矩阵理论听后感

《矩阵理论听后感》由会员分享，可在线阅读，更多相关《矩阵理论听后感（53页珍藏版）》请在装配图网上搜索。

1、矩阵理论听后感09级矩阵理论小结（1-16）生一：（）我与矩阵论矩阵是一个重要的数学工具，这是本科线性代数第一章矩阵的第一句话。为什么重要，当时的我并说不出一个缘由，大概只因为这是一门公共必修课，以至于学完这门课之后，我也没有看到有何应用所在，特别是和自己学的化学又有何联系呢。到大二接触结构化学，计算轨道和能级时发现，原来曾经盲目学习过的矩阵求逆，初等变换还是有其用武之地的，再到后来接触matlab软件，从使用内置函数到编写M文件，瞬间感悟，矩阵深入到了数值求解的每个领域。研究生阶段继续学习矩阵分析，不再因为是必选，而是必须。看到计算材料力学性能的论文里频繁提到的Jordan标准型，矩阵函数求

2、解，LU分解等曾经陌生的概念，自己才发现当年学习的矩阵知识何其浅薄。许多人说，矩阵分析是线性代数的后续和扩展，学完之后，我有所同感，但更觉得线性代数包含于矩阵分析。从线性代数里的实向量空间延伸到线性空间，从向量的乘积扩展到内积空间以自己的研究课题为例，计算材料力学性能时，采用了弹簧格子模型，计算中涉及到求解大规模稀疏线性方程组，这个问题如果能够通过调整方程及未知量的顺序使得方程组的系数矩阵成带状结构即可大为简化，对系数矩阵使用LU分解，即可保障单位下三角矩阵L及三角矩阵U仍为带状结构，恐怕这个问题使用本科线性代数就有点力不从心，但不可否认离不开线性代数。矩阵分析中为了不至于研究空间太大，引入了

3、子空间，为了得到矩阵的极限，引入了矩阵范数作为一元衡量尺度。在最后部分，我们提到了矩阵函数，这是研究矩阵的分析运算，但似乎更贴近实用，如我们常碰到的求解一阶线性常系数微分方程组定解问题在这一部分就有谈到。数学是一个庞大的学科，每学完一门课程，就会对该领域有了一个更深入的认识。但数学里的各个门类又有密切关联，解决一个实际问题需要用到多方面的知识，虽然学习数学这门课程许多年，但仍只知皮毛，对于矩阵的了解，我想同样也是略知一二。矩阵分析及其应用课程是学完了，但仍感觉路漫漫其修远兮，吾将上下而求索！最后，感谢老师带给我对矩阵、对数学的新认识！生二：（）我与矩阵论与矩阵论认识之前结识了线性代数，本科的线

4、性代数的学习过程有些起伏，初学感觉比较容易，向量等一些知识在高中或高等数学里已经接触过，学着学着就开始抽象了，开始不那么容易了，又开始理清头绪。最后总算基本弄清楚。研究生阶段接触矩阵论是在学习矩阵理论这门课之前.导师给的一个课题是Subspace-based model-free Hcontrol，问题来了，Subspace、 H都没接触过，自己开始查阅矩阵方面资料书籍，找到了子空间与H范数的概念，但是仅凭那概念的几行字还是不能理解子空间方法和H范数为什么应用在控制领域。带着诸多疑问进入了研一下的矩阵论课程的学习。通过课程的学习和自己在研究中的思考，慢慢形成了自己对矩阵的理解。虽然前面学的是线

5、性代数，但越来越觉得矩阵论里几何学的意味，在子空间方法的H控制的文献里，子空间的投影映射等都是几何学里对应的，A/B，A/cB等都是用几何描述并加以运用的。在我学习矩阵论的过程中，几何学的思想起了很大的作用，空间的基，坐标，映射，都是先在头脑里建立起2维或3维图像加以理解并推广到多维的，虽然多维的空间已经不能用传统的图形来表示，但是可以先通过低维来理解。在课题的研究中，运用了大量的矩阵论的方法与思想，QR分解，SVD，范数，在实际的应用中就要求我对矩阵有更多的了解。QR分解的matlab实现中就发现matlab运算结果与书本的例题结果不一致，诸如此类，都加深了对矩阵论的理解。作为控制科学与工程

6、的硕博研究生，今后的学习中将会有大量的矩阵论知识的应用，这就要求我打好矩阵论的基础，但我觉得最重要的还是空间思想的建立与成熟。在解决问题的时候有空间的思想，或许能发现类似于子空间方法的H控制这样的新方法运用在控制中。生三：（）我与矩阵论作为一个理工科学生，一直对数学很感兴趣，成绩一直都还不错。随着从小到大数学的学习过程，我发现一个问题，大家都能很熟练的（地）应用一些理论公式，解决现在的考试问题，但是不理解这些理论的原理，导致大家都依葫芦画瓢的（地）解决一些问题，但不会把它扩展、应用到更深层次上。本人觉得李老师的授课方式还是很不错，能把理论与形象的几何或其它结合在一起。学习枯燥的理论知识很乏味，

7、导致大家不愿意接近数学。但是把那些理论与实际相结合，或用直观形象的图形表示出来的话，能让学生更任意接受。我是工科学生，免不了要用到模式识别方面的知识。矩阵在模式识别中的应用很多，尤其是范数，在分类中的作用非常大，范数理论在机器学习、模式识别中起着举足轻重的作用。矩阵范数反映了线性映射，所以在理解SVM（支持向量机）中很有帮助。可以把一个空间的数据先映射到高维空间，然后再变换回来。可能是缺少了考研的洗礼，所以刚开始学习矩阵理论的时候，理解起来比较吃力，还得翻出大学时用到的书本，借助其他矩阵论方面的书，结合在一起理解。现在对矩阵论算是比较了解，但是这个整体框架还是把握不住，对您课件中经常看到的矩阵

8、的整体框架有些还是不理解，可能自己的知识，还是很欠缺，需要加强。我觉得涉及到矩阵的知识可以应用到很多领域，我建议李老师在授课的过程中把理论知识讲清楚了，还可以把它用到一个很简单的应用实例上，便于大家了解，我想学这门课的学生大部分都是工科学生，在平时的学习研究中都会用到这些知识，李老师举一些实例，学生应该都能够理解，可以加深对这些知识的印象。最后，非常感谢李老师在这一学期对我们的指导，让我们学到了很多。如果在以后研究过程中有什么不理解的知识，可能还会麻烦到李老师，希望李老师（届时）能给予我们帮助，在此非常感谢。生四：（）我与矩阵论作为矩阵论的一门基础课，线性代数及其应用是读本科时的第一门比较难懂

