线性代数之——相似矩阵
当 AAA 有足够的特征向量的时候,我们有 S−1AS=ΛS^{-1}AS=\LambdaS−1AS=Λ。在这部分,SSS 仍然是最好的选择,但现在我们允许任意可逆矩阵 MMM,矩阵 AAA 和 M−1AMM^{-1}AMM−1AM 称为相似矩阵,并且不管选择哪个 MMM,特征值都保持不变。
1. 相似矩阵
假设 MMM 是任意的可逆矩阵,那么 B=M−1AMB = M^{-1}AMB=M−1AM 相似于矩阵 AAA。
B=M−1AM→A=MBM−1B = M^{-1}AM \to A = MBM^{-1}B=M−1AM→A=MBM−1
也就是说如果 BBB 相似于 AAA,那么 AAA 也相似于 BBB。如果 AAA 可以对角化,那么 AAA 相似于 Λ\LambdaΛ,它们肯定具有相同的特征值。
相似的矩阵 AAA 和 M−1AMM^{-1}AMM−1AM 具有相同的特征值,如果 xxx 是 AAA 的一个特征向量,那么 M−1xM^{-1}xM−1x 是 B=M−1AMB = M^{-1}AMB=M−1AM 的特征向量。
Ax=λx→MBM−1x=λx→B(M−1x)=λ(M−1x)Ax=\lambda x \to MBM^{-1}x=\lambda x \to B(M^{-1}x)=\lambda (M^{-1}x)Ax=λx→MBM−1x=λx→B(M−1x)=λ(M−1x)
所有具有特征值 1 和 0 的 2×2 矩阵都是相似的,特征向量会随着 MMM 而改变,但特征值不变。上面的例子中特征值是不重复的,这种情况很好办,但如果有重复的特征值就会比较困难了。
这些 BBB 都和 AAA 一样行列式为 0,秩为 1,一个特征值为 0,并且矩阵的迹为 0,所以另一个特征值也为 0。但零矩阵不和它们相似,因为只有零矩阵自己和自己相似。
从 AAA 到 B=M−1AMB=M^{-1}AMB=M−1AM,有一些东西会改变一些则不变。
相似矩阵的特征值不变,矩阵的迹为特征值的和也不变,矩阵的行列式为特征值的乘积也不变,矩阵的秩不变,针对每个特征值的特征向量数目不变。
2. 若尔当形(Jordan Form)
上面的矩阵有三个特征值 5,5,5 在它的对角线上,唯一的特征向量是 (1, 0, 0) 的倍数,代数重数为 3,几何重数为 1。每个和它相似的矩阵 B=M−1AMB=M^{-1}AMB=M−1AM 都有三重特征值 5,5,5,B−5IB-5IB−5I 的秩也为 2,零空间的维度为 1。和这个若尔当块 JJJ 相似的矩阵都只有一个不相关的特征向量 M−1xM^{-1}xM−1x。
此外,JTJ^TJT 和 JJJ 相似,并且此时的矩阵 MMM 正好是反恒等矩阵。
由于 JJJ 是我们能得到的最接近于对角矩阵的形式,方程 du/dt=Jud\boldsymbol u/dt=J\boldsymbol udu/dt=Ju 不能再进一步被简化,我们必须直接利用回带法解决。
对于每个 AAA,我们想要选择一个 MMM 来使得 M−1AMM^{-1}AMM−1AM 尽可能接近对角形式。当 AAA 有 nnn 个特征向量的时候,它们成为 MMM 的列,然后 M=SM=SM=S,S−1AS=ΛS^{-1}AS=\LambdaS−1AS=Λ 是对角矩阵。在一般情况下,特征向量会缺失,我们并不能完全对角化。假设 AAA 有 sss 个不相关的特征向量,那么它相似于一个有 sss 个块的矩阵,每个块都像上面的矩阵 JJJ 一样,特征值位于对角线上,并且元素 1 正好位于对角线上面,其中每个块对应于一个特征值。如果有 nnn 个特征向量 nnn 个块,那所有的块都是 1×1 的,JJJ 也就变成了 Λ\LambdaΛ。
AAA 相似于 BBB 如果它们具有相同的若尔当形 JJJ,其它情况都不符合。
对于每一个相似矩阵族,我们挑选出一个最特别的成员称为 JJJ,这个族中其它的每个矩阵都可以表示为 A=MJM−1A=MJM^{-1}A=MJM−1。这时候,我们有 MJM−1MJM−1=MJ2M−1MJM^{-1}MJM^{-1}=MJ^2M^{-1}MJM−1MJM−1=MJ2M−1,因此我们依然可以用 MJ100M−1MJ^{100}M^{-1}MJ100M−1 来求解 A100A^{100}A100。
相似性的核心在于——让矩阵变得尽可能简单但同时保留它的必要属性。
获取更多精彩,请关注「seniusen」!
