矩阵分析基础知识

 

 

对称矩阵:

       在线性代数中,对称矩阵是一个方形矩阵,其转置矩阵和自身相等。

        A = A^{\textrm{T}} , \,\!     对称矩阵中的右上至左下方向元素以主对角线(左上至右下)为轴进行对称。

        若将其写作A = (a_{ij}),则: a_{ij} = a_{ji} \,\!

        当ij对等时。下列是3×3的对称矩阵:

\begin{bmatrix}1 & 2 & 3\\2 & 4 & -5\\3 & -5 & 6\end{bmatrix}

 

 

 

 

 

反对称矩阵:

       在线性代数中,反对称矩阵(或称斜对称矩阵)是一个方形矩阵,其转置矩阵和自身的加法逆元相等。

       其满足:    AT = − A    或写作    A = (a_{ij}),各元素的关系为:  a_{ij} = -a_{ji} \,\!

       例如,下例为一个斜对称矩阵:

\begin{bmatrix}0 & 2 & -1 \\-2 & 0 & -4 \\1 & 4 & 0\end{bmatrix}

 

正定矩阵:

       定义:一个n × n 的实对称矩阵 M正定的当且仅当对于所有的非零实系数向量z,都有 zTMz > 0。其中zT 表示z的转置。

       对于复数的情况,定义则为:一个n × n 的埃尔米特矩阵 M正定的当且仅当对于每个非零的复向量z,都有z*Mz > 0。其中z* 表示z的共轭转置。由于 M 是埃尔米特矩阵,经计算可知,对于任意的复向量zz*Mz必然是实数,从而可以与0比较大小。因此这个定义是自洽的。

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(数学)