第8章 特征矩阵(矩阵相似、最小多项式、特征矩阵相似、不变因子、初等因子和若当标准型)

这篇具有很好参考价值的文章主要介绍了第8章 特征矩阵(矩阵相似、最小多项式、特征矩阵相似、不变因子、初等因子和若当标准型)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 1.相似

相似有相同的特征多项式,相同的特征值,相同的迹,A的行列式即det(A)也相同,相同的最小多项式,相同的秩。

从而求A的迹(特征值)转化为另一个矩阵的迹(特征值)。

例:

(1)AB都正定,则tr(AB) > 0,A正定,则有可逆阵P:

由于B正定,所以特征值都大于0,所以AB的迹大于0。

(2)根据特征值的情况,判断矩阵可逆

若A的特征值为0和1,则|A - E| = 0,而A + E是可逆的,因为-1不是A的特征值,|A+E|不等于0,另外此时A+E特征值就是1,2,特别地,A的特征值为a则f(A)的特征值为f(a)。相应地,如果|A+aE| = 0,则 -a 就是A的一个特征值。

(3)矩阵相似于对角阵,可以求矩阵的幂:

若线性变换在一组基下的矩阵为A,下的矩阵为B,到的过渡矩阵为X,则

特征矩阵,矩阵,1024程序员节

特征矩阵,矩阵,1024程序员节

 下面讨论一下求线性变换的特征值和特征向量,如果他们选不同的基去求,结果有什么联系?

首先我们知道求特征值和特征向量的步骤如下:

特征矩阵,矩阵,1024程序员节

如果换成另一组基的话,我们知道由于不同基下的矩阵相似,相似有相同的特征多项式,就会有相同特征值,那么特征向量还相等吗,事实上,选的基不同,那么基下的坐标可能就变了,但是线性空间的向量等于基乘以坐标,所以特征向量可能相等,下面证明,选的基不同,求的特征向量仍然是相同的

特征矩阵,矩阵,1024程序员节

这个书上也没有讲,主要是看到求特征向量时,书上说的是选一组基,既然是选那就是不唯一,所以就尝试证明了选不同基特征向量还是否相同。

2.最小多项式

满足的最低次数的多项式。

f(A)=0当且仅当f(B)=0。A和B相似,则有相同的最小多项式f(x)满足f(A)=0,f(B)=0。

根据汉密尔顿-凯莱定理:

特征矩阵,矩阵,1024程序员节

幂零矩阵的特征值只能是0,因为它的最小多项式满足。不过不一定可对角化,如果是对角线上的若当块的话。

最小多项式整除特征多项式。最小多项式相等不一定相似。

已知最小多项式,可以得出矩阵A若当标准型中,对角线都是A的特征值,若当标准型为对角矩阵,表示矩阵可对角化。若矩阵可对角化等价于则矩阵A的最小多项式为一次因式的乘积:

若当标准型存在若当块:

J =

J的特征多项式和最小多项式都为, k大于2,所以不可对角化意味着最小多项式有一个因式次数大于1。

最小多项式相同,不一定相似,如对角阵diag(1,1,2)和diag(1,2,2)。只有最小多项式可以知道若当矩阵的大概结构但需要分类讨论。特征多项式也一样,相同特征多项式也不一定相似,如上面的J和对角阵diag(a,a,a)都是,但是一个是若当块,一个是对角阵。

3. -矩阵

1.矩阵中的元素为的多项式,即的元素,称为-矩阵。

2.则称可逆。

3.可逆的充要条件是的值等于常数d:

和都是多项式,和相乘等于1,意味着和都是零次多项式,反过来,,取。即可以得到可逆。

4.,等价,如果可以通过初等变换相互转化。

5.任意等价于标准型

其中特征矩阵,矩阵,1024程序员节

证明:至少有一个元素不能被元素除得尽,可以找到与等价的矩阵,左上角元素的次数低于。

特征矩阵,矩阵,1024程序员节特征矩阵,矩阵,1024程序员节

由于次数最低为1,上述步骤不可能无限循环下去,因此能够将矩阵化成一个每个元素都能被元素除得尽的等价矩阵。()

再将第一行和第一列消去,化成一个左上角元素能除得尽中每一个元素的等价矩阵

利用数学归纳法,经过初等变换,可以将它的左上角能除得尽其中每个元素,且被除得尽的等价矩阵。最终变换为标准型。

6.k级子式的首相系数为1的最大公因式称为的k级行列式因子,若-矩阵等价,则具有相同的秩和各级行列式因子。

特征矩阵,矩阵,1024程序员节

不改变的行和列,子式完全相同无须考虑。

第一种初等变换交换两行,交换的k级行列式的值只改变符号。第二种某一行乘以c倍,行列式结果相差c倍。前两种初等变换,他们的行列式因子显示是相同的。

第三种,将第j行乘以加到第i行,即特征矩阵,矩阵,1024程序员节

不包含第j行的子式的结果为特征矩阵,矩阵,1024程序员节

= + 

右边的都是原有矩阵的k级子式,它们的和都能除得尽k阶子式的公因式,所以第三种初等变换得到的矩阵k级行列式因子相等,k取遍1到n,各级行列式因子都相等。

由等价的标准型和初等变换不改变k级行列式因子,我们可以根据标准型的行列式因子计算的行列式因子,0能够被任何多项式除得尽,所以只需计算对角线上的k级子式的公因式,即行列式因子:

,反过来由,公因式是唯一的,所以都是唯一的,所以都是唯一的。即标准型唯一,称为不变因子

7.矩阵A与B相似的充要条件是和等价

,比较多项式的系数,可知,从而相似。

引理,看成多项式相除即可,即考虑多项式除以,要么除尽,要么它的余数次数小于1,即余数为常数,商为次数小于的多项式:

特征矩阵,矩阵,1024程序员节

特征矩阵,矩阵,1024程序员节

特征矩阵,矩阵,1024程序员节

8.矩阵相似充要条件是特征矩阵等价(即能够初等变换相互转化),特征矩阵相似的充要条件是行列式因子和不变因子完全相同(充分性是因为初等变换不改变行列式因子,必要性:若不变因子相同,说明两个特征矩阵都能初等变换为同一个标准型,实际上标准型也能初等变换为矩阵A,B,因为A和B标准型相同也就等价,等价有传递性)。

因此,矩阵相似的充要条件也可以认为它们的特征矩阵有相同的不变因子。

​​​​​​特征矩阵的值为多项式不为0,因此秩为n,标准型中一定有n个不变因子,它们的乘积等于。等价相当于乘以初等矩阵,所以 ,为标准型矩阵,即特征矩阵和标准型等价由于初等矩阵的秩全为1,所以 

显然特征多项式也等于n级行列式因子因此给出不变因子,有了不变因子就可以求得特征多项式 。

9.初等因子

次数大于0的不变因子,分解成首项系数为1的一次因式方幂的乘积,这些一次因式方幂是初等因子,相同按次数计算。

特征矩阵,矩阵,1024程序员节

 根据定义,不变因子确定了,初等因子就确定了。反过来,初等因子相同,将相同因式按照升幂的方式填入标准型中(初等因子是从其中一个不变因子的因式分解中取出来的,所以每一个初等因子一定在某一个不变因子里),考虑这些初等因子在标准型矩阵的位置:

最高次在最后一个不变因子中,次高次数在倒数第二个位置,往后类推,数量不够的因式补适当个1,所有的初等因子填完,就能够唯一确定标准型和不变因子。

所以不变因子相同等价于初等因子相同,因此矩阵和矩阵相似又等价于和这个矩阵有相同初等因子。这里的矩阵是数字矩阵,数字矩阵的行列式是特征多项式,所以最高次数出现在对应的特征矩阵的右下角,但并不是任何-矩阵可以认为初等因子相同能唯一确定标准型:

特征矩阵,矩阵,1024程序员节

10、求若当矩阵的初等因子,若已知矩阵A的初等因子,则可以确定A相似于有相同初等因子的若当矩阵。

对角形矩阵将相邻位置的相同因式交换位置,得到的矩阵和对角矩阵等价:

1. f1(x)和g1(x)互素,则(f1(x),f2(x))和(g1(x),g2(x))的公因式d1(x),d2(x)互素。

这是因为假如d1(x),d2(x)不互素(d1(x)整除f1(x),f2(x),d2(x)整除g1(x),g2(x)),就存在一个次数大于0的多项式d3(x),它整除d1(x),d2(x),当然也整除f1(x),f2(x),g1(x),g2(x)。即d3(x)是f1(x)和g1(x)的公因式。与f1(x)和g1(x)矛盾。

2. d1(x)互素和d2互素,又能整除d(x),则d1(x)d2(x) | d(x)用到了多项式中的性质二。

3. d(x) | f1(x)g1(x)则可以找到f(x)和g(x)使d(x)=f(x)g(x),且f(x) | f1(x), g(x) | g1(x)
特征矩阵,矩阵,1024程序员节

特征矩阵,矩阵,1024程序员节 特征矩阵,矩阵,1024程序员节

对角矩阵的某一个相邻子式等价,则两个矩阵也等价(和矩阵正定的充要条件为顺序主子式都大于0证明过程差不多):

特征矩阵,矩阵,1024程序员节

最后得到的等价的对角阵,主对角线上的相同一次因式的方幂是升幂排序,为其标准型。这些一次因式都是标准型的初等因子,也是原来的对角形矩阵的初等因子。

求矩阵的初等因子:

1.求和它相似的若当矩阵或者对角阵的初等因子,对角线上的一次因式的方幂就是所求的初等因子。反过来,已知矩阵的初等因子,可求得若当矩阵。

2. 特征矩阵化成标准型,从不变因子中找出初等因子,推算出若当矩阵的每个若当块,这样他们有相同初等因子,意味着矩阵总是可以相似于若当矩阵。若当矩阵中按照特征值划分,若当块为k阶方阵时,有一个k-1级行列式因子为1,k级行列式为,k全部等于1,意味着矩阵就可以对角化,即初等因子的一次因式的次数全部为1。这样矩阵由于相似于该若当矩阵,他们特征值就相同。因此a就是其中一个特征值。文章来源地址https://www.toymoban.com/news/detail-744761.html

