相似矩阵

定义

特征值的一个重要应用是，他能将A进行对角化，得到：\( \Lambda =S^{-1}A S \)（假如存在S逆的话）。如果我们将S替换为一般的矩阵M（存在逆矩阵），得到：\( B=M^{-1}AM \)，我们说B与A相似（当然A与B也相似，相似是相互的）。当然，A与Λ是相似的。

相似矩阵的特征值相同

为什么要讨论相似矩阵？因为我们要带出一个重要结论：相似矩阵的特征值相同（但特征向量不同，见下）。

证明很简单:

对角矩阵应该是相似矩阵中的明星，因为它的特征值就在对角线上，特征向量是（1,0），（0,1）（拿二维打个比方）
上三角矩阵也是重要一员，它的特征值也在对角线上，不过它的特征向量没这么容易看出来。

当A的特征值相同时

美好的愿望：我们似乎能将相似矩阵归为一个大family，family中的矩阵两两之间相互相似（拥有相同特征值），可以通过Λ将他们连接起来。我们可以证明相似的传递性：

假设\( B=M^{-1}\Lambda M \)，\( C=N^{-1}\Lambda N \)，

那么\( C=N^{-1}M\Lambda M^{-1}N=(M^{-1}N)^{-1}\Lambda (M^{-1}N) \)，证毕。

残酷的现实：遗憾的是，当集合中特征值相同时，具有相同特征值的矩阵集合这个大family分为两个小family：

其一只包含对角矩阵：λI
其二是其余所有矩阵，一个代表是上三角矩阵，对角线元素是λ，上三角随便填什么数都行

这两个family有以下特点：

第一个矩阵永远无法与第二族矩阵相似，第一个矩阵只能与他自己相似，因为对任何M，都有M^-1λIM=λI
第二个family中的矩阵无法对角化（假如能对角化，它们就需要与第一个矩阵相似，这是不可能的）

Jordan form与Jordan matrix

当矩阵所有特征值相同时，将上三角紧贴对角线的元素以1填充，得到的矩阵叫做Jordan form，由这些Jordan form在对角线上构成的矩阵叫做Jordan Matrix（见图）。

Jordan Matrix的特征向量个数=块的个数（因为每个块内特征值相同，带出的特征向量也相同）
可以证明任何方阵A都与某个Jordan Matrix相似（这个证明，以及给出A求Jordan Matrix的过程都不容易，此处略过）
如果矩阵没有重复的特征值，那么Jordan Matrix退化为对角矩阵Λ，这也是我们所期望的结果。

转载于:https://www.cnblogs.com/ericxing/p/3665002.html

线性代数学习笔记（十四）相关推荐

线性代数学习笔记——第四章学习指南——n维向量空间
一.学习内容及要求 1. 内容: §4.1. n维向量空间的概念线性代数学习笔记--第四十讲--n维向量空间的概念线性代数学习笔记--第四十一讲--n维向量空间的子空间 §4.2. 向量组的线性相 ...
吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进
吴恩达<机器学习>学习笔记十四--应用机器学习的建议实现一个机器学习模型的改进一.任务介绍二.代码实现 1.准备数据 2.代价函数 3.梯度计算 4.带有正则化的代价函数和梯度计算 5 ...
Polyworks脚本开发学习笔记(十四)-WORKSPACE信息读取及管理
Polyworks脚本开发学习笔记(十四)-WORKSPACE信息读取及管理 Polyworks的工作任务存储分为工作区和项目两级,通过WORKSPACE命令获取工作任务信息,实现更好的任务管理. 下 ...
线性代数学习笔记——第四十二讲——向量组的线性组合
1. 向量组与矩阵的关系 2. 给定矩阵的列(行)向量组,可构造其行(列)向量组 3. 线性组合.线性表出的概念 4. 线性表出的基本示例 5. 向量组生成的子空间 6. 任一n维向量均可由n个单位向 ...
线性代数学习笔记——第四十五讲——线性相关性的判定
1. 线性相关性的几个基本问题 2. 一般矩阵(m*n)的列向量组线性相关的等价命题及其证明 3. 方阵的列向量组线性无关的等价命题 4. 向量个数大于向量维数的向量组必线性相关 5. 相关性判定示例 ...
线性代数学习笔记（四）——行列式按行展开
本篇笔记介绍了行列式按行或按列展开定理.异乘变零定理.拉普拉斯定理和行列式相乘定理. 1 行列式按行(列)展开定理余子式:去掉行列式指定元素所在行和所在列元素后得到的新行列式(顾名思义,即剩余子集行 ...
【神经网络】学习笔记十四——Seq2Seq模型
本文简要介绍seq2seq,即序列到序列的基本知识,是深度学习和NLP中一个重要的知识. 从三部分来说,seq2seq基本简介,应用场景和原理解析. 一.什么是Seq2Seq 所谓Seq2Seq(Se ...
重新认识错过（通向财富自由之路学习笔记十四）
本周学习<通向财富自由之路>专栏重新认识错过的文章,在文章中作者介绍了自己是如何错过一次升级的.对于这种错过,非常有同感.比如在中学时候,需要学习生物.历史.地理等学科,而这些学科不需要计 ...
【theano-windows】学习笔记十四——堆叠去噪自编码器
前言前面已经学习了softmax,多层感知器,CNN,AE,dAE,接下来可以仿照多层感知器的方法去堆叠自编码器国际惯例,参考文献: Stacked Denoising Autoencoders ...
Mr.J-- jQuery学习笔记(十四)--动画显示隐藏
eq()函数定义和用法 :eq() 选择器选取带有指定 index 值的元素. index 值从 0 开始,所有第一个元素的 index 值是 0(不是 1). 经常与其他元素/选择器一起使用,来选 ...

线性代数学习笔记（十四）

相似矩阵

定义

相似矩阵的特征值相同

当A的特征值相同时

Jordan form与Jordan matrix

线性代数学习笔记（十四）相关推荐

最新文章

热门文章