对角矩阵,投影矩阵,三角矩阵的特征值性质 |
您所在的位置:网站首页 › 矩阵对角元素的积 › 对角矩阵,投影矩阵,三角矩阵的特征值性质 |
目录 一. 引入 二. 对角矩阵 2.1 对角矩阵的特征值与特征向量 2.2 小结 三. 投影矩阵 3.1 投影矩阵的特征值与特征向量 3.2 小结 四. 三角矩阵 4.1 三角矩阵的特征值与特征向量 4.2 小结 五. 矩阵的迹,行列式,特征值之间的关系 5.1 特征值与求解Ax=b 5.2 特征值的求和与求积 一. 引入对于如下的微分方程: 其解肯定类似指数形式,如下: 其中 矩阵特征值与特征向量满足: Ax代表对向量x进行转变,如果这种转变不改变向量x的方向,则出现了特征向量。矩阵的对角化可以反应这种性质。 矩阵对角化的思路被广泛应用于微分方程,斐波纳契数(Fibonacci number),马尔科夫链,网络安全等领域。对角化的过程离不开计算特征值与特征向量。对于不能对角化的矩阵,我们将其称作缺陷矩阵(defective matrices)。 二. 对角矩阵 2.1 对角矩阵的特征值与特征向量来看一个二阶的对角矩阵(diagonal matrix): 很容易计算该矩阵拥有两个特征值和两个基本的特征向量,如下: 矩阵与特征向量相乘的结果与向量数乘的结果是一样的,也就是: 同理: 对于任意的其他向量,比如说: 可以将其表示成两个特征向量的组合,也就是: 如果将矩阵A与该向量相乘,根据特征值的性质,很容易得到: 很明显向量x不是该矩阵的特征向量。 2.2 小结 对角矩阵的特征值是其对角线处元素的值;特征向量可以形成特征空间来表示其他向量; 三. 投影矩阵 3.1 投影矩阵的特征值与特征向量举一个二阶的投影矩阵(projection matrix)例子,如下: 很容易计算出该矩阵的特征值与特征向量,如下: 向量x的投影可以是其本身,所以投影矩阵必有特征值1.
假定投影矩阵P的列空间(column space)为r,很明显其行空间也为r,零空间(nullspace)为n-r。 那么当特征值为1时,会重复r次,在这个例子中就是重复1次; 当特征值取0时,会重复n-r次,在这个例子中也是重复1次。 需要注意的是,特征值是可以重复的。比如我们来看一个简单的对角阵,如下: 该矩阵则有4个特征值,分别是1,1,0,0。同理可得,该矩阵的列空间为2,零空间为4-2=2.
也就是此时特征向量x位于A的零空间中。特征值为0的矩阵是奇异的,也就不可求逆,行列式为0.换句话说如果矩阵所有的特征值都非0的话,那么该矩阵则可以求逆。 3.2 小结 投影矩阵的特征值只有1和0;投影矩阵特征值1出现的次数与列空间维度一样;投影矩阵特征值0出现的次数与零空间维度一样;特征值为0的矩阵=奇异矩阵=不可逆矩阵=行列式为0;可逆矩阵的特征值不会出现0 四. 三角矩阵 4.1 三角矩阵的特征值与特征向量根据经验,三角矩阵(triangular)的特征值就是对角线上的元素。比如某三阶矩阵的特征行列式可计算为: 很明显发现此行列式就是对角线元素的乘积。当该行列式为0时,可得特征值为: 特征向量也与矩阵主对角的取值有关。 由此我们发现: 将矩阵转变为对角阵或者三角矩阵,不会改变其特征值 需要注意结论的运用。比如将矩阵A进行高斯分解(Gaussian factorization): A=LU 其中L为下三角矩阵,U为上三角矩阵。 很明显矩阵U的特征值就是其对角线的元素,但是和矩阵A的特征值大小是不一样的。 4.2 小结三角矩阵的特征值即为对角线处的元素(不论上三角还是下三角矩阵) 五. 矩阵的迹,行列式,特征值之间的关系 5.1 特征值与求解Ax=b从计算的角度来说,特征值问题比求解Ax=b要难一些。 对于求解Ax=b来讲,就是一个线性的系统,经过有限的基础行变换就可以在短时间内求出答案。或者直接借助Cramer法则也可以算出结果。 对于求解特征值,有一步到位的公式吗? Galois和Abel探索了毕生都未能求出结果。举个例子,对于5行5列的矩阵来讲,其特征值多项式 矩阵特征值的求和就是对角线元素的和,又被称之为矩阵的迹(trace),如下: 矩阵特征值的积就是行列式的值。 在介绍投影矩阵时,我们举了一个例子P,该矩阵对角线的元素为1/2和1/2,其特征值为1和0,由此满足: 利用特征值的乘积也可以验证投影矩阵为奇异矩阵,行列式为0.反过来,矩阵行列式为0,说明至少存在一个特征值为0 需要注意的是,矩阵的特征值,矩阵对角线元素的值,矩阵的主元(pivot),这三者是完全不同的概念。只有在三角矩阵里面,这些是等效的。 来看一个二阶矩阵的例子: 该矩阵的迹为a+d,行列式为ad-bc 特征多项式可以计算如下: 对于该二阶矩阵来讲,特征值,矩阵的迹,行列式的完整关系如下: 很明显可以验证该二阶矩阵两个特征值的和即为矩阵的迹。由此可得: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |