版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、<p> 第1 章矩陣與線性方程組</p><p> 矩陣是描述和求解線性方程組最基本和最有用的工具。本章涉及向量和矩陣的基本</p><p> 概念,歸納了向量和矩陣的基本運(yùn)算。</p><p> 1.1 主要理論與方法</p><p> 1.1.1 矩陣的基本運(yùn)算</p><p><b&g
2、t; 一、矩陣與向量</b></p><p> a11x1 + a12x2 + ¢ ¢ ¢ + a1nxn = b1</p><p> a21x1 + a22x2 + ¢ ¢ ¢ + a2nxn = b2</p><p><b> ...</b></p>
3、<p> am1x1 + am2x2 + ¢ ¢ ¢ + amnxn = bm</p><p><b> 9></b></p><p><b> >>>=>>>>;</b></p><p><b> (1.1)&l
4、t;/b></p><p> 它使用m個(gè)方程描述n個(gè)未知量之間的線性關(guān)系。這一線性方程組很容易用矩陣||向量</p><p><b> 形式簡(jiǎn)記為</b></p><p> Ax = b (1.2)</p><p><b> 式中</b></p><p><
5、;b> A =26664</b></p><p> a11 a12 ¢ ¢ ¢ a1n</p><p> a21 a22 ¢ ¢ ¢ a2n</p><p><b> ...</b></p><p><b> ...<
6、/b></p><p><b> ...</b></p><p> am1 am2 ¢ ¢ ¢ amn</p><p><b> 37775</b></p><p><b> (1.3)</b></p><p>
7、; 稱為m £ n矩陣,是一個(gè)按照長(zhǎng)方陣列排列的復(fù)數(shù)或?qū)崝?shù)集合;而</p><p><b> x =26664</b></p><p><b> x1</b></p><p><b> x2</b></p><p><b> ...</b&g
8、t;</p><p><b> xn</b></p><p><b> 37775</b></p><p> ; b =26664</p><p><b> b1</b></p><p><b> b2</b></p
9、><p><b> ...</b></p><p><b> bm</b></p><p><b> 37775</b></p><p><b> (1.4)</b></p><p> 分別為n £ 1向量和m
10、63; 1向量,是按照列方式排列的復(fù)數(shù)或?qū)崝?shù)集合,統(tǒng)稱列向量。類似</p><p> 地,按照行方式排列的復(fù)數(shù)或?qū)崝?shù)集合稱為行向量,例如</p><p> a = [a1; a2; ¢ ¢ ¢ ; an] (1.5)</p><p><b> 是1 £ n向量。</b></p><
11、;p><b> 二、矩陣的基本運(yùn)算</b></p><p> 1. 共軛轉(zhuǎn)置:若A = [aij ]是一個(gè)m£ n矩陣,則A的轉(zhuǎn)置記作AT,是一個(gè)n £m矩陣,</p><p> 定義為[AT]ij = aji;矩陣A的復(fù)數(shù)共軛A¤ 定義為[A¤]ij = a¤ji;復(fù)共軛轉(zhuǎn)置記作AH,定義</p&g
12、t;<p><b> 為</b></p><p><b> AH =26664</b></p><p> a¤11 a¤21 ¢ ¢ ¢ a¤m1</p><p> a¤12 a¤22 ¢ ¢
13、2; a¤m2</p><p><b> ...</b></p><p><b> ...</b></p><p><b> ...</b></p><p> a¤1n a¤2n ¢ ¢ ¢ a¤mn
14、</p><p><b> 37775</b></p><p><b> (1.6)</b></p><p> 共軛轉(zhuǎn)置又叫Hermitian伴隨、Hermitian轉(zhuǎn)置或Hermitian共軛。滿足AH = A的正方復(fù)矩</p><p> 陣稱為Hermitian矩陣或共軛對(duì)稱矩陣。<
15、;/p><p> 2. 矩陣求和:兩個(gè)m£n矩陣A = [aij ]和B = [bij ]之和記作A+B,定義為[A+B]ij =</p><p> aij + bij。</p><p> 3. 標(biāo)量與矩陣相乘:令A(yù) = [aij ]是一個(gè)m £ n矩陣,且®是一個(gè)標(biāo)量。乘積®A是一</p><p>
