彻底理解相似矩阵

大家都知道相似矩阵的定义：

 看着只是感觉有巧妙之处，但其实我们并不能理解这背后的道理，以及知道它的由来是什么。

今天受知乎“马同学”一篇回答的启发，并结合一本说人话的线代教材中的内容明白了不少，决定来讲讲，并在它的基础上做一些进一步的总结。

首先那本说人话的教材是这样解释的：

相同的线性变换在选用不同的有序基时该变换有不同的矩阵表示

                                                                                       ——《华章数学译丛-线性代数原书》

这两个矩阵就称为相似矩阵。

是不是醍醐灌顶？

但还是要细致地进一步了解才能完全掌握它的内容

下面让我娓娓道来

设有两组基：V1 V2  （V1 V2 是两个矩阵，其内容为两组基在标准正交基中的描述）

以及向量v1、v2，它们分别是一向量v在V1、V2中的描述，存在变换矩阵 P使得 P*v1=v2（这里花一点篇幅补充下有关线性变换的内容，虽然它的作用很好理解，但实际用起它的数学式子来处理问题有时还是挺抽象的（熟练掌握了的可以跳过）

要厘清使向量发生空间位置的变化和更换基向量来描述向量的关系：

可以用几句话说明白：

有变换矩阵A，和两个向量x1 和 x2

它们存在关系：  Ax1=x2

无论是“使向量发生空间位置的变化：还是“更换基向量来描述同一个向量”都用到这个表达式，

不同的作用有不同的对此式子的理解，

若是第一种，则简单明了：线性算子A使x1变换为x2

（x1和x2都在同用同样的基向量来描述）A可称为x1到x2的转移矩阵

第二种，想要掌握有些复杂，但经过思考整理可总结为简单的两句话：

Ax1=x2中的A是x1所在的坐标系中的基向量在  x2所在的坐标系中的描述

不同的语言转换需要向量左乘A或A的逆

记住这句话就能轻松驾驭线性变换这个神奇的工具了。

引申：两种作用之间有什么联系吗？

我的回答是：目前在我知识范围内没有，但它们结合起来，构成了相似矩阵的由来）

继续上文，设向量v1、v2分别是同一向量v在V1、V2中的描述，存在变换矩阵 P使得 P*v1=v2

好了，正戏开始：

开头说到的线性变换要上场了，对它的理解在这个概念的学习中至关重要

有两个矩阵U、E(它的意义待会揭露）

总的来说就是经过几个算式演化出来的，

首先有v2=P*v1

然后取上式右端，左乘E

得EPv1

再左乘P的逆，得

P^（-1）EPv1

令Uv1等于上式：

P^（-1）EPv1=Uv1

便得到相似矩阵的定义

P^（-1）EP=U

我们来看看这个过程中发生了什么

首先揭晓U、E的含义：将用基V1和V2描述的向量v进行线性变换的矩阵，因为v在不同的坐标系中描述不同，故须不同的矩阵才能达到同样的变换

第一步v2=P*v1，将v由在V1中表述换为在V2中

第二步EPv1，在V2下将向量v进行计划的线性变换，得到的新向量是在V2下表述的

第三步P^（-1）EPv1，将在V2下表述的新向量转化为在V1下表述（灵活运用Ax1=x2两个作用）

第四步就好理解了，上面三步等价于直接将在V1下表述的向量v进行该线性变换，得到在V1表述下的新向量。

进行上面四步（一个空间位置确定的向量进行线性变换，在用不同的基（坐标系）下进行就会有不同的变换矩阵）它们满足那个关系式。

这就是相似矩阵的由来，谢谢大家阅读。希望能帮助到大家。