线性代数之——相似矩阵相关推荐
- 线性代数之相似矩阵与二次型基础点
线性代数之相似矩阵与二次型基础点 向量的内积 假设有n维向量如下: 则 称为向量x, ...
- 【线性代数】---相似矩阵
第一章 相似矩阵 文章目录 第一章 相似矩阵 一.相似矩阵 二.对角矩阵 三.实对称矩阵 四.合同矩阵 五.特征值与特征向量 1.求特征值和特征向量 2.特征值与特征向量 一.相似矩阵 设A.B都是n ...
- 线性代数 21 相似矩阵
- python多元线性回归预测法,Python-Tensorflow2.3.0-多元线性回归预测(学习笔记)
Python-Tensorflow2.3.0-多元线性回归预测(学习笔记) Python-Tensorflow2.3.0-多元线性回归预测(学习笔记) 编译器环境:win10-Anaconda3-py ...
- 考研:研究生考试(五天学完)之《线性代数与空间解析几何》研究生学霸重点知识点总结之第六课特征值、特征向量及相似矩阵
考研:研究生考试(五天学完)之<线性代数与空间解析几何>研究生学霸重点知识点总结之第六课特征值.特征向量及相似矩阵 目录 6 特征值.特征向量及相似矩阵 6.1.知识点 6.1.1.特征值 ...
- 线性代数:第五章 相似矩阵及二次型(1)向量的内积 方阵的特征值与特征向量 相似矩阵
第一节 向量的内积 一.数学概念 1. 内积:设有n维向量 令 , 则称[x,y]为向量x与y的内积. 2. 范数:称 为向量x的范数(或长度). 3. 单位向量:称 时的向量x ...
- 可逆矩阵的特征值和原来矩阵_线性代数——相似矩阵的可逆变换矩阵P是否唯一...
答案是:不唯一 下面说下原因 假设: 表达式: ---------------------------------------------------------------------------- ...
- 线性代数让我想想:相似矩阵与矩阵的相似对角化
相似矩阵与矩阵的相似对角化 一.相似矩阵 首先我们来看教材的定义: 定义:设 A,B\boldsymbol{A}, \boldsymbol{B}A,B 都是 nnn 阶矩阵,若存在可逆矩阵 P\bol ...
- 线性代数(8):特征值、特征向量和相似矩阵
一.特征值和特征向量 (2)定义 有矩阵 A 为 n 阶矩阵,Ax = λx ( λ 为一个实数,x为 n 维非零列向量 ),则称 λ 为方阵 A 的特征值, x 为特征向量: (2) ...
最新文章
- 原360首席科学家颜水成正式加入依图科技,任首席技术官
- mysql binlog2sql闪回数据
- ICCV 2019 | 基于无标签单目视频序列的单帧三维人体姿态估计算法
- 使用SpringTask定时获取传感器设备信息并缓存到Redis
- hdu 4442 Physical Examination
- Mysql 查看版本号
- 查询软件和硬件列表清单[将文章里代码另存为 list.vbs,双击运行就会出现一个html页面]...
- 【LeetCode】【字符串】题号:*539. 最小时间差
- Arduino测量误差数据的处理——莱特、格拉布斯准则剔除异常数据
- laravel框架使用phpQuery库来实现网页抓取
- 一个放在口袋里的项目,将社交裂变做到了极致
- Atiitt 知识图谱的艺术 艾提拉著 目录 1. 常见知识图谱的处理技术	1 2. 常用的公开知识图谱如DBpedia, Freebase, Yago,Openkg等	2 3. 构建知识图谱的方
- 竹子的故事:送给那些坚持了很久却准备放弃的人 --- 厚积方能薄发
- 批量保存网页_一键下载网页所有图片,把美丽存下来
- 定义网络营销,到底和网店有什么区别
- vmd python 命令_VMD常用命令
- 机器学习笔记(十六):多项式回归、拟合程度、模型泛化
- 笔记 - Front End - 新知识点归纳
- qt 取消按钮点击效果_Qt实现自定义按钮的三态效果
- 单片机I/O常用的驱动与隔离电路设计