16、 個(gè)m £ n矩陣,定義為[®A]ij = ®aij。</p><p> 4. 矩陣與向量相乘:m £ n矩陣A = [aij ]與r £ 1向量x = [x1; x2; ¢ ¢ ¢ ; xr]T的乘積Ax</p><p> 只有當(dāng)n = r時(shí)才存在,它是一個(gè)m £ 1向量,定義為</p&
17、gt;<p><b> [Ax]i =</b></p><p><b> n Xj=1</b></p><p> aijxj ; i = 1; 2; ¢ ¢ ¢ ;m</p><p> 5. 矩陣與矩陣相乘:m £ n矩陣A = [aij ]與r £
18、s矩陣B = [bij ]的乘積AB只有當(dāng)n =</p><p> r時(shí)才存在,它是一個(gè)m £ s矩陣,定義為</p><p><b> [AB]ij =</b></p><p><b> n Xk=1</b></p><p> aikbkj ; i = 1; 2; ¢
19、¢ ¢ ;m; j = 1; 2; ¢ ¢ ¢ ; s</p><p> 根據(jù)定義,容易驗(yàn)證矩陣的加法服從下面的運(yùn)算規(guī)則。</p><p> ² 加法交換律(commutative law of addition):A + B = B + A</p><p> ² 加法結(jié)合律(associa
20、tive law of addition):(A + B) + C = A + (B + C)</p><p> 定理1.1 矩陣的乘積服從下面的運(yùn)算法則。</p><p> (1) 乘法結(jié)合律(associative law of multiplication): 若A 2 Cm£n;B 2 Cn£p;C 2</p><p> Cp
21、63;q,則A(BC) = (AB)C。</p><p> (2) 乘法左分配律(left distributive law of multiplication):若A和B是兩個(gè)m£n 矩陣,</p><p> 且C是一個(gè)n £ p矩陣,則(A + B)C = AC + BC。</p><p> (3) 乘法右分配律(right distr
22、ibutive law of multiplication):若A是一個(gè)m£n 矩陣,并</p><p> 且B和C是兩個(gè)n £ p矩陣,則A(B + C) = AB + AC。</p><p> (4) 若®是一個(gè)標(biāo)量,并且A和B是兩個(gè)m £ n矩陣,則®(A + B) = ®A + ®B。</p>
23、<p> 6. 逆矩陣:令A(yù)是一個(gè)n£n矩陣,若可以找到一個(gè)n£n矩陣A¡1滿足AA¡1 = A¡1A =</p><p> I,稱矩陣A可逆,并稱A¡1是矩陣A的逆矩陣。</p><p> 下面是共軛、轉(zhuǎn)置、共軛轉(zhuǎn)置和逆矩陣的性質(zhì)。</p><p> (1) 矩陣的共軛、轉(zhuǎn)置和共軛轉(zhuǎn)置滿
24、足分配律:</p><p> (A + B)¤ = A¤ + B¤</p><p> (A + B)T = AT + BT</p><p> (A + B)H = AH + BH</p><p> (2) 矩陣乘積的轉(zhuǎn)置、共軛轉(zhuǎn)置和逆矩陣滿足關(guān)系式</p><p> (AB)T
25、= BTAT</p><p> (AB)H = BHAH</p><p> (AB)¡1 = B¡1A¡1 (A;B 為可逆的正方矩陣)</p><p> (3) 共軛、轉(zhuǎn)置和共軛轉(zhuǎn)置等符號(hào)均可與求逆符號(hào)交換,即有</p><p> (A¤)¡1 = (A¡1)¤;
26、 (AT)¡1 = (A¡1)T; (AH)¡1 = (A¡1)H</p><p> 因此,常常分別采用緊湊的數(shù)學(xué)符號(hào)A¡¤;A¡T和A¡H。</p><p> (4) 對(duì)于任意矩陣A,矩陣B = AHA都是Hermitian 矩陣。若A可逆,則對(duì)于Hermitian矩</p><p&g
27、t; 陣B = AHA,有A¡HBA¡1 = A¡HAHAA¡1 = I。</p><p> 7. 冪等矩陣:矩陣An£n稱為冪等矩陣(idempotent matrix),若A2 = AA = A。</p><p> 8. 對(duì)合矩陣:矩陣An£n稱為對(duì)合矩陣(involutory matrix),若A2 = AA = I。
28、</p><p> 三、向量的線性無(wú)關(guān)性與非奇異矩陣</p><p> 1. 向量組線性相關(guān)/無(wú)關(guān):一組m維向量fu1;u2; ¢ ¢ ¢ ;ung稱為線性無(wú)關(guān),若方程</p><p> c1u1 + c2u2 + ¢ ¢ ¢ + cnun = 0</p><p> 只有零解
