线性方程组的求解问题。设n C 为复n 维向量空间, m n C ?为复m n ?矩阵全体。设矩阵m n A C ?∈,考虑线性方程组 Ax b = (6-1) 其中,m b C ∈为给定的m 维向量,n x C ∈为待定的n 维向量。 定义1 若存在向量n x C ∈满足线性方程组(6-1),则称线性方程组(6-1)是相容的;否则称线性方程组(6-1)是不相容的。 众所周知,当A 为可逆矩阵时,线性方程组(6-1)有唯一解1x A b -=,其中 1A -是A 的逆矩阵。当A 为不可逆矩阵或长方矩阵时,相容线性方程组(6-1)有 无数解;不相容线性方程组(6-1)无解,但它有最小二乘解,即求n x C ∈,使得 () min y R A Ax b y b ∈-=- (6-2) 成立,其中 代表任意一种向量范数,{} (),m n R A y C y Ax x C =∈=?∈。上述两 种情况的解是否也能表示成一种紧凑的形式x Gb =,其中, G 是某个n m ?矩阵? 这个矩阵G 是通常逆矩阵的推广。 1920年,E.H. Moore 首先提出广义逆矩阵的概念,由于Moore 的方程过于抽象,并未引起人们的重视。1955年,R. Penrose 给出如下比较直观和实用的广义逆矩阵的概念。 定义2 设矩阵m n A C ?∈,若存在矩阵n m X C ?∈满足下列Penrose 方程 (1)AXA A =; (2)XAX X =; (3)()H AX AX =;

广义逆矩阵及其应用

题目广义逆矩阵及其应用学院 专业通信与信息系统学生 学号

目录 第一章前言 (1) 第二章广义逆矩阵 (2) §2.1广义逆矩阵的定义 (2) §2.2 广义逆矩阵的性质 (3) 第三章广义逆矩阵的计算 (12) §3.1 一般广义逆求解 (12) §3.2 Moore-Penrose 广义逆 (16) 结论 (19)

第一章前言 线性方程组的逆矩阵求解方法只适用于系数矩阵为可逆方阵,但是对于一般线性方程组,其系数矩阵可能不是方阵或是不可逆的方阵,这种利用逆矩阵求解线性方程组的方法将不适用。为解决这种系数矩阵不是可逆矩阵或不是方阵的线性方程组,我们对逆矩阵进行推广,研究广义逆矩阵,利用广义逆矩阵求解线性方程组。 广义逆矩阵在数据分析、多元分析、信号处理、系统理论、现代控制理论、网络理论等许多领域中有着重要的应用,本文针对广义逆矩阵的定义、性质、计算及其在线性方程组中的应用进行研究,利用广义逆矩阵求解线性方程组的通解及极小范数解。 逆矩阵的概念只对非奇异矩阵才有意义,但在实际问题中,遇到的矩阵不一定是方阵,即使是方阵也不一定非奇异,这就需要将逆矩阵的概念进行推广。为此,人们提出了下述关于逆矩阵的推广: (1)该矩阵对于奇异矩阵甚至长方矩阵都存在; (2)它具有通常逆矩阵的一些性质; (3)当矩阵非奇异时,它即为原来的逆矩阵。 满足上面三点的矩阵称之为广义逆矩阵。 1903年,瑞典数学家弗雷德霍姆开始了对广义逆矩阵的研究,他讨论了关于积分算子的一种广义逆。1904年,德国数学家希尔伯特在广义格林函数的讨论中,含蓄地提出了微分算子的广义逆。美国芝加哥的穆尔(Moore)教授在1920年提出了任意矩阵广义逆的定义,他以抽象的形式发表在美国数学会会刊上。我国数学家曾远荣和美籍匈牙利数学家冯·诺伊曼及其弟子默里分别在1933年和1936年对希尔伯特空间中线性算子的广义逆也作过讨论和研究。1951年瑞典人布耶尔哈梅尔重新给出了穆尔(Moore)广义逆矩阵的定义,并注意到广义逆矩阵与线性方程组的关系。1955年,英国数学物理学家彭罗斯(Penrose)以更明确的形式给出了与穆尔(Moore)等价的广义逆矩阵定义,因此通称为Moore-Penrose广义逆矩阵,从此广义逆矩阵的研究进入了一个新阶段。现如今,Moore-Penrose广义逆矩阵在数据分析、多元分析、信号处理、系统理论、现代控制理论、网络理论等许多领域中有着重要的应用,使这一学科得到迅速发展,并成为矩阵论的一个重要分支。

2-2广义逆矩阵

§2 矩阵的广义逆 一、广义逆矩阵的概念 定义1 设任意一个矩阵n m R A ?∈,若存在矩阵m n R X ?∈,满足 AXA =A (1) XAX =X (2) (AX )T =AX (3) (XA )T =XA (4) 这四个方程中的一个、两个、三个或全部,则称X 为A 的广义逆矩阵。 由上面的定义可知,广义逆矩阵有15C C C C 44342414=+++中 之多。本节介绍应用广泛的减号广义逆和加号广义逆。 定义2 对矩阵n m R A ?∈,一切满足方程组 A AXA = 的矩阵X ,称为矩阵A 的减号逆或g-逆。记为-A 。 例如,??? ??=010001B ,??? ??=100001C 都是??? ? ??=010101A 的减号逆。 下面的定理解决了-A 的存在性和构造性问题。 定理1(秩分解) 设A 为n m ?矩阵,()rank A r =,若 Q O O O I P A r ??? ? ?=, 或??? ? ??=--O O O I AQ P r 11

