什么時(shí)候要單位化 線性代數(shù)的正交公式
二次型化為標(biāo)準(zhǔn)型什么時(shí)候需要單位化?求可逆矩陣P的時(shí)候,什么情況要單位化,什么時(shí)候不用?為什么要單位化?線性代數(shù) 由二次型化為標(biāo)準(zhǔn)型,什么情況需要單位化正交化,什么時(shí)候不用?謝謝!?特征向量什么時(shí)候需要單位化?求助 什么情況需要單位化什么時(shí)候正交化?
本文導(dǎo)航
- 二次型化為規(guī)范型步驟
- 求二次型矩陣要不要單位化
- 什么是基礎(chǔ)解系的單位化
- 線性代數(shù)的正交公式
- 特征向量標(biāo)準(zhǔn)正交化怎么求
- 如果指標(biāo)單位一樣還需要標(biāo)準(zhǔn)化嗎
二次型化為規(guī)范型步驟
用特征值特征向量方法求標(biāo)準(zhǔn)形時(shí), 需變換是正交變換
所以要把構(gòu)成矩陣P的特征向量正交化和單位化
求二次型矩陣要不要單位化
我覺得是,題目要求正交矩陣的時(shí)候才要正交化單位化(一般是求實(shí)對(duì)稱矩陣的正交變換化為對(duì)角形的時(shí)候),如果題目只要求可逆矩陣P的時(shí)候就不需要。
什么是基礎(chǔ)解系的單位化
終于想起來原因了,樓主,你的情況我也出現(xiàn)過。在樓主眼里,n個(gè)n維正交向量組組成的矩陣必為正交陣。其實(shí)不然,正交陣要求A乘以A的轉(zhuǎn)置后等于單位陣。加入A=(a1,a2,a3,a4)其中a1,a2,a3,a4為四位列向量,且兩兩正交。則A與AT相乘后對(duì)角線上的四個(gè)數(shù)字必為bjj=aj乘以aj轉(zhuǎn)=||aj||,j=(1,2,3,4)假如||aj||不等于1,那就不是單位陣了,就變成了對(duì)角陣。幾個(gè)易混淆和出錯(cuò)的概念1.AB=E并不代表A,B可逆。2.AAT=E并不代表A是正交陣。
線性代數(shù)的正交公式
我們以二次型矩陣A的特征矩陣為基礎(chǔ),利用正交化法進(jìn)行變換,思路是正交矩陣(AAT=E)的轉(zhuǎn)置等于逆,利用正交矩陣使A對(duì)角化(以特征值為對(duì)角線元素的對(duì)角矩陣)。
注意:正交矩陣不同列內(nèi)積均為0,也就是列向量正交,且每列元素平方和均為1,也就是單位化,矩陣列向量正交不代表矩陣就是正交矩陣!
分兩種情況:
二次型矩陣A是實(shí)對(duì)稱矩陣(必可對(duì)角化),如果其特征值λ互異,那么對(duì)應(yīng)特征向量必正交(對(duì)角稱矩陣的性質(zhì)),由其構(gòu)成的矩陣只需單位化(列向量分別除以模),就可得到正交變換矩陣;
否則,二次型矩陣A相同特征值對(duì)應(yīng)的特征向量,取基礎(chǔ)解系,與其它互異特征值對(duì)應(yīng)的特征向量一起構(gòu)成矩陣,只需對(duì)基礎(chǔ)解系施密特正交變換(正交化),然后對(duì)矩陣單位化(勿忘!)。
變換的結(jié)果是特征值λ為系數(shù)的標(biāo)準(zhǔn)型。
特征向量標(biāo)準(zhǔn)正交化怎么求
1、如果A是實(shí)對(duì)稱矩陣,要求求正交矩陣P,使P^T*A*P成為對(duì)角陣,則求得的A的特征向量要先正交化(如果A有重特征值),再單位化,然后才可以寫出正交陣P。
2、在二次型化為標(biāo)準(zhǔn)形的題目里,如果要求求正交變換,則求得的二次型矩陣A的特征向量要先正交化(如果A有重特征值),再單位化,然后才可以寫出正交變換的。
一個(gè)矩陣A的特征值可以通過求解方程pA(λ) = 0來得到。 若A是一個(gè)n×n矩陣,則pA為n次多項(xiàng)式,因而A最多有n個(gè)特征值。
