第五章矩阵的相似变换 5.1矩阵的特征值与特征向量 定义:对于n阶方阵A,若有数λ和向量x≠0满足Ax=x,称λ为A 的 特征值,称x为A的属于特征值λ的特征向量 特征方程:Ax=λx(A-E)x=0或者(ae-A)x=0 (A-E)x=0有非零解det(-E)=0 det(E-A)=0 特征矩阵:A-λE或者λE-A

本文提出了N口线性网络的统一参数慨念和统一参数理论。应用这个理论研究了一般线性多回路反馈网绍的回归差矩阵与零回归差矩阵,导出它们与网络的统一参数矩阵之间的关系,业将Blackman方程推广到从一口集到另一口集的传递矩阵的情况,从而建立了线性多回路反馈网络的N口统一参数理论。这个理论一个典型应用是解决了一般复合反馈放火器的理论分析问题

3.6.1 初等矩阵 3.6.2 利用初等变换求逆矩阵

针对标准无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法本身存在着因状态误差协方差矩阵无法实现Cholesky分解而导致滤波发散的隐患，以及在电池状态估计过程中由离线标定的电池等效模型参数而造成的累积误差的问题，本文发展了一种平方根无迹卡尔曼滤波(Square-root unscented Kalman filter, SR-UKF)算法，并设计了一种电池状态联合估计策略。首先快速SR-UKF算法通过对观测方程进行准线性化处理，降低了每次无迹变换时的计算开销；然后在迭代过程中，用状态误差协方差矩阵的平方根代替状态误差协方差矩阵，该平方根是由QR分解与 Cholesky因子的一阶更新得到，解决了UKF 算法迭代过程中可能由计算累积误差引起状态误差协方差矩阵负定而导致滤波结果发散的问题，保证了电池荷电状态(State of charge，SOC)在线滚动估计的数值稳定性；最后采用联合估计策略，对电池等效模型参数进行实时辨识，保证了电池等效模型的准确性与有效性，从而提高了电池SOC的估计精度。仿真对比结果验证了快速SR-UKF算法以及电池状态联合估计策略的可行性与鲁棒性

• 矩阵秩的定义 • 初等变换与矩阵的秩 • 再论矩阵的等价标准形 • 等价标准形应用举例 • 小结

• 矩阵的概念及性质 • 初等矩阵的作用 • 初等矩阵的应用 • 小结

作业的问题 作业中最大的问题就是,许多学生并没 有将方程的增广矩阵,经过一系列行 初等变换后,变化成行简化阶梯矩阵, 将任何一个矩阵经过一系列行初等变 换,变化成行简化阶梯矩阵,是线性 代数的基本技术,一定要掌握

为了研究线性方程组近似解的误差估计 和迭代法的收敛性,我们需要对R(n维 向量空间)中的向量或R∞中矩阵的“大 小”引入一种度量,—一向量和矩阵的范 数

• 矩阵的线性运算 • 矩阵的乘法 • 方阵的幂 • 矩阵的转置 • 方阵的行列式 • 小结

西安石油大学理学院：《线性代数》课程教学资源（图片版重点难点辅导资料30讲）第14讲 正交矩阵、正定矩阵、相似矩阵、合同矩阵