这里P ,Q 分别为n n m m ??,的可逆阵,则 12221 121---??? ??=P G G G I Q A r (5) 其中222112,,G G G 是相应阶数的任意矩阵。 证明 设X 为A 的广义逆,则有 Q O O O I P Q O O O I QXP O O O I P A AXA r r r ??? ? ??=???? ?????? ???= ??? ? ??=???? ?????? ???O O O I O O O I QXP O O O I r r r 若记 ???? ??=2221 1211G G G G QXP 则上式, ??? ? ??=???? ???00 000011r I G r I G =?11 于是, 12221121--??? ? ??=?=P G G G I Q X A AXA r 其中222112,,G G G 任意. 证毕. 定理1不但表明矩阵的减号逆总是存在的,通常也是不唯一的,而且还给出了计算减号逆的方法。

矩阵论知识点

矩阵论知识点 第一章:矩阵的相似变换 1. 特征值,特征向量 特殊的:Hermite矩阵的特征值,特征向量 2. 相似对角化 充要条件:(1)(2)(3)(4) 3. Jordan标准形 计算:求相似矩阵P及Jordan标准形 求Jordan标准形的方法: 特征向量法,初等变换法,初等因子法 4. Hamilton-Cayley定理 应用:待定系数法求解矩阵函数值 计算:最小多项式 5. 向量的内积 6. 酉相似下的标准形 特殊的:A酉相似于对角阵当且仅当A为正规阵。

第二章:范数理论 1. 向量的范数 计算:1,2,∞范数 2. 矩阵的范数 计算:1,2,∞,∞m , F 范数,谱半径 3. 谱半径、条件数 第三章:矩阵分析 1. 矩阵序列 2. 矩阵级数 特别的:矩阵幂级数 计算:判别矩阵幂级数敛散性,计算收敛的幂级数的和 3. 矩阵函数 计算:矩阵函数值,At e ,Jordan 矩阵的函数值 4. 矩阵的微分和积分 计算:函数矩阵,数量函数对向量的导数 如,dt dA(t),dt dA(t),?? ???==)()(X R AX X X X X f T T T αα等 5. 应用 计算:求解一阶常系数线性微分方程组

1. 矩阵的三角分解 计算:Crout 分解,Doolittle 分解,Choleskey 分解 2. 矩阵的QR 分解 计算:Householder 矩阵,Givens 矩阵, 矩阵的QR 分解或者把向量化为与1e 同方向 3. 矩阵的满秩分解 计算:满秩分解,奇异值分解 4. 矩阵的奇异值分解 第五章:特征值的估计与表示 1. 特征值界的估计 计算:模的上界,实部、虚部的上界 2. 特征值的包含区域 计算:Gerschgorin 定理隔离矩阵的特征值 3. Hermite 矩阵特征值的表示 计算:矩阵的Rayleigh 商的极值 4. 广义特征值问题 计算:BX AX λ=转化为一般特征值问题

第五章-广义逆矩阵

第五章 广义逆矩阵 广义逆矩阵是E. H. More 于1920年首次提出的,1995年R. Penrose 利用矩阵方程组给出它更为明确简便的定义。其后,广义逆矩阵在理论和应用方面都得到了迅速发展。它在微分积分方程、数理统计、最优化、测量学等应用科学中发挥了重要作用,更是研究最小二乘等问题不可缺少的工具。广义逆矩阵是矩阵论的一个重要分支。 第一节 广义逆矩阵的概念 对于线性方程组Ax =b ,当方阵A 可逆时,其有唯一解x =A -1b 。但是,在许多实际应用中更多涉及到的是系数矩阵A 是奇异方阵或长方阵的情形。这就从客观上要求人们去探索把通常逆矩阵进行推广的问题。 若A 是可逆的,即有逆矩阵A -1,则A -1必满足下面四个等式 AA -1A =A A -1AA -1=A -1 (AA -1)H =AA -1 (A -1A )H =A -1A 若A 是一个一般的矩阵,是否有矩阵X 存在,满足 AXA =A (1) XAX =X (2) (AX )H =AX (3) (XA )H =XA (4) 这四个方程中的一个、二个、三个或全部呢?这就引出了广义逆矩阵的定义。 定义1 设A ∈C m ×n ,如果X ∈C n ×m 满足(1)—(4)式中的一个、二个、三个或全部,则称X 为A 的广义逆阵。 由上定义可知,广义逆阵有154 4342414=+++C C C C 种之多。为了方便,引进一些记 号:A (i )为满足第i 个方程的广义逆矩阵,即第i 个方程的解矩阵,A {i }为第i 个方程的解集,即A (i )的全体。同样有记号A (i ,j ),A (i ,j ,k ),A (1,2,3),A {i ,j },A {i ,j ,k },A {1,2,3,4}。 如,A (1,3)为满足第1、第3个方程的广义逆矩阵,A {1,3}为所有A (1,3)的全体构成的集合。 在这15种广义逆矩阵中,常用的有A {1},A {1,3},A {1,4},A {1,2,3,4}。我们将结合线性方程组的解的不同情况,在本章后面各节中进行讨论。为此先了解一下线性方程组的解的问题。

