特殊的矩阵与特殊的矩阵关系———实对称、正定、对角、零矩阵

一、特殊的矩阵

1、实对称矩阵

定义:a{_{ii}}都是实数,且A^{T} = A

性质:A \sim \Lambda 

(1)可以用特征值来求A的大小

(2)可以得到A的秩

(3)必定可以相似对角化

运用:

与实对称矩阵A合同的矩阵B,必定是实对称矩阵,这一性质可以用来排除某些选项

2、对角矩阵

定义:只有主对角线上有元素的矩阵

性质:

(1)对角矩阵的运算包括和、差运算、数乘运算、同阶对角阵的乘积运算,且结果仍为对角阵

运用:

(1)特征值,秩

(2)证明A,B相似的中介

A \sim \Lambda \-\ B \sim \Lambda\Rightarrow A \sim B

3、正定矩阵

定义:二次型x^TAx,恒有x \neq 0 , x^TAx > 0,则称实对称矩阵A为正定矩阵

n阶正定矩阵的充分必要条件

(1)A的正惯性指数是n

(2)A与E合同

(3)特征值均为正数

(4)各阶顺序主子式均大于0

必要条件:

(1)a_{ii}>0

(2)\left | A \right | > 0

4、零矩阵

定义:所有元素均为0

特殊的性质:

(1)若AB = O, 则A = O \-\ or \-\ B = O。这是错误的!逆命题也是不对的。

(2)若B \neq O ,则B可逆。是错误的!

(3)若AB = O , B \neq O \Rightarrow Ax = 0存在非零解,则A的秩小于n

5、可逆矩阵

(1)|A| \neq 0

(2)A^{-1} = \frac{A^{*}}{|A|}

如果A可逆,则Ax = 0 ,存在非零解

6、正交矩阵

(1)A^TA = AA^T

(2)A^T = A^{-1}

(3)|A|^{2} = 1

二、特殊矩阵关系

1、相似A\sim B

(1)|A| = |B| ;r(A) = r(B);\lambda_{A} = \lambda_{B};\sum a_{ii} = \sum b_{ii}

(2)r(\lambda E - A) = r(\lambda E - B)  可用来判断A,B是否相似

2、合同

(1)正、负惯性指数相同

(2)x^{T}Ax 与 y^{T}By有相同的规范型

​​​​​​​

A \simeq B \rightleftharpoons r(A) = r(B) ,p_{A}=p_{B},q_{A}=q_{B}

你可能感兴趣的:(考研数学,矩阵,线性代数)