计算机中的数学---相似矩阵及二次型

向量内积，长度，正交性

1.定义 设n维向量，$$x=\begin{array}{c}{x}_1\\ x_2\\ .\\ .\\ .\\ x_n\end{array},y=\begin{array}{c}{y}_1\\ y_2\\ .\\ .\\ .\\ y_n\end{array}$$令$[x,y]=x_1{y}_1+x_2{y}_2+...+x_n{y}_n,[x,y]$称为向量$x$和$y$的内积。
内积：
施瓦茨不等式
$[x,y{]}^2<=[x,x][y,y]$

2.定义 令$||x||=sqrt([x,x])$，称为n维向量x的长度
4.定义 设n维向量$e_1,e_2,...,e_r$是向量空间V的一个基，如$e_1,e_2,...,e_r$两两正交且为单位向量，则，称其为标准正交基。

5.施密特正交化 从线性无关向量组导出单位正交向量组
已知$a_1,a_2,...,a_r$线性无关
令$$b_1=a_1,$$ $$b_2=a_2-[b_1,a_2]/[b1,b1]b_1,$$ $$...$$ $$b_r=a_r-[b_1,a_r]/[b_1,b_1]b_1-[b_2,a_r]/[b_2,b_2]b_2-...-[b_{r-1},a_r]/[b_{r-1},b_{r-1}]b_{r-1}$$

再分别对$b_1,...,b_r$单位化，即可。

方阵的特征值，特征向量

1.定义 设A是n阶矩阵，如数k和n维非0列向量x，使$$Ax=kx$$成立，则k称为矩阵A的特征值，非0向量$x$称为A对应于特征值k的特征向量。

$|A-kE|=0$，构成以k为未知数的一元n次方程，称为矩阵的特征方程。

性质：
$k_1+k_2+...+k_n=a_{11}+a_{22}+...+a_{nn}$
$k_1{K}_2...k_n=|A|$

2.性质 设$k_1,k_2,...,k_m$是方阵A的m个特征值，$p_1,p_2,...,p_m$是与之对应的特征向量，如$k_1,k_2,...,k_m$各不相等，则$p_1,p_2,...,p_m$线性无关

设$k_1,k_2$是方阵A的两个不同特征值，$p_1,p_2,...,p_s$和$q_1,q_2,...,q_t$分别是对应于$k_1,k_2$的线性无关的特征向量，则$p_1,p_2,...,p_s,q_1,q_2,...,q_t$线性无关。

相似矩阵

1.定义 设A，B都是n阶矩阵，若有可逆矩阵P，使$P^{-1}AP=B$，则称B是A的相似矩阵。

若n阶矩阵A，B相似，则A,B特征多项式相同，特征值相同。

2.定理 n阶矩阵A与对角矩阵相似，充分必要条件是A有n个线性无关的特征向量。

对称矩阵对角化

设n为n阶对称矩阵，则必有正交矩阵P，使$P^{-1}AP=P^{T}AP=以A的n个特征值为对角元的对角矩阵$【未证明】

对称矩阵对角化步骤：
1.求出A的全部互不相等特征值$k_1,...,k_s$
2.对每个$n_i$重特征值$k_i$，求方程$(A-k_{i}E)x=0$的基础解系，得$k_i$个线性无关特征向量，再将其正交化，单位化，得$k_i$个两两正交单位向量
3.将n个两两正交单位特征向量构成正交矩阵P