线性代数的基本概念

《线性代数》根据“卓越工程师教育培养计划”的基本要求,突出基本概念、基本理论、基本技能,注重培养学生数学素质。教材在满足教学要求的前提下,适当降低理论推导的要求,但重视阐明基本理论的脉络。习题配置 中也突出基本题、概念题和与工程相关的实际应用题等。 由于研究关联着多个因素的量所引起的问题,则需要考察多元函数。如果所研究的关联性是线性的,那么称这 个问题为线性问题。历史上线性代数的第一个问题是关于解线性方程组的问题,而线性方程组理论的发展又促 成了作为工具的矩阵论和行列式理论的创立与发展,这些内容已成为我们线性代数教材的主要部分。最初的线 性方程组问题大都是来源于生活实践,正是实际问题刺激了线性代数这一学科的诞生与发展。另外,近现代数 学分析与几何学等数学分支的要求也促使了线性代数的进一步发展。 矩阵和行列式行列式出现于线性方程组的求解,它最早是一种速记的表达式,现在已经是数学中一种非常 有用的工具。行列式是由莱布尼茨和日本数学家关孝和发明的。 1693 年4 月,莱布尼茨在写给洛比达的一封 信中使用并给出了行列式,并给出方程组的系数行列式为零的条件。同时代的日本数学家关孝和在其著作《解 伏题元法》中也提出了行列式的概念与算法。 1750 年,瑞士数学家克莱姆 (G.Cramer,1704-1752) 在其著作《线性代数分析导引》中,对行列式的定义和展开法则给出了比较完整、明确的阐述,并给出了现在我们所称的解线性方程组的克莱姆法则。稍后,数学 家贝祖 (E.Bezout,1730-1783) 将确定行列式每一项符号的方法进行了系统化,利用系数行列式概念指出了如何判断一个齐次线性方程组有非零解。总之,在很长一段时间内,行列式只是作为解线性方程组的一种工具 使用,并没有人意识到它可以独立于线性方程组之外,单独形成一门理论加以研究。 在行列式的发展史上,第一个对行列式理论做出连贯的逻辑的阐述,即把行列式理论与线性方程组求解相 分离的人,是法国数学家范德蒙 (A-T.Vandermonde,1735-1796) 。范德蒙自幼在父亲的知道下学习音乐,但对数学有浓厚的兴趣,后来终于成为法兰西科学院院士。特别地,他给出了用二阶子式和它们的余子式来展开 行列式的法则。就对行列式本身这一点来说,他是这门理论的奠基人。 1772 年,拉普拉斯在一篇论文中证明 了范德蒙提出的一些规则,推广了他的展开行列式的方法。 继范德蒙之后,在行列式的理论方面,又一位做出突出贡献的就是另一位法国大数学家柯西。 1815 年, 柯西在一篇论文中给出了行列式的第一个系统的、几乎是近代的处理。其中主要结果之一是行列式的乘法定理。另外,他第一个把行列式的元素排成方阵,采用双足标记法;引进了行列式特征方程的术语;给出了相似行列 式概念;改进了拉普拉斯的行列式展开定理并给出了一个证明等。 19 世纪的半个多世纪中,对行列式理论研究始终不渝的作者之一是詹姆士?西尔维斯特 (J.Sylvester,1814-1894) 。他是一个活泼、敏感、兴奋、热情,甚至容易激动的人,然而由于是犹太人的缘故,他受到剑桥大学 的不平等对待。西尔维斯特用火一般的热情介绍他的学术思想,他的重要成就之一是改进了从一个次和一个次的多项式中消去 x 的方法,他称之为配析法,并给出形成的行列式为零时这两个多项式方程有公共根充分必要 条件这一结果,但没有给出证明。 继柯西之后,在行列式理论方面最多产的人就是德国数学家雅可比 (J.Jacobi,1804-1851) ,他引进了函数 行列式,即“雅可比行列式”,指出函数行列式在多重积分的变量替换中的作用,给出了函数行列式的导数公式。雅可比的著名论文《论行列式的形成和性质》标志着行列式系统理论的建成。由于行列式在数学分析、几 何学、线性方程组理论、二次型理论等多方面的应用,促使行列式理论自身在19世纪也得到了很大发展。整个19 世纪都有行列式的新结果。除了一般行列式的大量定理之外,还有许多有关特殊行列式的其他定理都相继得到。 矩阵矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重 要工具。“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个 述语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。从行列式的大量工作中明显的表现出来,为 了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列 式的发展中建立起来的。在逻辑上,矩阵的概念应先于行列式的概念,然而在历史上次序正好相反。 英国数学家凯莱 (A.Cayley,1821-1895) 一般被公认为是矩阵论的创立者,因为他首先把矩阵作为一个独立的数学概念提出来,并首先发表了关于这个题目的一系列文章。凯莱同研究线性变换下的不变量相结合,首先 引进矩阵以简化记号。 1858 年,他发表了关于这一课题的第一篇论文《矩阵论的研究报告》,系统地阐述了 关于矩阵的理论。文中他定义了矩阵的相等、矩阵的运算法则、矩阵的转置以及矩阵的逆等一系列基本概念, 指出了矩阵加法的可交换性与可结合性。另外,凯莱还给出了方阵的特征方程和特征根(特征值)以及有关矩

