MIT 18.06 linear algebra 第二十六讲笔记
第二十六课课程要点:
- Symmetric Matrices
- Eigenvalue & Eigenvector
- start: Positive Definite Matrix
关于对称矩阵 A=AT A = A T 有以下特性:
- 特征值都是实数
- 特征向量都是(可以选取出一组)正交的。
如果特征值不同的话,那么对应的特征向量是垂直的。如果特征值有重复的话,我们可以在既定平面上选取出一组相互垂直的特征向量。就前面这句话的解释为:假设有特征值 λi λ i 与 λj λ j 的值是相等的,那么将其代入求特征向量时 (A−λI)x=0 ( A − λ I ) x = 0 ,因为 λ λ 是重根,所以 N(A−I) N ( A − I ) 必定对应一个空间,那么我们在这个空间内选取两个相互垂直的特征向量即可。
通常来说我们可以把矩阵写为 A=SΛS−1 A = S Λ S − 1 。对于对称矩阵时,我们可以选取一组标准正交的特征向量作为特征向量,因此可以有 A=QΛQ−1 A = Q Λ Q − 1 ,又由于 Q Q 为标准正交向量,那么有 。
下面证明下为何特征值是实数?
对于 Ax=λx A x = λ x ,其存在共轭的形式 A¯¯¯¯x¯¯¯=λ¯¯¯x¯¯¯ A ¯ x ¯ = λ ¯ x ¯ 。
如果一个实矩阵有一特征值 λ λ 和一特征向量 x x ,那么它必然有另一特征值
和特征值