【幾類矩陣的逆特征值問題探究8700字（論文）】

幾類矩陣的逆特征值問題研究目錄TOC\o"1-2"\h\u30608幾類矩陣的逆特征值問題 128844摘要 130672一緒論 212710一矩陣?yán)碚摳攀?525166二左、右逆矩陣 846202.1概念 8269172.2左、右逆矩陣存在的條件 9283032.3左、右逆矩陣的求法 1017697三應(yīng)用和例題 11143773.1伴隨矩陣求逆矩陣和用初等變換求逆矩陣 11146651、用伴隨矩陣求逆矩陣 11112452、用初等變換求逆矩陣 139189例2用初等變換求 14303353.2幾種變換例析 154254z1=y1-3/2*y3,z2=y2+3/2*y3,z3=y3 21209511-2x3 217330用mathematical求正交變換化二次型為標(biāo)準(zhǔn)型，并寫出所作的正交變換 2218187至此求出正交變換的矩陣 2217655至此求出標(biāo)準(zhǔn)型的三個項 2230311用正交線性替換化下列二次型為典范性f(x1,x2,x3)=x1*2+2x2*2+3x3*2-4x1x2-4x2x3(注：x1中的1為下標(biāo)) 2214440四結(jié)論 22摘要矩陣?yán)碚摷熬仃囁惴ㄔ诮y(tǒng)計學(xué)、經(jīng)濟學(xué)、工程計算等許多方面都有著廣泛的應(yīng)用，是現(xiàn)今科學(xué)計算中非常重要的工具。隨著矩陣?yán)碚撝R的發(fā)展，它在各種模型中的應(yīng)用也越來越廣泛。于一個n階方陣來說,它的逆矩陣可以采取“單邊”定義,即單純定義左逆或右逆。亦即:設(shè)A是一個n階方陣,若存在一個n階方陣B,使得AB=E,則B叫做A的逆矩陣(或稱為右逆矩陣)。因為對于n階方陣來說,我們可以證明“單邊”定義并對教科書均采取“單邊”定義的原因作探討本文討論了矩陣?yán)碚撝信c密切相關(guān)的幾個方面，并用一些有例算意義的變換結(jié)果。關(guān)鍵詞：矩陣逆特征值；單邊；逆矩陣；左逆；右逆；幾類矩陣的逆特征值問題一緒論矩陣的廣義逆理論與計算在最優(yōu)化理論、控制理論、計算數(shù)學(xué)、數(shù)理統(tǒng)計等領(lǐng)域中有著廣泛的應(yīng)用.例如在數(shù)理統(tǒng)計中,廣義逆矩陣對于有限Markov鏈的研究具有十分重要的作用,Markov鏈可以由其轉(zhuǎn)移矩陣T描述,Ti表示從狀態(tài)i到狀態(tài)j的變遷概率。在回歸分析中還可運用矩陣的Moore逆為回歸分析建立參數(shù)估計方法。在計算數(shù)學(xué)中,常以廣義逆矩陣為工具,研究長方或奇異或約束線性方程組的求解與廣義逆矩陣的計算問題。在最優(yōu)化理論中,可用Moore逆法由陰影恢復(fù)立體表面的實現(xiàn)算法求得矛盾方程組的最優(yōu)解。矩陣在數(shù)值分析、優(yōu)化理論、概率統(tǒng)計、數(shù)字信號處理、自動控制等自然科學(xué)及工程技術(shù)中有著廣泛的應(yīng)用,其中的許多問題都?xì)w結(jié)為求矩陣及其相關(guān)矩陣的代數(shù)問題。因此,研究矩陣的左逆和右逆具有重要的理論意義和現(xiàn)實意義。我們認(rèn)為,由于只有方陣才可能有逆矩陣,因此對于一個n階方陣來說,它的逆矩陣可以采取“單邊”定義,即單純定義左逆或右逆。亦即:設(shè)A是一個n階方陣,若存在一個n階方陣B,使得AB=E,則B叫做A的逆矩陣(或稱為右逆矩陣)。因為對于n階方陣來說,我們可以證明“單邊”定義并對教科書均采取“單邊”定義的原因作探討。