广义逆矩阵

价值工程 0引言在科技、工程、医学、经济、以及气象学的不同领域,经常会遇到求线性方程组 a 11ξ1 +a 12ξ2+……+a 1n ξn =β1a 21ξ1+a 22ξ2+……+a 2n ξn =β2……………………………a s1ξ1+a s2ξ2+……+a sn ξn =βs (1)或矩阵方程A ξ=β(1)’的求解问题。通过线性代数的学习,我们知道方程组(1)有解的充分必要条件是A 与其增广矩阵有相同的秩。而方程组(1)存在唯一解,必须方程组未知数的个数与系数矩阵的秩相等,若A 是方阵,且A 非退化(即A 满秩|A|≠0),则A 存在逆矩阵,为A -1 =A*/|A|,其中A*是A 的伴随矩阵,则方程组有唯一解,可表为ξ=A -1β,唯一性在线性代数讲过,在这不再赘述。上面要求在一些实际问题中是不容易满足,那是因为:①实际问题中,方程个数与未知量个数不等s ≠n ,A 不是方阵,不存在逆阵A -1 ,但方程组(1)却又是可解的(即相容的)。 ②还有可能是,希望在无解方程组中找到既使模|ξ|最 小,又使A ξ軃-β2 最小的解。总之,根据问题的需要,我们光用逆矩阵的概念解决不了这样的问题,所以有必要推广逆矩阵,下面先介绍广义逆矩阵的定义。先来看设A 是n ×n 可逆阵,β是任意一个n ×1矩阵,则方程A ξ=β总有解,且解可表示为ξ=A -1β,现在设A 是任意m ×n 阵,b 是一个m ×1矩阵,是否存在n ×m 矩阵X ,使得只要方程A ξ=β有解,ξ=A -1β就是解?这样的矩阵就是广义逆矩阵,在未给出概念前,先看看X 满足条件。引理:设A 为m ×n 阵,某个n ×m 阵X ,对任意n 维列 向量X 0及β=AX 0 满足A ×β=β的充分条件是AXA=A 1定义设A 为m ×n 矩阵,如果n ×m 矩阵X 满足AXA=A ,则 称X 为A 的一个广义逆矩阵,且广义逆矩阵具有下面四个性质: I AXA=A II XAX=X III (AX )T =AX IV (XA )T =XA 其中(·)T 表示转置,A 的广义逆记为A +;广义逆矩阵的四个性质与引言中的实际问题之间有什么联系,我们做如下的论证。 2论证以上定义中的广义逆矩阵X ,如果在s=n 且|A|≠0的—————————————————————— —基金项目:金肯职业技术学院高等数学教学改革的研究资助 (JG0907)。 作者简介:周海青(1974-),女,藏族,青海互助人,南京市金肯职业技术学院数学教研室,讲师,主要从事数学教育方 向的研究工作。浅谈广义逆矩阵 On the Generalized Inverse Matrix 周海青ZHOU Hai-qing (金肯职业技术学院,南京211156) (Jinken College of Technology , Nanjing 211156,China )摘要:文章介绍莫尔-潘鲁斯(Moore-Penrose)广义逆矩阵的概念及其与实际背景的联系。文章中定理1和定理2说明条件I 与相 容线性方程组的基本解的广义逆矩阵的联系,定理3说明条件I 和IV 与相容线性方程组的最小模解的广义逆矩阵的联系。 Abstract:The article introduces the concept of Moore-Penrose's generalized inverse matrix and its relation with the actual background.Theorem 1and Theorem 2in this article illustrate the relation between Conditions 1and generalized inverse matrix of the fundamental solution of compatible linear equation.Theorem 3illustrates Condition I and Condition IV's relation with generalized inverse matrix of the minimal model solution of compatible linear equation. 关键词:广义逆矩阵;相容线性方程组;最小模解Key words:generalized inverse matrix ;compatible linear equation ;minimal model solution 中图分类号:G642文献标识码:A 文章编号:1006-4311(2012)25-0236-02 统改造的方法对学科知识的处理有着天然的优势,尤其是 分类中易混淆的知识,能有效的促进新学科及交叉学科间的知识交流与区分。另外,由于机读目录格式进行的知识资源组织实际上是属于受控编目,编目知识具有质量高、数据规范、系统稳定、经济实用的优点。 但由于MARC 是处理书目信息的,是根据书目信息的特点编制的,用于管理高校学术知识则有冗余字段多、卡片显示不够理想、查找功能受限等缺点。 4结语 利用图书编目系统构建学术知识共享系统虽有一定 的缺点,但对无条件引进或开发高校学术知识共享系统的高校是一个不错的选择。 参考文献: [1]张晓林.数字化信息组织的结构与技术[J].大学图书馆学报,2001(4):9-14. [2]胡敏.机读目录与都柏林核心元数据的格式研究[J].图书馆学刊,2005(2):65-66,98. [3]胡敏.网络信息资源的MARC 格式编目[J].情报杂志,2005(10):127-129. [4]知识管理系统.百度百科[EB].https://www.360docs.net/doc/569177426.html,/view/858842.htm.2012-04-02/2012-05-28. ·236·

广义逆矩阵及其应用【文献综述】

毕业论文文献综述 数学与应用数学 广义逆矩阵及其应用 一、前言 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个术语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。从行列式的大量工作中明显的表现出来,为了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列式的发展中建立起来的。在逻辑上,矩阵的概念应先于行列式的概念,然而在历史上次序正好相反。 先把矩阵作为一个独立的数学概念提出来,并首先发表了关于这个题目的一系列文章。凯莱同研究线性变换下的不变量相结合,首先引进矩阵以简化记号。1858 年,他发表了关于这一课题的第一篇论文《矩阵论的研究报告》,系统地阐述了关于矩阵的理论。文中他定义了矩阵的相等、矩阵的运算法则、矩阵的转置以及矩阵的逆等一系列基本概念,指出了矩阵加法的可交换性与可结合性。另外,凯莱还给出了方阵的特征方程和特征根(特征值)以及有关矩阵的一些基本结果。 1855 年,埃米特(C.Hermite,1822~1901)证明了别的数学家发现的一些矩阵类的特征根的特殊性质,如现在称为埃米特矩阵的特征根性质等。后来,克莱伯施(A.Clebsch,1831~1872)、布克海姆(A.Buchheim)等证明了对称矩阵的特征根性质。泰伯(H.Taber)引入矩阵的迹的概念并给出了一些有关的结论。 在矩阵论的发展史上,弗罗伯纽斯(G.Frobenius,1849-1917)的贡献是不可磨灭的。他讨论了最小多项式问题,引进了矩阵的秩、不变因子和初等因子、正交矩阵、矩阵的相似变换、合同矩阵等概念,以合乎逻辑的形式整理了不变因子和初等因子的理论,并讨论了正交矩阵与合同矩阵的一些重要性质。 1854 年,

矩阵论广义逆矩阵

第六章 广义逆矩阵 当A 是n 阶方阵,且det A ≠0时,A 的逆矩阵1A -才存在,此时线性方程组Ax =b 的解可以简洁地表示为x =1 A b -.近几十年来,由于解决各种问题的需要,人们把逆矩阵的概念推广到不可逆方阵或长方矩阵上,从而产生了所谓的广义逆矩阵.这种广义逆矩阵具有通常逆矩阵的部分性质,并且在方阵可逆时,它与通常的逆矩阵相一致;而且这种广义逆矩阵可以给出线性方程组(包括相容的和矛盾的方程组)各种“解”的统一描述. 1920年,,由于不知道它的应用,所以一直未受到重视.直到1955年R.Penrose 利用四个矩阵方程给出广义逆矩阵的更简便实用的定义后,它才引起普遍关注,并得到迅速发展.目前,广义逆矩阵已形成了一套既系统又完整的理论,并在许多学科得到广泛的应用.§6.1 广义逆矩阵的概念 定义6.1 设A ∈C m n ?,如果X ∈C n m ?满足下列四个Penrose 方程 (1)AXA =A ; (2)XAX =X ; (3)()AX AX =H ; (4)H ()=XA XA 的某几个或全部,则称X 为A 的广义逆矩阵,满足全部四个方程的广义逆矩阵X 称为A 的Moore-Penrose 逆. 显然,如果A 是可逆矩阵,则1 X A -=满足四个Penrose 方程. 按照这一定义,可以分为满足一个、二个、三个或四个Penrose 方程的广义逆矩阵,一 共有1234 4444C C C C 15+++=类. 以下定理表明,Moore-Penrose 逆是存在并且惟一的,从而上述的15类广义逆矩阵都是存在的. 定理6.1 设C m n A ?∈,则A 的Moore-Penrose 逆存在且惟一. 证 设rank A =r .若r =0,则A 是m ×n 零矩阵,可以验证n ×m 零矩阵满足四个Penrose 方程.若r >0,由定理4.19知,存在m 阶酉矩阵U 和n 阶酉矩阵V 使得其中∑=diag ()12r σ,σ,…,σ,而()12r i i =σ,,…,是A 的非零奇异值.记 则易验证X 满足四个Penrose 方程,故A 的Moore-Penrose 逆存在. 再证惟一性.设X ,Y 都满足四个Penrose 方程,则(为了叙述简明,在等号上注明了推演时所依据的方程号)从而A 的Moore-Penrose 逆是惟一的. 证毕 需要指出的是只要A 不不可逆矩阵,则除Moore-Penrose 逆以外的其他14类广义逆矩阵都不是惟一的.

