现代控制理论基础_自动控制理论.docVIP

现代控制理论基础 数学基础 一：矢量空间的定义 矢量空间是线性空间，矢量空间中的运算，属于线性运算法则范畴。 例如：属于二维矢量空间，属于n维矢量空间。 当x属于某一矢量集V时，称x是V的元素， 即x∈V。 线性空间的定义： 如果V是非空的集合，P为数域，设V具有如下性质： 1：V中的元素定义有加法，使任何x,y∈V有z= x+y∈V，并且加法运算具有下列性质： 1) x+y= y+x 2) x+y+z=（x+y）+z 2：V中有这样的元素，称为零向量，记作0，它具有如下性质： 1)对任何x∈V，有x+0=0+ x= x 2)对任何x∈V，存在-x∈V，使x+（-x）=0，则-x为x的逆元素。 3：在V中定义了数乘，使任何α∈P，x∈V，有αx∈V，且 1）α，β∈P，x∈V有（αβ）x=α（βx） 2)（α+β）x=αx+βx 3)α（x+y）=αx+αy 4) 1·x=x 在上述条件下，称V为数域P上的线性空间，若P为复数域C（或实数域R）则V为C（或R）上的线性空间。线性空间中的元素称为矢量，因此线性空间也叫矢量空间。 二：空间的维数 1：空间矢量的线性相关性和线性无关性 设V是线性空间，x1,x2,…xm∈V,如果能找到一个数组(k1,k2, …km)≠(0,0, …0)，使k1x1+ k2x2+…+kmxm=0成立，则称x1,x2,…xm线性相关。 反之，如果仅当(k1,k2, …km)=(0,0, …0)，才有k1x1+ k2x2+…+kmxm=0成立，则称x1,x2,…xm线性无关。 例1：求矢量x=（1，1），y=（2，2）的线性相关性。 解：令k1x+ k2y=0，得： 即： 有非零解，故x，y线性相关。 例2：求矢量x=（1，0），y=（0，1）的线性相关性。 解：令k1x+ k2y=0，得： 故x，y线性无关。 例3：求矢量x=（1，4，1），y=（1，2，3），z=（1，3，6）的线性相关性。 解：令k1x+ k2y+ k3z =0，得： 其系数行列式： 故x，y，z线性无关。 定理一：设有n个矢量： a1=（a11，a12，…a1n） a2=（a21，a22，…a2n） … an =（a n 1，a n 2，…a n n） 如果行列式： 则a1，a2…an必线性无关。 定理二：当m≥2时，矢量a1，a2…am线性相关的充要条件是其中至少有一个矢量可表示成其它m-1个矢量的线性组合。 定义：在线性空间V中，若存在n个元素a1，a2…an满足： 1）：a1，a2…an线性无关； 2）：V中的任一元素a总可由a1，a2…an线性表示，则称a1，a2…an为线性空间V的一个基，n称为V的维数，记为dimV=n。 维数为n的线性空间称为n维向量空间Vn，实n维列向量空间记为Rn，复n维列向量空间记为Cn。 2：矩阵的秩与矢量相关性的关系 （1）秩的定义：矩阵中所含不等于零的子行列式的最高阶数，称为矩阵的秩。矩阵A的秩记为rankA。若A为n阶方阵： rankAn，称A为降秩矩阵（奇异矩阵） rankA=n，称A为满秩矩阵（非奇异矩阵），此时 detA≠0。 （2）矩阵的秩与矢量相关性的关系 定理三：若rankA=r，则A中有r个行（列）矢量线性无关，而其余的行（列）矢量是这r个行（列）矢量的线性组合。 定理四：n阶行列式的行（列）矢量线性无关的充要条件是其行列式不等于零。 定理五：设A∈Rn×m，B∈Rm×s，则 rank（AB）≤min（rankA，rankB）。 （3）线性方程式的解与秩的关系 设线性方程组：a11x1+a12x2+…a1nxn=b1 a21x1+a22x2+…a2nxn=b2 … am1x1+am2x2+…amn xn=bm 可写成矩阵形式 AX=b 其中： 增广矩阵： 定理六：线性方程组有解的充要条件是： 定理七：线性方程组有唯一解的充要条件是： 有无穷多个解的充要条件是： 定理八：对于齐次方程组AX=0，当mn时，必有非零解，当m=n时，有非零解的充要条件是系数行列式为零。 三：逆矩阵和矩阵的微分和积分 1：逆矩阵 对于非奇异矩阵A，存在着一个逆矩阵A-1， 使A A-1= A-1A=I。 逆矩阵具有如下性质： (A-1)K=(AK)-1、 (A-1)T=(AT)-1、(A-1)*=(A*)-1 其中AT、A*分别为A的转置矩阵和共轭转置矩阵。 若A、B均为非奇异矩阵，有(AB)-1=B-1A-1。 例：设 求A-1。 解：|A|=17 2：矩阵的微分 设： 矩阵的微分法则： 3：矩阵的积分 设 四：格兰姆矩阵和格兰姆行列式