矩阵论复习笔记:矩阵直积及其应用
1.矩阵直积及其应用类题目
1.1 常用矩阵直积知识回顾
直积常用性质:
1.A⨂B≠B⨂AA\bigotimes B \neq B\bigotimes AA⨂B=B⨂A
2.(A1+A2)⨂B=A1⨂B+A2⨂B(A_1+A_2)\bigotimes B=A_1\bigotimes B+A_2\bigotimes B(A1+A2)⨂B=A1⨂B+A2⨂B
3.(A⨂B)⨂C=A⨂(B⨂C)(A\bigotimes B)\bigotimes C=A\bigotimes (B\bigotimes C)(A⨂B)⨂C=A⨂(B⨂C)
4.若A1,A2A_1,A_2A1,A2可以做乘法运算,B1,B2B_1,B_2B1,B2可以做乘法运算:
(A1⨂A2)(B1⨂B2)=(A1A2)⨂(B1B2)(A_1\bigotimes A_2)(B_1\bigotimes B_2)=(A_1A_2)\bigotimes(B_1B_2) (A1⨂A2)(B1⨂B2)=(A1A2)⨂(B1B2)5.若A,BA,BA,B可以求逆:
(A⨂B)−1=A−1⨂B−1(A \bigotimes B)^{-1}=A^{-1}\bigotimes B^{-1} (A⨂B)−1=A−1⨂B−1
若不能求逆运算则:
(A⨂B)+=A+⨂B+(A\bigotimes B)^{+}=A^{+}\bigotimes B^{+} (A⨂B)+=A+⨂B+6.(A⨂B)H=AH⨂BH(A\bigotimes B)^H=A^H\bigotimes B^H(A⨂B)H=AH⨂BH
7.det(A⨂B)=(detA)n(detB)m(A∈Cm×m,B∈Cn×n)det(A\bigotimes B)=(detA)^n(detB)^m(A\in C^{m\times m},B\in C^{n\times n})det(A⨂B)=(detA)n(detB)m(A∈Cm×m,B∈Cn×n)
8.tr(A⨂B)=(trA)⨂(trB)tr(A\bigotimes B)=(trA)\bigotimes (trB)tr(A⨂B)=(trA)⨂(trB)
9.rank(A⨂B)=rankA⨂rankBrank(A\bigotimes B)=rankA\bigotimes rankBrank(A⨂B)=rankA⨂rankB
10 eI⨂A=I⨂eA,eA⨂I=A⨂Ie^{I \bigotimes A} = I\bigotimes e^A,e^{A\bigotimes I} = A\bigotimes IeI⨂A=I⨂eA,eA⨂I=A⨂I
11.e(A⨂In+Im⨂B)=eA⨂eBe^{(A\bigotimes I_n+I_m \bigotimes B)}=e^A\bigotimes e^Be(A⨂In+Im⨂B)=eA⨂eB
12.设f(A,B)=∑i=1l1∑j=1l2cijAi⨂Bjf(A,B)=\sum_{i=1}^{l_1}\sum_{j=1}^{l_2}c_{ij}A^{i}\bigotimes B^{j}f(A,B)=∑i=1l1∑j=1l2cijAi⨂Bj对应的二元多项式为;f(λ,μ)=∑i=1l1∑j=1l2cij(λ)i(μ)jf(\lambda,\mu)=\sum_{i=1}^{l_1}\sum_{j=1}^{l_2}c_{ij}(\lambda)^i(\mu)^jf(λ,μ)=∑i=1l1∑j=1l2cij(λ)i(μ)j
若AAA的特征值为λ1,λ2,...λm\lambda_1,\lambda_2,...\lambda_mλ1,λ2,...λm,BBB的特征值为μ1,μ2,...μn\mu_1,\mu_2,...\mu_nμ1,μ2,...μn。得到的f(A,B)f(A,B)f(A,B)的所有特征值为:
f(λs,μr)=∑i=1l1∑j=1l2cijλsiμrjs=1,2..m,r=1,2..nf(\lambda_s,\mu_r)=\sum_{i=1}^{l_1}\sum_{j=1}^{l_2}c_{ij}\lambda_s^i\mu_r^j\\ s=1,2..m,r = 1,2..n f(λs,μr)=i=1∑l1j=1∑l2cijλsiμrjs=1,2..m,r=1,2..n
1.2 线性矩阵方程可解性
设A∈Cm×p,X∈Cp×q,B∈Cq×nA\in C^{m\times p},X\in C^{p\times q},B\in C^{q\times n}A∈Cm×p,X∈Cp×q,B∈Cq×n,vecˉ(X)\bar{vec}(X)vecˉ(X)为XXX的行拉直向量,则有:
vecˉ(AXB)=(A⨂BT)vecˉ(X)\bar{vec}(AXB)=(A\bigotimes B^T)\bar{vec}(X) vecˉ(AXB)=(A⨂BT)vecˉ(X)
设Am×mA_{m\times m}Am×m的特征值为λ1,λ2,...λm\lambda_1,\lambda_2,...\lambda_mλ1,λ2,...λm且Bn×nB_{n\times n}Bn×n的特征值为μ1,μ2,...μn\mu_1,\mu_2,...\mu_nμ1,μ2,...μn,方程∑k=0lAkXBk=F\sum_{k=0}^lA^kXB^k=F∑k=0lAkXBk=F有唯一解的充要条件是∀λi,μj\forall \lambda_i,\mu_j∀λi,μj,有∑k=0l(λiμj)k≠0\sum_{k=0}^l(\lambda_i\mu_j)^{k}\neq 0∑k=0l(λiμj)k=0。方程∑k=0lAkXBk=O\sum_{k=0}^lA^kXB^k=O∑k=0lAkXBk=O非零解的充要条件是∃λi,μj\exists \lambda_i,\mu_j∃λi,μj,有∑k=0l(λiμj)k=0\sum_{k=0}^l(\lambda_i\mu_j)^{k}= 0∑k=0l(λiμj)k=0。同样的,对于以下的方程:
dY(t)dt=AY(t)+Y(t)B,Y(t)∣t=0=F\frac{dY(t)}{dt}=AY(t)+Y(t)B,Y(t)|_{t=0}=F dtdY(t)=AY(t)+Y(t)B,Y(t)∣t=0=F
若A,BA,BA,B的特征值之和不等于零,
如果积分X∫0∞eAtFeBtdtX \int_0^{\infty}e^{At}Fe^{Bt}dtX∫0∞eAtFeBtdt存在,则方程有唯一的解:
X=−∫0∞eAtFeBtdtX=-\int_0^{\infty}e^{At}Fe^{Bt}dt X=−∫0∞eAtFeBtdt
若特征值实部Re(λi)<0,Re(μj)<0Re(\lambda_i)<0,Re(\mu_j)<0Re(λi)<0,Re(μj)<0,则XXX有唯一的解X=−∫0∞eAtFeBtdtX=-\int_0^{\infty}e^{At}Fe^{Bt}dtX=−∫0∞eAtFeBtdt
换句话说求解得到该方程的唯一解为:
X=eAtX0eBtX=e^{At}X_0e^{Bt} X=eAtX0eBt
2.例题
设nnn阶方阵AAA的特征值为:λ1,λ2,...λn\lambda_1,\lambda_2,...\lambda_nλ1,λ2,...λn,则矩阵方程AXA2+XA−X=0AXA^2+XA-X=0AXA2+XA−X=0只有唯一零解的充分必要条件()。
解:对该矩阵方程进行行拉直向量变换:
vecˉ(AXA2+XA−X)=0\bar{vec}(AXA^2+XA-X)=0 vecˉ(AXA2+XA−X)=0
得到:
(A⨂(A2)T+I⨂AT−I⨂I)vecˉ(X)=0(A\bigotimes (A^2)^T+I\bigotimes A^T -I\bigotimes I)\bar{vec}(X)=0 (A⨂(A2)T+I⨂AT−I⨂I)vecˉ(X)=0
f(A,AT)=(A⨂(A2)T+I⨂AT−I⨂I)f(A,A^T)=(A\bigotimes (A^2)^T+I\bigotimes A^T -I\bigotimes I)f(A,AT)=(A⨂(A2)T+I⨂AT−I⨂I)的二元多项式为:
f(x,y)=xy2+y−1f(x,y)=xy^2+y-1 f(x,y)=xy2+y−1
若要使得上述线性方程组有唯一零解,即说明其特征值必须全部非零。即∀μi,μj,f(μi,μj)≠0\forall \mu_i,\mu_j,f(\mu_i,\mu_j)\neq 0∀μi,μj,f(μi,μj)=0。
即:
μiμj2+μj−1≠0(i,j=1,2..n)\mu_i\mu_j^2+\mu_j-1\neq 0(i,j=1,2..n) μiμj2+μj−1=0(i,j=1,2..n)
矩阵论复习笔记:矩阵直积及其应用相关推荐
- 矩阵论复习-过渡矩阵、生成子空间、表示矩阵、度量矩阵、酉空间、内积
一小部分矩阵论的整理复习,这个由于公式输入的太麻烦了,所以就弄了一点.后面直接看着书复习的. 矩阵论复习 线性空间 基与维数 基变换公式.过渡矩阵.坐标变换公式 线性子空间 齐次方程组的解空间 特征子 ...