也谈矩阵的广义逆【开题报告】

开题报告 信息与计算科学 也谈矩阵的广义逆 一、综述本课题的研究动态, 说明选题的依据和意义 矩阵的现代概念在19世纪逐渐形成. 1801年德国数学家高斯(F.Gauss, 1777~1855把一个线性变换的全部系数作为一个整体. 1844年, 德国数学家爱森斯坦(F.Eissenstein, 1823~1852)讨论了“变换”(矩阵)及其乘积. 1850年, 英国数学家西尔维斯特 (James Joseph Sylvester, 18414-1897)首先使用矩阵一词. 1858年英国数学家凯莱(A.Gayley, 1821~1895)发表《关于矩阵理论的研究报告》. 他首先将矩阵作为一个独立的数学对象加以研究, 并在这个主题上首先发表了一系列文章, 因而被认为是矩阵论的创立者, 他给出了现在通用的一系 列定义, 如两矩阵相等, 零矩阵, 单位矩阵, 两矩阵的和, 一个数与一个矩阵的数量积, 两个矩阵的积, 矩阵的逆, 转置矩阵等. 并且凯莱还注意到矩阵的乘法是可结合的, 但一般不可交换, 且*m n 矩阵只能用*n k 矩阵去右乘. 1854年, 法国数学家埃米尔特(C.Hermite, 1822~1901)使用了“正交矩阵”这一术语, 但他的正式定义直到1878年才由德国数学家费罗贝尼乌斯(F.G.Frohenius, 1849~1917)发表. 1879年, 费罗贝尼乌斯引入矩阵秩的概念. 矩阵本身所具有的性质依赖于元素的性质, 矩阵由最初作为一种工具经过两个多世纪的发展, 现在已经成为一门数学分支——矩阵论. 而矩阵论又可分为矩阵分解论和广义逆矩阵论等矩阵的现代理论. 矩阵的应用时多方面的, 不仅在数学领域里, 而且在力学, 物理, 科技等方面都有十分广泛的应用. 广义逆的概念最早是由I.Fredholm 提出的, 他给出了积分算广义逆的定义, 并称为“伪逆”. 1904年, D.希尔伯特在广义格林函数的讨论中, 含蓄地提出了微分算子的广义逆. 而任意矩阵的广义逆定义最早是由E.H.穆尔在1920年提出的, 他以抽象的形式发表在美国数学会会刊上, 他利用投影矩阵定义了矩阵唯一Moore 的广义逆. 1933年, E.H.Moore 的学生Y .Y.Tseng 又将Moore 广义逆推广到了Hilbert 空间, 提出了Hilbert 空间线性算子的广义逆的概念. 20世纪50年代围绕着某些广义逆的最小二乘性质的讨论重新引起了人们对这个课题的兴趣. 然而, 矩阵的广义逆真正得到迅速的发展并在各个领域获得卓有成效的应用实在

开题报告-矩阵逆的推广及应用

毕业论文开题报告 信息与计算科学 矩阵逆的推广及应用 一、选题的背景、意义(所选课题的历史背景、国内外研究现状和发展趋势) 1. 选题的背景 Moore.E.H 是公认的研究广义逆矩阵的第一人,他在美国数学会1920年一个会议报告的摘要中,对任意矩阵定义了广义逆,当时他称之为general reciprocal 。Moore 关于广义逆的较详细结果发表在Moore(1935)的著名论文中。于是,许多学者通常把1935年作为广义逆研究的起点。在这篇论文中,对任意n m ?矩阵A ,Moore 用下面两个矩阵方程 )(A R P AX =,)(X R P XA = (1) 来定义广义逆X ,这里)()(X R A R P P 和分别是)()(X R A R 和上的正交投影算子。在这之后的20多年中,人们对广义逆的研究并未给予应有的重视。 到了二十世纪50年代,一些学者开始注意到广义逆矩阵的最小二乘性质。Bjerhammar (1951a,1951b )在不知道Moore 结果的情况下,重新提出了广义逆矩阵的概念(他称之为reciprocal matrix ),并注意到了广义逆与线性方程组解的关系。Bott 和Duffin(1953)在研究电网理论时,引进了一种后来被称为Bott-Duffin 广义逆的逆矩阵。当时他们称为约束逆(constrained inverse )。但这时期的研究工作缺少一般性,零散而不系统。 在广义逆研究中,一个重要的里程碑是Penrose (1955)的著名论文。在这篇文章中,Penrose 以非常简单、直观的形式叙述了广义逆矩阵+A 满足的四个条件(也称Penrose 条件):设n m C A ?∈,则满足 XA XA AX AX X XAX A AXA ====H H ))(4(;))(3(;)2(; )1( (2) 的矩阵n m C X ?∈称为矩阵A 的广义逆(其中的共轭转置表示A A H ),并证明了(2)式

广义逆矩阵及其在线性方程组中的应用

毕业论文 题目广义逆矩阵及其在线性方程组中的应用学院理学院 专业数学与应用数学 班级数学0601班 学生周正明 学号20060903116 指导教师孙红卫 二〇一〇年五月三十日