矩陣?yán)碚摷熬仃囁惴ㄔ诮y(tǒng)計學(xué)、經(jīng)濟學(xué)、工程計算等許多方面都有著廣泛的應(yīng)用，是現(xiàn)今科學(xué)計算中非常重要的工具。隨著矩陣?yán)碚撝R的發(fā)展，它在各種模型中的應(yīng)用也越來越廣泛。于一個n階方陣來說,它的逆矩陣可以采取“單邊”定義,即單純定義左逆或右逆。亦即:設(shè)A是一個n階方陣,若存在一個n階方陣B,使得AB=E,則B叫做A的逆矩陣(或稱為右逆矩陣)。因為對于n階方陣來說,我們可以證明“單邊”定義并對教科書均采取“單邊”定義的原因作探討本文討論了矩陣?yán)碚撝信c密切相關(guān)的幾個方面，并用一些有例算意義的變換結(jié)果。廣義逆矩陣的概念最早是由MooreE.H于1920年提出，但當(dāng)時并未受到重視。直到1955年P(guān)enroseR又提出了廣義逆矩陣的概念，并證明了加號廣義逆矩陣的唯一性，發(fā)現(xiàn)它在許多學(xué)科都有廣泛應(yīng)用，這才受到人們的關(guān)注。關(guān)于廣義逆矩陣的性質(zhì)，[1-2]總結(jié)了九十年代以前已有的結(jié)果。[3]總結(jié)出了加號廣義逆矩陣的一些性質(zhì)。在較嚴(yán)格的條件下，本節(jié)證明了加號廣義逆矩陣的三條性質(zhì)。矩陣的廣義逆理論與計算在最優(yōu)化理論、控制理論、計算數(shù)學(xué)、數(shù)理統(tǒng)計等領(lǐng)域中有著廣泛的應(yīng)用.例如在數(shù)理統(tǒng)計中,廣義逆矩陣對于有限Markov鏈的研究具有十分重要的作用,Markov鏈可以由其轉(zhuǎn)移矩陣T描述,Ti表示從狀態(tài)i到狀態(tài)j的變遷概率。在回歸分析中還可運用矩陣的Moore逆為回歸分析建立參數(shù)估計方法。在計算數(shù)學(xué)中,常以廣義逆矩陣為工具,研究長方或奇異或約束線性方程組的求解與廣義逆矩陣的計算問題。在最優(yōu)化理論中,可用Moore逆法由陰影恢復(fù)立體表面的實現(xiàn)算法求得矛盾方程組的最優(yōu)解。矩陣在數(shù)值分析、優(yōu)化理論、概率統(tǒng)計、數(shù)字信號處理、自動控制等自然科學(xué)及工程技術(shù)中有著廣泛的應(yīng)用,其中的許多問題都?xì)w結(jié)為求矩陣及其相關(guān)矩陣的代數(shù)問題。因此,研究矩陣的左逆和右逆具有重要的理論意義和現(xiàn)實意義。我們認(rèn)為,由于只有方陣才可能有逆矩陣,因此對于一個n階方陣來說,它的逆矩陣可以采取“單邊”定義,即單純定義左逆或右逆。亦即:設(shè)A是一個n階方陣,若存在一個n階方陣B,使得AB=E,則B叫做A的逆矩陣(或稱為右逆矩陣)。因為對于n階方陣來說,我們可以證明“單邊”定義并對教科書均采取“單邊”定義的原因作探討。矩陣的跡及其應(yīng)用是高等數(shù)學(xué)的重要內(nèi)容，也是工程理論研究中的重要工具。本文在前人研究的基礎(chǔ)上，首先介紹了矩陣跡的相關(guān)性質(zhì)，然后給出了矩陣不等式的證法，最后對矩陣的應(yīng)用給出實例.