控制科学与工程

的值域相同，秩也相同，具体证明可以参考1.秩相同，值域不一定相同；秩均为2，但是给定一个。

的核空间相同即可，也就是，只需证明。的列向量张成的，也可以说由。的任一行向量都是垂直的。的核空间相同，这是容易证明的。证明：根据引理1，只需证明。引理1：对于任意的矩阵。的核空间的任一向量与。定理1：对于任意的矩阵。的核空间维数相加等于。

对偶四元素的共轭

对偶数是一种特殊的自洽的运算

Young不等式

设 A,B\boldsymbol{A}, \boldsymbol{B}A,B 为 m×nm \times nm×n 矩阵, m>n,Bm>n, \boldsymbol{B}m>n,B 的秩为 nnn，称为矩阵许瓦茨不等式。证明： 设有两个 nnn 维向量 λ\boldsymbol{\lambda}λ 和 α\boldsymbol{\alpha}α 如下：λ=[λ1λ2⋯λn]T,α=[α1α2⋯αn]T\boldsymbol{\lambda}=\left[\begin{array}{l

如果对任一 n×nn \times nn×n 阶非奇异矩阵 A\boldsymbol{A}A 与任意两个 n×mn \times mn×m 阶矩阵 B\mathbf{B}B 和 C\mathbf{C}C, 且矩阵 (A+BCT)\left(\mathbf{A}+\mathbf{B C}^{\mathrm{T}}\right)(A+BCT) 与 (I+CTA−1B)\left(\boldsymbol{I}+\boldsymbol{C}^{\mathrm{T}} \boldsymbol{A}^{-1} \bol

正定矩阵的几个不等式

设 A\boldsymbol{A}A 为 nnn 阶矩阵, 它的特征多项式为φ(λ)=det⁡(λI−A)=(λ−λ1)(λ−λ2)⋯(λ−λn)\varphi(\lambda)=\operatorname{det}(\lambda \boldsymbol{I}-\boldsymbol{A})=\left(\lambda-\lambda_{1}\right)\left(\lambda-\lambda_{2}\right) \cdots\left(\lambda-\lambda_{n}\right)φ(

结论1：ATAA^TAATA不一定是正定矩阵，但一定是非负定矩阵。证明：对于任意非零 x∈Rx\in\mathbb{R}x∈R，存在xTATAx=(Ax)TAx⩾0x^{T}A^TAx = {(Ax)}^TAx\geqslant 0xTATAx=(Ax)TAx⩾0如果非零矢量xxx处于AAA的零空间，那么(Ax)TAx=0{(Ax)}^TAx=0(Ax)TAx=0，因此ATAA^TAATA 不一定是正定矩阵，但一定是非负定矩阵。结论2：ATAA^TAATA是正定矩阵的充分必要条件是AAA 满.

为什么矩阵的迹等于特征值之和求nnn 阶矩阵 A=(aij)n×n{A}=\left(a_{i j}\right)_{n \times n}A=(aij​)n×n​ 的特征值det⁡(λI−A)=∣λ−a11−a12…−a1n−a21λ−a22…−a2n…………−an1−an2…λ−ann∣\operatorname{det}(\lambda I-A)=\left|\begin{array}{cccc}\lambda-a_{11} & -a_{12} & \ldots & -

酉矩阵（Unitary Matrix）：AHA=AAH=IA^HA=AA^H=IAHA=AAH=I，则称酉矩阵（幺正矩阵、么正矩阵）。正交矩阵：如果酉矩阵的元素都是实数，叫做正交矩阵（正交矩阵都是正数）。ATA=AAT=IA^TA=AA^T=IATA=AAT=I。实对称矩阵：所有元素实数，AT=AA^T=AAT=A。实反对称矩阵：所有元素实数，AT=−AA^T=-AAT=−A。厄米特矩阵（Hermitian Matrix）：对角线元素实数，非对角线可实可虚，AH=AA^H=AAH=A。特征值一定是实

判断线性变换的两个准则：数乘和加和。例 1.111.111.11 在线性空间 PnP_{n}Pn​ 中,求微分是其一个线性变换, 这里 用 DDD 表示, 即Df(t)=f′(t)(∀f(t)∈Pn)D f(t)=f^{\prime}(t) \quad\left(\forall f(t) \in P_{n}\right)Df(t)=f′(t)(∀f(t)∈Pn​)事实上, 对任意的 f(t),g(t)∈Pnf(t), g(t) \in P_{n}f(t),g(t)∈Pn​ 及 k,l∈Rk, l

Hermite矩阵：aija_{ij}aij​ 与 ajia_{ji}aji​ 共轭，即实部相等，虚部相反。

定理 1.4.1.4.1.4. 如果 V1,V2V_{1}, V_{2}V1​,V2​ 是数域 KKK 上的线性空间 VVV 的两个子空间,那么它们的交 V1∩V2V_{1} \cap V_{2}V1​∩V2​ 也是 VVV 的子空间．定理 1.5.1.5.1.5. 如果 V1,V2V_{1}, V_{2}V1​,V2​ 都是数域 KKK 上的线性空间 VVV 的子空间,那么它们的和 V1+V2V_{1}+V_{2}V1​+V2​ 也是 VVV 的子空间.定理 1.6.1.6.1.6. （维数公式）如果

Ax=b如果b存在于A的列张成的空间中，则有解，否则无解；如果b存在于A的列张成的空间中，且A的列均是线性无关的（列满秩），那么存在唯一解；如果b存在于A的列张成的空间中，但A的列均是线性有关的（非列满秩），那么存在多解；......

