利用上述结论很快得到:
将实数 λ 带入方程组 (A-λI)x=0 ,该方程组为实系数方程组,因此, 实对称阵 的特征向量可以取 实向量 。
实对称阵不同特征值的特征向量正交
令实对称矩阵为 A ,其两个不同的特征值 λ1λ2对应的特征向量分别是 μ1μ2;
λ1λ2μ1μ2都是实数或是实向量。
最终结论:设 A 为 n 阶 对称阵 ,则必有 正交阵 P ,使得P-1AP=PTAP=Λ
Λ 是以 A 的 n 个特征值为对角元的对角阵。
该变换称为“合同变换”, A 和 Λ 互为合同矩阵。
白化/漂白whitening
计算观测数据x的n×n的对称阵x.xT的特征值和特征向量,用特征值形成对角阵D,特征向量形成正交阵U,则
x.xT=UTDU
令:
则:
正定阵
对于 n 阶方阵 A ,若任意 n 阶向量 x ,都有xTAx>0 ,则称 A 是正定阵。
若条件变成 xTAx≥0 ,则 A 称作半正定阵
类似还有负定阵,半负定阵。
正定阵的判定:
对称阵A为正定阵;
A的特征值都为正;
A的顺序主子式大于0;
以上三个命题等价。
利用定义证明:
若A、B为n阶半正定阵,则
从而,
即:
为半正定阵。从而,n阶半正定阵的集合为凸锥。QR分解
对于m×n的列满秩矩阵A,必有:
其中QT·Q=I, (即列正交矩阵),R为非奇异上三角矩阵。当要求R的对角线元素为正时,该分解唯一。
该分解为QR分解。可用于求解矩阵A的特征值、A的逆等问题。
QR分解计算特征值
计算 n 阶方阵 A 的特征值:
向量的导数
A为m×n的矩阵, x为n×1的列向量,则Ax为m×1的列向量,记:
推导:
结论与直接推广:
向量偏导公式:
标量对向量的导数
A为n×n的矩阵, x为n×1的列向量,