MIT 18.06 linear algebra 第二十六讲笔记
第二十六课课程要点:
- Symmetric Matrices
- Eigenvalue & Eigenvector
- start: Positive Definite Matrix
关于对称矩阵 有以下特性:
- 特征值都是实数
- 特征向量都是(可以选取出一组)正交的。
如果特征值不同的话,那么对应的特征向量是垂直的。如果特征值有重复的话,我们可以在既定平面上选取出一组相互垂直的特征向量。就前面这句话的解释为:假设有特征值 与 的值是相等的,那么将其代入求特征向量时 ,因为 是重根,所以 必定对应一个空间,那么我们在这个空间内选取两个相互垂直的特征向量即可。
通常来说我们可以把矩阵写为 。对于对称矩阵时,我们可以选取一组标准正交的特征向量作为特征向量,因此可以有 ,又由于 为标准正交向量,那么有 。
下面证明下为何特征值是实数?
对于
,其存在共轭的形式
。
如果一个实矩阵有一特征值
和一特征向量
,那么它必然有另一特征值
和特征值
。形式为
。由于矩阵
是对称的因此
。
对
左乘
有
。同样对
右乘
,有
。如果
那么就可以推出
。
现在看一下
因此我就可以得出
。
Good Matrix
如果
,且元素为实数,那么它的特征值为实数,特征向量相互垂直,那么就可以称之为好的矩阵。如果是复数矩阵的话,那么需要满足条件为
。
前提
。这里的
是一个投影矩阵(一般投影矩阵的形式为
,单是
是标准正交向量)。可见:”每个对称阵矩阵都是由一些垂直(正交向量)的投影矩阵组成。”
前提对称阵:
一个矩阵的主元中为正数的数目与特征值为正数的数目相同。# positive pivots = # positive
。
如果没有经过换行,主元的乘积等于特征值得乘积,进而等于矩阵的行列式
。
正定对称矩阵的特性(正定矩阵比定对称):
- 所有的特征值都是正数。
- 所有的主元都是正数。
- 所有的子矩阵的行列式都是正的。