《矩阵分析》作业布置
第三章 章末习题：3-1，3-30，3-25，3-12，3-13，3-14，3-27，3-20，3-19，3-28（1）（2） 3-26，3-22，3-9，3-3（1），3-16，3-23 注：题3-261λ2
应改为1
λ 2
补充题：
#3*1 试证：向量长度的齐次性，即,,.n k k
k C C ααα=?∈∈
#3*2 试证：在任意酉空间V 中成立广义商高定理： 2
2
2
,&(,)0V αβαβαβ
αβ∈=?+=+
#3*3令()()()1231,1,1,1,3,3,1,1,2,0,6,8T
T
T
ααα==--=-。求12,3{,}Span ααα的一个标准正交基。
#3*4 试证下列矩阵是酉矩阵：（i
）0000
1?????? ?
??
?
（ii ）0i 000i i 00?? ?
? ?-??，
#3*5 用归纳法证明下列结论：（i ） 对任意正整数n 成立1+3+5+……+（2n-1）=2
n .(ii)对任意正整数k 成立：
2
22
11k
1&(,)0,k i j k
V i j αααααααα∈=?≠?+=+………………
#3*6 试证：A=001
0001i
i i ?? ?
- ? ?+??
，(i =为正规矩阵。试问：A 是否为H 矩阵，反H 矩阵，或酉矩阵？为什么？
#3*7 试证：对正定矩阵A 存在正定矩阵S 使得k
S A =，其中k 为任意正整数。
第四章 章末习题：4-1（1）（2）；4-2 （其中矩阵A 代之以101001??
?
? ???
）
补充题： #4*1 ***,,,,,m n
m m n n A B C
A UBV U U V U ∈=∈∈若则称
B 与A 酉等价。
试证：B 与A 酉等价当且仅当B 与A 有相同奇异值集。 #4*2 设***A ,,m n m m n n r C U U V U ∈∈∈使得*
1r 0,(,00U AV diag b Λ??
=Λ=
???
……，b），
试证：1r b ,b ……，为A 的全部非零奇异值。
#4*3 令A 的非零奇异值为1r ,σσ……求1,,T A A A -（当A 满秩时）的非零奇异值。
第五章 章末习题：5-1（2），5-2（2），5-3，5-4，5-6，5-7，5-9（改为11218110
k
k
∞
?? ???
∑） 补充题： #5*1 已知：A=1,0.0a a a ??>
???
（i ）给出k
A 的一般公式（用归纳法）
。 （ii ）求1
(),,k
k k
A A
A ρ∞
。（iii ）求2
k A
#5*2 试证：若
1
k
k A
∞
=∑绝对收敛且()
(),k k ij
ij
a b
≥,,,i j k ?则1
k k B ∞
=∑绝对收敛。
#5*3 已知：121211A -??
= ?
-??
。幂级数0k k A ∞
=∑是否收敛？若收敛，又收敛于什么矩阵？ #5*4 试证：0(2)!
k k A k ∞
=∑对一切*n n
A C ∈绝对收敛。
#5*5 下列矩阵幂级数是否绝对收敛？
（i ）011,02k k A A ∞
=??= ?
??∑ （ii ）00
0.30.80.70.10.10.20.40k
k A A k ∞
=-?? ?=- ? ???
∑， （iii ）0 1.20.5, 1.10.82k
k k A A ∞
=??= ???
∑
章末习题：6-5（1）（4） 6-6
补充题：
#6*1 已知: 43121110
200111,()21,()443113A p f λλλλλλλλλ?? ?==-+-=-+-+ ? ?-??
求 P(A)与f(A)
#6*2 已知：3243A -??= ?-??
，求A 的Jordan 标准型与变换矩阵。并计算: ,sin tA
e A .
第八章 章末习题：8-1 改A=210003211?? ? ? ???
。8-2只求A +
。8-4（3）（6）
补充题：
8*1 求112223A -??
= ???
的形如（8.14）的减号逆
#8*2 试证：*m n
A C
∈的减号逆是*n m
C
的任一矩阵当且仅当A 是零矩阵。
#8*3 已知：A -
为*m n
A C ∈的任一减号逆，*,n m V W C ∈
试证：()()m n X A V E AA E A A W ---=+-+- 是A 的减号逆 #8*4 试证：定理8.2.1
#8*5 已知：111001A ?? ?= ? ???
，试用两种方法求A +
《矩阵分析》教学大纲 英文名称：Matrix Analysis 一、课程目的与要求 通过本课程的学习，使学生在已掌握本科阶段线性代数知识的基础上，进一步深化和提高矩阵理论的相关知识。并着重培养学生将所学的理论知识应用于本专业的实际问题和解决实际问题的能力。本课程要求学生从理论上掌握矩阵的相关理论，会证明简单的一些命题和结论，从而培养逻辑思维能力。要求掌握一些有关矩阵计算的方法，如各种标准型、矩阵函数等，为今后在相关专业中实际应用打好基础。 二、学时/学分：60学时/3学分 三、课程内容及学时安排 (1) 线性空间与线性变换 10学时 理解线性空间的概念，掌握基变换与坐标变换的公式； 掌握子空间与维数定理，了解线性空间同构的含义； 理解线性变换的概念，掌握线性变换的矩阵表示。（不变子空间不作要求）(2) 内积空间 8学时 理解内积空间的概念，掌握正交基及子空间的正交关系； 了解内积空间的同构的含义，掌握判断正交变换的判定方法； 理解酋空间的概念，会判定一个空间是否为酋空间的方法，掌握酋空间与实内积空间的异同； 掌握正规矩阵的概念及判定定理和性质，理解厄米特二次型的含义。 (3) 矩阵的相似标准形与若干分解形式18学时 掌握矩阵相似对角化的判别方法；会求矩阵的约当标准形； 掌握哈密顿—开莱定理，会求矩阵的最小多项式； 会求史密斯标准形； 掌握正规矩阵及其酉对角化。 掌握多项式矩阵的互质性与既约性的判别方法，会求有理分式矩阵的标准形及其仿分式分解； 了解舒尔定理及矩阵的满秩分解、QR分解、奇异值分解及谱分解。 (4) 赋范线性空间10学时 了解赋范线性空间的及范数导出的度量，了解Lebsaque积分与L p空间； 掌握矩阵的各种范数定义、谱半径及其性质。， (5) 矩阵函数及其应用6学时 理解向量范数、矩阵范数及向量和矩阵的极限的概念； 掌握矩阵幂级数收敛的判定方法，会求矩阵函数； 会求矩阵的微分与积分； 了解矩阵函数在线性系统理论中的应用。 (6) 广义逆矩阵6学时 了解矩阵的Moore-Penrose广义逆及其性质 (7) 复习 2学时
错误! 2０１2-2013学年第一学期硕士研究生矩阵分析考试试卷(A) 一、(共3０分，每小题6分)完成下列各题: （1）设4R 空间中的向量????????????=23121α,????????????--=32232α,????????????=78013α，????????????--=43234α,???? ? ? ??????--=30475α Span V =1{}321,,ααα，Span V =2 {}54,αα,分别求21V V +和21V V 的维数. 解:=A {}54321,,,,ααααα? ? ??? ? ??? ???--→000004100030110 202 01 21V V +和21V V 的维数为３和１ （２） 设()T i i 11-=α,()T i i 11-=β是酉空间中两向量，求内积()βα, 及它们的长度（i =）. (0, 2， 2); （３）求矩阵?? ??? ?????----=137723521111A 的满秩分解. 解：?? ?? ? ?????----=137723521111A ??????? ? ??? ????? -- --→0000747510737201
??????????----=137723521111A ??????????--=775211??????? ? ?? ??? ??? ----747 510737201* (4)设-λ矩阵??? ? ? ??++=2)1(0000 00 )1()(λλλλλA ,求)(λA 的Sm ｉth 标准形及其行列式因子. 解:????? ??++=2)1(000000)1()(λλλλλA ()()??? ? ? ??++→2111λλλλ (5）设*A 是矩阵范数，给定一个非零向量α,定义 * H x x α=,验证x 是向量 范数． 二、(10分)设3R 中的线性变换T 在基321,,εεε下的矩阵表示为?? ?? ? ?????-=021110111A ， （1）（5分)求T 的值域)(T R 的维数及一组基； （2）（5分)求T 的核)(T N 的维数及一组基. 解：（１）由题意知 T [ε1,ε2,ε3]=[]?? ?? ? ?????-021110111,,321εεε 线性变换Ｔ的值域为T(V)= {}321312,span εεεεε+++ 所以A (V)的维数为2， 基为{}321312,εεεεε+++ （2)矩阵Ａ的核为AX=０的解空间。不难求得AX=0的基础解系是[2, -1， 1]T , 因此)(A N 的维数为1, 基为3212εεε+-.
北京理工大学2017-2018学年第一学期 2017级硕士研究生〈矩阵分析〉终考试题 一、（10分）设线性变换f 在基123[1,1,1],[1,0,1],[0,1,1] ααα=-=-=下的矩阵表示为101110123A -????=????-?? （1）求f 在基123[1,0,0],[0,1,0],[0,0,1]εεε===下的矩阵表示。 （2）求f 的核与值域。 二、（10分）求矩阵20000i A ????=?????? 的奇异值分解。 三、（10分）求矩阵111222111A -????=-????--?? 的谱分解。 四、（15分）已知(1)n u R n ∈>为一个单位列向量，令T A I uu =-，证明 （1）21A =； （2）对任意的X R ∈，如果有AX X ≠，那么22AX X <。 五、（15分）已知矩阵1212a A a ??-??=????-???? ， （1）问当a 满足什么条件时，矩阵幂级数121()k k k A ∞ =+∑绝对收敛？ （2）取a = 0，求上述矩阵幂级数的和。
七、（20分）求下列矩阵的矩阵函数2,sin ,cos tA e A A π π 300030021 01300103123001013000301 00013()()()A A A ??????????? ???===?????? ???????????? 八、（5分）已知 sin 53sin 2sin 52sin sin 5sin sin sin 5sin 2sin 52sin sin 5sin sin 5sin 2sin 52sin sin 53sin t t t t t t tA t t t t t t t t t t t t +--????=-+-????--+?? 求矩阵A 。 九、（5分）已知不相容线性方程组 141223341 10 x x x x x x x x +=??+=??+=??+=? 求其最佳最小二乘解。 十、（10分）已知Hermite 二次型 12312132131(,,)f x x x ix x x x ix x x x =+-+ 求酉变换X UY =将123(,,)f x x x 化为标准型。
华南理工大学研究生课程考试题（A） 《矩阵分析》2016年12月 姓名院（系）学号成绩 注意事项：1.考试形式：闭卷（√）开卷（） 2.考生类别：博士研究生（）硕士研究生（√）专业学位研究生（） 3.本试卷共四大题，满分100分，考试时间为150分钟。 一、单项选择题（每小题3分，共15分）： 1、设,,是的两个不相同的真子空间，则下列不能构成子空间的是。（A）；（B）；（C）；（D）。 2、设,为阶酉矩阵,则下列矩阵为酉矩阵的是。 （A）；（B）；（C）；（D）。 3、设矩阵的秩为,则下列说法正确的是。 （A）的所有阶子式不等于0；（B）的所有阶子式等于0； （C）的阶子式不全为0；（D）的阶子式不全为0。 4、下列命题不正确的是。 （A）行数相同的两个矩阵一定存在最大右公因子； （B）列数相同的两个矩阵一定存在最大右公因子。 （C）特征多项式的根一定是最小多项式的根； （D）最小多项式的根一定是特征多项式的根； 5、设,则。 （A）1；（B）；（C）；（D）。 二、填空题（每小题3分，共15分）： 1、设,,和,,是的
两个基,则从第一个基到第二个基的的过渡矩阵为 。 2、实线性空间的映射称为内积运算,如果满足下列条件: 。 3、奇异值分解定理内容为 。 4、设，则。 5、设，则。 三、计算题（每小题14分，共56分）： 1、设，，；，， ，。求和的一个基。
2、求欧氏空间的一个标准正交基（从基，，，出发），内积定义为 。
3、求的若当标准形和可逆矩阵， 并计算。
4、1）写出的求解公式。 2）已知，计算。
四、证明题（第一小题8分，第二小题6分，共14分）： 1、设，是维线性空间,证明都。 2、设方阵满足，且,证明。
第三章 1、 已知()ij A a =是n 阶正定Hermite 矩阵，在n 维线性空间n C 中向量 1212(,,,),(,, ,)n n x x x y y y αβ==定义内积为(,)H A αβαβ= （1） 证明在上述定义下，n C 是酉空间； （2） 写出n C 中的Canchy-Schwarz 不等式。 2、 已知2111311101A --?? =? ? -?? ，求()N A 的标准正交基。 提示：即求方程0AX =的基础解系再正交化单位化。 3、 已知 308126(1)316,(2)103205114A A --?? ?? ????=-=-?? ?? ????----?? ?? 试求酉矩阵U ，使得H U AU 是上三角矩阵。 提示：参见教材上的例子 4、 试证：在n C 上的任何一个正交投影矩阵P 是半正定的Hermite 矩阵。 5、 验证下列矩阵是正规矩阵，并求酉矩阵U ，使H U AU 为对角矩阵，已知 1 31(1)612A ????? =????????? ? 01(2)10000i A i -????=??????，434621(3)44326962260i i i A i i i i i +--????=----? ???+--?? 11(4)11A -?? =?? ?? 6、 试求正交矩阵Q ，使T Q AQ 为对角矩阵，已知
220(1)212020A -????=--????-?? ，11011110(2)01111011A -?? ??-? ?=?? -??-?? 7、 试求矩阵P ，使H P AP E =（或T P AP E =），已知 11(1)01112i i A i i +????=-????-??，222(2)254245A -?? ??=-?? ??--?? 8、 设n 阶酉矩阵U 的特征根不等于1-，试证：矩阵E U +满秩，且1 ()() H i E U E U -=-+是Hermite 矩阵。反之，若H 是Hermite 矩阵，则E iH +满秩，且1 ()()U E iH E iH -=+-是酉矩阵。 证明：若||0+=E U ，观察0-=E U λ知1-为U 的特征值，矛盾，所以矩阵E U +满 秩。()()1 1()()()--=-+=-+-H H H H H i E U E U i E U E U ，要H H H =，只要 ()()1 1()()()()()()---+-=-+?--+=+-?-=-H H H H H H i E U E U i E U E U E U E U E U E U U U U U 故H H H = 由()0+=--=E iH i iE H 知i 为H 的特征值。由Hermite 矩阵只能有实数特征值可得 0+≠E iH ，即E iH +满秩。 111111()()()()()()()()()()()()------=+-+-=+-+-=++--=H H H U U E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E iH E 9、 若,S T 分别是实对称和实反对称矩阵，且det()0E T iS --≠，试证： 1()()E T iS E T iS -++--是酉矩阵。 证明： 1111 [()()]()()()()()()----++--++--=++--++--H E T iS E T iS E T iS E T iS E T iS E T iS E T iS E T iS 11()()()()--=++++----=E T iS E T iS E T iS E T iS E
第 1 页 共 3 页 重庆邮电大学研究生考卷(A 卷) 学号 姓名 考试方式 闭 卷 班级 考试课程名称 高等代数与矩阵分析 考试时间： 2010年 1月 8日 题号 一 二 三 四 五 六 七 八 九 十 十一 十二 总分 得分 一 、已知 1(1,2,1,0)T α=，2(1,1,1,1)T α=-，1(2,1,0,1)T β=-，2(1,1,3,7)T β=- 求12{,}span αα与12{,}span ββ的和与交的基和维数。（10分） 二、证明：Jordan 块 10()0100a J a a a ?? ??=?? ???? 相似于矩阵 0000a a a εε?? ???? ???? ，这里0ε≠为任意实数。（10分） 证明：由于容易求出两个λ-矩阵的不变因子均为31,1,()a λ-，从而这两个λ-矩阵相 似，于是矩阵10()0100a J a a a ????=??????与0000a a a εε?? ???? ????相似. 三、求矩阵101120403A -?? ? = ? ?-?? 的 (1)Jordan 标准型； （2）变换矩阵P ； （3）计算100A 。（10分） 解 （1）Jordan 标准型为 110010002J ?? ?= ? ??? （2） 相似变换矩阵为
第 2 页 共 3 页 100111210P ?? ?=-- ? ??? （3） 由于1P AP J -=，因此1n n A PJ P -=，容易计算 100 1001001001990100 2012210124000 201A -?? ? =--+ ? ?-? ? 四、验证矩阵0110000i A i -?? ?= ? ??? 是正规阵，并求酉矩阵U ，使H U A U 为对角矩阵。 (10分) 五、已知A 是Hermit 矩阵，且0k A = （k 为自然数），试证：0A ＝。 （10分） 六、验证矩阵 0241 0221104 2 A ?? ? ? ?= ? ? ??? 为单纯矩阵，并求A 的谱分解。 （10分） 七、讨论下列矩阵幂级数的敛散性。（10分） 八、设12(,,,)n ααα 与12(,,,)n βββ 是实数域R 上的线性空间V 的两组基，且 1212(,,,)(,,,)n n P βββααα= ，又对任意的V γ∈有 证明：（1）2x γ=是V 中的向量范数； （2）当P 是正交矩阵时，有22x y =。（10分） 九、已知矩阵 ()()()22111100170.20.5111;2;3011.030.10.5001k k k k k k k k ∞∞∞ ===?????? ? - ? ? ?-???? ? -?? ∑∑∑()()1111222212,,,.n n n n n x y x y x y x y x y x y x y γαααβββ???????? ? ? ? ? ? ? ? ?==== ? ? ? ? ? ? ? ????????? 12n ，，，；记，100121, 002A ?? ?=-- ? ???
矩阵知识点归纳 (一)二阶矩阵与变换 1．线性变换与二阶矩阵 在平面直角坐标系xOy 中，由? ??? ? x ′＝ax ＋by ，y ′＝cx ＋dy ，(其中a ，b ，c ，d 是常数)构成的变换称 为线性变换．由四个数a ，b ，c ，d 排成的正方形数表???? ? ?a b c d 称为二阶矩阵，其中a ，b ，c ， d 称为矩阵的元素，矩阵通常用大写字母A ，B ，C ，…或(a ij )表示(其中i ，j 分别为元素a ij 所在的行和列)． 2．矩阵的乘法 行矩阵[a 11a 12]与列矩阵??????b 11b 21的乘法规则为[a 11a 12]???? ??b 11b 21＝[a 11b 11＋a 12b 21]，二阶矩阵??????a b c d 与列矩阵??????x y 的乘法规则为??????a b c d ??????x y ＝??????ax ＋by cx ＋dy .矩阵乘法满足结合律，不满足交换律和消去律． 3．几种常见的线性变换 (1)恒等变换矩阵M ＝???? ? ?1 00 1； (2)旋转变换R θ对应的矩阵是M ＝???? ?? cos θ －sin θsin θ cos θ； (3)反射变换要看关于哪条直线对称．例如若关于x 轴对称，则变换对应矩阵为M 1＝??????1 00 －1；若关于y 轴对称，则变换对应矩阵为M 2＝???? ?? －1 0 0 1；若关于坐标原点对称，则变换对应矩阵M 3＝???? ?? －1 0 0 －1； (4)伸压变换对应的二阶矩阵M ＝???? ??k 1 00 k 2，表示将每个点的横坐标变为原来的k 1 倍，纵 坐标变为原来的k 2倍，k 1，k 2均为非零常数； (5)投影变换要看投影在什么直线上，例如关于x 轴的投影变换的矩阵为M ＝??????1 00 0； (6)切变变换要看沿什么方向平移，若沿x 轴平移|ky |个单位，则对应矩阵M ＝???? ? ?1 k 0 1， 若沿y 轴平移|kx |个单位，则对应矩阵M ＝???? ??1 0k 1.(其中k 为非零常数)． 4．线性变换的基本性质 设向量α＝??????x y ，规定实数λ与向量α的乘积λα＝??????λx λy ；设向量α＝??????x 1y 1，β＝???? ??x 2y 2，规定向量α与β的和α＋β＝???? ?? x 1＋x 2y 1＋y 2. (1)设M 是一个二阶矩阵，α、β是平面上的任意两个向量，λ是一个任意实数，则①M (λα)＝λMα，②M (α＋β)＝Mα＋Mβ. (2)二阶矩阵对应的变换(线性变换)把平面上的直线变成直线(或一点)．
