幂等矩阵的相似标准型与分解形式

幂等矩阵的性质及应用(定稿)

JIU JIANG UNIVERSITY 毕业论文（设计） 题目幂等矩阵的性质及应用 英文题目Properties and Application of Idempotent Matrix 院系理学院 专业数学与应用数学 姓名邱望华 年级A0411 指导教师王侃民 二零零八年五月

幂等矩阵在数学领域以及其他许多领域应用都非常广泛，因此对幂等矩阵进行探讨具有很重要的意义。本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。首先对幂等矩阵简单性质进行了归纳总结，接着谈到了实幂等矩阵的等价条件并推广到复矩阵以及高次幂等矩阵，然后研究了幂等变换、幂等矩阵线性组合的幂等性、幂等矩阵线性组合的可逆性、幂等矩阵秩有关的性质。 [关键词] 幂等矩阵，性质，幂等性，线性组合

The idempotent matrix is widely applied in mathematics as well as other many places, so there is very vital significance to carry on the discussion to the idempotent matrix . This paper mainly carries on the induction summary some simple nature and the important conclusion of idempotent matrix and carries on the promotion to the related nature. Firstly, this article has carried on the induction summary to its simple nature, then talkes about the equivalence condition of the solid idempotent matrix and extends to the equivalence condition of the plural idempotent matrix and the higher mode idempotent matrix . Then the article studies the idempotent transformation、the idempotency of linear combinations of two idempotent matrices、the invertibility of linear combinations of two idempotent matrices. [Key Words] the idempotent, the nature, the idempotence, linear combination

浅谈幂等矩阵的性质

万方数据

万方数据

浅谈幂等矩阵的性质 作者：侯君芳， 黄丽莉 作者单位：郑州旅游职业学院,河南郑州,450009 刊名： 科技风 英文刊名：TECHNOLOGY TREND 年，卷(期)：2009，""(13) 被引用次数：0次 相似文献(6条) 1.期刊论文高灵芝幂等矩阵秩试题求解及其结论的推广-中国科教创新导刊2008,""(31) 本文从高等代数课本中的一道习题入手,从不同的角度给出这道习题的不同解法,并把其结论进行了推广. 2.期刊论文邹本强.ZOU Ben-qiang特殊矩阵的特征值性质-重庆职业技术学院学报2006,15(5) 在高等代数中矩阵是研究问题很重要的工具,在讨论矩阵的性质时给出了矩阵特征值的定义,但对矩阵特征值的性质研究很少,对特殊矩阵的特征值性质的研究更少,而特殊矩阵的特征值对研究特殊矩阵有很重要的意义.我们在研究矩阵及学习有关数学知识时,经常要讨论一些特殊矩阵的性质.为此,本文围绕幂等矩阵、反幂等矩阵、对合矩阵、反对合矩阵、幂零矩阵、正交矩阵、对角矩阵、可逆矩阵等特殊矩阵给出了其主要性质并加以证明,为广大读者学习矩阵时提供参考. 3.期刊论文孙莉.陈传良.王品超分块矩阵的理论应用-曲阜师范大学学报(自然科学版)2002,28(1) 分块矩阵的理论在高等代数中有着广泛的应用,用这一理论解决问题简明而清晰,该文是本理论的具体应用. 4.期刊论文杨忠鹏.陈梅香.林国钦.Yang Zhongpeng.Chen Meixiang.Lin Guoqin关于三幂等矩阵的秩特征的研究-数学研究2008,41(3) 本文对已有的关于三幂等矩阵秩的等式作了进一步研究,指出其中有些可以作为判定三幂等矩阵的充要条件,即三幂等矩阵的秩特征等式.本文还证明了有无穷多种三幂等矩阵的秩特征等式形式. 5.期刊论文杨忠鹏.陈梅香.YANG Zhong-peng.CHEN Mei-xiang关于矩阵秩等式研究的注记-莆田学院学报2008,15(5) 最近一些文献应用自反广义逆和广义Schur补得到了一些重要的矩阵秩的恒等式.对这些结果,给出了只用分块初等变换的简单证法;作为应用对 k(k=2,3,4)幂等矩阵的秩等式作进一步讨论,还给出了打洞技巧在求秩上应用的例子. 6.期刊论文林志兴.杨忠鹏.LIN Zhi-xing.YANG Zhong-peng与给定矩阵A的可交换子环C(A)的一些探讨-莆田学院学报2010,17(2) 收集整理现在常用的高等代数与线性代数材料中与给定矩阵A可交换的矩阵所构成的全矩阵空间pn×n的子空间C(A)的习题.指出C(A)的交换性及用 A的多项式表示问题同C(A)的维数与n有密切关系,得到n(n≥3)阶幂等矩阵A或对合矩阵A的C(A)都是不可交换的结论. 本文链接：https://www.wendangku.net/doc/2b14243888.html,/Periodical_kjf200913005.aspx 授权使用：洛阳工学院（河南科技大学）(wflskd)，授权号：d7e0c32f-0155-4388-9ee0-9dde00edfb00 下载时间：2010年8月26日

正投影及其性质

29.1 投影 第2课时正投影 【学习目标】 （一）知识技能： 1.进一步了解投影的有关概念。 2.能根据正投影的性质画出简单平面图形的正投影。 （二）数学思考：在探究物体与其投影关系的活动中，体会立体图形与平面图形的相互转化关系，发展学生的空间观念。 （三）解决问题：通过对物体投影的学习，使学生学会关注生活中有关投影的数学问题，提高数学的应用意识。 （四）情感态度：通过学习，培养学生积极主动参与数学活动的意识，增强学好数学的信心。 【学习重点】 能根据正投影的性质画出简单平面图形的正投影。 【学习难点】 归纳正投影的性质，正确画出简单平面图形的正投影。 【学习准备】手电筒、三角尺、作图工具等。 【学习过程】 【知识回顾】 正投影的概念：投影线于投影面产生的投影叫正投影。 【自主探究】 活动1 出示探究1 如图29.1—7中，把一根直的细铁丝（记为线段AB）放在三个不同位置： （1）铁丝平行于投影面； （2）铁丝倾斜于投影面： （3）铁丝垂直于投影面（铁丝不一定要与投影面有公共点）。 三种情形下铁丝的正投影各是什么形状？ （1）当线段AB平行于投影面P时，它的正投影是线段A1B1,线段与它的投影的大小关系为AB A1B1； （2）当线段AB倾斜于投影面P时，它的正投影是线段A2B2,线段与它的投影的大小关系为AB A2B2； （3）当线段AB垂直于投影面P时，它的正投影是。 设计意图：用细铁丝表示一条线段，通过实验观察，分析它的正投影简单直观，易于发现结论。 活动2 如图，把一块正方形硬纸板P（记为正方形ABCD）放在三个不同位置： (1)纸板平行于投影面； (2)纸板倾斜于投影面； (3)纸板垂直于投影面。 三种情形下纸板的正投影各是什么形状？

浅谈幂等矩阵的性质

2009年7月(上 ) ［摘要］幂等矩阵的种常规的正定性，虽然在几何学，物理学以及概率论等学科中都得到了重要的应用，但随着数学本身以及应用矩阵的 其他学科的发展，越来越不能满足人们的需要，现代经济数学等众多学科中的重要作用，使矩阵的次正定性研究不仅在理论上，而且在应用上都是有意义的。［关键词］幂等矩阵；高等代数；线性变换浅谈幂等矩阵的性质 侯君芳 黄丽莉 （郑州旅游职业学院，河南郑州 450009） 在高等代数的研究中，矩阵占有重要的地位，线性变换中的许多问题都是通过矩阵来解决的。幂等矩阵是一类特殊的矩阵，本篇文章探讨的就是幂等矩阵的性质，研究过程中运用的特殊符号说明如下：A T 矩阵A 的转置，A H 矩阵A 的共轭转置R （A ）矩阵A 的值域，N （A ）矩阵A 的核空间。 幂等矩阵 定义[1]设A ∈C n ×n ，若A 2=A 则称A 是幂等矩阵。定理1若P 是幂等矩阵，则 1）P T ，P H ，E-P T ，E-P H 是幂等矩阵。2）P （E-P)=（E-P ）P=03）Px=x 的充要条件是x ∈R （P ） 证明：1）P 2=P =>（P T ）2=（P 2）T =P T =>P T 为幂等矩阵P 2=P =>（P H ）2=（P 2）H =P H =>P H 为幂等矩阵 （E-P ）2=（E-P ）（E-P ）=E 2-EP-PE+P 2=E-2P+P 2=E-P 故E-P 为幂等矩阵 （E-P T ）2=（E-P T ）（ E-P T ）=E 2-EP T -P T E+（P T ）2 =E-P T 故E-P T 为幂等矩阵 （E-P H ）2=（E-P H ）（ E-P H ）=E 2-EP H -P H E+（P H ）2=E-P H 故E-P H 为幂等矩阵 2）P （E-P ）=PE-P 2=P-P 2=0（E-P ）P=EP-P 2=P-P 2=0故P （E-P ）=（E-P ）P=0 3）设x 满足Px=x ，则x ∈R （P ）。反之，若x ∈R （P ），则必存在y ∈C n ，使得Py=x ，于是，Px=P （Py ）=Py 结论的几何意义是P 的特征值为1的特征子空间就是P 的值域。定理2秩为r 的n 阶。矩阵P 是幂等矩阵的充要条件是存在C ∈C n ×n 使得 C -1PC= Er 0（1） 证明：必要性：设J 是P 的Jordan 标准形，C ∈C n ×n ，且 C -1PC=J=J 1J 2··J i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i s ，J i = λi 1λi 1··λi i i i i i i i i i i i i i i i i i i i i i i i i i i i i i i n i ×n i J i 是Jordan 块。由于P 2=P ，则J 2i =J i （i=1，2，3…s ）。欲使J i 2=J i ，必须n i =1。因此J 是对角阵。又由P 2=P 。知λi =0或1，故r=rankJ=trP 。 充分性：由 Er 02 =Er 0知P 2 =P 。推论[1]rankP=trP 证明：由上题的（1）知幂等矩阵的特征值非1即0。且r=rankP 又有式（1）知 trP=λ1+λ2+…+λN =r 其中λ1，λ2…λN 是P 的n 个特 征值 矩阵的性质通常从以下几方面来研究：矩阵的秩，矩阵的相似对角化，矩阵的特征值对于幂等矩阵我们也从这几方面入手，讨论其具有的性质。 性质1若A 为n ×n 矩阵且A 2=A ，则A 相似于一对角阵 Er 证明：取一线性空间V （n 维）及一组基ε1，ε2…εn 定义一线性变换A ：V →V ，A α=A α则A （ε1，ε2，…εn ）=(ε1，ε2…εn )A 。由A 2=A ，则A 2=A 。A α∈A ∩A -1（0），设α=A β，β∈V ，A α=A 2β=β=α。又A α=0，则α=0，则AV+A -1（0）为直和。所以V=A +A -1（0）。在子空间AV 中取基η1η2…ηr ，在子空间A -1(0)取基ηr+1ηr+2…ηn ，则向量组η1，η2…ηr ηr+1…ηn 就是V 的一组基。又A η1=η1，A η2=η2…A ηr =ηr 且A ηr+1=0，A ηr+2=0…A ηn =0，A （η1，η2…ηn ）=（η1，η2…ηn ）Er 所以А相似于Er 性质2若А为n ×n 幂等矩阵，且R （ A 2 ）=R （A ）则有以下结论成立 1）Ax=0与A 2x=0同解 2）对于任意自然数P ，均有R （A p ）=R （A ） 证明：设R （A ）=r 显然Ax=0的解均为A 2x=0的解；设有一基础解系η1，η2…ηn-r 则此基础解系也为A 2x=0的解，并且线性无关，而 R （A 2 ） =r ，所以η1，η2…ηn-r 也为A 2x=0的基础解系，那么Ax=0与A 2x=0同解 若α为A 2x=0的解，则A 2α=0= >A 3α=0，则α为A 3E=0的解，反之，若α为A 3x=0的解，则A 3α=0即A 2A α=0，说明向量A α=0为方程组A 2x=0的解，由（1）则A α为Ax=0的解，则有A 2α=0，即α也为A 2x=0的解，所以A 2x=0与A 3x=0同解。因此，照 此方法类推，则必有R （ A p ）)=R （A ）。性质3若A 为n 阶方程，且R （A ）+（E-A ）=n ，则A 2=A 证明：设V 为n 维线性空间，其基ε1，ε2...εn 定义下述线性变换A ：V →V ，A （ε1，ε2...εn ）=（ε1，ε2...εn ）A （E-A ）（ε1，ε2...εn ）=（ε1，ε2...εn ）（E-A ），dim （AV ）=R （A ），dim [（E-A ）]=R （E-A ）由题设，则dimAV+dim （E-A ）=n (1) A α∈V ，α=A α+（α-A α）∈AV+（E-A ）V ，则V=AV+ （E-A ）V 则V=AV +（E-A ）V 。下证A 2=A ，其实A α∈V ，有A 2α-A α=A （A-E ）α∈AV ∩（E-A ）α={0}。因此A 2α=A ，则 A 2=A ，从而A 2=A 。 下面通过三个例题说明幂等矩阵的性质与应用 例1设A 为n ×n 矩阵，且R （A ）=r ，证明：A 2=A 当且仅当A=CB ，其中C 为n ×r 矩阵，秩为r ，B 为r ×n 矩阵，秩也为r ，且有BC=E r 。 证明：必要性：由于A 2=A ，由性质（1）则A 必（下转第13页）6