9、的课程，尽管经过自己的努力也顺利通过了考试，但对其应用还是没有任何感性认识，只知道可以用来解方程。大三时，现代控制理论作为一门考研课程被提前学习。在这门课里，我第一次知道了用矩阵来表示状态变量、状态空间，将单变量推广到多变量，用一个个矩阵来表示一个个状态，真是一件非常奇妙的事情，而且所有系统的稳定性，可控可观性都可以通过矩阵来计算这些使我认识到整个控制理论应该就是建立在矩阵论的基础之上。对矩阵的第一次感性认识源自电力电子课程的矩阵变换器。它完全利用了矩阵的特点，将所有的连接线横竖排列，每个支点处理一个开关，通过切换不同的开关闭合状态，可以实现任意相数的整流和逆变。当时学完这门课程除了惊叹开发出

10、这种变换器的人是个天才之外，更是对矩阵这种美妙结构的重新认识。读了研究生，发现matlab是一门必修的课程，因为几乎所有算法、仿真，都可以通过matlab完成，而经过初步学习，我发现在matlab里面，所有的参数、变量，都是一个矩阵，而这些矩阵的组合、排列居然可以解决诸如微积分、非线性方程等以前认为跟矩阵完全不相关的问题。我对矩阵论的认识又有了进一步的变化，我觉得它不仅是控制理论的基础，甚至可以作为整个数学的基础之一。从学科的角度来讲，世界上公认为数学是所有学科的基础，因而是最美妙的一门科学，也吸引着全世界最聪明的人加入其中。而作为这门学科的基础，矩阵论是探索这门学科的最有效工具。认识总是随着

11、时间和已有知识的积累在不断修正，我对矩阵论的认识也大致如此。从一开始的认为只能解线性方程，到如今发现它的几乎无所不能，我想我收获到的不仅仅是这种简单的知识，更是一种世界观，那就是对所有的事物都不要轻易地下定论。同时，当我们知道的越多，就会发现未知的东西越多。作为一门已经发展了一百多年的学科，我对矩阵论的认识只是沧海一粟，唯有终身学习，不断探索，才可能真正领悟到其中之真谛，我亦将为此付诸行动。非常感谢李老师的教导。生五：（）我与矩阵论时间飞逝，一个学期的课程就这样快要结束了。在这个学期，有专业课的高深，有英语课的无趣，幸有李老师那幽默风趣的矩阵理论课，使我这个本来索然无味的学期变得丰富多彩。第一

12、次看到矩阵理论这门课的时候是在大四。当时正值做毕业设计的时候，天天在实验室。在快期末的时候，看见学长们在看矩阵理论的课件，就非常好奇的（地）看了两眼，可能是他们正在看的东西比较容易，当时就觉得矩阵理论和本科时所学的线性代数没有什么不同，因此也没有太留意，只是觉得矩阵理论比较容易，又是一门能够轻松搞定的数学课。但是事与愿违，当第一次真正学习这门课的时候其实矩阵理论并没有那么简单。可能是因为我是保研的缘故，在大四的时候没有重新复习过线性代数，很多概念与解题思路有所遗忘，亦或是矩阵理论的内容直接将我们对数学的认识提高到了一个新的台阶。因此总感觉学习矩阵理论没有我想象中来的那么的容易。例如在线性变换的

13、矩阵表示这一节中为什么一个2X2阶的矩阵，最后会变成一个4X4阶的矩阵，我一直搞不明白。虽然从书上例题中，我了解了如何解类似的题目，但是就是不明白为什么。看书上和PPt上对该题的说明也总觉得是一头雾水，一知半解，就是无法理解其中的奥妙，后来通过对线性代数的复习，以及对书和PPt进一步地研究终于理解了其中的奥妙。后来在李老师的blog上看了一篇杂谈，是关于矩阵论的。在这篇文章中，作者主要写了矩阵论的含义，以及矩阵论从浅到深的知识要点，使我茅塞顿开。回顾已经学过的矩阵知识，我发现我们所学的知识其实就是按照这个思路来的，这使我兴奋异常。虽然我现在在我所研究的领域中还未用到矩阵理论的知识，但是根据我的

14、了解，在计算机领域，例如模式识别、人工智能、图像处理等方面都会使用到矩阵理论的知识。因此对于我们计算机系来说矩阵理论是一门非常重要的课程，要努力地、好好地学。在此感谢李老师这一学期教导。由于您的心血，使我学好了这门课程，因为您的风趣和幽默使我喜欢上了这门课程。最后，我想说的是我和矩阵理论的缘份还会继续下去。生六：（）我与矩阵论刚开始学习矩阵论的时候，真的是感到一头的雾水，茫然不知所措。虽然有过大学里学习的线性代数的基础，但由于那已成为遥远的往事，年代久远，除了些基础与框架，其余都差不多忘却了。再加上矩阵论的第一章就讲线性空间，线性变换，直接从已（以）往直观的二三维抽象到了n维，确实无法立即适应

15、。但是庆幸的是，我有个好的矩阵论的老师，随着李老师每堂课深入浅出，富有激情与活力的讲解，我渐渐地入门了，而且也从这门课程的学习，从李老师的讲解中领悟到了许多学习的方法。在所有的感悟中，有体会到最深刻的当属类比法。这在学习矩阵分析及其应用这章时，尤为明显。在次（此）之前，在高中大学阶段，我学习过数列、函数以及微积分等知识，那时的自变与应（因）变量、元素等都是一个数的概念。而在学习矩阵分析与应用时，我们把矩阵看成一个“超数”，通过类比的方法，得到了矩阵序列及其敛散性的判别法则；同样也是通过类比的方法，我们轻而易举地得到了矩阵函数及其运算规律，虽然在一些细微的地方与先前的函数法则规律有所区别，但是总

16、体上来讲，除了有了新的概念扩展，其余的几乎是神似而又形似。通过类比法，使我对不熟悉的领域，有了一个快速、准确而又全面的了解，不失为学习矩阵论时的良方。当然，除了类比法，在学习矩阵论的过程中，还有其它众多的能够对理解、学习矩阵论有帮助的方法，如演绎法、归纳法等。在第一章学习的过程中，随着老师的讲解与自己的琢磨，我发现其实线性空间也就是在总结归纳了之前一些空间的性质与规律（个人感觉可能取了向量空间的经），然后演绎到n维空间甚至于无限维空间（当然这个我们没学，估计是考虑到n维空间可用矩阵表示，而无限维相对麻烦）。同样，在学习矩阵的标准型的时候，因为对角阵而常得，从而通过演绎得到了Jordan标准型。

