矩阵可对角化的判定条件开题报告

矩阵的判定条件

关于矩阵正定的若干判别方法 数学学院数学与应用数学（师范）专业 2010级赵明尖 指导教师吴春 摘要:矩阵的正定性是矩阵论中的一个重要概念,研究矩阵的正定性一直都是矩阵分析领域中非常热门的课题。本文主要讨论了矩阵的定义、性质以及正定性。全文一共分为两章,第一章,主要阐述矩阵的正定性的定义以及性质；第二章,主要讨论了正定性矩阵的定义判别法和定理判别法。 关键词:正定矩阵；定义；性质；判定 Abstract: The positive definiteness of matrix is an important concept in theory of the matrix, Studying positive definiteness of the matrix is always a very popular topic in the area of analysis of the matrix. We mainly discuss the definition, property and positive definiteness of matrix in this paper .The text is divided into two chapters, and the first chapter, we mainly expound the definition and property of the positive definiteness of the matrix; the second chapter, we mainly discuss discriminating method of the definition and the theorem of the positive definiteness of matrix. Key words: positive definiteness of the matrix；definition；property；discrimination 1 引言 代数学是数学中的一个重要分支，矩阵是高等代数中的重要组成部分，而正定矩阵在矩阵论中占有十分重要的地位。而且正定矩阵部分的应用非常广泛，n阶实正定矩阵在正定理论中占有非常重要的地位。正定矩阵在物理学，概率论以及优化控制论中都得到了重要的应用，另外在数值计算科学中也经常用到正定矩阵的知识。比如线性方程组的高斯-塞德尔迭代法就是在方程组的系数是正定矩阵的情况下对任意初始向量是收敛的。但是随着数学本身及应用矩阵的其他学科或领域（数学规划，现代控制等）的发展，普通矩阵越来越不能满足其应用需要，于是正定矩阵引起了国内外学者的广泛关注并做出了许多重要的研究工作，本文在前人研究的基础上对正定矩阵的性质及判定做了进一步的讨论研究，获得了一些

矩阵的可对角化及其应用

附件： 分类号O15 商洛学院学士学位论文 矩阵的可对角化及其应用 作者单位数学与计算科学系 指导老师刘晓民 作者姓名陈毕 专业﹑班级数学与应用数学专业07级1班 提交时间二0一一年五月

矩阵的可对角化及其应用 陈毕 （数学与计算科学系2007级1班） 指导老师刘晓民 摘要：矩阵可对角化问题是矩阵理论中的一个重要问题，可对角化矩阵作为一类特殊的矩阵，在理论上和应用上有着十分重要的意义。本文对可对角化矩阵做出了全面的概括和分析，并利用高等代数和线性代数的有关理论给出了矩阵可对角化的若干条件，同时也讨论了化矩阵为对角形的求解方法，最后总结出可对角化矩阵在求方阵的高次幂﹑利用特征值求行列式的值﹑由特征值和特征向量反求矩阵﹑判断矩阵是否相似﹑向量空间﹑线性变换等方面的应用. 关键词：对角化；特征值；特征向量；相似；线性变换 Matrix diagonolization and its application Chen Bi (Class 1,Grade 2007,The Depart of Math and Calculation Science) Advisor:Lecturer Liu Xiao Min Abstract: Matrix diagonolization problem is an important problem in matrix theory diagonolization matrix, as a kind of special matrix, in theory and application has the extremely vital significance. This paper has made diagonolization matrix

【VIP专享】矩阵变换及应用开题报告

鞍山师范学院 数学系13届学生毕业设计（论文）开题报告 课题名称：浅谈矩阵的变换及其应用 学生姓名：李露露 专业：数学与应用数学 班级：10级1班 学号：30 指导教师：裴银淑 2013年12月26日

一、选题意义 1、理论意义： 矩阵是数学中的一个重要内容，是线性代数核心。矩阵的变换是矩阵中一种十分重要的运算，它在解线性方程组求逆矩阵及矩阵理论的探讨中都可起到非常重要的作用。很多复杂、繁琐的问题经过变换都可以化为简单、易于解决的问题。因此，矩阵变换是研究代数问题的一个重要工具。 2、现实意义： 矩阵变换在物理、力学、信号与信息处理、通信、电子、系统、控制、模式识别、土木、电机、航空航天等众多学科中式最富创造性和灵活性，并起着不可代替的作用。 二、论文综述 1、国内外有关研究的综述： 矩阵不仅是个数学学科，而且也是许多理工学科的重要数学工具，因此国内外有许多有关于矩阵的研究。英国数学家西尔维斯特首先使用了“矩阵”一词，他与矩阵论的创立者凯莱一起发展了行列式理论。1858年，凯莱发表了关于矩阵的第一篇论文《矩阵论的研究报告》。自此以后，国内外有了许多关于矩阵的研究。在张贤达所著的《矩阵分析与应用》一书中，就有关于矩阵变换的内容，在第一章中有关于矩阵初等变换的内容，并有初等变换在矩阵方程中的应用，在第四章中也提到了Householder变换和Givens旋转。美国著名的约翰斯.霍普金斯大学的RogerA.Horn和威廉姆和玛丽学院的CharlesR.Johnson 联合编著的《矩阵分析》也有关于矩阵变换的内容，此书主要涉及的是矩阵变换的应用。国内外关于矩阵变换的研究都取得了很大的进展，为矩阵知识所涉及的各个领域都作出了巨大贡献。 2 、本人对以上综述的评价：

正规矩阵

第二学期第八次课 设A 是n 维酉空间V 内的线性变换,如果V 内的线性变换A * 满足? α,β∈V,有 (A α,β)=(α,A * β) 则称A * 是A 的共轭变换. A * 为A 的共轭变换当且仅当它们在标准正交基下的矩阵互为共轭转置. 共轭变换的五条性质: 1)E *=E 2)(A * )*= A 3)(k A )* =k A * 4)(A +B )* =A * +B * 5)(AB )* =B * A * 如果A *= A,则称A 是一个厄米特变换. 设A 是n 阶复矩阵,如果A '=A,则称A 是一个厄米特矩阵. n 个复变量n 21x x x ，， ，?的二次齐次函数 ∑∑===n i n j j i ij x x a f 11 (ji ij a a =) 称为一个厄米特二次型.（对称变换、实对称矩阵、实二次型的推广）。 （酉变换和厄米特变换都是下面的正规变换的特殊情形.） 如果A *A = A A * ,则称A 为一个正规变换. （将酉变换的性质推广，有一般的结果：） 命题 酉空间V 上的线性变换A 的不变子空间M 的正交补⊥ M 是共轭变换A * 的不变子空间. 证明 ? α∈M, β∈⊥M ,有 (α,A * β)=(A α,β)=0 这表明A * β∈⊥ M .

命题酉空间上的正规变换A的属于特征值λ的特征向量ξ的是共轭变换A*的属于特征值λ的特征向量. 证明按假设,有Aξ=λξ则 (A*ξ-λξ,A*ξ-λξ)=((A-λE)*ξ, A*ξ-λξ) =(ξ,(A-λE)(A-λE)*ξ) =(ξ,(A-λE)*(A-λE)ξ) =(ξ,0)=0 从而A*ξ=λξ. 命题酉空间上的正规变换的属于不同特征值的特征向量互相正交. 证明设Aξ=λξ,Aη=μη则 λ(ξ,η)=(Aξ,η)=(ξ,A*η)=(ξ,μη)=μ(ξ,η) 必有(ξ,η)=0. 定理n维酉空间上的正规变换在某组标准正交基下的矩阵是对角阵. 证明对维数n做数学归纳法. 推论n维酉空间上的酉变换在某组标准正交基下的矩阵是对角阵. 命题厄米特变换的特征值都是实数. 证明若Aξ=λξ,则λξ=A*ξ=Aξ=λξ?λ=λ?λ是实数.

一般矩阵可逆的判定

一般矩阵可逆的判定 Good （11统计数学与统计学院 1111060231） 摘要：作为一张表，矩阵的运算规则具有特殊性。在运算的过程中，逆矩阵则是作为矩阵乘法的逆运算而存在的。由于矩阵乘法的逆运算仅限于方阵，故而逆矩阵又作为一项特殊的矩阵除法运算而存在。对于矩阵的运算来说，逆矩阵是不可缺少的一部分。在以线性代数为基础的研究中，逆矩阵是解决实际问题的一个最直观，最实用的工具。然而在实际研究中，并不是所有方阵都存在逆矩阵，那么对于矩阵可逆的判定就显得极其重要了。 关键字：n阶方阵A；A≠0；r A=n；?λn≠0；AB=BA=I n 0 引言 逆矩阵是矩阵乘法逆运算的结果。这个逆运算的过程被作为矩阵运算的一部分而不可或缺。对于所有矩阵而言，只有方阵中可逆的那部分才存在逆矩阵；就好像四边形一样，只有当矩形的四边相等才能被叫做正方形。然而也就是这很特殊的一小部分，它的运用却充斥着所有与线性代数相关的领域。比如：物理学，经济学，统计学，数学，社会管理学等等。对于矩阵的运算来说，逆矩阵的运算至关重要。由于矩阵在实际运用中具有的重要作用，而逆矩阵对于矩阵来说又具有重要的作用。在以矩阵为研究对象的研究过程中，研究逆矩阵也就有了很重要的意义。 对于研究逆矩阵的过程中，“什么样的矩阵才可逆？”是值得深讨的问题。就像求四边形中的正方形一样，要求正方形，最基本的前提就是：四边形必须是矩形。只有四边形满足四个内角都是90度的时候，四边形才称的上是矩形。而对于矩形来说，只有满足矩形的四条边都相等时，这样的矩形才能被称为正方形。对于矩阵可逆来说，一个矩阵要可逆，最基本的前提：必须满足矩阵的行列相等，矩阵必须是一个方阵才行。研究方阵的可逆，对于实际应用才存在实际意义。那么对于方阵来说，又需要满足什么样的条件，方阵才可逆呢？本文也就是从可逆矩阵的判定条件入手，着重分析可逆判定的充要条件。最后介绍几种常用的求解逆矩阵的方法。 1 矩阵的概念 1.0矩阵的定义 定义1：令F是一个数域，用F上的m×n个数a ij(i=1,2,?,m;j=1,2,?,n)排成m行n列的矩阵列，则称为m×n阵，也称为一个F上的矩阵，简记为A mn。 A=a11a12 a21a22 ?a1n ?a2n ?? a m1a m2 ?? ?a mn 1.1逆矩阵的定义 定义2：设A是数域F上的n阶方阵，若数域F上同时存在一个n阶方阵B,使得 AB=BA=I n 则称B是A的逆矩阵，记作：B=A?1。