- 矩阵论复习笔记-华中科技大学
来华科之后又的第一门有挂科风险的考试 也是复习时间时间最长的一门课 昨天考完试 赶紧记下来 再过一天可能就要忘记了 回顾考试涉及到的 填空题 矩阵范数 最小多项式 线性变换的特征值 K积 计算题 奇异 ...
- 矩阵论复习笔记:盖尔圆的隔离技巧
1.Gerschgorin定理 对于复数矩阵C={cij}n×nC=\{c_{ij}\}_{n\times n}C={cij}n×n,其矩阵特征值满足: ∣λ−ckk∣≤∑j≠k∣ckj∣∣λ−c ...
- 【线性代数复习笔记】同济大学版第三章和第四章 矩阵的初等变换与线性方程组与向量组的线性相关性
[线性代数复习笔记]同济大学版第三章和第四章 矩阵的初等变换与线性方程组与向量组的线性相关性 1.矩阵的初等变换 矩阵的三种初等变换及性质 行阶梯形矩阵 矩阵的初等变换的性质 2.矩阵的秩 矩阵的秩的 ...
- matlab arr3(5 end),matlab复习笔记.doc
matlab复习笔记.doc 如果一个语句在一行内书写太长了,可能要另起一行接着写,在这种情况下我们需要在第一行末打上半个省略号(),再开始第二行的书写.历史命令窗口(THEHISTORYCOMMAN ...
- 2018.8.14-C#复习笔记总
2018.8.14-C#复习笔记总 using System; using System.Collections.Generic; //using System.Linq; using System. ...
- 双语矩阵论课程笔记(2)—— 【chapter 1】 Vector Spaces (Linear Spaces)
双语矩阵论课程笔记 文章目录 1. Definitions and Examples 1.1 Number filed(数域) 1.2 Algebraic systems(代数系统) 1.3 Line ...
- 2021 数据挖掘与大数据分析复习笔记 电子科技大学《数据挖掘与大数据分析期末》课程期末高分指南
狼狈不堪的数据挖掘期末课程复习结束辽 给这门课程画上一个句号吧! 虽然之后主要方向是搞开发了 但是万一以后想去搞大数据捏~ 这是我总结的这门课程的部分章节内容 为了总结下这门课程所学 也让之后有缘找到 ...
- Opencv复习笔记
Opencv复习笔记 整理自:https://blog.csdn.net/u013162035/article/details/79645331 0.索引: [1]图像混合 [2]图像通道的分离和合并 ...
最新文章
- 【CTS】几个serialno失败项
- 提单丢失了,怎么办?
- 领域驱动设计之聚合与聚合根实例一
- Errors occurred during the build. Errors running builder 'Validation' on pro
- IOS基础之打砖块项目演练
- JavaScript开发的技巧
- 山西大学计算机应用专业,山西大学计算机应用技术专业
- 适用响应式 Web UI 框架
- 坐标不显示_Simpack不显示坐标轴方向的解决方法
- 基础编程题目集 7-3 逆序的三位数 (10 分)
- java poi读取excel日期格式数据
- Bootstrap导航栏实例讲解
- 如何减小电压跟随器输出电阻_补课贴 | 关于运算放大器和比较器的异同,那些你不得不知道的小知识!...
- 当关闭winform窗体时触发
- Ubuntu 16.04.5 (x86_64)下安装CUDA10 for 深度学习
- JAVA发布栅格图层_简单实现栅格布局的两种方式
- mybatis整合Redis和ehcache实现二级缓存
- 元旦给计算机老师发贺词,送给老师元旦的祝福语
- 因为计算机丢失user32.dll,电脑丢失USER32.dll怎么处理
- 理查德·费曼:发现的乐趣
热门文章
- if __name__ == '__main__' 如何正确理解?
- 【同124】LeetCode 543. Diameter of Binary Tree
- torch.nn.Module.eval
- [课堂实践与项目]IOS优先级的计算器
- C语言程序设计:现代方法 中文高清PDF版下载
- Nginx配置优化解读
- [.Net]轻量ORM——Dapper
- BamlViewer修改
- [转] Official Microsoft Team Blogs / Microsoft Blogs
- 开始使用 TypeScript