相似矩阵

前言

笔记和图片整理来自于知乎 马同学

相似矩阵

同一个线性变换,在不同基下的矩阵,称为相似矩阵。

image
image

解释:

  • \(\vec{v'}\) 是 V2 下的点
  • \(\vec{v'}\) 通过 P 变为 V1 下的点,即 \(P\vec{v'}\)
  • 在 V1 下,通过 A 矩阵完成线性变换,即 \(AP\vec{v'}\)
  • 通过 \(P^{-1}\) 从变回 V2 下的点,即 \(P^{-1}AP\vec{v'}\)

综上,我们可以有:

\(B\vec{v'}=P^{-1}AP\vec{v'}\)

我们可以认为:

\(B=P^{-1}AP\)

那么 B 和 A 互为相似矩阵。

那么P呢?

首先我们给出空间中的一点,比如说 m 点吧:

相信大家可以理解,不论有没有基,这个点都是客观存在的。

然后,我们给出 m 点在 \(\vec{i'},\vec{j'}\) 的坐标 \(\vec{v'}\)
image
为了表示 \(\vec{v'}\)\(\vec{i'},\vec{j'}\) 下的坐标,我们写成这样:

\(\vec{v'}=\begin{pmatrix} a b\end{pmatrix}=a\vec{i'}+b\vec{j'}\)

如果我们知道了 \(\vec{i'},\vec{j'}\)\(\vec{i},\vec{j}\) 下的坐标:
image

那么有:

image

此时,实际上 m 点的坐标,已经变到了$ \vec{i},\vec{j}$ 下的 \(\vec{v}\)

image

坐标已经转换了,继续往下推:

image

P 其实就是:

\(P=\begin{pmatrix} \vec{i'} & \vec{j'} \end{pmatrix}\)

要记得啊,上面的 \(\vec{i'},\vec{j'}\) 是在 \(\vec{i},\vec{j}\) 下的坐标。

猜你喜欢

转载自www.cnblogs.com/ivan-blog/p/12342459.html