04 矩阵的对角化

第四讲 矩阵的对角化 对角矩阵的形式比较简单，处理起来较方便，比如求解矩阵方程Ax b =时，将矩阵A 对角化后很容易得到方程的解。以前我们学习过相似变换对角化。那么，一个方阵是否总可以通过相似变换将其对角化呢？或者对角化需要什么样的条件呢？如果不能对角化，我们还可以做哪些处理使问题变得简单呢？ 一、特征征值与特征向量 1. 定义：对n 阶方阵A ，若存在数λ，及非零向量（列向量）x ，使得Ax x λ=,则称λ为A 的特征值，x 为A 的属于特征值λ的特征向量。 ☆ 特征向量不唯一； ☆ 特征向量为非零向量； ☆ ()0I A x λ-=有非零解，则det()0I A λ-=，称

det()I A λ-为A 的特征多项式。 例1 12 22122 2 1A ????=?????? ，求其特征值和特征向量。 【解】1 22 det()2 122 21 I A λλλλ----=------ 2 (1)(5)λλ=+-， 特征值为 121λλ==-，35λ=， 对于特征值1λ=-，由 ()0I A x --=， 1232222220222ξξξ?? ??????=???????????? ， 1230ξξξ++= ， 312ξξξ=-- ，

可取基础解系为 1101x ?? ??=?? ??-?? ，2011x ????=????-??， 所以属于特征值1λ=-的全部特征向量为 1122k x k x + ，其中12,k k 为不全为零的数. 对于特征值5λ=，由 (5)0I A x -=， 1234222420224ξξξ--?? ??????--=????????--???? ， 123ξξξ== ， 可取基础解系为 3111x ?? ??=?????? ， 所以属于特征值1λ=-的全部特征向量为 33k x ，其中3k 为非零的数. 2. 矩阵的迹与行列式

矩阵可对角化的判定条件开题报告

矩阵可对角化的判定条件开题报告 开题报告 矩阵可对角化的判定条件 选题的背景、意义 矩阵最初是作为研究代数学的一种工具提出的,但是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。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。矩阵及其理论现已应用于自然科学、工程技术、社会科学等许多领域。如在观测、导航、机器人的位移、化学分子结构的稳定性分析、密码通讯、模糊识别、计算机层析及 X 射线照相术等方面都有广泛的应用。随着现代数字计算机的飞速发展和广泛应用,许多实际问题可以通过离散化的数值计算得到定量的解决。于是作为处理离散问题的线性代数和矩阵计算,成为从事科学研究和工程设计的科技人员必备的数学基础。 矩阵是一个重要的数学工具,不仅在数学中有广泛的应用,在其他学科中也经常遇到。它在二十世纪得到飞速发展,成为在物理学、生物学、地理学、经济学等中有大量应用的数学分支,现在矩阵比行列式在数学中占有更重要的位置。 矩阵对角化是矩阵论的重要组成部分,在矩阵论中占有重要的作用,研究矩阵对角化问题很有实用价值,关于矩阵对角化问题的研究,这方面的资料和理论已经很多。但是他们研究的角度和方法只是某个方面的研究,没有进行系统的分类归纳和总结。因此,我就针对这方面进行系统的分类归纳和总结,对一些理论

进行应用和举例,给出算法。特别给出了解题时方法的选择。 矩阵的应用在现代社会中是十分广泛的,本文围绕有限维线性空间上的线性变换对角化问题与矩阵可对角化相互转换进行研究.根据矩阵的多项式对矩阵对角化问题进行判断,这种方法不仅为探讨矩阵对角化提供了一个简便的工具,也把矩阵和有限维空间相结合.在现代科技中,很多问题都是运用此类方式。 矩阵对角化问题只是矩阵理论中的一个小问题,但是一个基础问题,这样矩阵可对角化作为矩阵理论里的最基础的知识,就显得格外的重要.通过对《高等代数》,《科学计算方法》等有关资料的查阅和分析研究,为我们对判定矩阵的可对角化的条件提供了相关依据和理论. 文献[1]和[2]介绍了广义逆矩阵和一类特殊矩阵可对角化的判定条件,利用子空间关于矩阵的最小多项式研究了矩阵可广义对角化的充要条件,给出了一种更简单的判别仅有两个互异特征根的矩阵与对角阵相似以及求特征向量的方法。 文献[3]总结了利用循回阵的性质找出一个矩阵可对角化的充要条件。任意阶矩阵可以对角化的充要条件是相似于一个阶循回阵, 形式最简单的矩阵是对角阵。矩阵对角化是线性变换和化二次型到主轴上问题中经常遇到并需要解决的一个关键问题,但不是任何一个阶矩阵都可以对角化。 文献[4]总结了对矩阵的计算中用到了对角化的性质。该文详细地分析了Doolittle LU分解过程,基于分解过程的特点,在MPI(Message-Passing interface)并行环境下,提出了按直角式循环对进程进行任务分配的并行求解方法。实验证明该方法可以有效地减少进程间数据通信量,从而加快计算速度。 文献[5]?[7] 阐述了矩阵可对角化的条件以及对实对称矩阵的可对角化,