17、种种如此，在整个矩阵论中数不胜数，可见理解这两种方法对理解矩阵论中，为什么会产生一些新的概念与新的矩阵形式，是有一定的帮助的，因为通过如此，你能了解到矩阵论中每一部份（分）知识的作用，从而在整体上对矩阵论有个把握，学习起来也就事半功倍了。总之，通过这门矩阵论的学习以及李老师的讲解，我得到的不仅仅是矩阵论的知识，更重要的是如上所述的思想方法，因为知识易忘，而思想的精神、学习的方法是长存的。 2010.6.5 生七：（）我与矩阵论马上矩阵论的课程就已经结课了，从选课时对矩阵论的一知半解，认为它就是用来解方程组的另一种方法，与大学所学的线性代数相似，到上了课才真正知道它的难度，特别是出现了一些新的概

18、念和定义让我迷惑了很长时间。从大学开始，我的数学成绩就一直不怎么样，主要的原因是很多时候我认为数学是为现实生活服务的，每学一种新的理论总要找出它的应用。矩阵论我想也是一样的，（因此我）努力的寻找它在现实中的应用。给我印象最深的应该是在内积空间的学习这一章。老师用课件给我们讲了各类空间的层次关系。从那时起我才有一些明白矩阵论在空间研究的重要性。，不应只局限于解释方程组，空间不仅有一维、二维、三维。现在应用更多的空间还有内积空间，欧式空间，完全超出了我所看到的三维空间的概念，就像老师今天所讲的，四维空间经过几何观测的奇异值分解转化为球形空间一样。然后就是正交投影还有它的应用方面，（我）了解（到它）

19、不仅是（在）微分方程的有限元方法有应用，而且在最优化极值求法、控制通信等学科的应用都和正交投影有密切关系，这让我想到现代通讯中使用的交换机工作原理。在打电话时，通话可以由不同频率的电流传送，或转换成数字信号；电话交换系统自动选择最佳通话路径，并发出一连串指令。自动选择的路线则由节省的距离和时间来决定。而电话线路总是被看作有一个多维的复杂空间几何立体形来看，这正是用到正交投影的知识、最小二乘法及其单纯形算法。在当今计算机日渐普遍的情况下，有很多计算量很大的工程都可以轻松得到解决，这同时也加快了矩阵理论的发展和应用。通过对矩阵论的学习，首先是加固了我对数学的认识，扩展了知识面，对将来更深一步的学习

20、数学打下了基础，其次学习矩阵论的过程中我学会了使用matlab软件，虽然还不是十分熟练，但终于会用了。在老师的博客上我看到很多新的观点思想，看完之后让我开朗（窍）了很多。最后十分幸运能选修这门课，认识了在网上可与学生畅所欲言的老师。生八：（）学习矩阵理论后，我对学习的思考在科学技术和工程应用中，矩阵理论的重要性和应用的广泛性是众所周知的。我作为一名机械专业的学生，在学完“现代控制理论”这门课后深感“矩阵理论”这门课的重要性。“矩阵理论”与Matlab的结合使得处理问题更加方便。但与此同时，我在学习“现代控制理论”时也感觉到“矩阵理论”是一门非常难的学科。庆幸的是我遇到了一位非常负责的老师，他强

21、调抽象内容的矩阵处理技巧，使问题的描述形式和处理方法简洁，这样我们就可以有效的利用矩阵这一数学工具，同时通过自己学习数学处理软件想Matlab，Maple等，把这些软件与矩阵结合起来能更有效的处理工程问题。通过老师的讲解，自己学到了一些矩阵的知识，但从老师的思路来看，我更多的是学习了一种看问题、解决问题的思路。老师让我知道最重要的不是知识本身这个形而下，而是以矩阵作为基础，努力通过某种事件，同时深入独立思考而体悟到的形而上，即老子中的“常道”，即思维能力的提高，精神境界的提高与升华。听老师讲矩阵，大都是从其起源，或者用几何或者通俗易懂的图形语言出发，这样我得到了很多灵感，也有很多的感悟，一些很

22、深奥的知识是能从最基本的定理出发，只要能表达清楚，别人能看懂便是好知识。李老师让我明白只有掌握知识的源头，我才有机会驾驭知识，发展知识，创新知识，而不是被知识所驾驭，成为存储知识的载体，要做到“活水源头”这样的境界。李老师改变了我研究生期间对老师的印象，大多数老师都是考前给学生划重点，甚至给我们试题范围，让我们不费吹灰之力都能考个八九十分，这样虽然我们面子上是满足了，但是基础知识很薄弱，而李老师并不和其他老师一样，他不给我们试题范围，只是让我们自己分析哪里会考，和注重基础，只有对所学知识（没）有个很好的理解才能考出理想的分数，我想这就是厚积薄发的。现在我做项目，经常觉得知识不够用，对所学的知识

23、没有任何印象，想想这也许就是只重外表、不重内在修养的表现吧。现在我们国家，讲求创新，但像我这样的基础知识太差，或者没有基础，脑子里没有知识储备，我想是很难创新的，遇到不会、不懂的问题就去查文献，把别人的拿过来解决自己的问题，这样也只能是“引进再创新”，无法达到“原始性创新”。我想学习了矩阵理论，让我明白知识需要积累，再难的知识也需要我去理解掌握，要想在某方面取得成功，必须对此相关的知识的储备有大量的积累。生九：（）我与矩阵论矩阵，初一上课对我来说已不是陌生的。本科的学习，考研路上的辛苦，对于矩阵可以说是有一种复杂的感觉。之前的学习过程很枯燥，面对着考试，都说想了解一样东西，要先爱上这个东西，但

24、那时候的我真的没有爱上矩阵这个朋友。或许是因为这段时间经历了一些，变得开始会思考了，所以这次的课堂让我收获颇多。您的上课对我最大的感觉是原来数学也是可以这个样子的。不用那么刻板，不用那么按部就班，第一节课就把上课时间调整到了8：30，为了能迁就一下我们。而且从你的博客里面，看到了不一样的老师，您明白学生在想什么，喜欢说两句古文，还有一个穴居人的个性名字。在您的课堂上，数学、矩阵，不仅仅局限在那小小的一间屋子，您总说学到了知识，很长时间不用了就会遗忘，但教会了方法，你就掌握了这项技能。您授我们渔，让我们以后可以自己捕鱼。矩阵，数学不再是简简单单的数字了，它可以成为一种思想，一种看问题、想问题、处

