矩阵论期末考试（一）

1⃣️范数

范数>=0

1. ||A||_∞：行和范数，计算方式：{一行中每个元素的绝对值之和}max，本题答案是：|-i|+|2|+|5|=8
2. ||A||₁：列和范数，计算方式：{一列中每个元素的绝对值之和}max，本题答案是：|i|+|2|+|5|=8
3. ||A||_F：F-范数，计算方式：矩阵元素绝对值的平方之和在开根号，本题答案是：sqrt(|1|²+|0|²+|i|²+|0|²+|1|²+|2|²+|-i|²+|2|²+|5|²)=sqrt(37)
4. ||A||₂：2-范数，计算方式：sqrt({A^TA矩阵特征值的绝对值}max)
5. ||A||_m∞：计算方式：n*{矩阵元素绝对值}max ,其中n为列数
6. ||A||_m1：计算方式：矩阵元素绝对值之和

**补充：向量的范数**

1. ||x||_∞：计算方式：元素的绝对值的最大值
2. ||A||_-∞：计算方式：元素绝对值的最小值
3. ||A||₁：计算方式：列绝对值和
4. ||A||₂：计算方式：sqrt(列的绝对值的平方和)
5. ||A||_P：计算方式：pow(列的绝对值的平方和,1/P),其中pow(a,1/p)为对a开p次方根

2⃣️Jordan标准型

Jordan标准型即每个特征值对应的小矩阵主对角线为特征值，主对角线上方对角线元素为1，其余部分为0
步骤：
1.计算特征多项式（即|λE-A|=(λ-λ_i)^m）

2.解出的特征多项式如果是(λ-3)²(λ-1)形式，则为两个小Jordan 型拼接而成，如图：

如果解出的特征多项式是(λ-3)⁴形式，则求出的其jordan标准型，如图：

3⃣️判断一个矩阵是否为收敛矩阵

判断一个矩阵是否为收敛矩阵，常见做法是判断其谱半径<1，而谱半径={|特征值|}max。如果对矩阵求谱半径比较困难或者不是特别方便的时候，也可以选择对谱半径的范围进行估计，具体做法是，谱半径会<={行/列绝对值之和}max(其实就是谱半径<=||A||₁或者||A||_∞)

上题答案是：是收敛矩阵，理由是：谱半径<=||A||₁=|1/4|+|1/2|=0.75<1

4⃣️判断矩阵（幂）级数是否收敛

判断一个矩阵（幂）级数是否收敛，常见做法是判断其谱半径<收敛半径（谱半径求法在上面第3点），而收敛半径=a_k+1/a_k（数列a_k是指矩阵幂级数中A^k前面那一块，比如上题中a_k=k(k+1),a_k+1=(k+1)(k+2)，上题收敛半径就为k/k+2=1）

上题答案是：谱半径<=||A||_∞=0.9<1

5⃣️Householder矩阵

若A为Householder矩阵，则|A|=-1；若G为Givens矩阵，则|G|=1

6⃣️投影

正交投影矩阵计算方法：P_L=L(L^TL)^-1L^T
投影矩阵计算方法: P_L,M=(L|0)(L|M)^-1（其中0为0阵）
计算投影方法：投影矩阵*x

上题答案（1）：
答案（2）

7⃣️酉不变范数

如果某范数满足||PAQ||=||A||，且P，Q为酉矩阵，则说这个范数具有酉不变性，F-范数和2-范数都是酉不变范数。

8⃣️求矩阵幂级数和

计算方法：矩阵A收敛，则矩阵幂级数和为(E-A)^-1

9⃣️三角分解（LU分解）

将矩阵分解成下三角矩阵和上三角矩阵的乘积

步骤：（1）对矩阵A进行第三类初等行变换（即第i行的m倍加到第j行），使得A变成一个上三角矩阵U。
（2）对A左乘一系列单位下三角矩阵（L₁,L₂,…,L_k），使得L₁L₁…L_kA=U

上题答案：

🔟直积

直积即笛卡尔积，具体计算方法是：A中的每一个元素a_ij*矩阵B