判断上三角矩阵_电子科技大学矩阵理论复习笔记 第三章 矩阵的分解

本章侧重于应用，下面先给出本人总结的本章大致框架，然后针对以上内容，给出一些可作为参考的证明链接，如果感兴趣或者不太了解的，可以进入相关链接。最后就是需要掌握的常见的计算和证明。

开始之前补充点知识：

下图是概念之间的韦恩图

首先理解下单纯矩阵，就是几何重复度=代数重复度。几何重复度是度量有多少特征向量可以线性无关的表示出来组成P（即

）。又因为存在矩阵A可能不能相似对角化的可能，所以引入代数重度计算总的特征值个数。公示表达如下：

换句话说，单纯矩阵就是可以相似对角化的矩阵。

正规矩阵就是：

Hermite矩阵就是

3.1 三角分解

通常证明题，可能会涉及推论2中，把正定Hermite P表示称QR的形式（正交矩阵+上三角矩阵而且表示唯一），然后正定Hermite A矩阵可以表示成

.证明思想仍然是沿用第一章给出的对角化思想。之后难点就是唯一性的说明，只需要构造出上三角成上三角=下三角乘下三角，等式成立的条件是对角矩阵，即唯一。

其次，三角分解分为n阶矩阵分解和任意矩阵分解两部分，注意区别哪些分解的表示的唯一性，哪些不是！判断和选择题还是很容易出现的。

3.2 矩阵的谱分解

上面定理3中的谱分解，，要求能写出来，理解这个谱分解还是站在

相似对角化的角度，只不过这里是分成很多块而已。

正规矩阵和单纯矩阵还是有很大区别的。

谱分解：还应用于Karhunen-Loever变换、PCA分析、能量最大化

下面提一下PCA，因为机器学习里很经典的方法，感兴趣的可以了解下。

3.3 Hermite分解

以上红色部分概念在证明和计算中经常出现，务必熟悉。

3.4 矩阵的最大秩分解

这是一个十分常用的方法，无论是在求广义逆、低秩方阵的高秩分解、不等式证明都会使用。

最后注意两点，其一，A可以进行行列的初等变换，其二，分解不唯一。

3.5 奇异值分解

定理1是非常重要的结论，这里重点说下

关键是说明

包含了AX=0，方法就是红线部分。

利用内积的齐次性。

下面是，奇异值分解的定义和表示

和第一章是一个道理，不知道屏幕前的大伙伴还想得起么？

网上其他博客的具体证明，比如，三角矩阵，谱分解，满秩分解，奇异值分解

梳理总结

简单介绍下schur定理，

针对矩阵理论怎么学习，本文以考试和应用为导向，侧重概念的理解和套路的总结。

由于本人水平有限，有些解释不到位或者有纰漏的地方，还望指出。同时，字写的不好，还请见谅。

最后，由于不同学校不同老师出题风格和难度不同，该专栏只能帮助初学者在短时间内，更好的理解课本内容。最后的落脚还是要以书本和PPT为主。对于想取得高分的同学，务必熟悉书上的定义和主要定理的证明。

还觉得满意话，请给一个赞~