本章包含许多概念:
对称矩阵
正定矩阵
共轭矩阵
虚数的共轭和平方
复矩阵
复矩阵的模长和内积
酉矩阵
这里面很多的概念是准备学习“傅里叶”之前所必备的概念。
本人吃了很大的亏,一开始轻视学习对称矩阵,奉劝学习的人一定要侧重学习对称矩阵!一开始我们不知道它有什么用,甚至感觉它就是一种巧合,逐渐在后面的知识中,它意外得像一匹黑马,非常重要
本章有些强调和补充地方,啰嗦,也是本人在学习中曾经被忽视的地方。
在学习到代数的后期,我们会逐渐发现一个矩阵的性质、特点,很多时候都体现在它的特征值和特征向量上。
而对称矩阵,逐渐成为拉开这个序幕的一股重要的力量。
对称矩阵,定义:
(1)
(2)特征向量之间,任意一对两两正交(这是个非常重要的一点,在之后运用中非常非常重要。
这说明了特征向量组成的“特征基矩阵”P也是一个正交矩阵。那么就有当A是一个对称阵时,存在正交矩阵使得:
另外还能引申出其它的性质:
(3)如果A是一个对称阵,那么
另外其“长相”也有一定的特征:
(4)
注意的是:一开始学习的时候,更应该侧重记忆(1)(2)(3),而(4)在实际很多的问题上,我们更要发挥能不能“看”不重要,重点是要会用(性质123)。
(补充一点会遗忘的点:向量两两正交是指,比如上面图片中,3*1+1*2+7*9=0,如果结果是等于0,就是说,这一对向量两两正交,注意中间的符号是加哦,不是减!但对称矩阵是指对称矩阵A的特征向量之间两两正交,不是指对称矩阵A。)
关于对称矩阵的其它重要关注点:
(5)对称矩阵不一定可逆。比如一个三阶矩阵:
1 0 0
0 1 0
0 0 0
是一个对称矩阵,但存在0行0列,它是一个不可逆的矩阵。
类似的还有:
0 2 0
2 0 0
0 0 0
或者是0矩阵,这些,都是不可逆的。
对称矩阵可以逆,也可以无法逆;
它既可能线性无关,也可能线性相关;
它既可能存在0行0列,也可能是满秩。
关于这一系列的推导可以关注之前章节提到的“神功运转路线”。
(6)在(1)中
还有可以补充可以延伸思考的另一个性质:
(7)对角矩阵都是对称矩阵。(但是对称矩阵不一定是对角矩阵!)
强化和分辨:
(8)A基于是对称矩阵的前提:
在(2)说:对称矩阵A的特征向量之间,任意一对两两正交
可推导,A一定存在可逆的“特征基”矩阵P,进而可推到存在对角阵
且可逆的“特征基”矩阵P,我们在(2)说 P是一个特征向量矩阵,任意一对两两正交,正交又完全等同于互相垂直的概念,
在之前的章节我们提到一句很重要的话:
“互相垂直的各列一定是线性无关的”,
所以A的特征向量矩阵P列向量一定都是线性无关的!
注意,初学的时候,非常容易将线性无关和A和
这里屡次强调的“两两正交,线性无关,绝对不存在0行0列,绝对可逆”,是指的是特征向量矩阵P,而不是A和
(且绝对可逆,也同样也可以看出:
因为P可逆,所以P作为A的特征向量矩阵,可以有
我想表达的是:正因为P可逆,所以才存在A的
还是要强调一遍,是P可逆,P绝对是可逆的,而不是说对称矩阵A可不可逆!!!
A可以逆,也可以无法逆!
另一个非常重要的是:
上面讨论的是:A基于是对称矩阵的前提,P也是绝对存在的,P也绝对可逆。
但是,如果A不是对称矩阵,那么P也绝对存在,但P不一定是可逆的。A对角阵
还有我们不能说,P可逆A就是对称矩阵,这种反推显然是不对的。
请一定要记住,不要弄混了。
(9)
基于(8)的讨论。特征向量P还能化为单位向量矩阵,只需要将长度缩放到1,所以我们有标准正交向量Q,即可以把P认为是标准正交矩阵Q。
(单位向量是指模等于1的向量。即范数(或者 内积)两两为1。)
所以对于
我们对P进行Schmidt化,而P已经是本身自带正交化,那么只需要单位化,就可以实现Schmidt化,我们就能将P化为标准正交矩阵Q(或者说规范正交矩阵Q),
得出:
而对于标准正交矩阵,我们有这样的性质:
,所以:
对了,因为我们一直说A是对称矩阵,对称矩阵一定是方阵,所以P单位化后,更准确的说法是正交矩阵,而非模棱两可的规范正交矩阵。
而对称矩阵说的
所以进一步的,
对于
总结:
由于对称矩阵可以将特征向量矩阵P进行单位化而成为正交矩阵,所以有Q替代P,再因为正交矩阵的性质“Q的逆”和“Q的转置”这两个矩阵可以等同,对称矩阵又使得“Q的转置”等于“Q”,使得最后形成对于
这就是实数空间的谱定理。
简而言就是,实数空间谱定理是:对称矩阵在标准正交基下某个特性互通。(这个特性就是上面的结论).
谱就是矩阵特征值的集合。
(我对谱定理还有很多不清晰,长路迢迢啊。)
补充:
虽然,上面没有讨论对称矩阵和正交矩阵之间关系,对称矩阵是A和
对称矩阵有可能是正交矩阵。大部分情况都不是正交矩阵。
正交矩阵可能是对称矩阵。大部分情况不是。对称矩阵(4)的性质和随便翻本书的正交矩阵的样子明显都不一样。
先看下不是的:比如:
1 0
0 0
它是一个对称矩阵,可逆不可逆对于它来讲无所谓,但它不是一个正交矩阵,因为它无法逆啊
这就说明了对称矩阵不是正交矩阵的其中一个例子。
而最简单的二阶单位矩阵就是对称矩阵,也是正交矩阵!