到了这里,关于第8章 特征矩阵(矩阵相似、最小多项式、特征矩阵相似、不变因子、初等因子和若当标准型)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 逻辑回归与多项式特征:解密分类问题的强大工具

    在机器学习领域,逻辑回归是一种常用的分类算法,它可以用于解决诸如垃圾邮件过滤、疾病预测和客户流失分析等各种分类问题。然而,有时候简单的线性逻辑回归模型无法捕捉到数据中的复杂关系。为了更好地处理这些情况,我们可以引入多项式特征,从而提高模型的表

    2024年02月08日
    浏览(45)
  • 伴侣矩阵求解多项式的根

    已知方程 P ( x ) = ∑ i = 0 n a i x n = 0 P(x) = sum_{i=0}^{n}a_ix^n = 0 P ( x ) = ∑ i = 0 n ​ a i ​ x n = 0 ,通过伴侣矩阵求解该方程的根。 此处参考百度知道,就可以大概知道伴侣矩阵的构建。具体如下, 设 f ( t ) = t n + a 1 t n − 1 + … + a n − 1 t + a n . f(t)=t^n+a_1 t^{n-1}+ldots+a_{n-1} t+a_n .

    2024年02月21日
    浏览(43)
  • λ-矩阵的多项式展开

    原文链接 定义. 对于 m × n m times n m × n 的 λ lambda λ -矩阵 A ( λ ) = [ a 11 ( λ ) . . . a 1 n ( λ ) ⋮ ⋮ a m 1 ( λ ) . . . a m n ( λ ) ] mathbf{A}(lambda)=begin{bmatrix} a_{11}(lambda) ... a_{1n}(lambda)\\\\ vdots vdots \\\\ a_{m1}(lambda) ... a_{mn}(lambda) end{bmatrix} A ( λ ) = ​ a 11 ​ ( λ ) ⋮ a m 1 ​ ( λ ) ​

    2024年02月19日
    浏览(37)
  • Open3D 最小二乘拟合二维多项式曲线

      多项式曲线表示为: p ( x ) = p 1 x n + p 2 x

    2024年02月16日
    浏览(45)
  • Open3D 非线性最小二乘拟合二维多项式曲线

      多项式曲线表示为: p ( x ) = p 1 x n + p 2 x

    2024年02月07日
    浏览(49)
  • AA@有理系数多项式@整系数多项式@本原多项式@有理多项式可约问题

    有理数域上一元多项式的因式分解. 作为 因式分解定理 的一个特殊情形,我们有结论: 每个次数大等于1的 有理系数多项式 都能 唯一地 分解成 不可约的有理系数多项式 的乘积. 有理数域版本中,从一般数域具体到了\\\" 有理系数 \\\" 我们讨论多项式的时候,都假设多项式是在某个数

    2024年02月16日
    浏览(50)
  • P4725 【模板】多项式对数函数(多项式 ln)

    洛谷P4725 【模板】多项式对数函数(多项式 ln) 题目大意 给你一个 n − 1 n-1 n − 1 次多项式 A ( x ) A(x) A ( x ) ,求一个   m o d   x n bmod x^n mod x n 下的多项式 B ( x ) B(x) B ( x ) ,满足 B ( x ) ≡ ln ⁡ A ( x ) B(x)equiv ln A(x) B ( x ) ≡ ln A ( x ) 。 在   m o d   998244353 bmod 998244353 mo

    2024年02月03日
    浏览(56)
  • 用链表表示多项式,并实现多项式的加法运算

    输入格式: 输入在第一行给出第一个多项式POLYA的系数和指数,并以0,0 结束第一个多项式的输入;在第二行出第一个多项式POLYB的系数和指数,并以0,0 结束第一个多项式的输入。 输出格式: 对每一组输入,在一行中输出POLYA+POLYB和多项式的系数和指数。 输入样例: 输出样例: 本

    2024年02月07日
    浏览(71)
  • 【C 数据结构】 用单链表存储一元多项式,并实现两个多项式相加运算。

    本次代码纯c语言,可以支持输入两个多项式的项式、系数、指数。 实验目的: 1 掌握单链表的基本工作原理; 2 实现链式存储下的两个多项式的相加。 实验步骤 1 定义链式存储的数据结构 2 完成多项式的初始化,即给多项式赋初值 3 完成多项式的输出 4 实现多项式的相加及结

    2024年02月06日
    浏览(48)
  • 牛顿插值法、拉格朗日插值法、三次插值、牛顿插值多项式、拉格朗日插值多项式

    两点式线性插值 调用Matlab库函数 拉格朗日二次插值: 牛顿二次插值 结果分析:通过对比不同插值方法,可以看到在一定范围内(高次会出现龙格现象),插值次数越高,截断误差越小(插值结果越接近于真实函数值);同时,对于相同次数的插值,由于不同的插值方法它们

    2024年02月11日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包