MIT 18.06 linear algebra 第三十三讲笔记
第三十三讲主要是对前面学习过的知识的一个复习。
- 6.1-2 特征值与特征向量
- 6.3
dudt=Au
and
eAt
- 6.4
A=AT⇒A=QΛQT
- 6.5 Positive Definite
- 6.6 Similar
B=M−1AM
,
Bk=M−1AkM
- 6.7
A=UΣVT
,即SVD
假设满足
B=M−1AM
那么
Bk=M−1AkM
。
例题:
dudt=Au=⎡⎣⎢010−1010−10⎤⎦⎥u
,求
u(t)
?
u(t)=c1eλ1tx1+c2eλ2tx2+c3eλ3tx3
,可以求出
λ1=0,λ2=2–√i,λ3=−2–√i
。
因此
u(t)=c1x1+c2e2√itx2+c3e−2√itx3
,由于特征值为复数,那么其周期(Periodic)满足
2–√iT=2πi
,其周期为
T=2–√π
。
如果
A=SΛS−1
,那么
eAt=SeΛtS−1
。其中
eΛt=⎡⎣⎢⎢⎢⎢⎢eλ1teλ2t⋱eλnt⎤⎦⎥⎥⎥⎥⎥
。再通过
u(t)=eAtu(0)
也可以求解线性方程。
对称矩阵、反对称矩阵、正交矩阵它们的特征向量都是正交的。只要满足
AAT=ATA
,那么其特征向量就是正交的,可以验证上面提到的三种矩阵都是满足的,例如:如果是正交矩阵
QTQ=QQT=I
。
例题2:
3×3
矩阵
A
有特征值如下:
λ1=0,λ2=c,λ3=2
。特征向量如下:
x1=⎡⎣⎢111⎤⎦⎥
、
x2=⎡⎣⎢1−10⎤⎦⎥
、
x3=⎡⎣⎢112⎤⎦⎥
。
(a)这个矩阵
A
可以被对角化吗?
由于矩阵
A
的特征向量是正教的,那么这个矩阵可以被正交化,不论
c
为何值。
(b)
c
为何值时,矩阵是对称的?
当
c
取实数时。
(c)这个矩阵是正定矩阵吗?
不是,因为有一个特征值为0,正定矩阵的特征值是大于0的。
(d)c为何值时矩阵是半正定的?
当c大于等于0
(e)这个矩阵可能是马尔科夫矩阵吗?
不可能,因为马尔科夫矩阵的特征值有一个为1,其他都是小于1的。因此不满足。
(f)
A2
是投影矩阵吗?
投影矩阵的特征值为0或者1。
P2=P⇒P(P−I)=0
,所以特征值为0或者1。当c等于2或者0时,矩阵为投影矩阵。
SVD=UΣVT
,这个公式对任意矩阵都是成立的,奇异值是大于等于零的。
ATA=V(ΣTΣ)VT
,
ATA
为对称阵,可以直接求其标准正交的特征向量作为
v
,当我们通过这种方式来确定
v1,v2,⋯,vn
时,在此刻其实也就确定了相应的
u1,u2,⋯,um
的方向。所以说当我们用
AAT=UΣΣTU
来确定
ui
时,需要注意
ui
的取向要满足
Avi=σiui
。
扫描二维码关注公众号,回复:
1554901 查看本文章
当给定一个矩阵
A
为对称且标准正交。那么其特征值为实数,正交矩阵的特征值的绝对值为1。即
|λi|=1
,这是因为
Qx=λx⇒|λ|||x||=||x||
。
(a)这个矩阵是正定的吗?NO
(b)特征值一定有重根吗?不一定如果矩阵是
3×3
的那么矩阵的特征值必定有重根存在,因为其特征值只能为1或者-1。
(c)这个矩阵能对角化吗?对称的矩阵、正交矩阵都能对角化。
证明:
A+I2
是一个投影矩阵:即证明
P=PT
和
P2=P
-
12(A+I)=12(A+I)T
-
14(A2+2A+I)=12(A+I)
- 由于是正交矩阵那么
A=AT=A−1⇒
上式成立
证明的方法2:
A+I
的特征值是2和0,那么
12(A+I)
的特征值为1和0。且这个矩阵为对称矩阵,因此这个矩阵是投影矩阵。