4、证明：和是幂等矩阵当且仅当是幂等矩阵。

幂等矩阵 1、如果A 是幂等阵， 证明：A ，),2,1( =k A T 和A E -都是幂等阵。 证：A E A A E A E -=+-=-222)(。 证毕 2、设A 是幂等阵，问：A -是否幂等矩阵？ 答：当0≠A ，A A A A -≠==-22)(。 3、问：幂等矩阵是否是对称阵？ 答：一般不是。 设T ab A =，满足1=T ba ，其中? ??? ? ??=n a a a 1，????? ??=n b b b 1， 发现A 是幂等矩阵； 而? ? ??? ???? ???=n n n n n n b a b a b a b a b a b a b a b a b a A 2 1 2221 21211 1一般不是对称阵。 4、证明：A 和B 是幂等矩阵当且仅当?? ? ???=B A Z 00是幂等矩阵。 证：?? ? ? ??=2220 0B A Z 。 A 和B 是幂等矩阵当且仅当A A =2且B B =2 当且仅当Z Z =2 当且仅当Z 是幂等矩阵。 证毕 5、以下命题成立吗？

方阵A 是幂等矩阵当且仅当其特征值为0或1。 答：方阵A 是幂等矩阵，则其特征值为0或1。 反之一般不成立。 例如??????????=000110111A ，但A A ≠???? ??????=0001102212 。 6、设A 是特征值为0或1的方阵， 证明：A 幂等矩阵当且仅当A 可对角化。 证： 必要性。 因为A 与若当形矩阵J 相似，所以J AT T =-1 ，且?? ????=01 00J J J ， 其中r r J ?? ? ?? ?? ??????=11111 ，()() r n r n J -?-????????????=01100 。 发现J J =2 ，即J 是幂等矩阵。 于是i J 是幂等矩阵，1,0=i ，进而i J 是对角矩阵，1,0=i 。 所以J 是对角矩阵。 即A 可对角化。 充分性。 因为A 可对角化，所以D AT T =-1 ，其中D 是主对角元是0或1的对角矩阵。 有D D =2 ， 所以A TDT TDT TDT TDT A ====----11 1 2 12 )(。 证毕 7、问：n 阶幂等矩阵按相似关系来分类，可以分成几类？ 答：记r 是幂等矩阵特征值1的个数，n r ≤≤0，所以有1+n 类。 8、设A 是n 阶幂等矩阵，