关于范数和Schmidt化,这部分可以看之间我写的章节:
14、范数、内积、归一、正交化、标准正交(Schmidt化)
(10)对称矩阵内的数字一定是实数。定义对称矩阵一定在实数空间内,不可能存在虚数。
这部分在下面的共轭矩阵中会再次提到。
(11)在对称矩阵中,特征值的乘积总是等于行列式
(12)对称矩阵中,
主元的正值的个数和负值的个数,分别等于,特征值正值的个数和负值的个数
(我们把正的特征值个数称为正惯性指数,把负的特征值个数称为负惯性指数)
(惯性指数是特征值的个数)
(本章暂且不提及惯性指数,在之后的学习中会提到。)
关于对称阵还有其它的性质,可觉得一时没有特别的关注点,可以看百度百科:
对称矩阵_百度百科
反对称矩阵:
满足
且 可推,
其外貌特征是主对角线上的元素是0,关于主对角线对称的元素互为相反数
比如
A=
0 1
-1 0
是个二阶反对称矩阵
正定矩阵:
正定矩阵A是对称矩阵中的一种。其特点是:
(1)A的特征值都是正的
(2)矩阵A行最简的主元都是正的。
(3)所有的子行列式都为正
子行列式概念:
从原行列式左上角开始依次划分出 1x1 的一块,2x2 的一块,...得到的这些子块对应的行列式就称之为“子行列式”。
copy下别人的例子,觉得没必要浪费时间再添加什么了:
——推荐 ——推荐 ——推荐 ——推荐 ——推荐 ——推荐 ——
关于更详细的正定矩阵的学习和概念:
请参见本人写的22章:
回头是岸不回走:22、正定矩阵、正定二次型、半负定zhuanlan.zhihu.com共轭矩阵:
共轭矩阵又称为:自共轭矩阵、Hermite阵、埃尔米特矩阵。
共轭矩阵有分为“实数共轭矩阵”和“复数共轭矩阵”,
当是一个“实数共轭矩阵”时,实数共轭矩阵就是对称矩阵。
当是一个“复数共轭矩阵时”,即包含了虚部,那么它不是对称矩阵,
我们要明白对于虚数i的共轭是什么,
看一下概念:
两个实部相等,虚部互为相反数的复数互为共轭复数。(当虚部不等于0时也叫共轭虚数)
复数z的共轭复数记作
根据定义,若z=a+ib (a,b∈R),则它的共轭是
举个例子:
矩阵A为复数共轭矩阵:
1+i 2+i
2-i 1+i
在实数空间里,我们可以认为共轭就是为对称,而虚数还要参照上面说的。
所以在复数空间里,如果一个复数矩阵想拥有实数对称矩阵的性质,需要满足
简单说,包含实部和虚部的A要想拥有对称矩阵的性质,不仅要满足等于它的转置,还要等于它的共轭。
而如果是实数空间,没有虚部,那么就直接等于转置就可以了,没必要再共轭,因为它的共轭就是本身啊。
所以:在实数空间内,
(对称矩阵一定是实数。一定在实数空间内。)
备注:
共轭矩阵拥有这对称矩阵的性质,且共轭矩阵的特征值都是实数,它的特征向量互相垂直。
虚数的平方和共轭:
复数求范数或内积的核心就是,原先在实数空间内的
(考虑到转置这东西实在不过是公式里数乘运算的规范,其实在意义没有,那我想干脆就人性化,不要去记住转置这种东西,直接记得上面的式子,才简洁,不产生其它歧义。)
已知复数“x”是包含了实数和虚数,实数的共轭是本身,那么虚数的共轭是:
虚数的平方:(i3表示i的三次方,没这种写法,但我要节省时间,就这么写了)
i1 = i
i2= - 1
i3 = - i
i4 = 1
i5 = i
i6 = - 1
i7 = - i
i8 = 1
幂次i,一次循环以4为周期,
周期内一次奇数次方为i,二次偶数次方为-1,三次奇数次方为-i,四次奇数次方为1.
以此循环。
对于虚数的共轭是取相反符号:
比如:
i的共轭是-i
4+3i 的共轭是 4-3i
于是“对称矩阵”若在出现虚数,便不叫“对称矩阵”,复数空间里,它应该的叫法是:
“共轭矩阵”。
比如:
a 4+3i
4-3i b
备注:
共轭矩阵的特征值都是实数。它的特征向量互相垂直。
备注:
求一个数的共轭和共轭矩阵是不同的,并不是说“求某的共轭,它就是一个复数内对称矩阵。NO。”,共轭和共轭矩阵还是要有区分开来学习。
复矩阵和它的模长:
在复数空间内的矩阵都是复矩阵。
我们对包含实数和虚数的数求“模长”和“内积”,其操作和实数空间内求“模长”和“内积”稍有些不同。
做下实数求模长的简单回忆:
一个实数要求模长(范数、长度),
比如列向量A=[1 2]的模长为
即是
而对于复数的情况,即存在虚部,它的模长为:
表达的即是A不仅要做转置要要同时做“共轭”。我们将
H就是共轭矩阵、埃尔米特矩阵、自共轭矩阵。(H主要代表了实数虚数共轭的性质)
酉矩阵:
正交矩阵是指在实数空间的范围内的,而在复数空间里,有相同正交性质的,不叫正交矩阵,而叫“酉矩阵”。
简单总结:
在实数空间:A正交矩阵,B对称矩阵 ;
在复数空间:A酉矩阵 ,B共轭矩阵 。
(完)