MIT 线性代数第28讲:相似矩阵与乔丹型
$$ \bbox[yellow,5px]
{
相似矩阵:B=M^{-1}AM \\\\\\
}
$$
乔丹型Jordan Form:可表达所有方阵,包括不能对角化的方阵
Jordan form - 又称若尔当标准型、若尔当正规型、乔登正则式。
本讲介绍相似矩阵。
再次之前简单讲一下正定矩阵。
正定矩阵
正定矩阵意味着下式成立 $$ X^TAx \gt 0 (x \ne 0) $$ 正定矩阵来自于最小二乘法、和多种物理问题。
假设A正定,它的逆同样对称、正定吗?
- A的逆的主元:
- A的逆的特征值:1/(矩阵的特征值),特征值也为正。
- 如果A、B正定。那么A+B呢?(假设$x^TAx \gt 0, xT^Bx \gt 0$)
- 因此$x^T(A+B)x > 0$
假设$A_{m \times n}$, 则$A^TA$为方阵,对称。 $A^TA$正定吗?
- $x^T (A^TA)x = (Ax)^T(Ax)=\Vert Ax \Vert^2 \gt 0$
- 如果零空间只有零向量,列向量独立,所以秩rankA=n
- $A^TA$正定
相似矩阵
A与B相似,nxn, 非对称。则对于某些矩阵M,有$B=M^{-1}AM$
Ex:
$S^{-1}AS=\Lambda$, 根据上述定义,上式可表述为A与$\Lambda$相似。
于是有$M^{-1}AM=B$: (其中M矩阵是临时编出来的)
A、B、$\Lambda$有共同点,是什么?
- 他们的特征值相同。都是$\Lambda$
- 验算方法是:
- 矩阵$\Lambda$有$\lambda_1= 3, \lambda_2 = 1$
- 对于A, 有主元的和=2+2 = 4 = 3+1, detA = 3 = 3* 1
- 对于B, 有主元的和=-2+6=4, detB=-2*6-(-15)*1=-12+15=3
相似矩阵的特征值相同
证明:
$$
Ax = \lambda x \\
AMM^{-1}x = \lambda x \\
M^{-1}AMM^{-1}x = \lambda M^{-1} x \\
BM^{-1}x = \lambda M^{-1}x
$$
结论:B的特征向量=$M^{-1}$(A的特征向量)
一个不好的情形:$\lambda_1 = \lambda_2 = 4$
乔丹发现了每个家庭里最好看的矩阵。包括不能对角化的矩阵。最接近于对角化的矩阵就是乔丹型。
乔丹型曾经是线性代数的高潮。现在不是了, 因为对于一个通常的矩阵,发现乔丹型比较困难。
下面是一组相似矩阵的例子:
另一个例子:
$$
\lambda = 0,0,0,0 \\
有2个独立的特征值
dim N(A) = 2
$$
每一个方形矩阵A斗鱼乔丹矩阵J相似:
本讲未介绍乔丹型的计算方法。