第一章-线性空间和线性映射.pptVIP

矩阵理论 陕西科技大学理学院 蔺小林 于是可得 解得 同样可解出在第二组基下的坐标为 由此可以看出：一个向量在不同基底下的坐标是不相 同的。 基变换与坐标变换 设 （旧的）与 （新的） 是 维线性空间 的两组基底，它们之间的关系为 将上式矩阵化可以得到下面的关系式： 称 阶方阵 是由旧的基底到新的基底的过渡矩阵，那么上式可以写成 定理：过渡矩阵 是可逆的。 任取 ，设 在两组基下的坐标分别为 与 ，那么我们有： 称上式为坐标变换公式。 例1 在4维线性空间 中，向量组 与向量组 为其两组基，求从基 到基 的过渡矩阵， 并求向量 在这两组基下的坐标。 解：容易计算出下面的矩阵表达式 向量 第一组基下的坐标为 利用坐标变换公式可以求得 在第二组基下的坐标为 线性空间的子空间 定义 设 为数域 上的一个 维线性空间， 为 的一个非空子集合，如果对于任意的 以及任意的 都有 那么我们称 为 的一个子空间。 例1 对于任意一个有限维线性空间 ，它必有 两个平凡的子空间，即由单个零向量构成的子空间 以及线性空间 本身. 例2 设 ，那么线性方程组 的 全部解为 维线性空间 的一个子空间，我们称其为齐次线性方程组的解空间。当齐次线性方程组 有无穷多解时，其解空间的基底即为其基础解系；解空间的维数即为基础解系所含向量的个数。 例3 设 为 维线性空间 中的 一组向量，那么非空子集合 北京理工大学高数教研室* 第一章 第一节 函数 其中 为 维输入变量， 维状态向量， 为 矩阵理论的简单应用 一 矩阵在线性系统与多变量控制中的应用 线性系统状态空间的线性微分方程组为 第一章 线性空间和线性映射 分别为 m维输出向量，矩阵 为 型矩阵且均为时间 的函数。 定义：如果上述方程中的矩阵 都是常数矩阵，则称该系统是线性定常系统。其状态空间线性方程为 考虑一个线性定常系统 定义 对于上述系统，如果从状态空间中的任意一点开始，可以找到一个输入 ，在有限的时间内将状态变量驱动到原点，则称该系统是可控的；否则，称该系统是不可控的。 定义 对于上述系统，如果在任一时刻的状态可以 由从这一时刻开始的一个有限时间间隔上对输入为 零的输出的观测来决定，则称该系统是可观测的 ; 否则，称该系统是不可观测的。 我们首先以单输入单输出系统为例 。 考虑下面的单输入单输出系统： 其中 和 是 维矢量， 是 矩阵， 及 是标量。 定理1 上面的单输入单输出系统是可控的充分必要 条件是可控性判别矩阵 是可逆（非奇异）矩阵。 由于矩阵 是可逆矩阵，所以相应的系统是可控的。 例 1 设 由于矩阵 例 2 设 是不可逆（奇异）矩阵，所以对应的系统 是不可控的。 定理2 上面的单输入单输出系统是可观测的充分 必要条件是可观测性判别矩阵 是可逆（非奇异）矩阵。 例 3 由于矩阵