线性方程组的求解与应用开题报告

设计题目线性方程组理论及其应用 学生姓名陈彦语学号1111124123 专 业 数学与应用数 学（师范类） 一、课题的目的意义： 高等代数教材中只给出了运用克拉默法则（Cramer's Rule）和利用增广矩阵进行初等行变换求解线性方程组的方法，本文将更加系统的阐述求解线性方程组的几类方法，并进一步讨论线性方程组在许多领域中的应用。 线性代数是代数学的一个重要组成部分，广泛应用于现代科学的许多分支，其核心问题之一就是线性方程组的求解问题。线性方程组的求解是数值计算领域十分活跃的研究课题之一，大量的科学技术问题，最终往往归结为解线性方程组。因为计算机只能“线性”地求解问题，所以所有问题在计算机处理前都要线性化。可以说，线性方程组的求解在现代科学领域占有重要地位。 二、近几年来研究现状： 目前关于线性方程组的数值解法一般有两大类，一类是直接方法，另一类是迭代方法。直接方法最基本的是高斯消元法及其变形，这种方法是解低阶稠密矩阵方程组的有效方法，近十几年来直接法在求解具有较大型稀疏矩阵方程组方面取得了较大进展。迭代法就是用某种迭代过程去逐步逼近线性方程组的精确解，迭代法具有的优点是：需要计算机的存储单位较少、程序设计简单、原始系数矩阵在计算过程中始终不变，但存在收敛性和收敛速度的问题。迭代法是解大型稀疏矩阵方程组的重要方法，当前对迭代算法的研究已经较为成熟，但如何使之适合新体系模型，以获得更好的性能加速还有待进一步研究。 。三、设计方案的可行性分析和预期目标： 可行性分析：本文主要以查找资料，在现有知识水平上，对求解线性方程组的一般方法进行总结归纳，并根据对数学软件的学习，在借鉴前人对计算机编程科学性研究的基础上，给出利用matlab软件求解几类常见线性方程组的方法。通过广泛收集线性方程组应用方向的文献和书籍，并多次向导师请教，最终以具体实例来说明线性方程组在许多领域的应用，并实现线性方程组的求解过程。 预期目标：通过撰写论文，能让我从一个更高的角度来审视高等代数，对其中的线性方程组部分有一个更加深刻的理解和认识，锻炼自己的发散性思维和缜密的思考能力，培养自己利用所学知识解决实际问题的能力，从而达到对所学知识的融会贯通。

状态转移矩阵判定条件小论文

摘要：状态转移矩阵是现代控制理论的重要概念，在线性控制系统的运动分析中起着重要的作用。分别对连续时间线性时变系统、离散时间线性定常系统以及离散时间线性时变系统的状态转移矩阵进行了研究。根据常微分方程和差分方程解的唯一性，得到了判断矩阵函数是某一线性系统状态转移矩阵的充分条件，以及如何求出其对应的系统矩阵的方法。 状态转移矩阵是现代控制理论的重要概念,在线性控制系统的运动分析中起着重要的作用。 文献[1-8] 对线性系统的状态转移矩阵(包括连续时间线性定常系统、连续时间线性时变系统、离散时间线性定常系统、离散时间线性时变系统)进行了详细而深人的介绍。通常情况下，判断矩阵函数是某一连续时间线性时不变系统的状态转移矩阵的充要条件会在之前的工作中给出。 本文对连续时间线性时变系统、离散时间线性定常系统、离散时间线性时变系统的状态转移矩阵进行了进一步的研究。根据常微分方程和差分方程解的唯一性，得到了判断矩阵函数是某一线性系统状态转移矩阵的充分条件,并求出了其对应的系统矩阵。 1预备知识 考虑连续时间线性时变系统、离散时间线性定常系统和时变系统，它们的齐次状态方程分别为： 其中差分方程部分如下： 为了给出判断矩阵函数是某一线性系统状态转移矩阵的充分条件,需要用到下面的引理。 引理1状态转移矩阵是下列矩阵微分方程初值问题的解,且解是唯一的[5]： 引理2状态转移矩阵是下列矩阵差分方程初值问题的解：