25、理问题的思想。表面上，矩阵是行列式的计算，但是，慢慢的，我发现了很多有趣的事情。两个行列式看上去完全不一样，但是通过一系列变化，它们其实是同一个。会发现有的时候，费力解出来了，还有（更）简便的方法，很奇妙。就像一种方法，没有什么和什么是完全独立的，任何东西都是可以通过分解、转化，找到一个中间量让他们发生关系的。对于行列式有了基，有了坐标，就有了运算。有了变换，有了联系，再加内积，带入角度，我们从平面走入了空间。矩阵也有自己最基本的样子，也有自己改变不了的。我们通过标准型去认识它们，分别它们。矩阵也是可以分解的。我们可以从局部入手，一点点去发现，一点点去解决。虽然在解一个矩阵、一个行列式时，是数

26、字在发生关系，可实际上是我们在分解，在变换，在联系，在重新组合，让纸上的那些数字发生了一个奇妙的过程。虽然，您的课是一门数学课。原本我认为应该枯燥无味的数字，但您赋予了它们一些新的东西，让我学到了一些不一样的东西。我想，这种思考的方法，会伴随我很长很长时间。生十：（）学矩阵理论小感记得当初选矩阵理论的时候，心中的无奈，对数学的感觉总是又爱又恨，从小，老师就教导我们，要好好学习数学，对提高智商有帮助，优质的我当年哪懂什么是智商，只懂得数学不及格，回家少不了一顿思想教育课，高考以及格分升入大学让我满意，研究生考试以刚入线的成绩顺利“升级”，对数学，从不敢有何奢望。而当我上了第一次课后，却有了对数学

27、新的认识：苦（枯）燥的数学在老师的课堂上变得生动起来，听老师对数学、对矩阵、对线性代数的解析，突然感到，原来数学也可以当作一种艺术来看待。那些数学符号在我的面前生动起来，虽陌生但有了初见亲切感。而老师的严密的思维，逻辑的能力让我倍感到，数学是可以指导人的思维，锻炼人的能力，而自己虽无深解，却能小尝一下数学带给自己的好处，例如，在平时繁杂的实验过程中，遇到一些问题的时候，数学课堂上的某些分析问题的方法会突然出现在脑海中，不知道这算得上是数学给自己的灵感吗，呵呵，反正，有时还挺有用的。去年学习了Matlab课程，今年又修了矩阵理论，自己还真给数学挷（绑）上了，想到研究生课程或将结束，就会特别珍惜每

28、一节课，心里知道，大学里的学习不是结束，数学的学习才刚开始。在李老师的博客中，读哪（那）些数学大师级别的文字，发现数学冷酷的外表下，是完美的艺术，才知道，自己把数学当敌人，他们把数学当朋友，从他们的文字中，我更感受到了数学对他们精神上的熏陶，他们的科学素养让人佩服。爱因斯坦曾说：“在学校里和生活中，工作的最重要动机是工作中的乐趣”。李老师通过提升我们学数学的兴趣来向我们推销他的这门课（虽然感受到课程还有点难，呵），打破了我对数学的恐惧，进而对数学有了兴趣，让自己有了战胜他的信心，两千年前的孔子大人曾言：知之者不如好之者，好之者不如乐之者。这种境界面前，自己只有敬佩之心。在学习这门矩阵理论课程的

29、过程中，自己通过上网和其他途径，去了解数学的一些趣闻和源（渊）源历史，才知道历史上一些优秀的科技高手、大师人物都是对数学推崇至极，这让自己庆幸，能在研究生阶段有十几周的时间学习数学，认识数学是“敌”是“友”，呵呵！就这样吧，高深的见解也写不出，语文功底不容乐观，请见谅，最后，希望自己能在一伙的学习和生活中，用学到的一点数学思想指导自己的行为，特别是逻辑能力（至少写个文章不用东一句，西一句的），也希望祖国的数学事业蒸蒸日上，人才辈出！（估计和我关系不大）2010.6.5生十一：（）对矩阵理论中分析思想的认识从小学、中学的数学和几何的学习，一直到大学的高等数学的，数学一直是我的强项。数学学习到线性

30、代数中的矩阵开始，矩阵成了我的恶（噩）梦。线性代数，矩阵理论成了学习生涯中最大的高山。现在还在担心刚过去的矩阵理论考试。虽然矩阵理论的知识没有学习好，但对矩阵理论中的分析思想有点认识和看法。第一个感触是矩阵理论中的化简思想。天道酬勤，天道酬简，简单是我们一直追求的目标，把书读厚是过程，把书读薄了才算是掌握住了。在矩阵理论（中），有较多的标准型，这就是试图用最简单的标准来表达各种复杂现象。哲学是一切学科的科学，在概括和内涵上，数学和哲学存在着相似。一个复杂的物理现象，很多时候用一个公式就可以表达。爱因斯坦的E=mC2把核变能量（的表达问题）得以解决。矩阵也是在线性代数的基础（上）抽象出来的，矩阵

31、的大熔炉里包罗万象。我们的社会，也可以看成一个矩阵，每个人或物是矩阵的点，在矩阵内或矩阵间进行各种运算和转换。所以矩阵是数学高度抽象后化简的结果。由于抽象，数学不在（再）讨论的是每个问题的解决办法，而是这些问题的统一办法。第二个感触是融合的思想。学习数学十八年了，以前看数学都是一（以）章节进行划分的。我知道每个章节讲述的是什么内容，这些章节之间联系也较紧密，但自己没有建立自己的数学体系结构。对于从事数学相关工作的人来讲，没有自己的数学体系就好像没有自己的世界观体系。每次听李老师讲这个那个数学家的方法和理论，真是如数家珍。回去想想才明白这么多年的数学学习，我学习的不是数学，而是数学中的知识点。只

32、有把这些知识点融合成了数学体系，才算是真正意义上的学习数学吧。第三个感触是标准化规范化思想。标准规范是现代社会运行正常所必不可少的。标准规范思想在数学中得到了完全体现。现在大量的数学计算早已经不需要人工计算了，计算机在这方面把人类解放了，可是计算机只认识0和1，人所需要做的就是建立标准规范，让计算机按这些标准规范去做。比如线性方程组，复杂的方程组很难人工计算，我们引进矩阵，引进矩阵的LU分解，之后的计算完全就可以交给计算机了。最后，我想谈谈对矩阵理论课及其他数学教育的看法。说实话，矩阵理论中的知识点对我研究生阶段的科研没有太大帮助，半年之后很快就忘记了。我也是为了学校学分的要求才选了这门课。知

33、识点虽然忘记了，这学科中的思想却在脑海中牢记。如果能领悟这些运用的思想，一定受益匪浅。我想这也是李老师让我们完成这篇论文的原因之一吧。生十二：（）我与矩阵论选择矩阵论这门课程，说起来也是一种偶然。学期开始选课时，可以说有多种选择：组合最优化，神经网络和矩阵分析及其应用。最后在听信多位师兄组合最优化比较好考的言论下，我选择了神经网络这门课程，但三周的课下来，真真实实的感觉到这门课不是我想学的，关键是学不能致用。经过激烈的思想斗争，在内心还仅存的一点敢于接受挑战的勇气作用下，我选择了与我本科时就很头疼疯人线性代数关系较大的矩阵分析及其应用这门课，并在第三周改选成功。我自己认为，作为一名工科学生，矩

