线性代数（十）

相似矩阵

1、定义：存在可逆阵M，使得 $B = {M^{ - 1}}AM$ ，则称A与B相似
2、性质：相似矩阵具有相同的特征值，

若尔当矩阵

1、若尔当标准型：形如下列矩阵：

其对角线上是相同的特征值，上一斜列都为1，这样的一个若尔当块，有n个特征值，n-1个1，故有1个特征向量
2、所有的方阵都可以相似于一个若尔当阵，若尔当阵由若尔当块组成

奇异值分解

1、定义：$A = U\Sigma {V^T}$ 其中UV为正交阵，中间为对角阵
2、其推导从矩阵的子空间而来，假设v是行空间的标准正交基，u是列空间的标准正交基，存在变换$AV = U\Sigma$，将零空间与左零空间加上更进一步严格要求，最终可知$\Sigma$ 是特征值的平方组成的对角阵，V是${A^T}A$ 的特征向量组成的矩阵，U是$A{A^T}$ 特征向量组成的矩阵，特征向量的符号需要根据$A{v_i} = {u_i}{\lambda _i}$。