量力而行 浅谈投影家庭影院组建方案

量力而行浅谈投影家庭影院组建方案 2008年，不仅仅是奥运年，也是高清迅猛发展的一年，从而真正带动家庭影院的发展。 蓝光、PS3、蓝光播放机、网络高清播放设备、HTPC等都将精彩的高清内容带给我们，高清的快速普及已成定局，它不仅将会是影音爱好者的必备，也将成为普通大众的时尚。 家庭影院 与之呼应，家庭影院投影机与平板电视双双进入大画面全高清数字时代。而家庭影院系统的综合设计、定制安装必将在中国快速兴起。只有当大画面高清效果成为现实，更舒适、更标准、更专业的声音效果才能成为追求。 豪华家庭影院 对于人数最多，经济能力一般的普通人来说，他们也有对视听方面的要求。宽荧幕，大画面，多声道音效，哪怕是在有限的空间里，他们也希望能尽可能的实现影院级的效果。这种要求，并非那么不可实现。因此，组建家庭影院更讲究一个“度”：在有限的预算内买到并用好性价比不错的东西。

一般用户型家庭影院 因为发烧是无止境的，音响、视频、影像，这类产品都是烧钱大户，在这些领域，砸进多少钱都不够。特别是音响和影院，没有真正意义上一目了然的标准。对一般家庭用户来说，如何在适当的预算内获得比较满意的效果，才是最重要的，要因地制宜，免得多花冤枉钱。 下面，笔者从投影机所组建的家庭影院系统来为您逐一介绍下如何掌握这个“度”。 1、组建家庭影院之投影机篇： 家用视频型投影机主要分480p、720p和1080p三种规格，分别对应三种分辨率：640×480、1280×720和1920×1080。当然价位也是不一样的：480p产品更多的在7000元以下，720p的主流价格在7000——20000元左右，而1080p目前价格基本在20000元以上。

幂等矩阵的质

幂等矩阵的质

目录 中文摘要 (1) 英文摘要 (1) 1 引言 (1) 2 幂等矩阵的概念 (3) 3 幂等矩阵的性质 (4) 3. 1 幂等矩阵的主要性质 (4) 3. 2 幂等矩阵的等价性命题 (7) 3. 3 幂等矩阵的线性组合的相关性质 (11) 4 幂等矩阵与其他矩阵的关系 (14) 4. 1 幂等矩阵与对合矩阵 (14) 4. 1. 1 对合矩阵 (14) 4. 1. 2 幂等矩阵与对合矩阵的关系 (15) 4. 2 幂等矩阵与投影矩阵 (16) 4. 2. 1 投影矩阵 (16) 4. 2. 2 幂等矩阵与投影矩阵的关系 (17) 结束语 (19) 参考文献 (20) 致谢 (21) 英文原文 (22) 英文译文 (29)

数学与应用数学专业2009级王素云 摘要:本文对幂等矩阵的一些性质进行归纳总结及推广, 并将幂等矩阵与其他特殊矩阵进行了比较. 给出幂等矩阵的概念. 讨论幂等矩阵的主要性质, 并将其进行推广. 然后研究了幂等矩阵的等价性命题, 以及幂等矩阵的线性组合的相关性质. 再结合对合矩阵和投影矩阵更深入的研究幂等矩阵的性质, 分别讨论了幂等矩阵与对合矩阵, 幂等矩阵与投影矩阵的关系. 关键字: 幂等矩阵; 性质; 对合矩阵; 投影矩阵; 广义逆矩阵 PROPERTIES OF IDEMPOTENT MATRIX Suyun Wang, Grade 2009, Mathematics and Applied Mathematics Abstract In this paper, some properties of the idempotent matrix are summarized and extended, and idempotent matrices are compared with other special matrix. The concept of idempotent matrices are given. The main properties of the idempotent matrix are discussed and promoted . Then, the equivalent propositions of idempotent matrix and the nature of the linear combinations of idempotent matrices are studied. The involution matrix and the projection matrix are used to discuss the nature of the idempotent matrices much deeper. The relationship between the idempotent matrix and involution matrix, the idempotent matrix and the projection matrix are discussed. Key Words the idempotent; the nature; involution matrix; the projection matrix; generalized inverse matrix

矩阵分解及其应用

《线性代数与矩阵分析》课程小论文 矩阵分解及其应用 学生姓名：****** 专业：******* 学号：******* 指导教师：******** 2015年12月

Little Paper about the Course of "Linear Algebra and Matrix Analysis" Matrix Decomposition and its Application Candidate:****** Major:********* StudentID:****** Supervisor:****** 12,2015

中文摘要 将特定类型的矩阵拆解为几个矩阵的乘机称为矩阵的分解。本文主要介绍几种矩阵的分解方法，它们分别是矩阵的等价分解、三角分解、谱分解、奇异值分解和 Fitting 分解等。矩阵的分解理论和方法是矩阵分析中重要的部分，在求解矩阵的特征值、解线性方程组以及实际工程中有着广泛的运用。因此，本文将介绍矩阵等价分解、三角分解、奇异值分解的理论运用以及三角分解的工程运用。 关键词：等价分解,三角分解,奇异值分解,运用