反過來,代數(shù)基本定理說這個(gè)方程剛好有n個(gè)根,如果重根也計(jì)算在內(nèi)的話。所有奇數(shù)次的多項(xiàng)式必有一個(gè)實(shí)數(shù)根,因此對(duì)于奇數(shù)n,每個(gè)實(shí)矩陣至少有一個(gè)實(shí)特征值。在實(shí)矩陣的情形,對(duì)于偶數(shù)或奇數(shù)的n,非實(shí)數(shù)特征值成共軛對(duì)出現(xiàn)。
擴(kuò)展資料
任意給定一個(gè)矩陣A,并不是對(duì)所有的x它都能拉長(縮短)。凡是能被A拉長(縮短)的向量稱為A的特征向量(Eigenvector);拉長(縮短)量就為這個(gè)特征向量對(duì)應(yīng)的特征值(Eigenvalue)。
值得注意的是,我們說的特征向量是一類向量,因?yàn)槿我庖粋€(gè)特征向量隨便乘以一個(gè)標(biāo)量結(jié)果肯定也滿足以上方程,當(dāng)然這兩個(gè)向量都可以看成是同一個(gè)特征向量,而且它們也都對(duì)應(yīng)同一個(gè)特征值。
如果特征值是負(fù)數(shù),那說明了矩陣不但把向量拉長(縮短)了,而且讓向量指向了相反的方向。一個(gè)矩陣可能可以拉長(縮短)好幾個(gè)向量,所以它可能就有好多個(gè)特征值。如果A是實(shí)對(duì)稱矩陣,那么那些不同的特征值對(duì)應(yīng)的特征向量肯定是互相正交的。
一個(gè)變換矩陣的所有特征向量組成了這個(gè)變換矩陣的一組基。所謂基可以理解為坐標(biāo)系的軸。我們平常用到的大多是直角坐標(biāo)系,在線形代數(shù)中可以把這個(gè)坐標(biāo)系扭曲、拉伸、旋轉(zhuǎn),稱為基的變換。我們可以按我們的需求去設(shè)定基,但是基的軸之間必須是線形無關(guān)的。
也就是保證坐標(biāo)系的不同軸不要指向同一個(gè)方向或可以被別的軸組合而成,否則的話原來的空間就“撐”不起來了。在主成分分析(Principal Component Analysis)中我們通過在拉伸最大的方向設(shè)置基,忽略一些小的量,可以極大地壓縮數(shù)據(jù)而減小失真。
變換矩陣的所有特征向量作為空間的基之所以重要,是因?yàn)樵谶@些方向上變換矩陣可以拉伸向量而不必扭曲和旋轉(zhuǎn)它,使得計(jì)算大為簡單。所以特征值固然重要,終極目標(biāo)卻是特征向量。
參考資料來源:百度百科-特征向量
如果指標(biāo)單位一樣還需要標(biāo)準(zhǔn)化嗎
首先明確,不同特征值對(duì)應(yīng)的特征向量必正交。然后,以三階為例,重根λ1=λ2,λ3=C,
這時(shí)λ1、λ2重根,考慮是否需要施密特正交,如果λ1、λ2對(duì)應(yīng)的特征向量乘一下,內(nèi)積為0就不需要施密特了,如果內(nèi)積不為0則要先將λ1、λ2對(duì)應(yīng)的特征向量正交化一下,最后三個(gè)特征向量一起單位化。
小結(jié):特征值有重根需要在單位化之前考慮一下重根特征值對(duì)應(yīng)的特征向量是否需要施密特正交化
回到題主所問,這類問題一般出現(xiàn)在讓你求正交矩陣P,使 PTAP=∧ 或者 P逆AP=∧ (PT:T是上標(biāo),PT即P的轉(zhuǎn)置矩陣,∧:對(duì)角矩陣,P逆:P的逆矩陣)
這時(shí)的正交矩陣就需要單位化
從考研角度答的,如有誤,請(qǐng)指正!
掃描二維碼推送至手機(jī)訪問。
版權(quán)聲明:本文由尚恩教育網(wǎng)發(fā)布,如需轉(zhuǎn)載請(qǐng)注明出處。