线性代数（九）

对称矩阵

1、性质：实对称矩阵的特征值为实数，特征向量正交
2、一个对称阵，可以分解为：$A = S\Lambda {S^{ - 1}} = Q\Lambda {Q^T}$
3、当阶数过多时，计算矩阵的特征值特征向量就成了问题，对于对称阵，这种较好的矩阵来说有比较好的性质，主元的符号与特征值的符号一致，也就是说正负特征值与正负主元的个数一致

正定矩阵

1、定义：正定矩阵首先是对称的
2、性质：所有的特征值为正，所有的主元为正，子行列式为正，${x^T}Ax > 0$
3、${x^T}Ax$ 可以将各种东西联系在一起，最小值，主元，等等。
4、主轴定理：特征向量代表了主轴的方向，特征值跟主轴的长度有关

复矩阵

1、当矩阵为复数时，对应对称矩阵的为埃尔米特矩阵，即定义：${A^H} = A$;相类似，类比于实矩阵中的正交阵为酉矩阵，定义有：${Q^H}Q = I$