矩阵分析模拟试题及答案 一.填空题(每空3分,共15分) 1. 设A 为3阶方阵, 数2-=λ, 3=A , 则A λ= -24． 2. 设向量组T )4,3,2,1(1=α，T )5,4,3,2(2=α，T )6,5,4,3(3=α，T )7,6,5,4(4=α，则 ),,,(4321ααααR =2． 3. 已知??? ?? ??---=11332 223a A ，B 是3阶非零矩阵，且0=AB ，则=a 1/3． 4．设矩阵????? ??------=12422 421x A 与??? ? ? ??-=Λ40000005y 相似，则y x -=-1． 5. 若二次型()32212 3222132122, ,x ax x x x x x x x x f ++++=是正定二次型，则a 的取值 范围是22< <-a ． 二.单项选择题(每小题3分,共15分) 1. 设A 是3阶矩阵，将的第二列加到第一列得矩阵，再交换的第二行与第三行得单位矩阵， 记????? ??=1000110011P ，??? ?? ??=010*******P ，在则=A （ D ） 21)(P P A 211)(P P B - 12)(P P C 112)(-P P D 2. 设A 是4阶矩阵，且A 的行列式0=A ，则A 中（ C ） )(A 必有一列元素全为0 )(B 必有两列元素成比例 )(C 必有一列向量是其余列向量的线性组合 )(D 任意列向量是其余列向量的线性组合 3． 设A 与B 均为3阶方阵, 且A 与B 相似, A 的特征值为1, 2, 3, 则1 )2(-B 的特 征值为（B ） )(A 2, 1, 32 )(B 12, 14, 16 )(C 1, 2, 3 )(D 2, 1, 2 3
第1章 线性空间和线性变换（详解） 1-1 证：用ii E 表示n 阶矩阵中除第i 行，第i 列的元素为1外，其余元素全为0的矩阵.用 ij E (,1,2, ,1)i j i n <=-表示n 阶矩阵中除第i 行，第j 列元素与第j 行第i 列元素 为1外，其余元素全为0的矩阵. 显然，ii E ，ij E 都是对称矩阵，ii E 有(1) 2 n n -个.不难证明ii E ，ij E 是线性无关的，且任何一个对称矩阵都可用这n+(1)2n n -=(1) 2 n n +个矩阵线性表示，此即对称矩阵组成 (1) 2 n n +维线性空间. 同样可证所有n 阶反对称矩阵组成的线性空间的维数为(1) 2 n n -. 评注:欲证一个集合在加法与数乘两种运算下是一个(1) 2 n n +维线性空间，只需找出 (1)2n n +个向量线性无关，并且集合中任何一个向量都可以用这(1) 2 n n +个向量线性表示即可. 1-2解: 11223344x x x x ααααα=+++令 解出1234,,,x x x x 即可. 1-3 解：方法一 设11223344x x x x =+++A E E E E 即 123412111111100311100000x x x x ??????????=+++???????????????????? 故 1234 1231211203x x x x x x x x x x +++++?? ??=??? ?+???? 于是 12341231,2x x x x x x x +++=++=
1210,3x x x +== 解之得 12343,3,2,1x x x x ==-==- 即A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 方法二 应用同构的概念，22R ?是一个四维空间，并且可将矩阵A 看做(1,2,0,3)T ， 1234,,,E E E E 可看做(1,1,1,1),(1,1,1,0),(1,1,0,0),(1,0,0,0)T T T T .于是有 111111 000 31110201003110000 01021000300011???? ????-??? ?→???? ??? ? -???? 因此A 在1234,,,E E E E 下的坐标为(3,3,2,1)T --. 1-4 解：证：设112233440k k k k αααα+++= 即 12341234123134 12411111110110110110 k k k k k k k k k k k k k k k k k ????????+++???????????????? +++++??==??++++?? 于是 12341230,0k k k k k k k +++=++= 1341240,0k k k k k k ++=++= 解之得 12340k k k k ==== 故1234,,,αααα线性无关. 设
inner product： vector norm： Matrix norm： operator norm
The l 2 norm is a matrix norm (Frobenius norm) Proof We just verify the submultiplicative. Using Cauchy-Schwarz inequality, we have: The l 1 norm is a matrix norm.Proof We just verify the submultiplicative. Thel ∞ norm is not a matrix norm.Proof Consider the matrix: The maximum column sum norm ||| · |||1 is deduced by the l1 norm. Proof ： The maximum row sum norm ||| · |||∞ is deduced by the l ∞ norm. Proof ： The spectral norm ||| · |||2 is deduced by the l 2 norm. Proof ∑ =i ij j a A ||max ||||||1∑=∞j ij i a A | |max ||||||{} A A of eigenvalue an is A *=λλ:max ||||||2
The matrix is called diagonalizable if A is similar to a diagonal matrix. A matrix is diagonalizable iff A has n linearly independent eigenvectors. If U is unitary, compute and |||U|||2 :solution n M A ∈n M A ∈) (U ρ1)}(|:max{|)(=∈=U U σλλρ{} 1 )(:max ||||||*2=∈=U U U σλλ