引理3状态转移矩阵是下列矩阵差分方程初值问题的解: 2.1判定结果

2.2讨论 定理1 ~3给出了判定矩阵函数是某一线性系统状态转移矩阵的充分条件，也给出了计算其对应的系统矩阵的公式。由状态转移矩阵的性质可知对连续系统，定理1的条件也是必要的;但对于离散系统，由于状态转移矩阵不能保证必为非奇异[2]，所以定理2和定理3的条件不是必要的。但对于连续时间线性系统的时间离散化系统，无论其为时不变或时变系统，状态转移矩阵必为非奇异[2]，此时定理2和定理3 的条件是充分必要的。 定理1 ~3给出的条件是非常容易验证的，可使用比较流行的Matlab工具进行验证，因而这些充分条件是有效的。 3结束语 本文对线性系统的状态转移矩阵进行了进一步的讨论,针对连续时间线性时变系统、离散时间线性定常系统和离散时间线性时变系统，分别给出了函数矩阵是某一线性系统状态转移矩阵的充分条件。这些条件是非常容易验证的,因而是有效的,并通过例子说明了结论的正确性。 参考文献 [1 ]王高雄,周之铭,朱思铭,等.常徽分方程[M].2版.北京:高等《自动化仪表》 [2] 郑大钟.线性系统理论[M].2版.北京:清华大学出版社，2002. [3] 刘豹,唐万生.现代控制理论[M].2版.北京:机械工业出版社， 2005. [4] 施颂椒,陈学中,杜秀华.现代控制理论基础[M].北京:高等教育出版社，2007. [5] 王孝武.现代控制理论基础[M].2版.北京:机械工业出版社， 2006. [6] 白素英四种计算方法的比较[J].数学的实践与认识，2008 , 38(2) ：156-158. [7] 徐进.常系数齐次线性微分方程组基解矩阵的求解[J].江汉大学学报：自然科学版,2005,33(4): 17-19. [8] 黄承绪.矩阵指数函数的一些性质[J].武汉理工大学学报:交通科学与工程版,2001,25(2) ；147 -149.

最新对角化矩阵的应用本科

对角化矩阵的应用本 科

XXX学校 毕业论文（设计） 对角化矩阵的应用 学生姓名 学院 专业 班级 学号 指导教师 2015年 4 月 25 日

毕业论文（设计）承诺书 本人郑重承诺： 1、本论文（设计）是在指导教师的指导下，查阅相关文献，进行分析研究，独立撰写而成的. 2、本论文（设计）中，所有实验、数据和有关材料均是真实的. 3、本论文（设计）中除引文和致谢的内容外，不包含其他人或机构已经撰写发表过的研究成果. 4、本论文（设计）如有剽窃他人研究成果的情况，一切后果自负. 学生（签名）： 2015 年4月25日

对角化矩阵的应用 摘要 矩阵对角化问题是矩阵理论中一个关键性问题.本文借助矩阵可对角化条件，可对角化矩阵性质和矩阵对角化方法来研究可对角化矩阵一些应用，包括求方阵的高次幂，反求矩阵，判断矩阵是否相似，求特殊矩阵的特征值，在向量空间中证明矩阵相似于对角矩阵，运用线性变换把矩阵变为对角矩阵，求数列通项公式与极限，求行列式的值. 【关键词】对角化；特征值；特征向量；矩阵相似；线性变换

Application of diagonalization matrix Abstract Matrix diagonalization problem is the key issue in the matrix theory. In this paper, by using matrix diagonalization conditions, diagonalization matrix properties and matrix diagonalization method we study some applications of diagonalization matrix, including for high-order exponent of matrix, finding the inverse matrix, matrix to determine whether it is similar, the eigenvalue of special matrix, in the vector space that matrix similar to a diagonal matrix, using linear transformation matrix is a diagonal matrix, for the series of general term formula and limit, the determinant of value. [Key words] The diagonalization; Eigenvalue; Feature vector; Similar; Linear transformation

矩阵的开题报告doc

矩阵的开题报告 篇一：矩阵变换及应用开题报告 鞍山师范学院 数学系 13届学生毕业设计（论文）开题报告 课题名称：浅谈矩阵的变换及其应用 学生姓名：李露露 专业：数学与应用数学 班级：10级1班 学号： 30 指导教师：裴银淑 XX年 12月 26日 一、选题意义 1、理论意义： 矩阵是数学中的一个重要内容，是线性代数核心。矩阵的变换是矩阵中一种 十分重要的运算，它在解线性方程组求逆矩阵及矩阵理论的探讨中都可起到 非常重要的作用。很多复杂、繁琐的问题经过变换都可以化为简单、易于解 决的问题。因此，矩阵变换是研究代数问题的一个重要工具。 2、现实意义：

