美文网首页
2019-05-09

2019-05-09

作者: 快乐的大脚aaa | 来源:发表于2019-05-09 17:07 被阅读0次
  • 相似矩阵的定义和性质
  • A,Bn阶矩阵,若存在可逆矩阵P使得P^{-1}AP = B,则称AB相似,记为A\sim B
  • 性质1:矩阵间的相似关系是一种等价关系。
    • 1、反身性:A\sim A
    • 2、对称性:A\sim B \implies B \sim A
    • 3、传递性:A \sim B,B\sim C \implies A\sim C
  • 性质2:设A\sim Bf是一个多项式,则f(A)\sim f(B),其中f(x) = a_nx^n+...+a_1x+a_0
    • 证明:A\sim B \implies \exists P可逆,P^{-1}AP = B,\implies B^2 = P^{-1}APP^{-1}AP = P^{-1}A^2P \implies B^i = P^{-1}A^{i}P
    • f(B) = a_nB^n+...+a_1B+a_0E = \sum_{i = 0}^{n}a_iB^{i}
    • = \sum_{i = 0}^{n}a_iP^{-1}A^{i}P= P^{-1}(\sum_{i = 0}^{n}a_iA^{i})P = P^{-1}f(A)P
    • f(A)\sim f(B)
  • 性质3: 设A\sim B,则(1)|A| = |B|,(2)r(A) = r(B),(3)tr(A) = tr(B)
    • tr(A),trace of A,迹
    • M = (m_{ij}),tr(M) = m_{11}+...+m_{nn}
    • tr(MN) = tr(NM)
      • 证明:M = (m_{ij}),N = (n_{ij}),(M)_{ij}=m_{ij}
      • tr(MN) = \sum_{i = 1}^{n}(MN)_{ii} = \sum_{i = 1}^n \sum_{j = 1}^n(M)_{ij}(N)_{ji}
      • = \sum_{i = 1}^n \sum_{j = 1}^n(m)_{ij}(n)_{ji}
      • = \sum_{j = 1}^n \sum_{i = 1}^n(n)_{ji}(m)_{ij}
      • = \sum_{j = 1}^n(NM)_{jj} = tr(NM)
    • 证明:B = P^{-1}AP
      • trB = tr P^{-1}AP
      • trB = trAPP^{1} = trA
  • E(i,j)^{-1} = E(i,j)
  • 特征值向量的定义
  • P^{-1}AP = \Lambda = diag\{ \lambda_1,...,\lambda_n \},其中P = (\xi_1,...,\xi_n),则AP = P\Lambda,进而有A\xi_i = \lambda_i\xi_i(i = 1,...,n)
    • 特征值与特征向量是一一对应的,An阶方阵,\xi是特征向量,非零性。
    • 特征向量不唯一
  • 1、若A\xi = \lambda\xi,其中\xi\neq 0,则对于任意非零数k,A(k\xi) = \lambda(k\xi),其中k\xi \neq 0,也就是说\xi是特征向量,则k\xi也是特征向量,其中k是任意非零数。
  • 2、若A\xi_i = \lambda\xi_i,i = 1,...,s,其中\xi_1,...,\xi_s线性无关,则对于任意不全为零的数k_1,...,k_sA(k_1\xi_1+....+k_s\xi_s) = \lambda(k_1\xi_1+...+k_s\xi_s) ,其中k_1\xi_1+...+k_s\xi_s\neq 0,也就是说\xi_1,...,\xi_s是特征向量,则k_1\xi_1+...+k_s\xi_s是特征向量,其中k_1,...,k_s为任意不全为零的数。
  • n阶矩阵A的一个特征值为\lambda,\xi为对应的特征向量,则P^{-1}AP的特征值为\lambda,特征向量为P^{-1}\xi
  • n阶矩阵A的一个特征值为\lambda,\xi为对应的特征向量 ,f(x)为一个多项式,f(A)的一个特征值为f(\lambda),特征向量为\xi
  • A为n阶矩阵,A可逆\impliesA的特征值\neq 0
  • A^{-1} =\frac{1}{|A|}A^{*}

相关文章

网友评论

      本文标题:2019-05-09

      本文链接:https://www.haomeiwen.com/subject/wknwoqtx.html