Abstract Many particular types of matrix are split into the product of a matrix of several matrices, which is called decomposition of matrix. In this paper, we introduce some methods of matrix decomposition, which are equivalent decomposition, triangular decomposition, spectral decomposition, singular value decomposition, Fitting decomposition and so on. The decomposition theory and method of matrix is an important part of matrix analysis, which is widely used in solving the characteristic value, solving linear equations and the practical engineering. In this paper, we will introduce the theory of matrix equivalence decomposition, triangular decomposition, singular value decomposition and the engineering application of triangular decomposition. Key words：Equivalent Decomposition, Triangular Decomposition, Singular Value Decomposition, Application

浅谈投影仪的保养与维护

浅谈投影仪的保养与维护 随着学校教育信息化步伐的加快，投影仪已成为多媒体教学的重要手段，很多学校甚至在每个班级都配备了计算机和投影仪。而投影仪作为教学的重要设备，其保养和维护也成了学校工作的一个重要方面。成为众多用户面临的迫切难题。 需要指出的是，投影仪作为一种高度精密的电子产品，集光学、液晶或DMD、电子电路技术于一体，如果使用不当或没有得到良好的保养就会造成一定的损失。故投影仪的维护和保养是延长其使用寿命的重要方面。下面。与各位同行分享本人在日常使用投影仪过程中积累的经验。 一、防尘防潮是投影仪维护的首要问题 首先，投影仪的防尘、防潮是关键。众所周知，投影仪是一种高科技、高精密的电子产品，核心器件为液晶片或DMD芯片，散热一般都由风扇送风冷却。故投影仪应该放在透气、通风的地方，要保证投影环境中空气能够形成对流，降低通风湿度，从而确保延长机器的使用寿命。 当然。市场上有很多产品充分考虑到用户的保养维护需求，在产品设计上采用独特的风扇，能够大大减轻用户的维护负担。东芝TDP-T100(CH)的风扇设计便于通风，其机壳的侧面有开槽，空气的入口设有隔尘网。但由于高速气流经过滤尘网后可能夹带微小尘粒，其相互磨擦产生静电而吸附于散热系统中，时间一长，灰尘就集中在隔尘网、散热风扇以及一些周边地区堆积，及时进行灰尘的清除对投影仪能起到很好的保护作用。方法是：将隔尘网拆下来进行清洗，并用刷子等工具清扫散热风扇等处，可保证风扇的冷却及防尘效能。 同时，用户要注意的是，光路防尘一定要由专业人士进行操作，发现问题可以联络厂商的维修中心。现在正值暑假，学校可以请专业工程师对投影仪电路和光路除尘。对投影仪进行维护。鉴于暑期学校长时间不使用投影仪，建议用户把投影仪从吊顶上取下来，放到通风好的地方，或者用塑料袋把机器包起来，以便于机器防尘和防潮。 二、维护灯泡，延长其使用寿命 作为投影仪的主要耗材，灯泡的价格普遍上千元。因此，有效延长灯泡寿命，可以降低用户使用成本。对于需要经常使用投影仪的教育用户来说，这一点尤为重要。一般来说，使用投影仪时应尽量减少开关机次数，因为开机的冲击电流会影响灯泡的寿命；关机时要先关机呈等待状态，等风扇停转后再关掉电源开关，避免投影仪长时间的工作，以延长投影仪的使用寿命。还有一点要注意，即灯泡上不能有油渍，否则会使灯泡受热不均，对灯泡的损伤会较大。 如果我们在投影仪工作时将手放在投影仪背部的散热风扇处，就会明显感觉到有一股热风。这些热风主要来源于投影仪内部的成像系统、投影仪的电源部分以及投影灯泡，如果不及时把这些热量从投影仪中迅速排开，那么这些多余热量就会使得投影仪内部产生很高的温度。在高温情况下，投影仪的工作效率就会将低，而且经常长时间工作，投影仪的使用寿命也会大大缩短，关机后应等待5分钟以上才能再次开机操作。同时，要保证机器的挡风口通畅，不要挡住进风口，否则会影响机器散热。如果机器的热量散发不出来，灯泡的温度就会升高，时间长了。灯泡会有爆炸的危险。

幂等矩阵的性质及其应用

幂等矩阵的性质及其应用 0 引言 幂等矩阵是一类性质特殊的矩阵，不仅在高等代数中有着重要的应用，在其它课程中，如计量经济学、统计学课程中也有着重要应用。在代数学中，线性变换的许多问题都可以转化为幂等矩阵来解决。但是在通常的高等代数的教材中关于幂等矩阵的讨论是比较少的。因此本文对幂等矩阵的性质做出相关讨论。本文主要给出幂等矩阵特征值、特征子空间和Jordan标准型的基本性质，同时给出了一些相关的应用。 1 主要结果 首先给出幂等矩阵的定义和基本性质。 定义1：若n阶方阵A满足A2=A，则称A为幂等矩阵。 下面给出关于幂等矩阵的一些简单的性质。 定理1：幂等矩阵A的特征值只能是0或者1。 证明：设A为任意一个幂等矩阵。 由A2=A，可得 λ2=λ 其中λ为A的特征值。于是有 λ=1或0， 命题得证。 推论：可逆的幂等矩阵的特征值均为1。 证明：设A为一可逆的幂等矩阵。由A2=A可得 A2A-1=AA-1 即 A=E。 此时有 λE-E=0 即 λ=1 其中，λ为A的特征值。命题得证。 定理2：任意的幂等矩阵A都相似于对角阵，即存在可逆阵P，使得： P-1AP=E■ 00 0， 其中r=R（A）。 证明：A为任意幂等矩阵，J为其Jordan标准型，即存在可逆矩阵P，使得P-1AP=J=■， 其中Ji=■。 由此可得J 2=J。于是有，Ji 2=Ji。 此时，Ji只能为数量矩阵λ■E。 又因为A2=A，所以λ■=0或1，且r=R（A）。命题得证。 定理3：幂等矩阵的特征值为1的特征子空间为其值域，特征值为0的特征子空间为其零（核）空间。 证明：（i）A为一n阶幂等矩阵。？琢为其特征值1对应的特征向量。 则有，A？琢=？琢。由此可得？琢属于A的值域。

