线性代数笔记27——对称矩阵及正定性

 

原文 | https://mp.weixin.qq.com/s/zdQttJfuubyztiVplScbwA

对称矩阵

　　对称矩阵是最重要的矩阵之一，对于对称矩阵来说，A=AT。矩阵的特殊性也表现在特征值和特征向量上，比如马尔可夫矩阵的有一个值为1的特征值，对称矩阵的特征值又有哪些特性呢？

 

　　本文的相关知识：

　　　　正交向量和正交矩阵  （线性代数20——格拉姆-施密特正交化）

　　　　投影矩阵 （线性代数18——投影矩阵和最小二乘）

　　　　复数 （闲话复数（1））

 

谱定理

　　对于实对称矩阵来说，它的特征值也为实数，并且能够挑选出完全正交的特征向量。

　　单位矩阵是对称矩阵，它的特征值都是1，并且单位矩阵的每一个列向量都是特征向量，它们完全正交，因此单位矩阵肯定符合实对称矩阵特征值和特征向量的性质。

　　P是投影矩阵也是单位矩阵，x是一个二维向量，如果x在平面的投影是x本身，即Px=x，那么平面内的所有向量都是P的特征向量。更一般的情况是，在重特征值的情况下，可能一个平面内的所有向量都能作为特征向量，因此我们说实对称矩阵“能够挑选出完全正交的特征向量”，下面是一个例子：

　　A的特征值全部是λ=a，对于任何向量都有Ax=λx，因此任何向量都是特征向量，但这些特征向量并不都是正交的，所以是从中选出一套正交向量。

　　如果A有n个线性无关的特征向量，那么A可以对角化为A=S∧S-1，如果A是对称矩阵，那么A对角化后有更好的性质：

　　Q是A的特征向量矩阵，同时也是正交矩阵，列向量是标准正交基。对于一个列向量标准正交的矩阵来说&