矩陣作為一種基本的數(shù)學(xué)工具，在數(shù)學(xué)體系中有著不可缺少的地位人類對于矩陣的研究歷史極為悠久，據(jù)考證，早在史前年代拉丁方陣和幻方就已經(jīng)有人開始研究歷經(jīng)千萬年人類歷史發(fā)展和科技進步，矩陣及其理論體系早已形成并得到逐步的發(fā)展和完善，它在現(xiàn)代科學(xué)技術(shù)的各個領(lǐng)域都有著廣泛的應(yīng)用同時也吸引著無數(shù)計數(shù)學(xué)家們的深入探索和研究，并且獲得了極為豐碩的成果，為數(shù)學(xué)的發(fā)展史添上了精彩的一幕設(shè)有階矩陣；那么矩陣的跡就等于的特征值的總和，也即矩陣的主對角線元素的總和矩陣的跡作為矩陣的一個重要數(shù)字特征在計算數(shù)學(xué)、數(shù)值估計、濾波、隨機控制及其計量經(jīng)濟理論等方面都有著重要的應(yīng)用國內(nèi)外學(xué)者對此進行了深入研究，并取得了一系列重要成果許多量的計算最終都會歸結(jié)到矩陣跡的運算因此，作為矩陣的跡，它有著無窮的奧秘，正等待著我們做進一步的探索、研究和發(fā)現(xiàn)在矩陣?yán)碚撝?，尤其是矩陣跡的不等式，有著更為突出的解決實際問題和理論問題的特點它在許多領(lǐng)域，諸如管理科學(xué)與工程、信息科學(xué)與技術(shù)、系統(tǒng)工程、通信工程、數(shù)值分析、逼近論、測量誤差、噪聲、病態(tài)矩陣、最優(yōu)化理論、概率統(tǒng)計、運籌學(xué)、控制論、等學(xué)科以及統(tǒng)計估計都有著相當(dāng)多的應(yīng)用本文我們將討論有關(guān)矩陣跡的一些重要不等式，以及它們在逼近論中矩陣逼近方面的應(yīng)用同時還給出了一些關(guān)于矩陣和的控制不等式，以及對著名跡不等式的推廣，矩陣乘積的特征值和奇異值估計，并運用矩陣特征值與奇異值不等式的性質(zhì)，對矩陣幕乘積之跡方面的不等式做了相應(yīng)的推廣.矩陣跡的不等式是矩陣?yán)碚摰闹饕n題之一，許多量的計算最終都會歸結(jié)到矩陣跡的運算控制不等式作為一種數(shù)學(xué)工具，它常常能夠深刻地描述許多數(shù)學(xué)量之間的內(nèi)在關(guān)系，幾乎滲入到各個數(shù)學(xué)領(lǐng)域而且處處扮演著精彩角色范數(shù)是典型的酉不變范數(shù)，是研究最小二乘解，矩陣擾動的主要手段乘積是一種比較特殊的矩陣乘法，在組合論中的組合方案，概率論中的特征函數(shù)及通信工程等方面都有著重要的應(yīng)用。一矩陣?yán)碚摳攀鰧⒁粋€矩陣分解為比較簡單或者性質(zhì)比較熟悉的矩陣之組合，方便討論和計算。由于矩陣的特征值和特征向量在化矩陣為對角形的問題中占有特殊位置，因此矩陣的特征值分解。盡管矩陣的特征值具有非常好的性質(zhì)，但是并不是總能正確地表示矩陣的“大小”。矩陣的奇異值和按奇異值分解是矩陣?yán)碚摵蛻?yīng)用中十分重要的內(nèi)容，已成為多變量反饋控制系統(tǒng)最重要最基本的分析工具之一，奇異值實際上是復(fù)數(shù)標(biāo)量絕對值概念的推廣，表示了反饋控制系統(tǒng)的輸出/輸入增益，能反映控制系統(tǒng)的特性。正n階方陣A的主對角線上元素和稱為A的跡。從定義看,既明了又簡單。用它解題時,如果題中出現(xiàn)“跡”,都要從這方面考慮,用它來解;如果題中沒有出現(xiàn)它,往往就被遺忘了。殊不知,有些題特別是結(jié)論是否定的題,用它來解,比用其它方法就顯得更簡捷。蛇階方陣A的主對角線上元素和稱為A的跡.從定義看,既明了又簡單.用它解題時,如果題中出現(xiàn)“跡”,都要從這方面考慮,用它來解;如果題中沒有出現(xiàn)它,往往就被遺忘了.殊不知,有些題特別是結(jié)論是否定的題,用它來解,比用其它方法就顯得更簡捷.先給出幾個解題過程中經(jīng)常用到的結(jié)論.根據(jù)矩陣跡的定義,首先給出了矩陣跡的性質(zhì),然后依據(jù)方陣的F—范數(shù)定義Cauchy—Schwarz不等式,給出了零矩陣,不相似矩陣,數(shù)冪矩陣,列矩陣,冪等矩陣及矩陣不等式的證法。