矩阵变换在物理、力学、信号与信息处理、通信、电子、系统、控制、模式 识别、土木、电机、航空航天等众多学科中式最富创造性和灵活性，并起着 不可代替的作用。 二、论文综述 1、国内外有关研究的综述： 矩阵不仅是个数学学科，而且也是许多理工学科的重要数学工具，因此国内 外有许多有关于矩阵的研究。英国数学家西尔维斯特首先使用了“矩阵”一词， 他与矩阵论的创立者凯莱一起发展了行列式理论。1858年，凯莱发表了关于矩 阵的第一篇论文《矩阵论的研究报告》。自此以后，国内外有了许多关于矩阵的 研究。在张贤达所著的《矩阵分析与应用》一书中，就有关于矩阵变换的内容， 在第一章中有关于矩阵初等变换的内容，并有初等变换在矩阵方程中的应用，在 第四章中也提到了Householder变换和Givens旋转。美国著名的约翰斯.霍普金 斯大学的RogerA.Horn和威廉姆和玛丽学院的

CharlesR.Johnson联合编著的《矩 阵分析》也有关于矩阵变换的内容，此书主要涉及的是矩阵变换的应用。国内外 关于矩阵变换的研究都取得了很大的进展，为矩阵知识所涉及的各个领域都作出 了巨大贡献。 2 、本人对以上综述的评价： 矩阵理论一直都是各个学科的基本数学工具，矩阵变换是矩阵理论的基础， 近年来有许多关于矩阵变换的研究，这些研究将一些繁琐复杂的问题简单化，也 极大地推进和丰富了电子信息、航空航天等领域的发展，同时促进了更多的数学 家加入到研究矩阵变换的队伍中，这样就使得矩阵变换知识日渐完善，并应用到 更多的领域中去。 三、论文提纲 前言 (一)、矩阵初等变换及应用 1、矩阵初等变换的基本概念 2、初等变换在方程组中的应用 3、初等变换在向量组中的应用

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

可对角化矩阵的应用

可对角化矩阵的应用 矩阵可对角化问题是矩阵理论中的一个重要问题，可对角化矩阵作为一类，特殊的矩阵，在理论上和应用上有着十分重要的意义。下面列举几个常见的可对角化矩阵的应用的例子。 1.求方阵的高次幂 例设V 是数域P 上的一个二维线性空间，12,εε是一组基，线性变换σ在12,εε下的矩阵A =2110?? ?-?? ，试计算k A 。 解：首先计算σ在V 的另一组基12,ηη下的矩阵，这里 ()()121211,,12-?? ηη=εε ? -?? ， 且 σ 在 12 ,ηη下的矩阵为 1 112 1112 12 11111121012111 01 2 1 ----?????????? ?? ??== ? ??? ????? ?----- ????????? ?????显然 1 10 10 1k k ??? ? = ? ? ?? ?? ，再利用上面得到的关系1 1121111112101201---???????? = ? ??? ?---???????? 我们可以得到 1 21111111111211 101201121201111k k k k k k k ----+????????????????=== ? ??? ? ????? ? ------+???????????????? 2.利用特征值求行列式的值。 例：设n 阶实对称矩阵2A =A 满足，且A 的秩为r ，试求行列式2E A -的值。 解：设AX=λX ，X ≠0，是对应特征值λ的特征向量，因

为2A A =，则22X X λE =AE =A =λ，从而有()20X λ-λ=，因为X ≠0， 所以()1λλ-=0，即λ=1或0，又因为A 是实对称矩阵，所以A 相似于对角矩阵，A 的秩为r ，故存在可逆矩阵P ，使 1 00 0r E P AP -??= ??? =B ，其中 r E 是r 阶单位矩阵，从而 1102220 2r n r n r E E A PP PBP E B E -----=-=-= =2 3由特征值与特征向量反求矩阵。 若矩阵A 可对角化，即存在可逆矩阵P 使，其中B 为对角矩阵，则 例 设3阶实对称矩阵A 的特征值为，对应的特征向量为，求矩阵A 。 解：因为A 是实对称矩阵，所以A 可以对角化，即A 由三个线性无关的特征向量，设对应于231λ=λ=的特征向量为 () 123,,T P X X X =，它应与特征向量 1 P 正交，即 []1123,00P P X X X =++=，该齐次方程组的基础解系为 ()() 231,0,0,0,1,1T T P P ==-，它们即是对应于231λ=λ=的特征向量。 取 ()123010100,,101,010101001P P P P B -???? ? ? === ? ? ? ?-???? ，则 1P A P B -=， 于是1110 010******* 210101010 0011010011 1010022A PBP -? ? ?-?????? ? ??? ?===- ? ??? ? ??? ? ?--??????- ??? 4判断矩阵是否相似

矩阵可对角化的条件.