投影法的基本性质

一、投影法的基本性質 在一定的投影條件下,求得空間投影面上的投影的方法,稱為投影法。 投影法分為中心投影法和平行投影法 1.中心投影法 空間形體各頂點引出的投射線都通過投影中心。投射線都相交於一點投影法,稱為中心投影法,所得的投影稱為中心投影。在中心投影法中,將形體平行移動靠近或遠离投影面時,其投影就會變小或變大,且一般不能反映空間形體表面的真實形狀和大小,作圖又比較復雜,所以中心投影法在機械工程中很少采用。 2.平行投影法 將投影中心移至無限遠處時,則投射線成為互相平行。這种投射線互相平行的投影法,稱為平行投影法,所得的投影稱為平行投影。在平行投影法中,投射線相對投影面的方向稱為投影方向。當空間形體平行移動時,其投影的形狀和大小都不會改變。平行投影法按投影方向的不同又分為斜投影法各正投影法 a.斜投影法投影方向傾斜於投影面時稱為斜投影法,由此法所得的投影稱為斜投影。 b.正投影法投影方向垂直於投影面時稱為正投影法,由此法所得的投影稱為正投影。 平行投影的基本性質 (1)同類性

一般情況下,直線的投影仍是直線,平面圖形的投影仍是原圖形的類似形(多邊形的投影仍為同邊數的多邊形)。 (2)真形性 當直線或平面平行於投影面時,其投影反映原線段的實長或平面圖形的真形。(3)積聚性 當直線或平面平行於投影方向時,直線的投影積聚成點,平面的投影積聚成直線。這種性質稱為積聚性,其投影稱為積聚性的投影 (4)從屬性 若點在直線上,則點的投影仍在該直線的投影上。 (5)平行性 若兩直線平行,則其投影仍相互平行。 (6)定比性 直線上兩線段長度之比或兩平行線段長度之比,分別等於其長度之比。 二、軸測投影圖和正投影圖 1.軸測投影圖按平行投影法把空間形體連同確定其空間位置的直角坐標 系一並投影到一個適當位置的投影面上,使其投影能現時反映形體三度 的空間形狀。這種投影法稱為軸測投影法,所得的投影圖稱為軸測投影圖, 簡稱軸測圖。 這种圖有較好的直觀性,容易看懂,但形體表面的形狀在投影圖上變形,致命

浅谈地图投影及其选择与应用

浅谈地图投影及其选择与应用 信息科学技术的进步，为现代地图学带来了全新的发展，数字化技术大大缩短了测绘地图周期，使快速成图变为现实，由4D 产品衍生的复合型地图成果也随之出现，但在地图投影选择、投影参数确定、地图数据叠加等方面凸显问题，从而使地图投影作为地图学的重要组成部分和建立地图的数学基础，再次引起广大科技工作者的重视。笔者就复合型地图以及运用多数据编制较小比例尺区域地图、专题地图、地图集等所涉及的地图投影谈谈自己的一点认识，供大家参考。 ?地图与地图投影概念 一幅现代地图必须是具备严密的数学基础，运用科学的制图综合方法，采用特定的地图符号、注记，表达出地面的三维信息和信息动态的图件。地图由此而产生的特性不同于地面写景图、照片或风景画，它是建立在一定数学基础之上的。 地图投影学正是研究建立地图数学基础的一门学科，即研究如何将地球椭球面（或圆球面）无裂隙、无重叠、平整地转换到平面（或可展曲面）上的理论与方法。因此，地图投影的实质就是建立地球椭球面地理坐标点（φ，λ）和平面直角坐标点（X ，Y ）的函数对应关系，其数学表达式为： X ＝F 1 （φ，λ） Y ＝F 2 （φ，λ） 这种函数关系式必须是单值、有限而连续的。 众所周知，地球体面是一个不可展的曲面，无论采用何种地图投影法都不可能将地球体表面表示在平面上保持原样，都将产生变形或误差，其变形包括长度变形、面积变形和角度变形。一般情况下，三种变形同时存在，但在特殊情况下，或可保持角度无变形，或可保持面积无变形，或可保持某个特定方向上的长度无变形。相应地我们根据变形性质把投影分为等角投影、等面积投影和任意投影（包括等距离投影）三类，它们之间是相互联系相互影响的，其关系是： ?在等面积投影中，不能保持等角特性。 ?在任意投影中，不能保持等面积和等角特性。 ?在等面积投影中，形状变形比其它投影大；在等角投影中，面积变形比其它投影大。 根据投影的经纬线形状，我们也可把地图投影分为方位投影、圆锥投影、圆柱投影、伪方位投影、伪圆锥投影、伪圆柱投影、多圆锥投影和组合投影等。下面简要地介绍部分常用地图投影。 ?方位投影——假设将一平面相切（或相割）于地球体表面，将地球体曲面上的经纬线投影到平面上。此时的纬线为同心圆，经线为同心圆半径，两经线间夹角保持不变。例如联合国徽标就是典型的方位投影世界地图。 ?圆柱投影——假设将圆柱内侧相切（或相割）于地球体表面，将地球体曲面上的经纬线投影到圆柱面上，然后沿一母线切开并展成一矩形平面。此时纬线为平行直线，经线为垂直于纬线的另一组等距离直线，两经线距离与相应经差成正比。例如世界时区图。 ?圆锥投影——假设将一圆锥相切（或相割）于地球体表面，将地球体曲面上的经纬线投影到圆锥面上，然后将圆锥面沿一母线切开并展成一扇形平面。此时纬线为同心圆弧，经线为同心圆弧半径，两经线间的夹角与相应经差成正比。例如中华人民共和国全图。 当然还有其它种类繁多的投影，在此不一一赘述。 ?地图投影选择与应用 在设计编制任何性质的地图或地图集时，选择一个适当的地图投影，不但能保证最适合于地图用途的要求，而且可根据需要选定其变形性质并限定变形大小，提高地图的使用精度。在此笔者仅就在实际工作中选择地图投影应考虑的几点作一浅述。