對矩陣的跡在解題中進行了應(yīng)用。矩陣跡的不等式是矩陣?yán)碚摰闹饕n題之一,許多量的計算最終都會歸結(jié)到矩陣跡的運算.控制不等式作為一種數(shù)學(xué)工具,它常常能夠深刻地描述許多數(shù)學(xué)量之間的內(nèi)在關(guān)系,幾乎滲入到各個數(shù)學(xué)領(lǐng)域而且處處扮演著精彩角色Frobenius范數(shù)是典型的酉不變范數(shù),是研究最小二乘解,矩陣擾動的主要手段Hadamard乘積是一種比較特殊的矩陣乘法,在組合論中的組合方案,概率論中的特征函數(shù)及通信工程等方面都有著重要的應(yīng)用.本文主要分為以下六個部分：第一部分概述文章主要內(nèi)容,介紹相關(guān)引理及符號；第二部分給出在一定條件下復(fù)矩陣以及Hermite矩陣特征值與奇異值不等式,控制不等式和Frobenius范數(shù)不等式；第三部分介紹并推廣著名的Neumann跡不等式；第四部分給出兩個關(guān)于矩陣Hadamard乘積之奇異值不等式,并對這兩個不等式進行推廣；第五部分給出若干復(fù)矩陣連乘積之跡的不等式,并運用矩陣特征值與奇異值不等式的性質(zhì),獲得m個復(fù)矩陣乘積以及Hermite半正定矩陣偶次冪之跡的不等式,并推廣了相關(guān)結(jié)果；第六部分給出矩陣跡的不等式在逼近論中矩陣逼近方面的應(yīng)用.矩陣的跡（trace）是一個數(shù)學(xué)專業(yè)名詞，X∈P（n×n）,X=（xii）的主對角線上的所有元素之和稱之為X的跡，記為tr(X)，即tr(X)=∑xii。矩陣的跡在矩陣?yán)碚撝杏兄匾淖饔?，它在矩陣估計與計算有著重要的一席之地(參見文獻[29][30]>。而利用Hermite陣探討約束條件下矩陣跡的研究也較多(參見文獻[31-32]，涉及內(nèi)容也非常廣泛，特別是在線性模型參數(shù)估計最優(yōu)性方面發(fā)揮著重要的作用(參見文獻。本節(jié)首先建立在約束條件XX=I:下給出了tr(XAX-(XA-'X)-')的上界，但是XX-I:范圍太苛刻，本節(jié)中我們將可逆矩陣X和XX=△分別代替XX=I:并且得到了與在約束條件XX=I:下給出的tr(XAX-(XA-'X)-')的上界相一致的不等式的結(jié)果。設(shè)有N階矩陣A，那么矩陣A的跡（用tr（A）表示）就等于A的特征值的總和，也即A矩陣的主對角線元素的總和。跡是所有對角元的和；跡是所有特征值的和；某些時候也利用tr(AB)=tr(BA)來求跡。奇異值分解（Singularvaluedecomposition），奇異值分解非常有用，對于矩陣A(p*q)，存在U(p*p)，V(q*q)，B(p*q)（由對角陣與增廣行或列組成），滿足A=U*B*V，U和V中分別是A的奇異向量，而B是A的奇異值。AA'的特征向量組成U，特征值組成B'B，A'A的特征向量組成V，特征值（與AA'相同）組成BB'。因此，奇異值分解和特征值問題緊密聯(lián)系。如果A是復(fù)矩陣，B中的奇異值仍然是實數(shù)。SVD提供了一些關(guān)于A的信息，例如非零奇異值的數(shù)目（B的階數(shù)）和A的階數(shù)相同，一旦階數(shù)確定，那么U的前k列構(gòu)成了A的列向量空間的正交基。在數(shù)值分析中，由于數(shù)值計算誤差，測量誤差，噪聲以及病態(tài)矩陣，零奇異值通常顯示為很小的數(shù)目。二左、右逆矩陣2.1概念矩陣集合上定義了乘法。以向量內(nèi)積為基礎(chǔ)的矩陣乘法非常成功。但它是不可交換的。即，通常有AB≠BA，那怕在n階方陣子集中也這樣。