34、阵方法已成为科研领域不可或缺的一种研究工具。这学期所学的课程中，比如有限元分析及其应用等多门课程都与矩阵理论有关，这更加坚定了我学好这门课的信心。但我也知道，在大学里高等代数（高等数学）、线性代数、概率等数学课都没学得很好的我，要想在这种基础不扎实的情况下学好矩阵论是有一定难度的。所以一开始上这门课后，我赶紧从图书馆借来了线性代数，恶补了一下以前的知识。一个学期下来，尽管自己努力了，但感自己脑海中对矩阵论的概念仍然模模忽忽（糊糊），不能说没学得东西，但感觉学到的知识点如线性空间及变换、内积空间、标准型、矩阵分解等都是一些强化记忆的概念和证明，并没有把这些知识点窜（串）联起来，真正把它理解了并形

35、成一个知识网络，这就导致了我与矩阵论之间的这种像雾像雨又像风的感受。学习的过程有经验也有教训，简单的概括一下。1、学习矩阵论的每一个知识点时，应该弄清起（楚）这个知识点比如“内积”，有什么作用，及他的由来，然后才是证明，知道他有什么作用才是学习动力，在这种动力下的记忆，才更长久。2、建议有条件老师可以布置几个作业，强迫同学们进行练习。我大学各门数学课没学好最大的体会就是题目基本没做过，没练过，眼高手低。3、数学基础不是太好的同学，一定要从基础抓起，补习一下以前的线性代数知识。作为一名委培生，本身已经工作了五年时间，数学的知识点在老汉子已经模糊到不可识别的地步。重拾以前的数学知识，学习这门最难的

36、课程之一的矩阵论，对我来说应该是一个很大的挑战，上课听不懂，课下看书进度又很慢，内心的焦急可想而知了。这学期，我用在课程上70%的精力基本都花在了矩阵理论这门课上，但我自认为没能学好这门课。纠节（结）的时候，无意中看到老师的博客，里面的什么是范数、理解矩阵、矩阵理论和闲话矩阵等博文我都一一拜读，感觉受益匪浅，自认为这种系统性、平民式的以普通人的视角出发，强调对数学概念和规则的直觉的理解思路，更容易理解一些。所以非常感谢老师贴出这么好的东西。或许这也可能成为我数学学习的转折点吧。还有1个月的时间，我会更加努力复习的，因为我知道自己基础不好。希望我能成功，也希望大家都能取得好的成绩，虽然考试不是最

37、终目的，呵呵！生十三：（）我与矩阵论对于即将结束的矩阵论这门课，我有很多想法要诉说。这是一门让我难忘，给我莫大收获的一门课，也许是最后一次课的原因，我们可以用座无虚席来形容那空前的盛况，后来的两位同学就没有了座位。李老师是个极具人格魅力的老师，课堂上他用寓教于乐的方式向我们传道授业解惑。他操着一口不是特别标准的普通话，在课件与黑板之间来回穿梭着。为什么要这样呢,也许你要问，很多老师讲课不都是只对着课件一股脑的说下去么。这也就是我对这门课程最感兴趣的地方。在我看来，这种方式能很好的让学生参与进去，与老师共同思考，每次老师在黑板上推导一些定理的时候，大家的思绪也都很好地保持着与老师的步调一致。这不

38、仅让学生可以跟得上老师，也让老师能更好的、更清楚的了解学生对知识的掌握程度。还有一点我要说的是，看得出来，生活中的李老师是个充满热情、时尚的达人。有别于传统印象中老师常是一副刻板不懂生活的形象。他竟然也有自己的博客，还会在上面谈论些对这门课的一些见解，也对课上的一些心得体会在博客中进行阐述，与学生沟通交流。这也让学生更全面、多角度的了解了我们的李老师。最让我记忆犹新的是博客中有的同学称呼老师为根哥。足见学生对老师的认可。可以说这门课开的非常成功。无论从知识的层面还是从做人的一些哲理性思考，这对于选修这门课的同学都是一笔宝贵的财富。为了让这篇文章显得更具有专业水准，我还是谈一谈我对矩阵论的一些见

39、解吧。矩阵论概念和线性代数学科的引进和发展是源于研究线性方程组系数而产生的行列式的发展。莱布尼兹，微积分学的两个奠基人之一，在1693年使用了行列式，克莱姆于1750年提出了用行列式求解线性方程组的公式（即今天的克莱姆法则）。相对比地，行列式的隐含使用最早出现在18世纪晚期拉格朗日关于双线性的著作里，拉格朗日希望刻画多变量函数的极大值与极小值。其实，对于理论知识，说的再多，也无非是一种班门弄斧的表演，李老师对于理论知识的了解是我倾尽毕生精力也难以与之抗衡的，所以就此收笔，最后说一声李老师辛苦了。期待有机会可以与李老师在矩阵论与人生哲学方面切磋。 生十四：（）我与矩阵论从最初在本科学习线性代数到

40、研究生阶段学习矩阵理论，对于矩阵也或多或少有了点认识。本科阶段而言，学习线性代数，目的仅仅是获得学分，也没想到在今后的学习、研究中可以将其作为一种工具。毕业后回顾4年来所学的学科，发现线性代数根本没有高等数学以及概率论用的多。进入研究生阶段，一个简单的问题引起了我对矩阵理论的兴趣。记得上学期学最优化这门课，书上出现了f(x)=xTAx+bTx+c,然后对其求偏导，即f(x)/x=2Ax+b,当时的我一头雾水，觉得bTx对x求导也应该是 bT，怎么会出现b这样的结果？当时也只是死记公式，没有去查明原因。到了研一上学期末，基于下学期有矩阵理论这门课，去图书馆借了两本参考书。在翻阅课本时，无意中见到

41、了矩阵函数及函数矩阵这一章节，细看该节内容后，终于能解答上面那个令我困惑的问题了。学习了矩阵论后，或多或少地有些感触。个人仅觉得矩阵论主要研究的是线性空间以及线性空间中的一些操作等，主要是线性变换。由于书中围绕有限维的情况展开讨论，从而使得我们可以用向量、矩阵来表示线性空间和线性变换。正如老师所说，我们不一定需要清楚地了解具体的一些计算究竟是怎么算的，但关键的是要知道各个概念和方法的实际意义，各个概念之间的关系。我的研究方向是图像处理，因此矩阵论的知识必不可少。下面结合自己最近所学的课程以及研究的课题来讨论矩阵论对我的帮助。记得在正交变换这一章里，老师还分别介绍了Givens变换、Househ

42、older变换等。映（印）象最深的莫过于Givens变换，因为在图像处理中，我们需要通过Givens变换对图像进行旋转以至于把图像的中心变成原点，这样做也可以使得图像旋转后的傅立叶变换是中心的一个亮点，这样我们可以扩大图像的范围以显示所有的图像，这对图像进行的后续工作很有帮助。此时用到的Givens公式为x1,y1,1T=G12(a) x0,y0,1T，x1与y1为旋转后的坐标,。由于数字图像中像素坐标只能为整数，旋转任意角度后由正向映射法求出的坐标值往往为小数，这样就会有未被赋值的“空”像素。为了避免这种情况发生，图像旋转中一般采用逆向映射法，即由变换后的映射图像的像素的坐标值推出在原图像中

43、对应的坐标值。逆运算公式也就转化为：x0,y0,1T=G12( - a) x1,y1,1T。可见矩阵论中的许多变换在工程应用中有着很大的作用。再拿最近所学的现代信号处理来说，今天所学的奇异值分解在信号处理中也有所运用。诸如ARMA模型中AR阶数的确定就使用了SVD方法。还有在Yule-Walker方程中，也使用了矩阵论中的知识来求解自相关矩阵等。结合了自己的研究方向来认识矩阵理论，发现矩阵论确实是工程中必不可少的一件工具。虽然对于矩阵论中的知识不能做到全面了解，但是发现能将对研究起作用的那部分知识拿来运用就可以了。最后谢谢老师上课的态度，让我接触到了一些其他课本上不涉及的针对工程应用中的知识。

44、 生十五：（）矩阵论漫想最初认识“矩阵”是在本科期间学习线性代数之一门数学类必须（修）课。其中印象最深的便是，矩阵这种形式看似简单、运算相对固定有规律，但是实际上，矩阵的运算、变换等，可以将很多在代数领域，微分、积分等领域的复杂问题求解变得如此简单。当时，学习也就这些体会觉得矩阵运算蛮神秘。如今，读研期间，突然发现研究生课程中也有一门研究矩阵的学科-矩阵理论，而且它更是线性代数的更级与提升。于是，我亦怀着十分崇敬之心来学习它。矩阵的诞生源于数学大家的思考与应用，并随着时间的推移，产生出更多更强的法则。研究生期间，学习现代控制理论，最先接触了线性空间变换，以及矩阵的分解等，这都是矩阵理论的应用。

45、当李老师讲到矩阵理论中有关这些的更深层次的理解时，觉得自己的体会又加深了。似乎控制界研究到最后，就是在“玩矩阵”、“玩数字游戏”。事实上，的确是这样。数学的每一处细细的分支，都会与相关学科紧密结合，并产生出较大的实用价值。看来，数学课从小学讲到博士，是很有必要的，而矩阵分析、矩阵理论更是解决复杂现实问题的有力工具之一。老实说，我每次上课都在听讲自己觉得讲得好的地方，特别是老师讲到一些能够能（用）来类比、类推、归纳、外扩的知识点时，我就感到原来矩阵可以这样理解，空间可以这样的无限扩张，第一次感觉到思想跟不上矩阵空间的外延与扩张的速度。这样的知识点，有其相似性，又有其不同之处，但是通过一种知识的理

46、解，自己也可以像“数学大师”那样信手一粘，便可以按照自己的构想来扩展一种属于自己的“空间”，真是觉得数学奇妙而无限。在老师讲到空间变换的时候，更是觉得我对矩阵的理解再次在空间上有了飞跃。虽然一些名词第一次听说，但是觉得只要有了一些基础的知识作为铺垫，那么矩阵的上层理论又是在一层一层的搭建，并且，让人会觉得，“就该这么搭建”，“就是朝这个方向发展”。正交变换也许是比较熟悉的，但是，当老师讲到“复数空间”也可以来一个相似的“酉变换”的时候，我感觉，线性代数讲得真是太基础了，矩阵分析、矩阵理论，这才是值得分析、值得研究的地方，因为它能够衍生出很多相关理论，能够再次搭建高楼！这些理论成果，一旦与具体专

47、业领域问题相结合，便会有更多更大的成就。最后，课堂上又开始讲起了分解，对的，矩阵的分解。这些分解方法，如LU分解，QR分解，其实便是算成矩阵的应用了，是在大楼的框架里玩起了游戏。这些，可能会更具体，最有利于矩阵求解运算，是对理论大厦的一种细细雕刻。参考了找来的资料，我还了解到矩阵及矩阵分析的历史、产生原因等，以及矩阵到底会带来些什么。我感触很深，因为数学工具（当然，矩阵分析也是一种数学处理工具）的运用是十分必要的，而能够在老师的课堂上快速理解并消化，这更是学习矩阵理论的一种乐趣，必（毕）竟，能在课堂上与老师产生共鸣，这是激发学习动力的来源，更是坚定自己学习好矩阵理论这一信念的重要力量。非常感谢

48、老师的辛勤付出！ 生十六：（）矩阵论漫想这个学期，我接触了这门线性代数上深化的课程-矩阵理论。说实在的，我是带着一份期待进入课程的（本人觉得线性代数难度不致（至）于很大，也有一定的兴趣，进而对矩阵理论产生兴趣，大有爱屋及乌之感）。可是经过一系列的学习之后，我发现矩阵理论的确是一座阻碍前进的大山，（但）极强的自信心让我觉得这绝对是可以跨过的坎。“蜀道难，难于上青天”，当然矩阵论肯定是到达不了那种令人畏惧的境界。即使拥有那份畏惧，也只得硬着头皮迎难而上，究其原因，不仅是因为研究生期末考试制度中将补考的权力（利）给无情地剥夺了，更因为矩阵理论应用之广，为以后可能有们非一般的作用，特别对我这种学习控制

49、科学与工程的学生来说，与其说其是对自己的一种知识储备，不如说是对自己学习本专业知识必备的一种数学工具。为了更好地学习矩阵论的知识，同时为了了解这门神秘学科与实际应用的某些联系，进而肯定其存在，本人通过百度、谷歌，无所不用其极，寻找身边的矩阵理论。果不其然，矩阵论在众多领域和学科中发挥着不可替代的作用，如数学分析中多元函数的一阶近似、隐函数存在定理与矩阵理论密切相关；常微分方程中的一阶线性方程组和高阶线性方程理论的建立及其求解方法完全建立在矩阵理论的基础上；几何上对于二次曲线、二次曲面的分类和研究，也必须用到矩阵理论仓促的时间使我不得不放弃列举矩阵理论的丰功伟绩，转而畅谈我们控制科学与工程专业与

