矩阵相关知识

目录

1. 任何矩阵A(sxn)可以初等变换为标准型

 2. 任何方阵A(nxn)可以变换为对角型(+模态规范性)或约当形。取决于|​编辑|的根。

3. 实对称矩阵 特殊性质。

3.1 实对称矩阵A的特征值​编辑都是实数,特征向量​编辑都是实向量。

3.2 实对称矩阵A的不同特征值对应的特征向量是正交的,即PiT * Pj=0。

3.3 实对称矩阵特征向量组成的特征矩阵P,满足P^PT=dia{||Pi||}

3.4 由3.3,将Pi单位化后,P^PT=dia{1}=E,即PT=P^-1

3.5 由3.4 ,单位化后的P,满足 PT * A * P =​编辑

3.6若λ0具有k重特征值 必有k个线性无关的特征向量,或者说必有秩r(λ0E-A)=n-k,其中E为单位矩阵。

3.7由3.6,A必可正交化,即​编辑=dia{​编辑}.矩阵能化成什么根本上由目录二指出。且P逆=PT。

4. 正规矩阵 AH*A=A*AH

5.酉矩阵 AH * A =E

6. 次酉矩阵

7. 正交矩阵 AT * A=E

8. 对称矩阵相乘并不是对称矩阵




1. 任何矩阵A(sxn)可以初等变换为标准型

(参考高等代数4.6初等矩阵)

 

 2. 任何方阵A(nxn)可以变换为对角型(+模态规范性)或约当形。取决于|\lambda I-A|的根。

(参考 现代控制理论)

特征根为复数时补充:

MATLAB验证:

clc
tv=1/2^0.5 * [i 1;1 i]

x=[3,4;5,6]
det(x)
a=x^-1 * [-3 5 ;-5 -3] *x % 实数矩阵 特征根为 -3+5i;-3-5i
a=[-2 1; -17 -4]
[p,D] = eig(a)
a2 = p^-1 * a * p   % a~
a3 = tv^-1 * a2 * tv  
q = p*tv
a32= q^-1 * a * q

Q=[1 0;-1 4]
a33= Q^-1 * a * Q

 结果:

tv =

   0.0000 + 0.7071i   0.7071 + 0.0000i
   0.7071 + 0.0000i   0.0000 + 0.7071i


x =

     3     4
     5     6


ans =

   -2.0000


a =

 -108.0000 -130.0000
   85.0000  102.0000


a =

    -2     1
   -17    -4


p =

  -0.0572 - 0.2287i  -0.0572 + 0.2287i
   0.9718 + 0.0000i   0.9718 + 0.0000i


D =

  -3.0000 + 4.0000i   0.0000 + 0.0000i
   0.0000 + 0.0000i  -3.0000 - 4.0000i


a2 =

  -3.0000 + 4.0000i   0.0000 - 0.0000i
   0.0000 + 0.0000i  -3.0000 - 4.0000i


a3 =

   -3.0000    4.0000
   -4.0000   -3.0000


q =

   0.1213 + 0.1213i  -0.2021 - 0.2021i
   0.6872 + 0.6872i   0.6872 + 0.6872i


a32 =

   -3.0000    4.0000
   -4.0000   -3.0000


Q =

     1     0
    -1     4


a33 =

    -3     4
    -4    -3

3. 实对称矩阵 特殊性质。

方阵A(nxn)为实对称矩阵,则

3.1 实对称矩阵A的特征值{\lambda _i}\都是实数,特征向量P_i都是实向量。

3.2 实对称矩阵A的不同特征值对应的特征向量是正交的,即PiT * Pj=0。

3.3 实对称矩阵特征向量组成的特征矩阵P,满足P^PT=dia{||Pi||}

3.4 由3.3,将Pi单位化后,P^PT=dia{1}=E,即PT=P^-1

3.5 由3.4 ,单位化后的P,满足 PT * A * P =\widetilde{A}

3.6若λ0具有k重特征值 必有k个线性无关的特征向量,或者说必有秩r(λ0E-A)=n-k,其中E为单位矩阵。

        根据目录二,一个矩阵A能化成什么,取决于|\lambda I-A|。

        A无重根时,又都是实数,可以直接化为正交型。

        A有k重根时,先约当型,而又有k个线性无关向量,所以约当型变为正交型

3.7由3.6,A必可正交化,即\widetilde{A}=dia{{\lambda _i}\}.矩阵能化成什么根本上由目录二指出。且P逆=PT。

 A = P\tilde A{P^{ - 1}}{\rm{ = }}P\tilde A{P^T},即{P^{ - 1}} = {P^T},即{P^T}P = I = P{P^T},即P是正交矩阵,即P是实数化的酉矩阵。