矩陣的乘法有“單位元”E（n階方陣）即在可乘的條件下，=A。AE或BE=B，E在乘法中的作用，就象數(shù)1那樣。若n階方陣A滿秩，它就應(yīng)該有逆元。即“右逆”AB=E或“左

逆”CA=E由于矩陣乘法不可易，按理“右逆”與“左逆”可能不同。但是《線性代數(shù)》中，滿秩方陣A的逆陣B的定義就是AB=BA=E之所以有這個特殊性，原因在于A有伴隨陣A*基本恒等式A*A=AA*=|A|E在A滿秩時，它告訴我們，A*/|A|就既是A的“右逆”，又是A的“左逆”。且按照矩陣相等的定義，滿秩方陣A的逆陣唯一。有趣的是，如果n階方陣A的“列向量組”是標(biāo)準(zhǔn)正交組（單位正交組），則A′A=E你只能先說A′是A的“左逆”。A′的行，就是A的列。左行右列作內(nèi)積，恰好用上已知條件。但是，逆陣唯一，“左逆”就是“右逆”。AA′=E這樣一來，A的行向量組必定也是標(biāo)準(zhǔn)正交組。同樣，如果n階方陣A的“行向量組”是標(biāo)準(zhǔn)正交組，那它的列向量組必定也是標(biāo)準(zhǔn)正交組。實際上，很簡單，AA′=E，則|A|=±1滿秩方陣A的的逆陣唯一，A′=±A*只有兩類正交陣——要么A的每一元就等于自己的代數(shù)余子式，要么A的每一元等于自己的代數(shù)余子式的相反數(shù)。另有一個應(yīng)用逆陣唯一性的好例。

2.2左、右逆矩陣存在的條件首先,行列式乘積定理|AB|=|A|*|B|的證明不依賴于你想要證明的結(jié)論,它可以通過初等變換來證明.

然后就是一個觀念的問題,滿足|A|≠0的矩陣A稱為非奇異矩陣,而關(guān)于X的方程AX=XA=E有解的矩陣A稱為可逆矩陣,這兩者的等價性沒有驗證之前最好不要混淆.

利用Cranmer法則可以證明非奇異矩陣必可逆,因為此時可以構(gòu)造出一個解X=adj(A)/|A|.再利用行列式乘積定理可以證明可逆矩陣必定非奇異.準(zhǔn)備工作到此為止.回到你的問題,如果AB=E,那么由|A||B|=1得A非奇異,因此必定可逆,取A的逆X,那么X=XE=XAB=B,從而BA=XA=E.2.3左、右逆矩陣的求法A乘以A的逆等于單位矩陣，兩側(cè)同時轉(zhuǎn)置，右側(cè)單位矩陣轉(zhuǎn)置仍然得單位矩陣，左側(cè)分別轉(zhuǎn)置兩個矩陣，然后以相反順序相乘，因此A的逆的轉(zhuǎn)置乘以A的轉(zhuǎn)置得到單位陣。A轉(zhuǎn)置的逆即是A的逆的轉(zhuǎn)置。因此，要求A轉(zhuǎn)置的逆，只需要先求A的逆，然后求該逆的轉(zhuǎn)置即可。轉(zhuǎn)置和逆兩種乘法運算，對于單個矩陣而已，其順序可以顛倒。這種算法就是在右邊加上一個單位矩陣E組成一個新矩陣，然后使用初等變換，當(dāng)變換到新矩陣左半部分是單位矩陣的時候，右半部分就是原來矩陣的逆了。

