1、方阵的特征值与特征向量
如果满足
Ax=λx
A
x
=
λ
x
,其中
A
A
是方阵,是标量值,
x
x
是向量;则称是方阵的特征值,
x
x
是方阵的特征向量。的集合意义是对向量
x
x
进行旋转和伸缩变换,如下图
假如
对于
2、特征分解的性质
对于
Axi=λxi
A
x
i
=
λ
x
i
,如果所有的特征值都不相同,则相应的所有的特征向量线性无关。此时,
A
A
可以被对角化为
其中, V=[x1,...,xn] V = [ x 1 , . . . , x n ] 是一个可逆矩阵; Λ=Diag(λ1,...,λn) Λ = D i a g ( λ 1 , . . . , λ n ) 。
注意:不是所有的方阵都可以对角化,但是对称矩阵可以,而协方差矩阵就是一个对称矩阵。
3、对称矩阵的特征分解
(1)如果一个对称矩阵的特征值不同,则其相应的所有的特征向量正交(即
UUT=UTU=I
U
U
T
=
U
T
U
=
I
)
(2)对称矩阵的特征值是实数
(3)如果 A∈Rn×n A ∈ R n × n 是一对称矩阵并且矩阵的秩 rankr≤n r a n k r ≤ n ,则有
4、二次型、半正定矩阵和正定矩阵
(1)二次型
给定矩阵
A∈Rn×n
A
∈
R
n
×
n
,函数
称为二次型。
(2)半正定矩阵
如果对于所有 x∈Rn x ∈ R n ,有 xTAx≥0 x T A x ≥ 0 ,则A为半正定矩阵,此时 λ(A)≥0 λ ( A ) ≥ 0
(3)正定矩阵
如果对于所有 x∈Rn x ∈ R n , x≠0 x ≠ 0 ,有 xTAx>0 x T A x > 0 ,则A为正定矩阵