50、矩阵理论那厮的“爱（暧）昧关系”。我们控制问题中的鲁棒控制、非线性控制、H控制等，都涉及了矩阵理论的知识，或言矩阵理论使其问题简单化，比如说线性矩阵理论在处理鲁棒性能问题上的表现，我们可以用线性矩阵不等式的线性特性，把与各目标相对应的线性矩阵不等式像搭积木一样搭成统一的约束框架，这样将鲁棒问题进行多目标综合，将其性能指标与线性矩阵不等式可解条件一一对应，从而对鲁棒系统进行多目标分析和综合。同样的，应用于非线性系统线性矩阵不等式技术在线性系统中的成功应用，使得这一应用进而在非线性系统的稳定性、性能指标等问题上发挥其巨大的功效。科学的力量是伟大的，而数学便是其一个巨大的幕后推手。其中自然有着矩阵理

51、论的功劳，特别对于我的控制专业，其功不可没。前面的路还很坎坷，但我憧憬坎坷后的阳光，矩阵论不是问题，问题在于征服它，用移动的一句话：我能09级矩阵理论小结（17-33）生十七：（）李老师之矩阵论-杂谈很久没写过作文，思维堵塞，文笔卓（拙）劣，逝者如斯夫，转眼一个学期接近尾声，每次上课，惛惛（昏昏）沉沉，对矩阵论的印象已经模糊。但我想说说昨晚到现在近10多个小时间我的所遇和所想吧。也许，从中可以略知我对矩阵论这门课程的感受。 昨晚，我在怠慢地修改简历。疯狂找实习时，师兄突然问我:矩阵论复习了吗？-没有。-你想不及格啊！-不想。 打印店偶遇同班同学林某，我只道开心打招呼：林美眉，你来做啥？-打印论

52、文。-什么论文啊，只有一页。-就是上课论文。-噢。（其实随声附和）早上才恍然大悟，原来同学们为此次小测验准备素材。 今早突破自己的吉尼斯计（记）录，起了个大早。其中原因是可恶的梦：梦见自己醒来的时候，寝室人全起床不见，看了下表居然九点半，心一下就恍（慌？）了，测验啊，测验啊。猛一下窜醒，才6点，却无法再入眠，索幸（性）起了个早不知讲这些，老师是否以（已）然把我当作差生，其实，我就是老师博客中所述之堕落型。其实，我本不是黑天鹅，是从好学生型上升到留学生型再坠落到半堕落型。众所周知，是社会性因素、教育制度、自身因素铸成了现在的“我们”。对这门课的感受就写到这吧。以上观点并不代表，矩阵理论不重要，相

53、反，非常重要，尤其利于我们这些搞算法研究的，值得认真学习。下面，讲讲我对矩阵理论微薄认识。数学伴随我们整个学习生涯，甚至整个人生。大学之前，我们学习一次函数、二次函数、三角函数、对数函数，到大学，我们学微积分、复变函数、实变函数、泛函（评：这个也学过？）、线性代数等。现在，我们学习矩阵理论，它本是线性代数的一个分支，由于科技发展，陆续在图论、代数、组合数学和统计上得到应用，逐渐发展成为一门独立学科。矩阵理论，它只是一个工具，一个知识基础，就像新生婴儿需要哺乳才能长大，所以，它并没有那么难学，那么高深莫测，拒人于千里之外。至于矩阵论历史、简介，百科全书上很多，大家可以随便google下。再讲讲对

54、这门课几点意见：老师授课不如老师文笔那么简洁独到，口才、表达方式可以换一下口味。上课板书不够，我喜欢老师用粉笔讲解那种柳暗花明又一村那种感觉。假话不全讲，真话不全讲。（指的是课堂纪律。） 生十八：（）矩阵论随想上大四的时候，认识一个研一的学长。当时他正在准备矩阵理论的期末考试。我看他准备了厚厚一叠复习资料，便问道：“这门课难不难？”他自信满满的说，“不难，其实很简单，都是线性代数的东西。”从此我便天真地认为，对于一个曾经线性代数可以答满分的人来说，这门课已不是问题-不就是当时学过的东西再学一遍吗这一美梦不久就被打碎了，矩阵理论快要开课了，寝室四人同去图书馆借书。一路无话（图书馆内禁止喧哗），峰

55、回路转，我们到了相应的书架前，随便打开一本，我才知道绝没有我想的那么简单，根本就没有类似行列式、线性方程组这样的章节，取而代之的是内积空间、矩阵分解、向量范数等陌生的字眼。对于范数的感性认识是，它与长度有关，有些人有时候很装，装学识渊博，就不说长度，说范数，感觉与众不同，时髦一点。第一节课，其实课前还预习了一下，因为知道到时肯定会被像砖块一起排版有型的定理、性质砸晕，我只是想预览一下这砖块这（长）什么样。谁知不是砖块，是铺天盖地的砖块，让我想起了电影英雄里的一些场景。当我还在原地捡砖块的时候，老师已经在帅（率）领大军，打着矩阵理论的大旗开进了。整个学期，我只是牢牢的抓住老师的这一句话-矩阵就是

56、变换，并死死的抓住这一根稻草。数学真奇怪，自然界中，比方说人的变换，简单点衣着，化妆品，更有甚者美容整形，都很好理解。但对于矩阵，左乘（右乘）一个矩阵，就相当于作了一次变换。利用知识迁移方法，我想到了线性代数中初等行（列）变换，左乘行变换，右乘列变换。而各式各样的变换都是为了能使得求解方程组这个终极关怀而努力。后来又学了一个新名词，量度。在不同的量度下看东西，解决问题，出发点是不同的。这像如同维纳斯周围有一圈照相机，同时按一下快门，每个照相机拍出的图像肯定不会（完全相同），但举世闻名的塑像维纳斯就这一个。也就是事物的本质是一样的，只是表现的形式不一样。选择合理的表现形式在解决特殊问题时会带来方

57、便。最后以线性代数五讲上的一段话作结：线性代数所研究的是，线性空间；模是线性空间的扩充；作用在线性空间上的线性变换，大致上说，线性变换就是将一个线性空间映射到另一个线性空间，且保持线性空间中运算的映射；定义在线性空间上的线性泛函及其推广双线性形式，而二次型不过是双线性形式的特例。因此，可以说“线性”是线性代数的灵魂，线性代数只考虑“线性”的问题，而“非线性”的问题不在讨论之列。 2010.6.5 生十九：（）矩阵人生大千世界，芸芸众生。万物的起源、发展都有其独特的背景、渊源，且独特之间又有规律性的联系，一种剪不断理还乱的联系。一个偶然而又必然的机会让我触及到了矩阵论这门自然科学（学科），其历程