1.02.03.01.00.00.0

2.02.01.00.01.00.0

3.04.03.00.00.01.0

可以變換到：

1.00.00.01.03.0-2.0

0.01.00.0-1.5-3.02.5

0.00.01.01.01.0-1.0所以右邊就是他的逆。Am×nBn×p=Cm×p，A列必須等于B的行數(shù)1）常規(guī)方法，行列點乘法：C=AB，C中的第i行j列結(jié)果來自A的第i行向量與B的第j列向量的點乘。整行整列的進行。2）列方法，整列考慮，列的線性組合方式：B的一個列向量乘以A（矩陣A各列向量的線性組合）得到C的對應(yīng)列向量，此過程其余列向量暫不參與計算。3）行方法，整行考慮，行的線性組合方式：A的一個行向量乘以B（矩陣B各行向量的線性組合）得到C的對應(yīng)行向量，此過程其余行向量暫不參與計算。4）列×行法：AB等于A各列與B各行乘積之和：A中列乘以B中行，如A第一列乘以B第一行得一個矩陣（這樣的矩陣很特殊，行向量和列向量都是單個向量的線性組合，第四講會講到有關(guān)行空間，列空間的概念），最后將得到的各矩陣相加。三應(yīng)用和例題3.1伴隨矩陣求逆矩陣和用初等變換求逆矩陣1、用伴隨矩陣求逆矩陣定義：設(shè)矩陣A=所對應(yīng)的行列式detA中元素aij的代數(shù)余子式矩陣稱為A的伴隨矩陣，記為A*。顯然，AA＊=仍是一個n階方陣，其中第i行第j列的元素為由行列式按一行（列）展開式可知=所以AA＊==detAE（1）同理AA＊=detAE=A＊A定理：n階方陣A可逆的充分必要條件是A為非奇異矩陣，而且A-1=A＊=證必要性：如果A可逆，則A-1存在使AA-1=E，兩邊取行列式det(AA-1)=detE,即detAdetA-1=1,因而detA≠0,即A為非奇異矩陣。充分性：設(shè)A為非奇異矩陣，所以detA≠0，由（1）式可知A(A＊)=(A＊)A=E所以A是可逆矩陣。且A-1=A＊例1求矩陣A=的逆矩陣。解因為detA=,所以A是可逆的。又因為所以A-1=A＊==2、用初等變換求逆矩陣用初等變換求一個可逆矩陣A的逆矩陣，其具體方法為：把方陣A和同階的單位矩陣E，寫成一個長方矩陣，對該矩陣的行實施初等變換，當(dāng)虛線左邊的A變成單位矩陣E時，虛線右邊的E變成了A-1即從而可求A-1。例2用初等變換求的逆矩陣。解因為=所以A-1=例3解線性方程組解：方程組可寫成=設(shè)A=X=B=則AX=B由例2知A可逆，且A-1=所以X=A-1B，即=A-1B==于是，方程組的解是3.2幾種變換例析1設(shè)表示所有系數(shù)在域中的矩陣的集合，考慮的子空間序列

這里，由于是上的有限維的向量空間，因此存在自然數(shù)使得，于是存在的矩陣使得

由于，對歸納就可以得到。上式同時乘以得到

因此

（2）因為ＡＢ＝Ｅ，Ａ，Ｂ是n階方陣（已知條件）

故必然存在ＡＡ（－１）＝Ｅ＝A(-1)A（Ａ（－１）是n階方陣，存在性）

比較上面兩式，得到Ｂ＝Ａ（－１）（等效性）

故ＢＡ＝Ａ（－１）Ａ＝Ｅ方法２：因為（ＢＡ）^n=BA*BA*...=B(AB)^(n-1)A=BA對任意正整數(shù)n成立，

所以，ＢＡ必然是單位方陣Ｅ或者是０。

因為ＡＢ＝Ｅ，故可排除ＢＡ＝０可能性。故ＢＡ＝Ｅ。

方法３：ＢＡ*BA=BEA=ＢＡＥ,兩邊除以ＢＡ（因為|ＢＡ|=|AB|不等于０，故可除）

可得ＢＡ＝Ｅ

方法４：AB*A=A=AE,兩邊除以Ａ（因為｜Ａ｜不等于０，故允許除法）

可得ＢＡ＝Ｅ（3）由隱含條件從而有：

若存在,使得則的行向量組線性無關(guān),因為若存在則：因而的行向量組是線性空間的一個基，所以可以用A的行向量組表示出的標(biāo)準(zhǔn)基，即存在令：,則：,最后易證（4）初等行變換，將(A,E)用初等行變換化為行最簡形