投影寻踪模型

投影寻踪方法及应用 内容摘要：本文从投影寻踪的研究背景出发，给出了投影寻踪的定义和投影指标，在此基础上得出了投影寻踪聚类模型，随后简单介绍了遗传算法。最后结合上市公司的股价进行实证分析，并给出结论和建议。 关键词：投影寻踪投影寻踪聚类模型遗传算法 一、简介 （一）产生背景 随着科技的发展，高维数据的统计分析越来越普遍，也越来越重要。多元分析方法是解决高维数据这类问题的有力工具。但传统的多元分析方法是建立在总体服从正态分布这个假定基础之上的。不过实际问题中有许多数据不满足正态假定，需要用稳健的或非参数的方法来解决。但是，当数据的维数很高时，即使用后两种方法也面临以下困难:第一个困难是随着维数增加，计算量迅速增大。第二个困难是对于高维数据，即使样本量很大，仍会存在高维空间中分布稀疏的“维数祸根”。对于核估计，近邻估计之类的非参数法很难使用。第三个困难是对低维稳健性好的统计方法，用到高维时则稳健性变差。 另一方面，传统的数据分析方法的一个共同点是采用“对数据结构或分布特征作某种假定——按照一定准则寻找最优模拟——对建立的模型进行证实”这样一条证实性数据分析思维方法〔简称CDA法）。这种方法的一个弱点是当数据的结构或特征与假定不相符时，模型的拟合和预报的精度均差，尤其对高维非正态、非线性数据分析，很难收到好的效果。其原因是证实性数据分析思维方法过于形式化、数学化，受束缚大。它难以适应千变万化的客观世界，无法真正找到数据的内在规律，远不能满足高维非正态数据分析的需要。针对上述困难，近20年来，国际统计界提出采用“直接从审视数据出发—通过计算机分析模拟数据—设计软件程序检验”这样一条探索性数据分析新方法，而PP就是实现这种新思维的一种行之有效的方法。 （二）发展简史 PP最早由Kruskal于70年初建议和试验。他把高维数据投影到低维空间，通过数值计算得到最优投影，发现数据的聚类结构和解决化石分类问题。1974年Frledman和Tukey加以改正，提出了一种把整体上的散布程度和局部凝聚程度结合起来的新指标进行聚类分析，正式提出了PP概念，并于1976年编制了计算机图像系统PRIM——9。1979年后，Friedman 等人相继提出了PP回归、PP分类和PP密度估计。在这以后Huber等人积极探索了PP的理论。1981年Donoho提出了用Shannan嫡作投影指标比wiggins用标准化峰度更好的方法，接着他又利用PP的基本思想给出了多元位置和散布的一类仿射同变估计。Diaeonis、Friedman和Jones等还讨论了与PP有关的其他理论问题。上述工作和结果在1985年Huber 的综述论文中作了概括和总结。

正文部分

幂等矩阵的性质 数学与应用数学专业2009级王素云 摘要:本文对幂等矩阵的一些性质进行归纳总结及推广, 并将幂等矩阵与其他特殊矩阵进行了比较. 给出幂等矩阵的概念. 讨论幂等矩阵的主要性质, 并将其进行推广. 然后研究了幂等矩阵的等价性命题, 以及幂等矩阵的线性组合的相关性质. 再结合对合矩阵和投影矩阵更深入的研究幂等矩阵的性质, 分别讨论了幂等矩阵与对合矩阵, 幂等矩阵与投影矩阵的关系. 关键字: 幂等矩阵; 性质; 对合矩阵; 投影矩阵; 广义逆矩阵 Properties of Idempotent Matrix Suyun Wang, Grade 2009, Mathematics and Applied Mathematics Abstract In this paper, some properties of the idempotent matrix are summarized and extended, and idempotent matrices are compared with other special matrix. The concept of idempotent matrices are given. The main properties of the idempotent matrix are discussed and promoted . Then, the equivalent propositions of idempotent matrix and the nature of the linear combinations of idempotent matrices are studied. The involution matrix and the projection matrix are used to discuss the nature of the idempotent matrices much deeper. The relationship between the idempotent matrix and involution matrix, the idempotent matrix and the projection matrix are discussed. Key Words the idempotent; the nature; involution matrix; the projection matrix; generalized inverse matrix