矩阵论在通信领域中的应用 基于多输入多输出技术（MIMO）信道容量的分析 1 背景分析 频谱资源的匮乏己经成为实现高速可靠传输通信系统的瓶颈。一方面，是可用的频谱有限;另一方面，是所使用的频谱利用率低下。因此，提高频谱利用率就成为解决实际问题的重要手段。多进多出(MIMO)技术即利用多副发射天线和多副接收天线进行无线传输的技术的提出很好地解决了这个问题。 多输入多输出(MIMO)技术能极大增加系统容量与改善无线链路质量的优点。通信信道容量是信道进行无失真传输速率的上界，因此研究MIMO的信道容量具有巨大的指导意义。但是对信道容量的推导分析是一个很复杂的过程，但是应用矩阵的知识进行分析能很好的解决这个问题，本文把矩阵理论知识与MIMO技术信道容量中的应用紧密结合，首先建立了MIMO信道模型，利用信息论理论和矩阵理论建立系统模型详细推导出MIMO信道容量,通过程序仿真反应实际情况，可以更直观正确的得出重要结论，这些结论的得出没有矩阵的知识是很难实现的。 2 问题的提出 基于MIMO的无线通信理论和传输技术显示了巨大的潜力和发展前景。MIMO 技术的核心是空时信号处理，利用在空间中分布的多个天线将时间域和空间域结合起来进行信号处理，有效地利用了信道的随机衰落和多径传播来成倍的提高传输速率，改善传输质量和提高系统容量，能在不额外增加信号带宽的前提下带来无线通信性能上几个数量级的提高。目前对MIMO技术的应用主要集中在以空时编码(STC,Space-Time Codes)为典型的空间分集(diversity)和以BLAST(Bell LAyered Space-Time architecture)为典型的空间复用(multiplexing)两个方面。MIMO作为未来一代宽带无线通信系统的框架技术，是实现充分利用空间资源以提高频谱利用率的一个必然途径。 可问题是，MIMO系统大容量的实现和系统其它性能的提高以及MIMO系统中
§9. 矩阵的分解 矩阵分解是将一个矩阵分解为比较简单的或具有某种特性的若干矩阵的和或乘积，这是矩阵理论及其应用中常见的方法。由于矩阵的这些特殊的分解形式，一方面反映了原矩阵的某些数值特性，如矩阵的秩、特征值、奇异值等；另一方面矩阵分解方法与过程往往为某些有效的数值计算方法和理论分析提供了重要的依据，因而使其对分解矩阵的讨论和计算带来极大的方便，这在矩阵理论研究及其应用中都有非常重要的理论意义和应用价值。 这里我们主要研究矩阵的三角分解、谱分解、奇异值分解、满秩分解及特殊矩阵的分解等。 一、矩阵的三角分解——是矩阵的一种有效而应用广泛的分解法。 将一个矩阵分解为酉矩阵（或正交矩阵）与一个三角矩阵的乘积或者三角矩阵与三角矩阵的乘积，这对讨论矩阵的特征、性质与应用必将带来极大的方便。首先我们从满秩方阵的三角分解入手，进而讨论任意矩阵的三角分解。 定义1 如果(1,2,,)ii a i n = 均为正实数，()(,1,2,1;∈<=- ij a C R i j i n 1,2,),=++ j i i n 则上三角矩阵 1112 1222000?? ? ? = ? ? ?? n n nn a a a a a R a 称为正线上三角复（实）矩阵，特别当1(1,2,,)ii a i n == 时，R 称为单位上三角复（实）矩阵。
定义2如果(1,2,,)ii a i n = 均为正实数，()(,1,2,1;∈>=- ij a C R i j i n 1,2,),=++ j i i n 则下三角矩阵 11212212000?? ? ? = ? ? ?? n n nn a a a L a a a 称为正线下三角复（实）矩阵，特别当1(1,2,,)ii a i n == 时，L 称为单位下三角复（实）矩阵。 定理1设,?∈n n n A C （下标表示秩）则A 可唯一地分解为 1=A U R 其中1U 是酉矩阵，R 是正线上三角复矩阵；或者A 可唯一地分解为 2=A LU 其中2U 是酉矩阵，L 是正线下三角复矩阵。 推论1设,?∈n n n A R 则A 可唯一地分解为 1=A Q R 其中1Q 是正交矩阵，R 是正线上三角实矩阵；或者A 可唯一地分解为 2=A LQ 其中2Q 是正交矩阵，L 是正线下三角实矩阵。 推论2 设A 是实对称正交矩阵，则存在唯一的正线上三角实矩阵R ，使得 =T A R R 推论3设A 是正定Hermite 矩阵，则存在唯一的正线上三角复矩阵R ，使得 =T A R R
S W O T自我分析矩阵表
SWOT自我分析 自我认知与个人分析是进行清晰的自我定位的基础，对一个人的成长和发展具有极其重要的作用。本文将运用我们所学过的SWOT分析，希望在认清自己的优点和弱点的同时，结合社会现状，客观地评估自己，并作出适合自己又适应社会发展的事业生涯规划。 一、SWOT分析法简介 SWOT分析法又称为态势分析法，它是由哈佛商学院的K·J·安德鲁斯教授于1971年在其《公司战略概念》一书中提出的，是一种能够比较客观而准确地分析和研究一个单位现实情况的方法。SWOT四个英文字母分别代表：优势（Strength）、劣势（Weakness）、机会（Opportunity）、威胁（Threat）。从整体上看，SWOT可以分为两部分：第一部分为SW，主要用来分析内部条件；第二部分为OT，主要用来分析外部条件。利用这种方法可以从中找出对自己有利的、值得发扬的因素，以及对自己不利的、要回避的东西，发现存在的问题，找出解决办法，并明确以后的发展方向。通过这种分析，可以将问题按轻重缓急分类，明确哪些是目前急需解决的问题，哪些是可以稍微拖后的事情，哪些属于战略目标上的障碍，哪些属于战术上的问题，并将这些研究对象列举出来，依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论，有利于领导者和管理者做出较正确的决策和规划。 二、SWOT分析法应用
（一）背景资料 ××，女，预备党员，1994年出生，2011年9月××大学工学院物流工程专业，现读大二，将于2015年毕业。 （二）内外部环境分析(SW)： S：优势 （1）有很强的学习、模仿能力、社会适应能力，责任感强，一定的组织能力。 （2）学习、做事认真踏实，具备一定的人文素养、逻辑思考和书面表达能力。 （3）心思细腻，喜欢思考，思考问题比较细致、缜密，有一定的分析能力。 （4）开朗乐观、志向高远、生活态度积极、长于发现事物的积极面。 （5）诚实稳重、为人正直、待人诚恳、喜欢与人交往。 W：劣势 （1）自制力不强，容易受外界影响。 （2）社会经验不足、知识范围过窄。