58、可谓酸甜苦辣。酸的是内心不是很情愿的去深究它却又不得不深究。甜的是这种不情愿的学习却让我有了意外的感受。苦的是我只能领会矩阵论皮毛的思想却不懂得如何解题。辣的是只懂思想而不会解题会让我进入万劫不覆（复）的境地。而如今，愿用这小小篇幅谈论下矩阵与人生。何谓矩阵，“矩阵是运动的描述”，“矩阵是线性空间里跃迁的描述”。而这表明矩阵并非单调的一潭死水，而是对万物变化的精练抽象，提取其富有内涵的信息并将其融合。人生又何尝不是如此。人生在世变化无常，却又有一条贯穿的主线。有的人可以准确提练（炼），精准定位，并在运动之中寻找发展的机会。矩阵的提出是为了得到某些想要的结果。这也是万物千丝万缕联系的结果。人生的

59、发展是一个横向和纵向的过程，在发展中认识自己，修正自己，完善自己。这个完善的过程也是解决自身矛盾的过程。矩阵论又何尝不是如此。从一个线性空间中定义的基开始，有了自己的度量。正如人与人之间需要沟通交流一样（人的标准不同），度量之间需要过渡矩阵的转换。正如人与人需要弄清各自性格关系一样，矩阵论中需要线性变换对实际对象之间的关系去研究。这就有了“年年岁岁人相似，岁岁年年人不同”的境界。正所谓“知己知彼，百战不殆”，要完善自己就要去了解这个和自己相似的群体。而矩阵论中就需要明确空间的结构性，空间内结构的特性，以致（至）于空间的组成部分子空间的理解，用运算符号完成各自子空间的沟通与磨合，并且通过一个共同

60、的特征-特征值将其紧密联系。正如“人之初，性本善”，人生中有了这些共同的准则才让我们手牵手，心连心。这就像对人生的各个层面进行剖析一样。着重去研究它们的特质与属性，将这些得到的理论分析去生活中实践。矩阵论也是这样。认识空间结构，并结合特定的物理空间与几何意义去做处理。人之所以取得成功，在于他将视野拓宽，将领域拓展。正如我们探索月球，放眼世界一样，矩阵论在此亦有惊人相似之处。它的拓扑变换、仿射变换、内积空间、度量矩阵的提出是一个飞跃，可与人类登上月球等量齐观。可喜的是矩阵论的发展与人生、人类的发展同步。当人类进入火星探索时，矩阵论中有了矩阵函数，完成了矩阵-数学的融合，是一种“百川东入海”的气势

61、与欣慰。人类在不断的发展，人生也进入更加辉煌的时期。矩阵论的发展也借助于computer这些技术与万物发展同步。这与人生发展“不谋而合”：“君子性（生）非异也！善假于物也！” 生二十：（）我与矩阵论矩阵理论作为一门理工科学生所必学的数学课程，无论是在学习、生活和科研中，都发挥着巨大的作用。可以说，能否学好矩阵理论这门学科关系到工科学生的未来，尤其对于我们控制论与控制工程专业这种对对数学要求极高的专业，更是我们开展科研的重要途径和工具。因而，矩阵理论中的一些数学思想一直指导着我的学习和研究。因我的硕士研究方向为直升飞机的鲁棒稳定性控制，在研究过程中用到了很多的矩阵理论思想和方法。现列举一、二如下

62、。首先，线性变换的思想在我建立数学模型中具有至关重要的地位。通过对直升机飞行控制的研究，得到了有关偏转角、上升角和旋转角的一系列非线性微分方程组。经过线性化处理和拉普拉斯变换得到一组线性方程组。在模型中选取我所需要观察的状态变量，得到有关输入和输出的矩阵方程。此时，数学模型已基本建立，要得到我所需要的数学模型，须（需）对已建立方程组进行一系列线性变换，使得方程组具备某些特征，方便研究和求解。再者，范数的思想在求解直升机飞行控制的最优解时发挥了极大的作用。控制领域中所说的鲁棒性控制与H范数密不可分。没有H范数的鲁棒控制都不是真正的鲁棒控制。在已发表（的）论文中，很多都只停留在仿真阶段或伪造了控制

63、曲线。范数是把一个事物映射到非负实数，且满足非负性、齐次性、三角不等式，因而范数有多种。在直升机鲁棒飞行控制中，我用到了H2范数和H范数。对已建立直升机飞行数学模型中，提取最优性能指标J，对J进行范数求极值，就可以得到所需要的最优控制输入u。在H2控制中，得到的是由0时刻到某一具体时刻的最优控制，使直升机能够稳定的飞行。而对H2鲁棒控制进行推广，把时间上限换为，就得到了H控制。H鲁棒控制能使直升机在任意时刻稳定性处于最优状态，并能抵抗各种干扰。因而，范数的思想已经促进了控制领域一个重要方向的发展。综上，矩阵理论这一学科对我的研究起了至关重要的作用。另外，一些思想还对我的生活提供了帮助。最后，发

64、表一些对于矩阵理论这门课的感想和建议： 1、矩阵理论李老师比较幽默，上课比较有吸引力； 2、矩阵理论比较实用； 3、希望老师能布置少许作业，以让学生练习掌握情况； 4、祝老师工作顺利。生二十一：（）我与矩阵论首先，为什么要学习矩阵？我是学控制的一名工科生，但是，为什么必须要学习数学中的矩阵论呢？随着学习的深入，我对这一问题逐渐有了一些自己的解答。传统的数学一般都是一些低维的、少量的方程组成的，如控制中的经典控制理论，它用传递函数从整体上描述系统的性能。但是，随着控制科学的发展，我们要求能够明白系统内部的变量对控制的影响，因此引入了大量的变量，使得控制函数变成了一个由很多个方程构成的方程组。这时，传统的方法已经不能高效的解决我们的问题了。由此，我们引入矩阵，得到了明白系统内部特性的状态方程，使得控制理论由此进入了一个新的发展阶段。其次，矩阵论主要研究什么？初学矩阵时，觉得这门学科很是麻烦，但当把握住一个要点之后，这一切看上去就清晰明了许多。矩阵论主要是研究线性空间，以及在线性空间中的一些线性变换操作。为什么是线性空间的变换操作呢？第一，线性空间有许多的优点，便于我们研究问题。例如，线性空间中的任一个向量都可以由基线性表示。基作为一种“计量标准”，会存在多种形式，因而可以解决不同矩阵间的一些转换。这为矩阵变换提供了前提。