(复习笔记,可能有点乱。夹杂着乱七八糟的英文,因为要用英文考试。)
(如果有误请一定要和我说!祝我final考个好成绩…)
目录:
- 特征值,特征向量,相似 (Eigenvalues, eigenvectors, similarity)
- 酉相似 & 酉等价 & 正规矩阵 (Unitary similarity & unitary equivalence & normal matrices)
- Jordan标准型,LU分解 (Jordan canonical form, LU factorization)
- Hermitian矩阵,相合 (Hermitian matrices, Congruences)
- 向量范数 & 矩阵范数 (Vector norms, matrix norms)
- Gersgorin圆盘 (Gersgorin discs)
- 正定矩阵 & 半正定矩阵 & 极分解 & 奇异值分解 (Positive definite & semidefinite & polar decomposition & SVD)
- 正矩阵 & 非负矩阵 (Positive / nonnegative matrices)
下篇在这里:
辰晞:矩阵分析-期末复习笔记(下)zhuanlan.zhihu.com1. 特征值,特征向量,相似 (Eigenvalues, eigenvectors, similarity)
- 特征值 Eigenvalue:
- spectral radius: absolute value of the largest eigenvalue
- 把A代进多项式
,新的矩阵的特征值是,特征向量不变。
- 注:这个命题necessary but not sufficient,不能用
的特征值反推。
- 注:这个命题necessary but not sufficient,不能用
- A和A转置有一样的特征值。
- 如果
则
- 相似 Similarity
-
- 相似前后特征值不变
- 证明:
- 证明:
- 相似后的特征向量:
所以B的特征向量是.
- 两个矩阵相似 if & only if 它们的Jordan canonical forms相等。
- Similarity is an equivalence relation
-
- 对角化:diagonalizable
- A (nxn) must have n linearly independent eigenvectors. (i.e. 代数重数 = 几何重数)
- 如果特征值都是不一样的,那么肯定可以对角化
- 从不同的eigenspace中得到的eigenvector一定是linearly independent.
- Block diagonalizable:
:
- C is diagonalizable if & only if A & B are diagonalizable.
- 同时对角化:Simultaneously diagonalizable
- Two matrices commute (AB = BA) if & only if they are simultaneously diagonalizable.
- 证明:
(E, D are diagonal matrices, always commute)
- Note: 对于任意A, B,不管commute与否,AB &a
- 证明:
- Two matrices commute (AB = BA) if & only if they are simultaneously diagonalizable.