线性代数-基础知识

可逆矩阵

百度百科

定义

性质

常用方法

相似矩阵

定义设$A,B$都是$n$阶矩阵，若有可逆矩阵$P$，使
$$P^{-1}AP=B$$
则称$B$是$A$的相似矩阵，或说矩阵$A$与$B$相似，对$A$进行运算$P^{-1}AP$称为对$A$进行相似变换，可逆矩阵$P$称为把$A$变成$B$的相似变换矩阵。

定理1 若$n$阶矩阵$A$与$B$相似，则$A$与$B$的特征多项式相同，从而$A$与$B$的特征值亦相同.

推论 若$n$阶矩阵$A$与对角阵
$$\Lambda =\left[\begin{array}{ccccc}{\lambda }_1& & & & \\ & {\lambda }_2& & & \\ & & \ddots & & \\ & & & {\lambda }_n& \end{array}\right]$$
相似，则${\lambda }_1,\dots ,{\lambda }_2,{\lambda }_n$即是$A$的$n$个特征值。

定理2 $n$阶矩阵$A$与对角阵相似（即$A$能对角化）的充要条件是$A$有$n$个线性无关的特征向量。

推论 如果$n$阶矩阵$A$的$n$个特征值互不相等，则A与对角阵相似（即$A$能对角化）。

把矩阵$A$对角化步骤：

1. 判断矩阵$A$是否为方阵；
2. 判断矩阵是否为可逆矩阵；
3. 利用特征分解求特征值和特征向量；
4. 将特征向量进行单位化

注意：

• 当$n$阶矩阵含有$n$个互不相同的特征值时，则该矩阵必然可以对角化。
• 实对称矩阵必然可以对角化。

---

对称矩阵

正定矩阵

来自百度百科

在线性代数里，正定矩阵（positive definite matrix），也叫正定阵。正定矩阵在实数域上是对称矩阵。在复数域上是厄米特矩阵（共轭对称）。因为正定矩阵在定义的时候就是要在厄米特矩阵的域内（实数域上是对称矩阵）。

定义：

1. 广义：设$M$是$n$阶方阵，如果对于任何非零向量$z$，都有$z^{T}Mz>0$，其中$z^T$表示$z$的转置，此时就称矩阵$M$为正定阵。
2. 狭义：一个$n$阶的实对称矩阵$M$是正定的的条件是当且仅当对于所有的非零实系数向量$z$，都有$z^{T}Mz$> 0。其中$z^T$表示$z$的转置。

对称正定阵

定义： 设$A\in R^{n\times n}$，若$A=A^T$，对于任意的非零$X\in R^n$，都有$X^{T}AX>0$，则称$A$为对称正定阵。

Hermitian正定阵

定义： 设$A\in R^{n\times n}$，若$(A^{\ast }{)}^T=A$或者$A^H=A$，其中$A^{\ast }$表示为$A$的共轭阵，对于非零$X\in C^n$，都有$X^{H}AX>0$，则称$A$为Hermitian正定矩阵。

正定阵的性质：

• 正定矩阵的行列式恒为正
• 实对称矩阵$A$正定当且仅当A与单位矩阵合同
• 若$A$是正定矩阵，则A的逆矩阵也是正定矩阵
• 两个正定矩阵的和是正定矩阵
• 正实数与正定矩阵的乘积是正定矩阵

对于$n$阶实对称矩阵的等价命题：

• $A$是正定矩阵
• $A$的一切顺序主子式均为正
• $A$的一切主子式均为正
• $A$的特征值均为正
• 存在实可逆矩阵$C$，使$A=C^{-1}C$
• 存在秩为$n$的$m\times n$实矩阵$B$，使$A=B^{-1}B$
• 存在主对角线元素全为正的实三角矩阵$R$，使$A=R^{-1}R$

对称矩阵$A$正定性的判别方法

• 求出$A$的所有特征值。若$A$的特征值均为正数，则$A$是正定的；若A的特征值均为负数，则$A$为负定的。
• 计算$A$的各阶主子式。若$A$的各阶主子式均大于零，则$A$是正定的；若$A$的各阶主子式中，奇数阶主子式为负，偶数阶为正，则A为负定的。

单位正交矩阵

在正交矩阵的基础上，矩阵的每一个向量都是单位向量的矩阵。