Lemma 1. Given the matrices A=AT,C=CTA=A^{T}, C=C^{T}A=AT,C=CT and BBB with appropriate dimensions. The following LMIs are equivalent:[ABBTC]≻0\left[\begin{array}{cc}A & B \\ B^{T} & C\end{array}\right]\succ0[ABT​BC​]≻0C=CT≻0;A−BC−1BT≻0C=C^{T}\.

收敛性常用一阶微分方程零方程：x˙(t)=−cx1n(t)\dot{x}(t)=-c x^{\frac{1}{n}}(t)x˙(t)=−cxn1​(t)，其中n是大于等于2的整数，c大于0解：x(t)={(x1−1n(0)−11−1nct)11−1n if t⩽1−1ncx1−1n(0)0 otherwise x{(t)}=\left\{\begin{array}{ll}\left(x^{1-\frac{1}{n}}(0)-\frac{1}{1-\frac{1}

Note that the vector g=b×cg=b \times cg=b×c is perpendicular to the plane on which vectors bbb and ccc lie. Thus, taking the cross product of vector ggg with an arbitrary third vector, say aaa, the result will be a vector perdendicular to ggg and thus lyin

谱半径：矩阵最大绝对特征值定理 2.92.9 \quad2.9 设 A∈Cn×n,A \in \mathbf{C}^{n \times n},A∈Cn×n, 则对 Cn×n\mathbf{C}^{n \times n}Cn×n 上任何一种矩阵范数||・||，都有ρ(A)⩽∥A∥\rho(\boldsymbol{A}) \leqslant\|\boldsymbol{A}\|ρ(A)⩽∥A∥证：设 AAA 的属于特征值 λ\lambdaλ 的特征向量为 x,x,x, 取与矩阵范数 ∥⋅∥\|\cdo

Kronecker

Theorem:A, B, C: positive definiteC=A+BC=A+BC=A+Bλmin(C)>λmin(A)+λmin(B)\lambda_{min}(C)>\lambda_{min}(A)+\lambda_{min}(B)λmin​(C)>λmin​(A)+λmin​(B)Proof:A−λmin(A)E>0A-\lambda_{min}(A)E>0A−λmin​(A)E>0B−λmin(B)E>0B-\lambda_{min}(B

椭圆范数的三角不等式证明

Cauchy-Schwarz says∫Efgdx≤(∫Ef2dx)1/2(∫Eg2dx)1/2\int_{E} f g \mathrm{d} x \leq\left(\int_{E} f^{2} \mathrm{d} x\right)^{1 / 2}\left(\int_{E} g^{2} \mathrm{d} x\right)^{1 / 2}∫E​fgdx≤(∫E​f2dx)1/2(∫E​g2dx)1/2where ∫E\int_{E}∫E​ is a definite integral. Then

有理分式：两个多项式 p(s)p(s)p(s) 和 q(s)q(s)q(s) 之比 p(s)/q(s)p(s)/q(s)p(s)/q(s)是一个有理分式；有理分式矩阵：每一项都是有理分式的矩阵；有理分式矩阵的右分解：W(s)=N(s)D−1(s)W(s)=N(s)D^{-1}(s)W(s)=N(s)D−1(s)；有理分式矩阵的左分解：W(s)=L−1(s)H(s)W(s)=L^{-1}(s)H(s)W(s)=L−1(s)H(s)；左互质：[A1(s)A2(s)][A_1(s) \quad A_2.

https://www.mathworks.com/help/matlab/ref/toeplitz.html斜对角线是一样的值，无论是不是方针，over。

若方阵A\boldsymbol AA为奇异，则存在某个非零nnn维常值列向量α\boldsymbol \alphaα，使得αTAα=0\boldsymbol \alpha^T\boldsymbol A\boldsymbol \alpha=0αTAα=0若存在α1×nQn×m=0\boldsymbol \alpha_{1×n}\boldsymbol Q_{n×m}=\boldsymbol0α1×...

等价、相似、合同的一些概念

正定二次型的概念设有nnn元实二次型f=xTAxf=x^{\rm T}Axf=xTAx，如果对任意的xx\textbf {x}xxxxz{\rm x_{z}}xz​xz{ x_z}xz​