第二节矩阵可对角化的条件 定义1 如果矩阵能与对角矩阵相似，则称可对角化。 例1设，则有：，即。从而 可对角化。 定理1 阶矩阵可对角化的充分必要条件是有个线性无关的特征向量。 证明：必要性如果可对角化，则存在可逆矩阵，使得 将按列分块得，从而有

因此有，所以是的属于特征值的特征向量，又由可逆，知线性无关，故有个线性无关的特征向量。 充分性设是的个线性无关的特征向量，它们对应的特征值依次为 ，则有。令，则是一个可逆矩阵且有： 因此有，即，也就是矩阵可对角化。 注若，则，对按列分块得 ，于是有 ，即 ，从而。可见，对角矩阵的元素就是矩阵的特征值，可逆矩阵就是由的线性无关的特征向量所构成的，并且特征向量的顺序依赖于对角矩阵。 定理2 矩阵的属于不同特征值的特征向量是线性无关的。

证明：设是的个互不相同的特征值，是的属于特征值的特征向量，现对作数学归纳法证明线性无关。 当时，由于特征向量不为零，因此定理成立。 假设的个互不相同的特征值对应的个特征向量是线性无关的。设 是的个互不相同的特征值，是的属于特征值的特征向量。又设 (1) 成立。则有，又将(1)式两边同乘得： 从而有,由归纳假设得 ，再由两两互不相同可得 ,将其代入(1)式得，因此有，从而 线性无关。 推论1 若阶矩阵有个互不相同的特征值，则可对角化，且 。 定理3 设是阶矩阵的个互异特征值，对应于的线性无关的特征 向量为，则由所有这些特征向量（共个）构成的向量组是线性无关的。

证明：设，记， ，则有，且或是的属于特征值的特征向量。若存在某个，，则由属于不同特征值的特征向量线性无关知 ，矛盾。因此有，,又由已知得 ,,因此向量组 线性无关。 定理4设是阶矩阵的一个重特征值，对应于的特征向量线性无关的最大个数为，则，即齐次线性方程组的基础解系所含向量个数不超过特征值的重数。 证明：用反证法。由于是的属于特征值的特征向量当且仅当是齐次线性方程组的非零解，因此对应于的特征向量线性无关的最大个数与齐次线性方程组的基础解系所含向量个数相等。设是齐次线性方程组的一个基础解系,且假设,则有。现将扩充为一个维线性无关向量组,其中 未必是的特征向量，但有是一个维向量，从而 可由向量组线性表示，即： 因而有：

矩阵特征值、特征向量的研究【开题报告】

毕业论文开题报告 数学与应用数学 矩阵特征值、特征向量的研究 一、选题的背景、意义 （1）选题的背景、意义 “矩阵(Matrix)”术语是由西尔维斯特创用并由凯莱首先明确其概念的。19世纪50年代，西尔维斯特引入“矩阵”一词来表示“一项由几行H列元素组成的矩形阵列”或“各种行列式组”，凯莱作为矩阵理论的创立者，首先为简化记法引进矩阵，然后系统地阐述了矩阵的理论体系。随后，弗罗伯纽斯等人发展完善了矩阵的理论体系形成了矩阵的现代理论。然而，矩阵思想的萌芽由来已久，早在公元前l世纪中国的《九章算术》就已经用到类似于矩阵的名词。但那时矩阵仅是用来作为一种矩形阵列解决实际问题，并没有建立起独立完善的矩阵理论。18世纪末到19世纪中叶，这种排列形式在线性方程组和行列式计算中应用日益广泛，行列式等理论的发展提供了矩阵发展的条件，矩阵概念由此产生，矩阵理论得到系统的发展。20世纪初，无限矩阵理论得到进一步发展[]1。 线性代数（Linear Algebra）是数学的一个分支，它的研究对象是向量，向量空间（或称线性空间），线性变换和有限维的线性方程组。向量空间是现代数学的一个重要课题；因而，线性代数被广泛地应用于抽象代数和泛函分析中；通过解析几何，线性代数得以被具体表示。线性代数的理论已被泛化为算子理论。由于科学研究中的非线性模型通常可以被近似为线性模型，使得线性代数被广泛地应用于自然科学和社会科学中[]2。 由于费马和笛卡儿的工作，线性代数基本上出现于十七世纪。直到十八世纪末，线性代数的领域还只限于平面与空间。十九世纪上半叶才完成了到n维向量

空间的过渡矩阵论始于凯莱，在十九世纪下半叶，因若当的工作而达到了它的顶点。1888年，皮亚诺以公理的方式定义了有限维或无限维向量空间。托普利茨将线性代数的主要定理推广到任意体上的最一般的向量空间中．线性映射的概念在大多数情况下能够摆脱矩阵计算而引导到固有的推理，即是说不依赖于基的选择。不用交换体而用未必交换之体或环作为算子之定义域，这就引向模的概念，这一概念很显著地推广了向量空间的理论和重新整理了十九世纪所研究过的情况。 “代数”这一个词在我国出现较晚，在清代时才传入中国，当时被人们译成“阿尔热巴拉”，直到1859年，清代著名的数学家、翻译家李善兰才将它翻译成为“代数学”，一直沿用至今[]3[]4。 线性代数是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。 （2）国内外研究现状和发展趋势 主要理论成熟于十九世纪，而第一块基石（二、三元线性方程组的解法）则早在两千年前出现（见于我国古代数学名著《九章算术》）[]5。 ①线性代数在数学、力学、物理学和技术学科中有各种重要应用，因而它在各种代数分支中占居首要地位； ②在计算机广泛应用的今天，计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分； ③该学科所体现的几何观念与代数方法之间的联系，从具体概念抽象出来的公理化方法以及严谨的逻辑推证、巧妙的归纳综合等，对于强化人们的数学训练，增益科学智能是非常有用的； ④随着科学的发展，我们不仅要研究单个变量之间的关系，还要进一步研究多个变量之间的关系，各种实际问题在大多数情况下可以线性化，而由于计算机的发展，线性化了的问题又可以计算出来，线性代数正是解决这些问题的有力工具。 线性代数起源于对二维和三维直角坐标系的研究。在这里，一个向量是一个有方向的线段，由长度和方向同时表示。这样向量可以用来表示物理量，比如

