第二十六集 對稱矩陣及正定性
對稱矩陣
對稱矩陣
這裏的“有”,是指可以選出一套完全正交的特徵向量。通常情況下,如果特徵值互不相同,那麼每個特徵值的特徵向量是在一條線上(特徵向量空間是一維的),那些線是垂直的。但是如果特徵值重複,那就有一整個平面的特徵向量,在那個平面上,我們可以選擇垂直的向量(比如單位矩陣)。
如果A 具有n 個線性無關的特徵向量,可以對角化得到
矩陣能夠進行這種分解,在數學上稱爲“譜定理”,“譜”是指矩陣特徵值的集合,在物理上稱之爲“主軸定理”。
證明實特徵值
實數矩陣A 具有特徵值
將這個方程轉置,得到
證明
比如複數向量
好性質的矩陣是其特徵值爲實數並且擁有一套正交特徵向量。對於實矩陣,即爲滿足
對於對稱矩陣,
因爲列向量
對於大型矩陣,通過計算
對於對稱矩陣,主元的乘積=特徵值的乘積=矩陣行列式的值
正定矩陣
正定矩陣A 是特徵值都爲正數的對稱矩陣。它的主元也均爲正數。
因爲主元的乘積=矩陣行列式的值。主元都爲正數,且本身爲對稱矩陣,因此A 是正定矩陣。
本講的內容將主元、行列式和特徵值的概念結合在了一起,對於正定矩陣這些都是正的。
第二十八集 正定矩陣和最小值
因爲半正定矩陣特徵值大於等於0,所以半正定矩陣一定有一個特徵值爲0。
如果在鞍點情況下切割,就得到一個雙曲線。
正定矩陣與幾何的關係:橢圓和正定有關,雙曲線與正定無關。
這是橢圓體的方程。
第三十集 奇異值分解
因爲行空間是[4,3] 擴張的直線,所以v1是[4,3]單位化後的[0.8,0.6]。而v2與v1正交。同理,列空間是[4,8]=[1,2] 擴張的直線。
v2是零空間向量,u2是左零空間向量,對應於對角矩陣上的0特徵值,很容易操作。重點是v1 和u1。
V和U之間沒有耦合,A乘以每一個v對應一個u的方向。
參考文獻:
線性代數及其應用(美)David C.LayPDF
豆丁網MIT-線性代數筆記(上)