目录
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。
3.1 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。
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||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的特征值都是实数,特征向量都是实向量。
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 =
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||。
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=dia{}.矩阵能化成什么根本上由目录二指出。且P逆=PT。
,即,即,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,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,
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
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