矩陣的特徵值可能為虛數,但實對稱矩陣的特徵值一定是實數,這又是什麼原理?
先解釋一下共軛複數(conjugate complex number):兩個實部相等,虛部互為相反數的複數互為共軛複數。當虛部不為零時,共軛複數就是實部相等,虛部相反;如果虛部為零,其共軛複數就是自身。複數z的共軛複數用z上面加一橫表示。
「軛」的本意是兩頭牛背上的架子,軛使兩頭牛同步行走。共軛是指按一定的規律相配的一對。
如果實矩陣A有特徵值λ和特徵向量x,則Ax=λx。如果λ是複數,則λ的共軛複數滿足:
如果等號兩側同時轉置:
λ是對角矩陣,其共軛仍然是對角矩陣,因此:
兩側同時乘以x:
另一方面,將Ax=λx兩側同時乘以x共軛的轉置:
現在假設A是對稱矩陣,則①和②相等,即:
根據共軛複數的定義,如果一個複數的共軛等於這個數本身,那麼其虛部為0,即這個數是實數。
現在的問題是如何證明?
對於虛數來說,i2=-1,(bi)2=-b2。對於複數來說,z=a+bi來說,它的模幾何意義是複平面上一點(a,b)到原點的距離,模長的計算公式是:
因此:
對於復矩陣來說,若A是共軛對稱復矩陣,即,那麼上面的推導仍然成立,A的特徵值也是實數。
對於一個實對稱矩陣A=AT,可以寫成下面的形式:
根據投影矩陣的定義:向量b的在向量a上的投影是一個矩陣作用在b上得到的,這個矩陣就叫做投影矩陣(Projection Matrix),用大寫的P表達:
由於Q中的向量是正交向量,因此:
所以qkqkT是某個向量在qk上的投影矩陣,因此每一個對稱矩陣也是朝向正交向量的投影矩陣的線性組合。
我們已經知道對稱矩陣的特徵值是實數,下一個問題是弄清它們的符號,這對微分方程來說意味著狀態是否穩定。
我們可以通過計算的方式求解特徵值,然後回答特徵值的符號問題,但對於一個大型矩陣來說,通過計算det(A-λI) = 0來求解特徵值並不容易。值得慶幸的是,對於對稱矩陣來說,主元和特徵值存在著相關性:主元和特徵值的個數一樣,且正負主元的個數都和正負特徵值的個數相同。
02 正定矩陣
—
正定矩陣是一類特殊的實對稱矩陣,如果一個矩陣M滿足對於任何非零向量z,都有zTMz> 0,那麼這個矩陣是正定矩陣。
正定矩陣有很多重要的性質,其中一個是:正定矩陣的特徵值和主元都是正數。
來看一個正定矩陣:
首先A是一個對稱矩陣,現在來計算一下它的主元。可以通過化簡行階梯矩陣的形式求得主元,在經過變換後,矩陣表示的「數表」改變了,但是如果將矩陣看方程組,那麼方程組的本質沒有變,可以將初等變換看成方程組的消元過程。
兩個主元是5和11/5。另一種方式或許更為簡單,原矩陣中轉換成上三角矩陣的時候,一定能變成下面的形式:
它的行列式是主對角線元素的乘積,行列式的值又和原矩陣的行列式相等,因此a=det(A)/5=11/5。
類似地,可對角化的矩陣可也以化成對角元素都是其特徵值的對角矩陣,而行列式的值不變,對角矩陣的行列式就是對角元素相乘,因此A的行列式也等於A的特徵值的乘積。
特徵值:
正定矩陣的主元和特徵值都是正數,因此可以確定其行列式也是正數(行列式等於主元的乘積,也等於所有特徵值的乘積),但行列式是正數的矩陣不一定是正定矩陣,比如下面這個矩陣,雖然行列式是正值,但並不是一個正定矩陣,甚至都不是對稱矩陣:
如果把行列式作為正定矩陣的判定依據,則對於n階矩陣來說,需要矩陣左上角的所有k×k (1≤k≤n)子行列式均為正,才能判定矩陣是正定矩陣。
正定矩陣都是可逆的。
矩陣可逆的條件是行列式不等於0,行列式等於特徵值的乘積,正定矩陣的性質又規定特徵值是正數,因此正定矩陣的行列式一定大於0,是可逆矩陣。
只有正定的投影矩陣才是單位矩陣。
如果P是投影矩陣,那麼P的特徵值要麼是0,要麼是1。如果P是正定的,那麼根據定義,它的特徵值只能是1,特徵值矩陣是單位矩陣,因此:
如果D是一個對角元素都是正數的對角矩陣,那麼D一定是個正定矩陣。
對角矩陣肯定是對稱的,對於任何非零向量x來說:
滿足正定矩陣的定義。
若A是正定矩陣,則A的逆矩陣也是正定矩陣。
首先證明矩陣A的逆是對稱矩陣。因為A是正定的,所以:
再證明xTA-1x > 0
A是正定矩陣,對於任意向量u來說,uTAu > 0,因此xTA-1x > 0,A-1也是正定矩陣。
兩個正定矩陣的和是正定矩陣。
正實數與正定矩陣的乘積是正定矩陣。