29、c1 = c2 = ¢ ¢ ¢ = cn = 0。若能夠找到一組不全部為零的系數(shù)c1; c2; ¢ ¢ ¢ ; cn使得上</p><p> 述方程成立,則稱m維向量組fu1;u2; ¢ ¢ ¢ ;ung線性相關(guān)。</p><p> 2. 奇異/非奇異矩陣:一個(gè)n £ n矩陣A是非奇異的
30、,當(dāng)且僅當(dāng)矩陣方程Ax = 0只有</p><p> 零解x = 0。若A不是非奇異的,則稱A 奇異。</p><p> 四、初等行變換與階梯型矩陣</p><p> 1. 矩陣的初等行變換:令矩陣A 2 Cm£n的m個(gè)行向量分別為r1; r2; ¢ ¢ ¢ ; rm。下列運(yùn)</p><p>
31、算稱為矩陣A的初等行運(yùn)算(elementary row operation)或初等行變換:</p><p> (1) 互換矩陣的任意兩行,如rp $ rq,稱為Ⅰ型初等行變換。</p><p> (2) 一行元素同乘一個(gè)非零常數(shù)®,如®rp ! rp,稱為Ⅱ型初等行變換。</p><p> (3) 將第p行元素同乘一個(gè)非零常數(shù)¯后
32、,加給第q行,即¯rp + rq ! rq,稱為Ⅲ型初</p><p><b> 等行變換。</b></p><p> 2. 階梯型矩陣:一個(gè)m £ n矩陣稱為階梯型(echelon form)矩陣,若</p><p> (1) 全部由零組成的所有行都位于矩陣的底部。</p><p> (2)
33、 每一個(gè)非零行的首項(xiàng)元素總是出現(xiàn)在上一個(gè)非零行的首項(xiàng)元素的右邊。</p><p> (3) 首項(xiàng)元素下面的同列元素全部為零。</p><p> 1.1.2 向量空間、內(nèi)積空間與線性映射</p><p><b> 一、向量空間</b></p><p> 以向量為元素的集合V 稱為向量空間,若加法運(yùn)算定義為兩個(gè)向量之
34、間的加法,乘法</p><p> 運(yùn)算定義為向量與標(biāo)量域S中的標(biāo)量之間的乘法,并且對(duì)于向量集合V 中的向量x; y;w和</p><p> 標(biāo)量域S中的標(biāo)量a1; a2,以下兩個(gè)閉合性和關(guān)于加法及乘法的八個(gè)公理(axiom) [也稱公</p><p> 設(shè)(postulate)或定律(law)]滿足:</p><p> 閉合性(clo
35、sure properties)</p><p> (c1) 若x 2 V 和y 2 V ,則x + y 2 V ,即V 在加法下是閉合的,簡(jiǎn)稱加法的閉合</p><p> 性(closure for addition);</p><p> (c2) 若a1是一個(gè)標(biāo)量,y 2 V ,則a1y 2 V ,即V 在標(biāo)量乘法下是閉合的,簡(jiǎn)稱標(biāo)量乘</p>
36、<p> 法的閉合性(closure for scalar multiplication)。</p><p><b> 加法的公理</b></p><p> (a1) x + y = y + x; 8 x; y 2 V ,稱為加法的交換律(commutative law for addition);</p><p> (a
37、2) x+(y +w) = (x+y)+w; 8 x; y;w 2 V ,稱為加法的結(jié)合律(associative law for</p><p> addition);</p><p> (a3) 在V 中存在一個(gè)零向量0,使得對(duì)于任意向量y 2 V ,恒有y +0 = y (零向量的存</p><p><b> 在性);</b><
38、;/p><p> (a4) 給定一個(gè)向量y 2 V ,存在另一個(gè)向量¡y 2 V 使得y + (¡y) = (¡y) + y = 0 (負(fù)</p><p><b> 向量的存在性)。</b></p><p><b> 標(biāo)量乘法的公理</b></p><p> (s1
39、) a(by) = (ab)y對(duì)所有向量y和所有標(biāo)量a; b 成立,稱為標(biāo)量乘法的結(jié)合律(associative</p><p> law for scalar multiplication);</p><p> (s2) a(x + y) = ax + ay對(duì)所有向量x; y 2 V 和標(biāo)量a 成立,稱為標(biāo)量乘法的分配</p><p> 律(distribu