2012-2013学年第一学期硕士研究生矩阵分析考试试卷(A) 专业 学号 姓名 一、（共30分，每小题6分）完成下列各题： （1）设4 R 空间中的向量????????????=23121α，????????????--=32232α，????????????=78013α，???? ?? ??????--=43234α， ????? ? ??????--=30475α Span V =1{}321,,ααα，Span V =2{}54,αα，分别求21V V +和21V V I 的 维数. 解：=A { }54321,,,,ααααα? ? ??? ? ??? ???--→000004100030110 202 01 21V V +和21V V I 的维数为 3和1 （2） 设() T i i 11-=α，() T i i 11-=β是酉空间中两向量，求 内积()βα, 及它们的长度（i = . （0， 2, 2）； （3）求矩阵?? ?? ? ?????----=137723521111A 的满秩分解.
解：?? ?? ? ?????----=137723521111A ??????? ? ??? ????? -- --→0000747510737201 ??????????----=137723521111A ??????????--=775211??????? ??? ??? ?? ? ----747 510737201* （4）设-λ矩阵???? ? ??++=2)1(000000 )1()(λλλλλA ，求)(λA 的标准形及其 行列式因子. 解：????? ??++=2)1(000000)1()(λλλλλA ()()??? ? ? ??++→2111λλλλ （5）设*A 是矩阵范数，给定一个非零向量α，定义 *H x x α=， 验证x 是向量范数. 二、（10分）设3R 中的线性变换T 在基321,,εεε下的矩阵表示为 ?? ?? ? ?????-=021110111A ， （1）（5分）求T 的值域)(T R 的维数及一组基； （2）（5分）求T 的核)(T N 的维数及一组基. 解：（1）由题意知 T [ε1,ε2,ε3]=[]?? ?? ? ?????-021110111,,321εεε
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
北京交通大学 2011-2012学年第一学期硕士研究生矩阵分析考试试卷(A) 专业 班级 学号 姓名 一、（共12分，每小题3分）试对下列概念给出定义： （1）线性映射的值域和核；（2）线性变换的特征值和特征向量； （3）矩阵的最小多项式； （4）矩阵的诱导范数. 二、（共24分，每小题8分）设5R 空间中的向量 110212α????????=????????，201221α????????=????????，312012α?? ? ? ?= ? ? ???，413233α????????=????????，512013α????????=????????，623445α?? ???? ??=?? ?? ???? ， Span V =1()1234,,,αααα，Span V =2()56,αα， （1）求矩阵()123456,,,,,A αααααα=的满秩分解； （2）求21V V +的维数及基； （3）求21V V 的维数及基. 三、（10分）求矩阵2000 0224400 2A ????? ?=?????? 的正交三角分解UR A =，其中U 是次酉矩阵，R 是正线上三角矩阵. 四、（10分）设13021i i A i i ??= ?---??24 C ?∈，计算12, , , F A A A A ∞. （这里12-=i ）.
2 五、（共28分，每题7分）证明题： （1）设A 是正定Hermite 矩阵，B 是反Hermite 矩阵，证明：AB 的特征值的实部为0. （2）设A 为正规矩阵，证明：)(2A A ρ=. 这里)(A ρ为A 的谱半径. （3）设n n C B ?∈且1矩阵分析 2018年期末试题
一、填空题 1、4[]R x 表示实数域R 上所有次数小于或等于3的多项式构成的向量空间,则微分算子 D 在4[]R x 的基 321234(),(),(),()1p x x p x x p x x p x ====下的矩阵表示______________。 2、λ-矩阵 322(1)()(1)A λλλλλλ??- ?=- ? ??? 的初等因子组为______________________ _______________, Smith 标准形是___________________________ 3、已知矩阵210024120A -??? ?=??????，则 1____,A =____,A ∞= _____F A = 其中1,∞??分别是由向量的1-范数和∞-范数诱导出来的矩阵范数（也称算子范数）， F ?是矩阵的Frobenius 范数。 4. 已知函数矩阵222()2x A x x ??= ???，则22()d A x dx =___________, 5、已知n 阶单位矩阵I , 则 sin _______,2I π= 2______,i I e π=cos _______.I π= 6、设()m J a 表示主对角元均为 a 的m 阶Jordan 块。则 ()k m J a 的Jordan 标准形为________ _______, ()k m J a 的最小多项式为___________，这里0,a ≠ ,m k 是整数且 1,1m k >≥. 二、 已知 220260114A -????=?????? ， （1）求矩阵的Jordan 标准形和最小多项式； （2）求矩阵函数 sin ,.t A A e 30(())_______.t A x dx '=?
