复矩阵的特征值_电子科技大学矩阵理论复习笔记 矩阵理论 第一章 从入门到入土...

下面解释一下本章重要概念

其余部分学习者也要看课本了解。比如

这个定理，今年就考了一道判断题，可能是因为平时没有认真看书，加之第一章概念没有吃透，作者险些做对。

值域

N(A)（null 零空间，核空间），表示的是

这道题利用以下结论，同时R(B)

N（

）

这些都是书上的，所以再次强调看博客和PPT只能帮助梳理和理解课本，不能代替看课本，同时也不能仅仅去刷题，最后都要回归课本。

接下来，简单说一下本章重点，因为是基础章节，所以强调概念和公式

首先是幂等矩阵的概念，它最大的作用是计算

会变得方便，之后是正交投影，这个是很重要的概念，在第三章谱分解会有运用，比如Hermite矩阵（A=

），正交投影具有幂等性。

顺便提一下，投影就是一个空间到另一个空间的变换，最常见的就是Ax=b，A就是x到b的投影。

接下来，是内积空间，这个内积空间的引入，是为了量化不同空间之间的距离，也可以理解为向量代数中向量的数量积（点积）的推广 ,记作

以及它的两个常用计算公式||X||，这都是常用的工具。

其次，定义2下面的的定理1，是范数空间引入的重要依据，即范数空间会具有类似定理1的性质。

最后是酉矩阵，可以类比于单位矩阵，只不过是复空间中，特征值的模为1的矩阵

对于初等矩阵，知道他们的共性，知道Gauss变换、Householder变换、Givens变换是在此基础上得来即可。

这里面（7）是非常常用的，务必会用，其次（5）、（8）会出现在选填题中。定理5也要推导。

证明的第一行先表示AXB，第二行到第三行用公式（7）拆成两部分的Kronecker乘积

核心就是使用上面公式（7）；

最后的最后，讲三道题，基本可以囊括矩阵理论的常规证明思想，能领悟多少就可在座各位的熟练程度了。

第一条划红线的是对角化表示，不仅Hermite矩阵、正规矩阵（

）、正定矩阵都有类似的表示思路。

第二条是，利用初等矩阵的方式，选择出单独的一行或者一列，为后面说明特征值为0，进而A=0做铺垫。

第一条和第二条线是利用对角化分别表示矩阵

第三条，是因为题意需要，就把他们用特征值来表示

上图，第一条是为了构造|A|-|B|

|A-B|，便于第二条线处的证明。

看懂上面两题，下面这题应该是游刃有余，而且此题在今年的考试中也有涉及到

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~