浅谈DLP投影机的弱点和局限

浅谈DLP投影机的弱点和局限 色轮会产生彩虹效应。人们最常指出的DLP技术的弱点是它有产生"彩虹效应"的倾向。彩虹效应（有时被称为色彩分离图像错误）是看上去像彩虹的条状色彩的瞬间闪烁。随机出现，并且只持续一瞬间。但对于对彩虹敏感的人来说，非常使人分心。如果你全身心投入一部电影或者一个电视节目，彩虹效应能够完全破坏你的欣赏体验。 彩虹效应是只在单芯片DLP产品上出现的问题，并且大多数情况下，只出现在使用较慢速色轮的产品上。这个问题一般在观看电影或者电视时呈现。当观看静止画面例如演讲的图表或照片时，人们往往不会感觉到这个问题。 彩虹之所以产生，是因为来自色轮的连续的色彩更新。当色轮旋转时，屏幕上的图像在任何给定的瞬间，要么是红色、要么是绿色，要么是蓝色。该技术依赖于你的眼睛无法察觉到从一种颜色到另一种颜色的变换。然而，当你的眼球为了响应画面中的某种移动而快速运动时，你会在视网膜上的三个不同的点得到红色、绿色和蓝色的三个更新，于是产生了彩虹的印象。不是每个人都会以相同的方式感知到彩虹。很多人的眼睛较为不敏感，因此完全无法察觉到彩虹。剩下的人则会很容易地看到彩虹。除了自己观看一台DLP投影机，没有 其他方法能够知道你是否属于能看到或是不能看到的那种人。 鉴于LCD投影机和三片式DLP投影机始终在同一时刻显示红色、绿色和蓝色的图像，它们不会产生彩虹效应。新的基于LED照明技术的DLP投影机也不会产生彩虹效应，因为这些机型不再使用色轮。（注：三色LED灯的单片式DLP 投影机，其LED灯的脉冲频率不受色轮转速的物理限制，因此色彩更新的速度可以非常快，从而使彩虹出现的几率最小化了）。 在一台带有色轮的DLP的投影机上，彩虹效应可以通过增加色轮的转速而减少。第一代DLP投影机采用的是每秒钟旋转60次的色轮，即3600RPM（3600 转每分钟）。凭借色轮上的一段红色、一段绿色、一段蓝色滤镜，每种颜色的更新可以在一秒钟内发生60次。第一代产品的这个转速被称为"1 倍"转速。在第二代DLP投影机产品中，色轮的转速加倍了，即7200RPM。色彩刷新率的加倍，减少了色彩更新之间的用时，从而为更多的人减少了彩虹效应的可见性。

投影矩阵的定义

视锥就是场景中的一个三维空间，它的位置由视口的摄像机来决定。这个空间的形状决定了摄像机空间中的模型将被如何投影到屏幕上。透视投影是最常用的一种投影类型，使用这种投影，会使近处的对象看起来比远处的大一些。对于透视投影，视锥可以被初始化成金字塔形，将摄像机放在顶端。这个金字塔再经过前、后两个剪切面的分割，位于这两个面之间的部分就是视锥。只有位于视锥内的对象才可见。 视锥由凹视野（ 在上图中，变量 投影矩阵是一个典型的缩放和透视矩阵。投影变换将视锥变换成一个直平行六面体的形状。因为视锥的近处比远处小，这样就会对靠近摄像机的对象起到放大的作用，也就将透视应用到了场景当中。 在视锥中，摄像机与空间原点间的距离被定义为变量 视矩阵将摄像机放置在场景的原点。又因为投影矩阵需要将摄像机放在 将两个矩阵相乘，得到下面的矩阵： 下图显示了透视变换如何将一个视锥变换成一个新的坐标空间。注意：锥形体变成了直平行六面体，原点从场景的右上角移到了中心。 在透视变换中，

这个矩阵基于一定的距离（这个距离是从摄像机到邻近的剪切面）对对象进行平移和旋转，但是它没有考虑到视野（ 在这个矩阵中， 在程序中，使用视野角度来定义x和y缩放系数比使用视口的水平和垂直尺寸（在摄像机空间中）并不方便多少。下面两式使用了视口的尺寸，并且与上面的公式相等： 在这些公式中，Zn表示邻近的剪切面的位置，变量Vw和Vh表示视口的高和宽。这两个参数与 D3DVIEWPORT2结构中的dwWidth和dwHeight成员相关。 不管你使用那个公式，将同世界和视变换一样，可以调用下面的 D3DMATRIX ProjectionMatrix(const float near_plane,// distance to near clipping plane const float far_plane,// distance to far clipping plane const float fov_horiz,// horizontal field of view angle, in radians const float fov_vert)// vertical field of view angle, in radians { float h, w, Q; w = (float)cot(fov_horiz*0.5); h = (float)cot(fov_vert*0.5); Q = far_plane/(far_plane - near_plane); D3DMATRIX ret = ZeroMatrix(); ret(0, 0) = w; ret(1, 1) = h; ret(2, 2) = Q; ret(3, 2) = -Q*near_plane; ret(2, 3) = 1; return ret; } // end of ProjectionMatrix()