Hermite矩阵:aija_{ij}aij​ 与 ajia_{ji}aji​ 共轭,即实部相等,虚部相反。

Hermite 矩阵的几个性质

(1) 设 A∈Crm×n(r>0)\boldsymbol{A} \in \mathbf{C}_{r}^{m \times n}(r>0)A∈Crm×n​(r>0), 则 AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA 是 Hermite 矩阵,且其特征值均是非负实数;
(2) rank⁡(AHA)=rank⁡A\operatorname{rank}\left(\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}\right)=\operatorname{rank} \boldsymbol{A}rank(AHA)=rankA;
(3) 设 A∈Cm×n\boldsymbol{A} \in \mathbf{C}^{m \times n}A∈Cm×n, 则 A=O\boldsymbol{A}=\boldsymbol{O}A=O 的充要条件是 AHA=O\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}=\boldsymbol{O}AHA=O. 这些结论请读者证明.

Proof. (1) Hermite矩阵是指A是A的共轭转置,因为AHA=(AHA)H\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} = \left( \boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \right)^{\mathrm{H}}AHA=(AHA)H,所以AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA 是
Hermite 矩阵. 因为 xHAHAx=(Ax)HAx⩾0\boldsymbol{x}^{\mathrm{H}}\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=\left( \boldsymbol{A} \boldsymbol{x} \right)^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x} \geqslant 0xHAHAx=(Ax)HAx⩾0
对于任意非零的x\boldsymbol{x}x,所以AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA
的特征值均是非负实数.

(2) 对于某个的x∈Cn\boldsymbol{x} \in \mathbf{C}^{n}x∈Cn,如果Ax=0\boldsymbol{A} \boldsymbol{x}=0Ax=0,可以推出AHAx=0\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=0AHAx=0;对于某个的x∈Cn\boldsymbol{x} \in \mathbf{C}^{n}x∈Cn,如果AHAx=0\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=0AHAx=0,则xHAHAx=(Ax)HAx=0\boldsymbol{x}^{\mathrm{H}}\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=\left( \boldsymbol{A} \boldsymbol{x} \right)^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=0xHAHAx=(Ax)HAx=0,可以得到Ax=0\boldsymbol{A} \boldsymbol{x}=0Ax=0。说明零空间相同,零空间维数相同.

考虑到矩阵的列数=其最大线性无关组的个数(秩)+零空间维数,AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA和A\boldsymbol{A}A的列数相同,零空间相同,所以秩相同.

(3) 如果A=O\boldsymbol{A}=\boldsymbol{O}A=O,则AHA=O\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}=\boldsymbol{O}AHA=O成立;如果AHA=O\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}=\boldsymbol{O}AHA=O,则对任意x∈Cn\boldsymbol{x} \in \mathbf{C}^{n}x∈Cn,有xHAHAx=(Ax)HAx=0\boldsymbol{x}^{\mathrm{H}}\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=\left( \boldsymbol{A} \boldsymbol{x} \right)^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=0xHAHAx=(Ax)HAx=0,即对任意x∈Cn\boldsymbol{x} \in \mathbf{C}^{n}x∈Cn,有Ax=0\boldsymbol{A} \boldsymbol{x}=0Ax=0,则对A\boldsymbol{A}A的任一行向量,均与所有x∈Cn\boldsymbol{x} \in \mathbf{C}^{n}x∈Cn垂直,那么A\boldsymbol{A}A的所有行都是O\boldsymbol{O}O,也就是说A=O\boldsymbol{A}=\boldsymbol{O}A=O.

定义 4. 11 设 A∈Crm×n(r>0),AHA\boldsymbol{A} \in \mathbf{C}_{r}^{m \times n}(r>0), \boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}A∈Crm×n​(r>0),AHA 的特征值为
λ1⩾λ2⩾⋯⩾λr>λr+1=⋯=λn=0\lambda_{1} \geqslant \lambda_{2} \geqslant \cdots \geqslant \lambda_{r}>\lambda_{r+1}=\cdots=\lambda_{n}=0 λ1​⩾λ2​⩾⋯⩾λr​>λr+1​=⋯=λn​=0 则称 σi=λi(i=1,2,⋯,n)\sigma_{i}=\sqrt{\lambda_{i}}(i=1,2, \cdots, n)σi​=λi​​(i=1,2,⋯,n) 为 A\boldsymbol{A}A 的奇异值;当 A\boldsymbol{A}A 为零矩阵时, 它的奇异值都是 0.0 .0.

易见,
(1) 矩阵 A\boldsymbol{A}A 的奇异值的个数等于 A\boldsymbol{A}A 的列数.

(2) A\boldsymbol{A}A 的非零奇异值的个数等于 rank⁡A\operatorname{rank} ArankA.

Proof: A\boldsymbol{A}A 的零奇异值,也就是AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA的零特征根,也就是AHAx=O\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A} \boldsymbol{x}=\boldsymbol{O}AHAx=O的解,那么A\boldsymbol{A}A的零奇异值的个数也就等于AHA\boldsymbol{A}^{\mathrm{H}} \boldsymbol{A}AHA的零空间的维数。

另外,A\boldsymbol{A}A 的所有奇异值的个数等于AHA\boldsymbol{A}^{\mathrm{H}}\boldsymbol{A}AHA的维数。

从(2)可以看出,矩阵的列数=其最大线性无关组的个数(秩)+零空间维数,则A\boldsymbol{A}A 的非零奇异值的个数等于rank⁡A\operatorname{rank} ArankA.

20211005 Hermite矩阵及几个性质相关推荐

  1. 矩阵分析 第三章 内积空间 正规矩阵 Hermite矩阵

    第一节 欧式空间和酉空间 欧式空间:在实数域的线性空间的基础上,有了内积的定义(两个空间元素相乘等于一个实数) 酉空间: 在复数域的线性空间基础上,有了内积的定义(两个空间元素相乘等于一个复数) 注意 ...

  2. 矩阵理论| 特殊矩阵:Hermite矩阵/共轭对称矩阵

    Hermite矩阵 Hermite矩阵是复数域上的"对称矩阵" Hermite矩阵性质 其性质与实对称矩阵基本一致: 实数特征值: 有一套正交的特征向量(各个特征子空间正交+代数重 ...

  3. 【矩阵分析】线性空间、λ矩阵、内积空间、Hermite矩阵、矩阵分解、矩阵范数、矩阵函数

    单纯矩阵:A可对角化⇔①A可对角化:⇔②n个线性无关的特征向量: ⇔③每个特征值的几何重复度等于代数重复度:⇔④特征值λi对应的pi = n - rank(λiE - A). 等价矩阵:A(λ)等价于 ...

  4. Hermite 矩阵及其特征刻画

    将学习到什么 矩阵 \(A\) 与 \(\dfrac{1}{2}(A+A^T)\) 两者生成相同的二次型,而后面那个矩阵是对称的,这样以来,为了研究实的或者复的二次型,就只需要研究由对称矩阵生成的二次 ...

  5. 矩阵笔记3:矩阵分析(第三版)-史荣昌-第三章:内积空间、正规矩阵、Hermite矩阵

    文章目录 0 笔记说明 1 书本内容 1.1 欧氏空间.酉空间 1.2 标准正交基.Schmidt方法 1.3 酉变换.正交变换 1.4 幂等矩阵.正交投影 1.5 对称与反对称变换 1.6 Schu ...

  6. (矩阵分析基础(第二版)第三章 矩阵的分解 3.3埃尔米特(hermite)矩阵及其分解)

    (矩阵分析基础(第二版)第三章 矩阵的分解 3.3埃尔米特(hermite)矩阵及其分解) 文章目录 (矩阵分析基础(第二版)第三章 矩阵的分解 3.3埃尔米特(hermite)矩阵及其分解) 1.埃 ...

  7. 对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵

    原文链接: http://blog.csdn.net/jbb0523/article/details/50596604 主要讲了常用的矩阵定义: 对称矩阵.Hermite矩阵.正交矩阵.酉矩阵.奇异矩 ...

  8. 对称矩阵、Hermite矩阵、正交矩阵、酉矩阵、奇异矩阵、正规矩阵、幂等矩阵、合同矩阵、正定矩阵...

    http://blog.csdn.net/jbb0523/article/details/50596604 看文献的时候,经常见到各种各样矩阵,本篇总结了常见的对称矩阵.Hermite矩阵.正交矩阵. ...

  9. 本质矩阵E的内在性质证明

    本质矩阵E的内在性质证明 在学习高博的视觉SLAM十四讲时,学习到了对极约束,其中的本质矩阵(Essential Matrix)E的奇异值必定是 [ σ , σ , 0 ] ⊤ [\sigma,\si ...

最新文章

  1. 再谈符号间干扰(一)
  2. 轻芒王俊煜:我是如何设计信息流的?
  3. 7款高颜值HTML5播放器:让你的音乐有声有色
  4. JZOJ 5623. 【NOI2018模拟4.2】program
  5. DataAdapter.FillSchema 方法
  6. DataUml Design 介绍8-DataUML 1.2版本正式发布
  7. WIN7系统怎样增加C盘空间
  8. vue富文本编辑器 Vue-Quill-Editor
  9. 拓端tecdat|R语言有限混合模型聚类FMM、广义线性回归模型GLM混合应用分析威士忌市场和研究专利申请、支出数据
  10. C语言C++编程软件推荐及下载方式
  11. 排序(三)之快速排序 填坑法
  12. Gin简单明了的教程---上
  13. ts自动编译声明文件_TS 的声明文件
  14. Unity3D教程:回合制游戏实现
  15. 小红书榜单,五大行业图文笔记类
  16. js动态加载table,打印table里的内容以及解决打印后的问题
  17. 计算机二级两个控件之间求偶,求,全国计算机等级考试二级java历年试题及答案合集,还有上机考试真题?...
  18. input、textarea等输入框输入中文时,拼音在输入框内会触发input事件的问题
  19. JQuery选择器细节-遁地龙卷风
  20. 使用wireshark没有抓到websocket包

热门文章

  1. c++/cli中app.config
  2. bash-shell高级编程--引用
  3. Java判断字符串是否是整数
  4. js javascript js控制分页打印,打印分页
  5. JavaScript OpenGL接口再设计
  6. Java Instant类
  7. 大数运算(1)——大数储存
  8. PAT——个位数统计(1021)
  9. Java程序与数据库连接
  10. LBFT跨链共识机制