若左子塊是E,則A可逆,且此時右子塊就是A^-1

--建議用此方法

例如題1

(A,E)=

-11-1100

-1-11010

1-1-1001

-->

00-2101

0-20011

1-1-1001

-->

001-1/20-1/2

0100-1/2-1/2

1-1-1001

-->

001-1/20-1/2

0100-1/2-1/2

100-1/2-1/20

-->

100-1/2-1/20

0100-1/2-1/2

001-1/20-1/2

A^-1=

-1/2-1/20

0-1/2-1/2

-1/20-1/2（5）如果那么互為強逆矩陣。那么可以知道強逆矩陣存在的充要條件是行列式不為零。這個過程只不過是書上可逆充要條件是行列式不為零這個過程的文本替換而已。如果，那么稱為的右逆矩陣，那么容易知道如果一個矩陣有右逆矩陣，根據(jù)Cachy-Binet定理，行列式必然不為零，必然有強逆矩陣，并且強逆矩陣就是右逆矩陣。（6）有7位有效數(shù)字，這和定義所得結(jié)果完全一致,這是共它任何方法所難得到的.（7）設(shè)mxn二實矩陣A是列滿秩的,是A的近似左逆矩陣,如果滿足條件列則：其中R(A)表示矩陣A的象空間，A十表示A的廣義逆矩陣，這里即為A的左逆矩陣·（8）如果二次型中含變量xi的平方項，則先將含xi的項集中，按xi配成完全平方，直至都配成平方項；如果二次型不含平方項，但某混合項系數(shù)aIj不為0，可先通過xi=yI+yj，xj=yI-yj，xk=yk（k不是i或j）這一可逆變換使二次型中出現(xiàn)平方項后，按前一方法配方。例：f=x1^2+x2^2+3x3^2+4x1x2+2x1x3+2x2x3=(x1^2+4x1x2+2x1x3)+x2^2+3x3^2+2x2x3=(x1+2x2+x3)^2-3x2^2+2x3^2-2x2x3=……=（x1+2x2+x3)^2-3(x2+1/3*x3)^2+7/3*x3^2;作變換y1=x1+2x2+x3,y2=x2+1/3*x3,y3=x3,就得標(biāo)準(zhǔn)型f=y1^2-3y2^2+7/3*y3^2.將上述變換求出逆變換x1=y1-2y2-5/3*y3,x2=y2-1/3*y3,x3=y3,寫成矩陣形式X=CY形式，其中C=（1，-2，-5/3；0，1，-1/3；0，0，1）（分號表示矩陣行結(jié)束）就是合同變換中的變換矩陣。例，f=2x1x2-6x1x3,無平方項，則先作變換x1=y1+y2,x2=y1-y2,y3=x3,代入f中f=2y1^2-2y2^2-6y1y3-6y2y3=2(y1-3/2*y3)^2-2(y2+3/2*y3)^2;再作變換：z1=y1-3/2*y3,z2=y2+3/2*y3,z3=y3用逆變換y1=z1+3/2*z3,y2=z2-3/2*z3,y3=z3,就能把f化成f=2z1^2-2z2^2這種標(biāo)準(zhǔn)二次型。最后將再次用的變換寫成矩陣形式，X=C1*Y,Y=C2*Z的形式，X=C1*C2*Z,則C=C1*C2就是所求（具體計算略）。先寫出二次型的A的矩陣形式拼單位陣，變換左半為對角陣，要靈活運用三種初等變換（交換，倍數(shù)，加倍都需要行列相繼對應(yīng)變換），當(dāng)對角線元素為零時，單純交換不能解決問題，采用具有規(guī)律性的后行/列加前行/列，寫在題目最后的一句話：做可逆變換x=Cy即（矩陣形式），把f做成標(biāo)準(zhǔn)形f=...。注意：用配方法或合同變換解題時，系數(shù)不是A的特征值，只有用正交變換才是特征值，它們的共同點是：項數(shù)一樣，符號一樣。變換得出左半對角陣即可寫出標(biāo)準(zhǔn)形。將二次型的矩陣寫出來，在下方寫一個單位矩陣，然后對行和列做相同的初等變換，使上面的矩陣變成對角矩陣，對角線上是1或-1。下面的矩陣就變成了線性替換的矩陣。設(shè)矩陣A=1-81X=x1411x211-2x3解:f=x1^2+x2^2-2x3^2-4x1x2+2x1x3+2x2x3=(x1-2x2+x3)^2-3x2^2-3x3^2+6x2x3=(x1-2x2+x3)^2-3(x2-x3)^2=y1^2-3y2^2對AE用類同的行列變換將上子塊化為對角矩陣,則下子塊即X與Y的關(guān)系X=CYPS.這個方法很少用,不如配方法好使。用mathematical求正交變換化二次型為標(biāo)準(zhǔn)型，并寫出所作的正交變換mat={{1.1,2.3,-2.4},{2.3,-2.2,4.45},{-2.4,4.45,4.2}};{lam,

