8.4 矩阵的合同

醒过来摸鱼

已于 2023-05-30 21:34:08 修改

阅读量825

点赞数

分类专栏：线性代数【更新中】文章标签：矩阵线性代数 python

于 2023-02-08 17:18:51 首次发布

本文链接：https://blog.csdn.net/m0_66201040/article/details/128938238

版权

线性代数【更新中】专栏收录该内容

71 篇文章 38 订阅

订阅专栏

不同基下的度量矩阵

前面讲了双线性函数和内积都可以用矩阵来表示，但是对于不同的基下，内积的度量矩阵是不同的，这个时候怎么计算呢？举个例子，以下是双线性函数的度量矩阵：
$A=\begin{pmatrix}1 & 3 & 2\\ -1 & 3 & 4\\ -2 & -3 & 1 \end{pmatrix}$
这个双线性函数在以下这组基下的矩阵是什么呢？
$\epsilon_1=\begin{pmatrix}1 \\ 0\\ 0\end{pmatrix},\epsilon_2=\begin{pmatrix}1 \\ 1\\ 0\end{pmatrix},\epsilon_3=\begin{pmatrix}1 \\ 1\\ 1\end{pmatrix}$
我们先按照度量矩阵的定义来呗。这个结果就是：
$B=\begin{pmatrix} \epsilon_1^TA\epsilon_1 & \epsilon_1^TA\epsilon_2 & \epsilon_1^TA\epsilon_3\\ \epsilon_2^TA\epsilon_1 & \epsilon_2^TA\epsilon_2 & \epsilon_2^TA\epsilon_3\\ \epsilon_3^TA\epsilon_1 & \epsilon_3^TA\epsilon_2 & \epsilon_3^TA\epsilon_3 \end{pmatrix}\\ =\begin{pmatrix} 1 & 4 & 6 & \\ 0 & 6 & 12 \\ -2 & 1 & 8 \\ \end{pmatrix}$

矩阵的合同

但是这样计算也太麻烦了吧。其实这样计算就可以了：
$B=\begin{pmatrix}1 & 1 & 1\\ 0 & 1 & 1\\ 0 & 0 & 1\\ \end{pmatrix}^T\begin{pmatrix}1 & 3 & 2\\ -1 & 3 & 4\\ -2 & -3 & 1\\ \end{pmatrix}\begin{pmatrix}1 & 1 & 1\\ 0 & 1 & 1\\ 0 & 0 & 1\\ \end{pmatrix}\\=\begin{pmatrix} 1 & 4 & 6 \\ 0 & 6 & 12 \\ -2 & 1 & 8 \\ \end{pmatrix}$
这个时候，内积在两个基下的度量矩阵呈现这个关系：
$B=P^TAP$
这个时候矩阵 $A, B$ 的关系就叫做合同Congruent。