摘要 线性方程组的逆矩阵求解方法只适用于系数矩阵为可逆方阵,但是对于一般线性方程组,其系数矩阵可能不是方阵或是不可逆的方阵,这种利用逆矩阵求解线性方程组的方法将不适用。为解决这种系数矩阵不是可逆矩阵或不是方阵的线性方程组,我们对逆矩阵进行推广,研究广义逆矩阵,利用广义逆矩阵求解线性方程组。 广义逆矩阵在数据分析、多元分析、信号处理、系统理论、现代控制理论、网络理论等许多领域中有着重要的应用,本文针对广义逆矩阵的定义、性质、计算及其在线性方程组中的应用进行研究,利用广义逆矩阵求解线性方程组的通解及极小范数解。 关键词:广义逆矩阵;Moore-Penrose 方程;线性方程组;满秩分解

ABSTRACT The method to solve linear equations using the inverse matrix is only feasible when the coefficient matrix is reversible. But for the general system of linear equations, the coefficient matrix may be a irreversible matrix or a rectangular matrix, in this case, we can not use this method to solve the system of linear equations. In order to find solutions of this system, we promote the inverse matrix to generalized inverse matrix, and than use the generalized inverse matrix to solve the system of linear equations. The generalized inverse matrix is important in many area, such as Data analysis, Multivariate analysis, Signal processing, System theory, Modern control theory, Network theory and so on. This paper studies the definition, properties, calculation of the generalized inverse matrix , and the applications in soluting the system of linear equations. Utilizing the generalized inverse matrix, we study the soluting of the general system of linear equations and the minimum norm solution. Key words: generalized inverse matrix; Moore-Penrose eqations; linear equations; full rank decomposition

广义逆矩阵开题报告

本科毕业设计(论文)开题报告 题目:模拟退火算法的优化分析与研究 学生姓名: 院(系): 专业班级: 指导教师: 完成时间:2013 年月日

要求 1、开题报告是毕业设计(论文)的总体构想,由学生在毕业设计(论文)工作前期独立完成。 2、开题报告正文用A4纸打印,各级标题用4号宋体字加黑,正文用小4号宋体字,20磅行距。 3、参考文献不少于5篇(不包括辞典、手册),著录格式应符合GB7714-87《文后参考文献著录规则》要求。 4、年月日等的填写,用阿拉伯数字书写。要符合《关于出版物上数字用法的试行规定》,如“2005年2月26日”。 5、所有签名必须手写,不得打印。

一.课题研究背景及意义 组合优化问题在工程领域乃至经济领域有着广泛的应用,所以如何获得组合优化问题的最优解一直是人们试图解决的问题。遗憾的是许多实际问题是NP完全的,严格求解这类问题所需的计算费用将是问题规模的指数形式。因此,人们常采用的是启发式算法。 启发式算法分为两类:一是从待解决问题的原始数据着手进行构造性求解,另一类是迭代改进现有的解。 构造性方法是根据待解决问题的特征来设计的,很难推广到不同应用领域:迭代改进方法更为一般。这类算法的结构一般是这样的:从一个初始解开始,产生一个解序列,直到获得满意解为止。新解的产生规则及终止迭代准则决定了一个具体算法。这类算法的不足之处是: 1)算法往往终止于局部最优解。 2)最终解取决于初始解的选择及产生新解的规则。许多启发式算法在做迭代改进时都选择最快的减少目标函数值的策略,也就是所谓的贪心算这种贪心算法往往会导致陷入局部最优解,而不是全局最优解。 为了改善迭代型启发算法的行为,有时选择一批初始解,然后做相同的迭代以获得全局最优解的概率。 也可借助于随机搜索的算法,其特点是随机的产生下一新解。若新解比当前解的值更低,则将新解作为暂存解。如果最优解与总解的比例越高,找到最优解的概率也就越大。故当最优解的数目很大时,随机搜索算法的功能还是很好的。 退火是一种金属热处理工艺,指的是将金属缓慢加热到一定温度,保持足够时间,然后以适宜速度冷却。目的是降低硬度,改善切削加工性;消除残余应力,稳定尺寸,减少变形与裂纹倾向;细化晶粒,调整组织,消除组织缺陷。 模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。 模拟退火算法(SA)作为一种通用的随机搜索算法有着更好的渐进行为。它是近年来提出的一种适合解大规模组合优化问题通用而有效的近似算法。它与以往的近似算法相比,具有描述简单、使用灵活、运用广泛、运行效率高和较少受初始条件约束等优点,而且特别适合并行计算,因此具有很高的实用价值。 随着计算机技术的发展和普及,最优化理论和方法在诸多领域都得到了迅速发展和推广。目前,它已成为现代科学技术中一盒必不可少、重要的数学手段和方法,其应用和发展为诸多领域中非线性问题的解决,提供了坚实而有力的理论和有效的方法。 但是SA算法在求解规模较大的实际问题时,存在着收敛速度慢的特点。为此人

广义逆矩阵及其应用【开题报告】

毕业论文开题报告 数学与应用数学 广义逆矩阵及其应用 一、选题的背景、意义 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个述语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。从行列式的大量工作中明显的表现出来,为了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列式的发展中建立起来的。在逻辑上,矩阵的概念应先于行列式的概念,然而在历史上次序正好相反。 先把矩阵作为一个独立的数学概念提出来,并首先发表了关于这个题目的一系列文章。凯莱同研究线性变换下的不变量相结合,首先引进矩阵以简化记号。1858 年,他发表了关于这一课题的第一篇论文《矩阵论的研究报告》,系统地阐述了关于矩阵的理论。文中他定义了矩阵的相等、矩阵的运算法则、矩阵的转置以及矩阵的逆等一系列基本概念,指出了矩阵加法的可交换性与可结合性。另外,凯莱还给出了方阵的特征方程和特征根(特征值)以及有关矩阵的一些基本结果。凯莱出生于一个古老而有才能的英国家庭,剑桥大学三一学院大学毕业后留校讲授数学,三年后他转从律师职业,工作卓有成效,并利用业余时间研究数学,发表了大量的数学论文。 1855 年,埃米特(C.Hermite,1822~1901)证明了别的数学家发现的一些矩阵类的特征根的特殊性质,如现在称为埃米特矩阵的特征根性质等。后来,克莱伯施(A.Clebsch,1831~1872)、布克海姆(A.Buchheim)等证明了对称矩阵的特征根性质。泰伯(H.Taber)引入矩阵的迹的概念并给出了一些有关的结论。 在矩阵论的发展史上,弗罗伯纽斯(G.Frobenius,1849-1917)的贡献是不可磨灭的。他讨论了最小多项式问题,引进了矩阵的秩、不变因子和初等因子、正交矩阵、矩阵的相似变换、合同矩阵等概念,以合乎逻辑的形式整理了不变因

矩阵论的应用

矩阵论的应用 摘要 矩阵论是工程数学中的重要组成部分,而矩阵函数理论是矩阵理论的一个重要组成部分。矩阵函数把对矩阵的研究带入分析领域。同时也解决了数学领域及工程技术等其它领域的计算难题。本文介绍借助矩阵函数,简述其在微积分运算在求解一阶线性常系数微分方程组。 关键词:矩阵论矩阵函数一阶微分方程 一、矩阵论的发展史简介 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。“矩阵”这个词是由西尔维斯特首先使用的,他是为了将数字的矩形阵列区别于行列式而发明了这个述语。而实际上,矩阵这个课题在诞生之前就已经发展的很好了。从行列式的大量工作中明显的表现出来,为了很多目的,不管行列式的值是否与问题有关,方阵本身都可以研究和使用,矩阵的许多基本性质也是在行列式的发展中建立起来的。在逻辑上,矩阵的概念应先于行列式的概念,然而在历史上次序正好相反。 1850年,英国数学家西尔维斯特(SylveSter,1814--1897)在研究方程的个数与未知量的个数不相同的线性方程组时,由于无法使用行列式,所以引入了矩阵的概念。 1855年,英国数学家凯莱(Caylag,1821--1895)在研究线性变换下的不变量时,为了简洁、方便,引入了矩阵的概念。1858年,凯莱在《矩阵论的研究报告》中,系统地阐述了关于矩阵的理论。文中他定义了矩阵的相等、矩阵的运算法则、矩阵的转置以及矩阵的逆等一系列基本概念,指出了矩阵加法的可交换性与可结合性。另外,凯莱还给出了方阵的特征方程和特征根

(特征值)以及有关矩阵的一些基本结果。 1855 年,埃米特(C.Hermite,1822-1901) 证明了别的数学家发现的一些矩阵类的特征根的特殊性质,如现在称为埃米特矩阵的特征根性质等。后来,克莱伯施(A.Clebsch,1831-1872) 、布克海姆(A.Buchheim) 等证明了对称矩阵的特征根性质。泰伯(H.Taber) 引入矩阵的迹的概念并给出了一些有关的结论。 在矩阵论的发展史上,弗罗伯纽斯(G.Frobenius,1849- 1917) 的贡献是不可磨灭的。他讨论了最小多项式问题,引进了矩阵的秩、不变因子和初等因子、正交矩阵、矩阵的相似变换、合同矩阵等概念,以合乎逻辑的形式整理了不变因子和初等因子的理论,并讨论了正交矩阵与合同矩阵的一些重要性质。1854 年,约当研究了矩阵化为标准型的问题。1892 年,梅茨勒(H.Metzler) 引进了矩阵的超越函数概念并将其写成矩阵的幂级数的形式。傅立叶、西尔和庞加莱的著作中还讨论了无限阶矩阵问题,这主要是适用方程发展的需要而开始的。 矩阵本身所具有的性质依赖于元素的性质,矩阵由最初作为一种工具经过两个多世纪的发展,现在已成为独立的一门数学分支——矩阵论。而矩阵论又可分为矩阵方程论、矩阵分解论和广义逆矩阵论等矩阵的现代理论。矩阵及其理论现已广泛地应用于现代科技的各个领域。

相关文档
最新文档