vec}=Eigensystem[mat];

vec=Transpose[vec];

vec//MatrIxForm至此求出正交變換的矩陣Diagonal[Inverse[vec].mat.vec]至此求出標(biāo)準(zhǔn)型的三個項用正交線性替換化下列二次型為典范性f(x1,x2,x3)=x1*2+2x2*2+3x3*2-4x1x2-4x2x3(注：x1中的1為下標(biāo))四結(jié)論隨著科學(xué)技術(shù)的進步和計算機技術(shù)的發(fā)展,科學(xué)與工程計算簡稱科學(xué)計算的研究受到科學(xué)技術(shù)人員的極大重視,其應(yīng)用范圍己滲透到許多學(xué)科領(lǐng)域。而矩陣計算是科學(xué)計算領(lǐng)域中的一個重要方面。對于科學(xué)研究和工程技術(shù)上的各種問題,用矩陣的理論和方法來處理己越來越普遍。引入矩陣?yán)碚摬粌H使理論的表達(dá)更為簡捷,而且對理論實質(zhì)的刻畫也更為深刻。這一點已被越來越多的科技工作者所認(rèn)識。特別是由于計算機和計算方法的普及和發(fā)展,不僅為矩陣?yán)碚摵头椒ㄩ_辟了廣闊的研究前景,也使科學(xué)與工程技術(shù)的研究發(fā)生新的變化,開拓了嶄新的研究途徑。矩陣?yán)碚撆c方法已成為眾多學(xué)科領(lǐng)域的數(shù)學(xué)工具。它不僅在數(shù)值分析、最優(yōu)化方法、數(shù)學(xué)模型等數(shù)學(xué)分支上有極其重要的應(yīng)用,還在信號處理、圖像處理、無線電技術(shù)和衛(wèi)星通信等尖端科學(xué)領(lǐng)域中有重要的用途。矩陣計算的理論和方法在圖像恢復(fù)與重建、壓縮與編碼、圖像分析、圖像識別及近年來研究較熱的數(shù)字水印等各個領(lǐng)域中都有重要的應(yīng)用。這里我們就圖像識別中的代數(shù)特征提取、基于四元數(shù)矩陣的彩色圖像處理及數(shù)字水印中的水印嵌入分別簡要地介紹矩陣計算的理論和方法在圖像處理及識別中的應(yīng)用。五參考文獻[1]TianYaobang,Lidong,WangAnna.ExtensionsoftheMatrixAnthropocentricInequalities.ProceedingsoftheEighthInternationalConferenceonMatrixTheoryanditsApplications.2008[2]TianYaobang,WangAnna,Mialei.ExtensionoftheMatrixCauchy-SchwaandMarshallKinfolksinequality.ProceedingsofThirdInternationalWorkshopOnMatrixAnalysisandApplicationsinchina.2009[3]LiuShijiazhuang,KroneckerHeinz.Sever