编号：070111A16 课程名称：矩阵分析与计算 英文名称：Matrix Analysis and Computation 一、课内学时： 32 学分： 2 二、适用专业：理工科硕士生，经济学硕士生 三、预修课程：线性代数，微积分 四、教学目的：任何涉及数学的领域（包括工程学，最优 化，经济学，控制论，电子学，网络等等）都需要矩阵的知识。本课程介绍矩阵分析及计算的基本概念和基本方法，力求花较少的时间，使学生了解到较多的实用的概念和方法，做到知识面广，使学生有能力处理在各自学科研究中出现的矩阵基本问题。 五、教学方式：课堂授课 六、大纲内容（包括实验内容）及学时分配、对学生的要 求：(注：“*”表示重点，“#”表示难点，“★”表示涉及学科前沿，“●”表示研究性内容) 1、矩阵的标准型（6学时） 1.1矩阵的相似对角形 1.2矩阵的Smith标准形，不变因子，初等因子# 1.3Jordan 标准型*
1.4Hamilton-Cayley定理 1.5酉空间，酉矩阵 1.6酉相似标准型 2、向量范数，矩阵范数（6学时） 2.1 向量范数 2.2 矩阵范数* 2.3 矩阵范数与向量范数的相容性 2.4 矩阵的谱半径及应用 2.5 矩阵的条件数及应用 3、矩阵分解（3学时） 3.1 三角分解 3.4 矩阵的满秩分解* 3.5 矩阵的奇异值分解# 4、矩阵特征值的估计与计算（3学时） 3.1 盖尔圆定理 3.2 特征值的隔离* 3.3 幂迭代法与逆幂迭代法 5、广义逆矩阵（3学时） 5.1 Penrose 方程 5.2 {1}-逆的计算及性质 5.3 Moore.Penrose逆的计算及性质* 6、矩阵函数（3学时）
矩阵分析几何意义和透彻理解PCA的一些整理这是几篇很不错的文章集合在一起的一篇文章，有些内容来自blog，有些来自文献和教程，解决了我遇到很多疑问，感谢把它推荐给我的人。前四部分来自早期几篇blog，把空间描述的形象且易懂，适合我们这些非数学专业的人搞明白一些抽象的问题。 一、矩阵的特征值概述：矩阵特征值要讲清楚需要从线性变换入手，把一个矩阵当做一个线性变换在某一组基下的矩阵，最简单的是数乘变换，求特征值的目的就是看看一个线性变换对一些非零向量的作用是否能够相当于一个数乘变换，特征值就是这个数乘变换的变换比。这样的一些向量就是特征向量，其实我们更关心的是特征向量，希望把原先的线性空间分解成一些向量相关的子空间的直和，这样我们的研究就可以分别限定在这些子空间上来进行，这和物理中研究运动的时候将运动分解成水平方向和垂直方向的做法是一个道理。 自相关矩阵最大特征值和特征向量并没有和原来的哪个信号一一对应，而且特征分解本身的含义相当于对原来的信号做了这样的正交分解。使得各个分量之间相互不相关，也就是K—L展开，每一个特征值相当于原来各个信号导向矢量的线性组合，因此不能仅仅从某个特征矢量中直接对应原来某个信号的特征。 二、线性空间和矩阵的几个核心概念： 空间（space）：空间的数学定义是一个集合，在这个集合上定义某某概念，然后满足某些性质，就可以被称为空间。 我们所生活的空间是一个三维欧几里德空间，我们所生活空间的特点： （1）有很多（实际上是无穷多个）位置点组成 （2）这些点之间存在着相对关系。 （3）可以咋空间中定义长度、角度。 （4）这个空间可以容纳运动（从一个点到一个点的移动，而不是微积分意义上的“连续”性运动） 第（4）点是空间的本质特征，（1）、（2）两点是空间的基础而非性质，第（3）点在其他空间也行并不具备，自然更不是关键的性质。只有第（4）点是空间的本质。 把三维空间的认识拓展到其他空间。事实上，不管是什么空间，都必须容纳和支持在其中发生的符合规律的运动（变换）。我们会发现，在某种空间中往往会存在一种相对应的变换，比如：拓扑空间中有拓扑变换，线性空间中有线性变换，仿射空间中有仿射变换，其实这些变换都只不过是对应空间允许的运动形式而已。 例1.最高次项不大于n次的多项式的全体构成一个线性空间，也就是说，这个线性空间中每一个对象是一个多项式。如果我们以X0,X1,X2,…..,Xn为基，那么任何一个这样的多项式都可以表达为一组n+1维向量，其中的每一个分离ai其实就是多项式Xi-1项系数。