矩阵分析

I. QUESTION I Summarize the known constructions of orthogonal matrices and unitary matrices. Give some numerical examples for each construction. 1》正交矩阵：是实数特殊化的酉矩阵，因此总是正规矩阵。尽管我们在这 里只考虑实数矩阵，这个定义可用于其元素来自任何域的矩阵。正交矩阵不一定是实矩阵。实正交矩阵可以看做是一种特殊的酉矩阵，但存在一种复正交矩阵，复正交矩阵不是酉矩阵。 正交矩阵有以下几种等价定义及其判定 (满足的结构性质) 定义1.1 A 为n 阶实矩阵,若E AA =',则称A 为正交矩阵. 定义1.2 A 为n 阶实矩阵,若E A A =',则称A 为正交矩阵. 定义1.3 A 为n 阶实矩阵,若1-=A A ,则称A 为正交矩阵. 定义1.4 A 为n 阶实矩阵,若A 的n 个行（列）向量是两两正交的单位向量,则称A 为正交矩阵. 实例： ??? ???-θθθθ c o s s i n s i n c o s ?? ????1001 2》酉矩阵：n 阶复方阵U 的n 个列向量是U 空间的一个标准正交基， 则U 是酉矩阵。酉矩阵是正交矩阵往复数域上的推广。 酉矩阵的相关性质： 设有矩阵 ，则 （1）若是酉矩阵，则的逆矩阵也是酉矩阵； （2）若是酉矩阵，则也是酉矩阵； （3）是酉矩阵的充分必要条件是，它的个列向量是两两正交的单位向量。

一个简单的充分必要判别准则是： 酉矩阵的共轭转置和它的逆矩阵相等 酉矩阵基本性质:(A 是酉矩阵) 1.A 的行列式的模等于1 2.H A A =-1,11)()(--=H H A A 3.1-A 也是酉矩阵，两个n 阶酉矩阵的乘积也是酉矩阵 4.A 的每个(列)行向量(看作酉空间n C 的向量)是单位向量；不同的两个(列)行向量是酉矩阵正交的。 实例： ?? ? ? ??++ββαα s i n c o s 00s i n c o s i i （βα,为任意角度） II. QUESTION II A Hadamard matrix of order n is an n n ?matrix with elements in {}1,1+- such that T n n HH nE ?=where T H is the transpose of H and n E is the identity matrix of order n .This class of matrices are useful in many practical applications. Q1 Does Hadamard matrix exist for any order? Please list a Hadarmard matrix of order n with 20n ≤ if such a matrix exists. Q2 Design two Hadamard matrices []12 ;;; n H h h h =and 12; ; [; ]n G g g g = of order 2m n = (where m is odd) such that: 12/2; ;{}; n h h h is orthogonal to 12/2 ; ;{}; n g g g ;and

矩阵可对角化的充分必要条件论文

学号 20080501050116 密级 兰州城市学院本科毕业论文 矩阵可对角化的充分必要条件 学院名称：数学学院 专业名称：数学与应用数学 学生姓名：练利锋 指导教师：李旭东 二○一二年五月

BACHELOR'S DEGREE THESIS OF LANZHOU CITY UNIVERSITY Matrix diagonalization of the necessary and sufficient condition College : Mathematics Subject : Mathematics and Applied Mathematics Name : Lian Lifeng Directed by : Li Xudong May 2012

郑重说明 本人呈交的学位论文，是在导师的指导下，独立进行研究工作所取得的，所以数据、资料真实可靠。尽我所能，除文中已经注明应用的内容外，本学位论文的研究成果不包含他人享有的著作权的内容。对本论文所涉及的研究工作做出的其他个人和集体，均已在文中以明确的方式标明。本学位论文的知识产权归属于培养单位。 本人签名 : 日期 :

摘要 矩阵是否可以对角化，是矩阵的一条很重要的性质。对相似可对角化的充分必要条件的理解，一直是线性代数学习中的一个困难问题。本文给出了矩阵可对角化的几个充分必要条件和相应的证明。 关键词：方阵；特征值；特征向量；对角化

ABSTRACT Matrix diagonalization is a very important nature of matrix．Understanding the necessary and sufficient conditions of similarity can be diagonalized , has been a difficult problem in linear algebra．In this paper, several necessary and sufficient conditions and the corresponding proofs of matrix diagonlization have been given． Key words：square；eigenvalue；eigenvector；diagonalization