40、tive law for scalar multiplication);</p><p> (s3) (a + b)y = ay + by對(duì)所有向量y和所有標(biāo)量a; b成立(標(biāo)量乘法的分配律);</p><p> (s4) 1y = y 對(duì)所有y 2 V 成立,稱為標(biāo)量乘法的單位律(unity law for scalar multipli-</p><p>&
41、lt;b> cation)。</b></p><p><b> 二、實(shí)內(nèi)積空間</b></p><p> 實(shí)內(nèi)積空間(real inner product space)是滿足下列條件的實(shí)向量空間E:對(duì)E中每一對(duì)</p><p> 向量x; y,存在向量x和y的內(nèi)積hx; yi 服從以下公理:</p>&l
42、t;p> (1) hx; xi > 0; 8 x 6= 0,稱為內(nèi)積的嚴(yán)格正性(strict positivity)或稱內(nèi)積是正定</p><p> 的(positive de¯nite),并且hx; xi = 0 , x = 0;</p><p> (2) hx; yi = hy; xi,稱為內(nèi)積的對(duì)稱性(symmetry);</p><p
43、> (3) hx; y + zi = hx; yi + hx; zi; 8 x; y; z;</p><p> (4) h®x; yi = ®hx; yi對(duì)所有實(shí)向量x; y及所有實(shí)標(biāo)量®成立。</p><p><b> 三、復(fù)內(nèi)積空間</b></p><p> 復(fù)內(nèi)積空間(complex inner
44、 product space)是滿足下列條件的復(fù)向量空間C:對(duì)C中每</p><p> 一對(duì)向量x; y,存在復(fù)向量x和y之間的內(nèi)積hx; yi 服從以下公理:</p><p> (1) x 6= 0 ) hx; xi > 0,稱為內(nèi)積的嚴(yán)格正性或稱內(nèi)積是正定的;</p><p> (2) hx; yi¤ = hy; xi,稱為內(nèi)積的共軛對(duì)稱性
45、(conjugate symmetry)或Hermitian性;</p><p> (3) hx; y + zi = hx; yi + hx; zi,對(duì)所有向量x; y; z成立;</p><p> (4) hcx; yi = c¤hx; yi對(duì)所有復(fù)向量x; y 及所有復(fù)標(biāo)量c成立。</p><p><b> 四、線性映射</b&g
46、t;</p><p> 令V 和W分別是Rm和Rn 的子空間,并且T : V 7! W是一映射。稱T為線性映射或線</p><p> 性變換,若對(duì)于v 2 V; w 2 W和所有標(biāo)量c,映射T滿足線性關(guān)系式</p><p> T(v + w) = T(v) + T(w) (1.7)</p><p><b> 和</b&
47、gt;</p><p> T(cv) = cT (v) (1.8)</p><p> 1.1.3 隨機(jī)向量</p><p> 一、隨機(jī)向量的統(tǒng)計(jì)描述</p><p> 1. 均值向量:考查m£1隨機(jī)向量x(») = [x1(»); x2(»); ¢ ¢ ¢ ; xm
48、(»)]T。令隨機(jī)變量xi(»)的</p><p> 均值Efxi(»)g = ¹i,則隨機(jī)向量的數(shù)學(xué)期望稱為均值向量,記作¹x,定義為</p><p> ¹x = Efx(»)g =26664</p><p> Efx1(»)g Efx2(»)g ...</p&g
49、t;<p><b> Efxm(»)g</b></p><p><b> 37775</b></p><p><b> =26664</b></p><p><b> ¹1</b></p><p><b>
50、; ¹2</b></p><p><b> ...</b></p><p><b> ¹m</b></p><p><b> 37775</b></p><p><b> (1.9)</b></p>
51、<p> 式(1.9)表明,均值向量的元素是隨機(jī)向量各個(gè)元素的均值。</p><p> 2. 自相關(guān)矩陣:隨機(jī)向量的自相關(guān)矩陣定義為</p><p><b> Rx</b></p><p> def = Efx(»)xH(»)g =26664</p><p> r11 r12
52、162; ¢ ¢ r1m</p><p> r21 r22 ¢ ¢ ¢ r2m</p><p><b> ...</b></p><p><b> ...</b></p><p><b> ...</b></p&g
53、t;<p> rm1 rm2 ¢ ¢ ¢ rmm</p><p><b> 37775</b></p><p><b> (1.10)</b></p><p> 式中,rii; i = 1; 2; ¢ ¢ ¢ ;m表示隨機(jī)變量xi(»
54、;)的自相關(guān)函數(shù),定義為</p><p><b> rii</b></p><p> def = Efjxi(»)j2g; i = 1; 2; ¢ ¢ ¢ ;m (1.11)</p><p> 而rij表示隨機(jī)變量xi(»)和xj(»)之間的互相關(guān)函數(shù),定義為</p>
55、<p><b> rij</b></p><p> def = Efxi(»)x¤j (»)g; i; j = 1; 2; ¢ ¢ ¢ ; m; i 6= j (1.12)</p><p> 顯然,自相關(guān)矩陣是共軛對(duì)稱的,即為Hermitian矩陣。</p><p>
56、; 3. 自協(xié)方差矩陣:隨機(jī)向量x(»)的自協(xié)方差矩陣定義為</p><p><b> Cx</b></p><p> def = Ef[x(») ¡ ¹x][x(») ¡ ¹x]Hg =26664</p><p> c11 c12 ¢ ¢
57、62; c1m</p><p> c21 c22 ¢ ¢ ¢ c2m</p><p><b> ...</b></p><p><b> ...</b></p><p><b> ...</b></p><p>
58、cm1 cm2 ¢ ¢ ¢ cmm</p><p><b> 37775</b></p><p><b> (1.13)</b></p><p> 式中,主對(duì)角線的元素</p><p><b> cii</b></p><
59、;p> def = Efjxi(») ¡ ¹ij2g; i = 1; 2; ¢ ¢ ¢ ;m (1.14)</p><p> 表示隨機(jī)變量xi(»)的方差¾2</p><p> i ,即cii = ¾2</p><p> i ,而非主對(duì)角線元素</p>
60、<p><b> cij</b></p><p> def = Ef[xi(») ¡ ¹i][xj(») ¡ ¹j ]¤g = Efxi(»)x¤j (»)g ¡ ¹i¹¤j = c¤j i (1.15)</p>
61、<p> 表示隨機(jī)變量xi(»)和xj(»)之間的協(xié)方差。自協(xié)方差矩陣也是Hermitian矩陣。</p><p> 隨機(jī)向量間的互相關(guān)矩陣與互協(xié)方差矩陣很容易由自相關(guān)矩陣與自協(xié)方差矩陣推廣</p><p><b> 得到。</b></p><p> 4. 統(tǒng)計(jì)不相關(guān):兩個(gè)隨機(jī)向量x(»)與y(
62、»)統(tǒng)計(jì)不相關(guān),若它們的互協(xié)方差矩陣等于零</p><p> 矩陣,即Cxy = O。</p><p> 5. 正交:兩個(gè)隨機(jī)向量x(»)和y(»)稱為正交,若它們的互相關(guān)矩陣為零矩陣,即</p><p> Rxy = Efx(»)yH(»)g = O (1.16)</p><p>&l
63、t;b> 二、正態(tài)隨機(jī)向量</b></p><p> 若隨機(jī)向量x(») = [x1(»); x2(»); ¢ ¢ ¢ ; xm(»)]T的各分量為聯(lián)合正態(tài)分布的隨機(jī)變量,</p><p> 則稱x(»)為正態(tài)隨機(jī)向量。</p><p> 1.1.4 內(nèi)積與范數(shù)
64、</p><p> 一、向量的內(nèi)積與范數(shù)</p><p> 1. 常數(shù)向量的內(nèi)積與范數(shù)</p><p> (1) 內(nèi)積:兩個(gè)m £ 1維常數(shù)向量x = [x1; x2; ¢ ¢ ¢ ; xm]T 和y = [y1; y2; ¢ ¢ ¢ ; ym]T的內(nèi)</p><p>
65、; 積(或叫點(diǎn)積)定義為</p><p> hx; yi = xHy =</p><p><b> m Xi=1</b></p><p> x¤i yi (1.17)</p><p><b> (2) 范數(shù):</b></p><p><b>
66、(a) l1范數(shù)</b></p><p><b> kxk1</b></p><p><b> def =</b></p><p><b> m Xi=1</b></p><p> jxij = jx1j + jx2j + ¢ ¢
67、62; + jxmj (1.18)</p><p> 上述范數(shù)有時(shí)也叫和范數(shù)或1范數(shù)。</p><p><b> (b) l2范數(shù)</b></p><p> kxk2 = (jx1j2 + jx2j2 + ¢ ¢ ¢ + jxmj2)1=2 (1.19)</p><p> 這一范數(shù)常
68、稱Euclidean范數(shù),有時(shí)也稱Frobenius范數(shù)。</p><p><b> (c) l1</b></p><p><b> 范數(shù)</b></p><p> kxk1 = max(jx1j; jx2j; ¢ ¢ ¢ ; jxmj) (1.20)</p><p&
69、gt; 也稱無(wú)窮范數(shù)或極大范數(shù)。</p><p><b> (d) lp范數(shù)</b></p><p> kxkp = Ã m Xi=1</p><p><b> jxijp!1=p</b></p><p> ; p > 1 (1.21)</p><p&g
70、t; lp范數(shù)也叫HÄolder范數(shù)[20]。</p><p> 2. 隨機(jī)向量的內(nèi)積與范數(shù)</p><p> (1) 內(nèi)積:若x(»)和y(») 分別是樣本變量»的隨機(jī)向量,則它們的內(nèi)積定義為</p><p> hx(»); y(»)i def = EfxH(»)y(»)g (
71、1.22)</p><p> 其中,樣本變量»可以是時(shí)間t、圓頻率f、角頻率!和空間變量s等。</p><p> (2) 范數(shù):隨機(jī)向量x(»)的范數(shù)定義為</p><p> kx(»)k2 def = EfxH(»)x(»)g (1.23)</p><p><b> 二、矩
72、陣的范數(shù)</b></p><p> 1. Frobenius范數(shù)</p><p><b> kAkF</b></p><p><b> def =0@</b></p><p><b> m Xi=1</b></p><p><b
73、> n Xj=1</b></p><p><b> jaij j21A</b></p><p><b> 1=2</b></p><p><b> (1.24)</b></p><p> 這一定義可以視為向量的Euclidean范數(shù)對(duì)按照矩陣各行排列
74、\長(zhǎng)向量"</p><p> x = [a11; ¢ ¢ ¢ ; a1n; a21; ¢ ¢ ¢ ; a2n; ¢ ¢ ¢ ; am1; ¢ ¢ ¢ ; amn]T</p><p> 的推廣。矩陣的Frobenius范數(shù)也被稱為Euclidean范數(shù)、Sch
75、ur范數(shù)、Hilbert-Schmidt范數(shù)</p><p><b> 或者l2范數(shù)。</b></p><p><b> 2. lp范數(shù)</b></p><p><b> kAkp</b></p><p><b> def = max</b><
76、;/p><p><b> x6=0</b></p><p><b> kAxkp</b></p><p><b> kxkp</b></p><p><b> (1.25)</b></p><p> 式中,kxkp是向量x的l
77、p范數(shù),由式(1.21)定義。lp范數(shù)也稱為Minkowski p 范數(shù),或者簡(jiǎn)</p><p><b> 稱p范數(shù)。</b></p><p> 3. 行和范數(shù)(row-sum norm)</p><p> kAkrow = max</p><p><b> 16i6m8<:</b>&
78、lt;/p><p><b> n Xj=1</b></p><p><b> jaij j9=;</b></p><p><b> (1.26)</b></p><p> 4. 列和范數(shù)(column-sum norm)</p><p> kAkc
79、ol = max</p><p> 16j6n( m Xi=1</p><p> jaij j) (1.27)</p><p> 5. 譜范數(shù)(spectrum norm)</p><p> kAkspec = ¾max = p¸max (1.28)</p><p> 1.1.5 基與Gr
80、am-Schmidt正交化</p><p><b> 一、向量子空間的基</b></p><p> 生成子空間W的線性無(wú)關(guān)的向量fu1;u2; ¢ ¢ ¢ ;udg稱為子空間W的基向量(basis vec-</p><p> tors) 或簡(jiǎn)稱為基。生成子空間W的基向量的個(gè)數(shù)稱為子空間W 的維數(shù),即有<
81、/p><p> d = dim(Spanfu1;u2; ¢ ¢ ¢ ;udg) (1.29)</p><p> 二、Gram-Schmidt正交化</p><p> 令fx1; x2; ¢ ¢ ¢ ; xng 是p維向量子空間W的任意一組基(即線性無(wú)關(guān)的向量)。于是,子</p><p&
82、gt; 空間W的標(biāo)準(zhǔn)正交基fu1;u2; ¢ ¢ ¢ ;ung可以通過Gram-Schmidt正交化構(gòu)造如下:</p><p> p1 = x1; u1 = p1</p><p><b> kp1k</b></p><p><b> = x1</b></p><p&
83、gt;<b> kx1k</b></p><p><b> pk = xk ¡</b></p><p><b> k¡1 Xi=1</b></p><p><b> (uH</b></p><p> i xk)ui; uk =
84、 pk</p><p><b> kpkk</b></p><p><b> (1.30)</b></p><p> 式中,2 6 k 6 n。</p><p> 1.1.6 矩陣的標(biāo)量函數(shù)</p><p><b> 一、矩陣的二次型</b>&
85、lt;/p><p> 任意一個(gè)正方矩陣A的二次型xHAx是一實(shí)標(biāo)量。以實(shí)矩陣為例,考查二次型</p><p> xTAx = [x1; x2; x3]24</p><p><b> 1 4 2</b></p><p><b> ¡1 7 5</b></p><p&g
86、t;<b> ¡1 6 335</b></p><p><b> 24</b></p><p><b> x1</b></p><p><b> x2</b></p><p><b> x3</b></p&g
87、t;<p><b> 35</b></p><p><b> = x2</b></p><p> 1 ¡ x2x1 ¡ x3x1 + 4x1x2 + 7x2</p><p> 2 + 6x3x2 + 2x1x3 + 5x2x3 + 3x2</p><p>&
88、lt;b> 3</b></p><p><b> = x2</b></p><p><b> 1 + 7x2</b></p><p><b> 2 + 3x2</b></p><p> 3 + 3x1x2 + x1x3 + 11x2x3</p&
89、gt;<p> 這是變?cè)獂的二次型函數(shù),故稱xTAx為矩陣A的二次型。</p><p> 一個(gè)復(fù)共軛對(duì)稱矩陣A稱為</p><p> 正定矩陣,若二次型xHAx > 0; 8 x 6= 0;</p><p> 半正定矩陣,若二次型xHAx > 0; 8 x 6= 0 (也稱非負(fù)定的);</p><p> 負(fù)
90、定矩陣,若二次型xHAx < 0; 8 x 6= 0;</p><p> 半負(fù)定矩陣,若二次型xHAx 6 0; 8 x 6= 0 (也稱非正定的);</p><p> 不定矩陣,若二次型xHAx既可能取正值,也可能取負(fù)值。</p><p><b> 二、矩陣的跡</b></p><p> 1. 定義:n
91、£ n矩陣A的對(duì)角元素之和稱為A的跡(trace),記作tr(A),即</p><p> tr(A) = a11 + a22 + ¢ ¢ ¢ + ann =</p><p><b> n Xi=1</b></p><p> aii (1.31)</p><p><b&g
92、t; 2. 性質(zhì):</b></p><p> (1) 關(guān)于跡的等式[27]</p><p> (a) 若A和B 均為n £ n矩陣,則tr(A § B) = tr(A) § tr(B)。</p><p> (b) 若c是一個(gè)復(fù)或者實(shí)的常數(shù),則tr(cA) = c tr(A)。</p><p>
93、 (c) 若A和B 均為n£n矩陣,并且c1和c2為常數(shù),則tr(c1A§c2B) = c1tr(A)§c2tr(B)。</p><p> (d) 矩陣A的轉(zhuǎn)置、復(fù)數(shù)共軛和復(fù)共軛轉(zhuǎn)置的跡分別為</p><p> tr(AT) = tr(A)</p><p> tr(A¤) = [tr(A)]¤</p&g
94、t;<p> tr(AH) = [tr(A)]¤</p><p> (e) 跡是相似不變量:若A為m £ n 矩陣,且B為n £ m矩陣,則</p><p> tr(AB) = tr(BA)</p><p> (f) 若矩陣A和B均為m £ m矩陣,并且B非奇異,則</p><p>
95、; tr(BAB¡1) = tr(B¡1AB) = tr(A)</p><p> (g) 若A是一個(gè)m £ n矩陣,則tr(AHA) = 0 , A = Om£n (零矩陣)。</p><p> (h) xHAx = tr(AxxH)和yHx = tr(xyH)。</p><p> (i) 分塊矩陣的跡滿足</p
96、><p><b> tr ·A B</b></p><p> C D¸= tr(A) + tr(D)</p><p> 式中,A 2 Cm£m;B 2 Cm£n;C 2 Cn£m;D 2 Cn£n。</p><p> (j) 矩陣AHA 和AAH的跡相等,且
97、有</p><p> tr(AHA) = tr(AAH) =</p><p><b> n Xi=1</b></p><p><b> n Xj=1</b></p><p> jaij j2 (1.32)</p><p> (k) 跡等于特征值之和,即</p&
98、gt;<p> tr(A) = ¸1 + ¸2 + ¢ ¢ ¢ + ¸n (1.33)</p><p> (l) 對(duì)于任何正整數(shù)k,有</p><p><b> tr(Ak) =</b></p><p><b> n Xi=1</b><
99、/p><p><b> ¸k</b></p><p><b> i (1.34)</b></p><p> 式右的和稱為A的諸特征值的k次矩。</p><p> (2) 關(guān)于跡的不等式[27]</p><p> (a) 對(duì)一個(gè)復(fù)矩陣A 2 Cm£n,
100、有tr(AHA) = tr(AAH) > 0。</p><p> (b) 若A;B均為m £ n矩陣,則</p><p> tr[(ATB)2] 6 tr(ATA)tr(BTB) (Cauchy-Schwartz不等式)</p><p> tr[(ATB)2] 6 tr(ATABTB)</p><p> tr[(ATB
101、)2] 6 tr(AATBBT)</p><p> (c) Schur不等式:tr(A2) 6 tr(ATA)。</p><p> (d) tr[(A + B)(A + B)T] 6 2[tr(AAT) + tr(BBT)]。</p><p> (e) 若A和B為m £ m對(duì)稱矩陣,則tr(AB) 6 1</p><p>
102、2 tr(A2 + B2)。</p><p><b> 三、行列式</b></p><p> 1. 定義:一個(gè)n £ n正方矩陣A的行列式記作det(A)或jAj</p><p> det(A) = jAj =¯¯¯¯¯¯¯¯¯</p
103、><p> a11 a12 ¢ ¢ ¢ a1n</p><p> a21 a22 ¢ ¢ ¢ a2n</p><p><b> ...</b></p><p><b> ...</b></p><p><b
104、> ... a</b></p><p><b> n</b></p><p><b> 1</b></p><p><b> a</b></p><p><b> n</b></p><p><b&
105、gt; 2</b></p><p><b> ¢</b></p><p><b> ¢</b></p><p><b> ¢</b></p><p><b> a</b></p><p
106、><b> n</b></p><p><b> n</b></p><p><b> ¯¯¯¯¯¯¯¯¯</b></p><p><b> (1.35)</b></p&
107、gt;<p> 若A = fag 2 C1£1,則它的行列式由det(A) = a給出。</p><p><b> 2. 性質(zhì):</b></p><p> (1) 關(guān)于行列式的等式關(guān)系[27]</p><p> (a) 如果矩陣的兩行(或列)互換位置,則行列式數(shù)值保持不變,但符號(hào)改變。</p>&l
108、t;p> (b) 若矩陣的某行(或列)是其他行(或列)的線性組合,則det(A) = 0。特別地,若某</p><p> 行(或列)與另一行(或列) 成正比或相等,或者某行(或列)的元素均等于零,則det(A) = 0。</p><p> (c) 任何一個(gè)正方矩陣A和它的轉(zhuǎn)置矩陣AT具有相同的行列式,即</p><p> det(A) = det(AT
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 線性方程組的矩陣求法
- 線性方程組的矩陣求法
- 線性方程組
- 利用逆矩陣解線性方程組
- 矩陣在線性方程組 求解的應(yīng)用
- 《線性方程組》ppt課件
- 線性方程組求解.doc
- 線性方程組與矩陣秩的若干問題
- 線性方程組求解.doc
- 矩陣在線性方程組中的應(yīng)用.pdf
- 線性方程組與矩陣運(yùn)算P系統(tǒng)研究.pdf
- 求解無(wú)窮線性方程組.pdf
- 非線性方程組求解.doc
- 非線性方程組求解.doc
- 非線性方程組求解.doc
- 非線性方程組迭代解法
- 非線性方程組求解.doc
- 第三章矩陣的初等變換與線性方程組-mingjnu
- 3.6線性方程組解的結(jié)構(gòu)
- 共軛梯度法求解線性方程組
評(píng)論
0/150
提交評(píng)論