∑

数学知识体系

Observatory Archive of Mathematics
⌕2026/8/31
知识要点 · 大学数学

线性代数

电子信息类专业 · 本科阶段

矩阵理论与线性方程组，状态空间分析与控制系统的基础。

电子信息专业的线性代数服务于控制理论、信号处理与通信系统：矩阵是线性系统的表示，特征值是系统稳定性的判据，正交变换是信号正交分解的工具——线性代数是「线性系统理论」的数学本体。

§ 01

矩阵与线性系统

线性方程组求解（高斯消元、秩与解结构）对应电路节点分析、网络方程求解。矩阵作为「线性系统的表示」：输入输出关系 y=Axy=Ax，级联系统对应矩阵乘积，状态空间模型 x˙=Ax+Bu\dot{x}=Ax+Bu 是现代控制理论的起点。
§ 02

特征值与系统稳定性

特征值刻画系统动力学：连续系统 x˙=Ax\dot{x}=Ax 的稳定性由 Re⁡λ<0\operatorname{Re}\lambda<0 判定（对应响应收敛），离散系统 xk+1=Axkx_{k+1}=Ax_k 由 ∣λ∣<1|\lambda|<1 判定。特征值虚部决定振荡频率，实部决定衰减速度——极点位置与系统响应的对应是控制的核心直觉。
§ 03

正交变换与信号处理

正交矩阵与正交变换保长度保内积：离散傅里叶变换（DFT）矩阵是酉矩阵，快速傅里叶变换（FFT）是其高效实现；小波变换、主成分分析都是不同正交基下的信号表示。正交分解（如施密特正交化、QR 分解）在滤波器设计与自适应算法中反复出现。
§ 04

线性方程组的工程意义

超定方程组的最小二乘解（正规方程）服务参数辨识与曲线拟合；欠定方程组与伪逆服务压缩感知（稀疏重建）；病态方程组与条件数解释数值算法对噪声的敏感度。矩阵分解（LU、QR、SVD）是数值线性代数的三大工具。

核心公式速查

状态空间模型x˙=Ax+Bu, y=Cx+Du\dot{x}=Ax+Bu,\ y=Cx+Du
DFT 矩阵Xk=∑n=0N−1xne−j2πkn/NX_k=\sum_{n=0}^{N-1}x_n e^{-j2\pi kn/N}
最小二乘解x^=(ATA)−1ATb\hat{x}=(A^TA)^{-1}A^Tb

学习建议与易错点

  • 特征值的模与实部区分记忆：离散系统看模、连续系统看实部，两者不能互换。
  • DFT 的矩阵理解（酉矩阵、频谱=投影系数）比死记公式更有利于学 FFT。
  • 最小二乘的几何图像是「投影到列空间」：Ax^A\hat{x} 是 bb 在 col⁡(A)\operatorname{col}(A) 上的正交投影。
  • 状态空间与传递函数的转换（G(s)=C(sI−A)−1BG(s)=C(sI-A)^{-1}B）建议亲手推导一次。