关于P逆=PT的理解:

         从初等变换上,\widetilde A\是对角矩阵,其行怎么进行变换,列就怎么进行变换,那肯定得到对称矩阵。对应到数学形式上,

        \[{P_n}...{P_2}{P_1} \cdot \widetilde A \cdot {P_1}{P_2}...{P_n} = ({P_n}...{P_2}{P_1})\widetilde A{({P_n}...{P_2}{P_1})^T} = P\widetilde A{P^T}\]

        即对角矩阵,两边乘以转置矩阵后,变为对称矩阵。

4. 正规矩阵 AH*A=A*AH

(参考百度百科)

1. 定义:

 2. 性质:

3. 经常的疑问:AH*A=A*AH,那么A为对称阵吗?

答:从正规矩阵定义举的例子就知道,不一定对称。从目录六3知道,不一定对称。

4. 辨析 正规矩阵、正交矩阵、对称矩阵:

        正规矩阵>酉矩阵>正交矩阵

        正规矩阵>对称矩阵

        对称矩阵和正交矩阵有交叉,但不相等。

5.酉矩阵 AH * A =E

其实就是unit、幺矩阵,其成其转置等于1。

定义: 

6. 次酉矩阵

(参考酉矩阵和次酉矩阵的定义_仁者见仁智者见智的博客-CSDN博客_次酉矩阵定义

定义:
若α1 ,α2 ,…,αr 为n维标准正交列向量组,称n×r阶矩阵U1=(α1 ,α2 ,…,αr)
为次酉矩阵。记作U1∈Ur n×r .

充要条件:
U1为次酉矩阵的充要条件是U1H U1=Er

3、酉矩阵和次酉矩阵的异同
相同:
两种矩阵的列向量都是两两单位正交的

不同:
酉矩阵是方阵,而次酉矩阵不是方阵

参考:
矩阵分析(第三版)史荣昌
————————————————
版权声明:本文为CSDN博主「仁者见仁智者见智」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/CL880/article/details/121153086

7. 正交矩阵 AT * A=E

就是酉矩阵实数化。

1. AAT=E=ATA

2. 各行、列向量是单位向量、且两两正交。

证明:(截图来自b站宋浩老师) 

3. 经常的疑问:A*AT=I=AT*A,则A一定是对称矩阵吗? 

答:否定。

例如:


>> a=[1 2 77;2 55 6;77 6 9 ]  % a是对称阵,则其P是正交阵,即c是正交的,但c非对称。

a =

     1     2    77
     2    55     6
    77     6     9

>> [c,d]=eig(a)

c =

  -0.724514929433344  -0.152103095045351   0.672266885623427
  -0.021111790241287   0.979786661485016   0.198928103315883
   0.688935707697754  -0.129933623260771   0.713081232543196


d =

 -72.160432944703203                   0                   0
                   0  53.893832737003521                   0
                   0                   0  83.266600207699653

>> c*c'

ans =

   1.000000000000000  -0.000000000000000                   0
  -0.000000000000000   1.000000000000000   0.000000000000000
                   0   0.000000000000000   1.000000000000000

8. 对称矩阵相乘并不是对称矩阵

\[\begin{array}{l} {(AB)^T} = {B^T}{A^T} = BA\\ \ne AB \end{array}\]

例如:

 a=[1 2 77;2 55 6;77 6 9 ]
b=[4 5 6;5,7,8;6 8 9]
a* b

b*a

结果:

a =

     1     2    77
     2    55     6
    77     6     9


b =

     4     5     6
     5     7     8
     6     8     9


ans =

   476   635   715
   319   443   506
   392   499   591

ans =

   476   319   392
   635   443   499
   715   506   591

 
————————————————
版权声明:本文为CSDN博主「qq_24690701」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qq_24690701/article/details/81839016

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qq_45111955

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值