正交、正定、幂等矩阵

合集下载

幂等矩阵的性质及应用

JIU JIANG UNIVERSITY毕业论文（设计）题目幂等矩阵的性质及应用英文题目Properties and Applicationof Idempotent Matrix 院系理学院专业数学与应用数学姓名邱望华年级 A0411指导教师王侃民二零零八年五月幂等矩阵在数学领域以及其他许多领域应用都非常广泛，因此对幂等矩阵进行探讨具有很重要的意义。

本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。

首先对幂等矩阵简单性质进行了归纳总结，接着谈到了实幂等矩阵的等价条件并推广到复矩阵以及高次幂等矩阵，然后研究了幂等变换、幂等矩阵线性组合的幂等性、幂等矩阵线性组合的可逆性、幂等矩阵秩有关的性质。

[关键词] 幂等矩阵，性质，幂等性，线性组合The idempotent matrix is widely applied in mathematics as well as other many places, so there is very vital significance to carry on the discussion to the idempotent matrix . This paper mainly carries on the induction summary some simple nature and the important conclusion of idempotent matrix and carries on the promotion to the related nature. Firstly, this article has carried on the induction summary to its simple nature, then talkes about the equivalence condition of the solid idempotent matrix and extends to the equivalence condition of the plural idempotent matrix and the higher mode idempotent matrix . Then the article studies the idempotent transformation、the idempotency of linear combinations of two idempotent matrices、the invertibility of linear combinations of two idempotent matrices.[Key Words] the idempotent, the nature, the idempotence,linear combination符号表R 实数域n R 实数域n 维列向量空间 n n R ⨯ 实数域上的n ×n 阶矩阵 C 复数域n C 复数域n 维列向量空间 n n C ⨯ 复数域上的n ×n 阶矩阵 A ' 矩阵A 的转置*A 矩阵A 的伴随1A - 矩阵A 的逆det()A 矩阵A 的行列式 rank()A 矩阵A 的秩()N A 矩阵A 的核空间，即}{()0,n N A x P Ax P =∈=是一个数域()R A 矩阵A 的值域，即}{(),n R A Ax x P P =∈是一个数域 dim V 线性空间V 的维数1T - 线性变换T 的逆变换 TV T 的值域,即TV ={}T V ξξ∈1(0)T - T 的核,即{}1(0)0,T T V ξξξ-==∈目录第一章预备知识 (1)1.1幂等矩阵的概念及刻划 (1)1.2幂等矩阵的一些简单性质 (3)第二章相关的重要结论 (7)2.1幂等矩阵的等价条件 (7)2.2幂等变换 (14)2.3幂等矩阵线性组合的幂等性 (17)2.4幂等矩阵线性组合的可逆性 (23)2.5幂等矩阵的秩方面的有关性质 (26)结束语 (29)参考文献 (30)第一章预备知识1.1 幂等矩阵的概念及刻划定义1[1].对n 阶方阵A ,若2A A =,则称A 为幂等矩阵.为了对一般幂等矩阵作出刻划,下面先对二阶幂等矩阵讨论,再推广到一般幂等矩阵.命题1.若A 是幂等矩阵,则与A 相似的任意矩阵是幂等矩阵. 证明：若A 相似于B (记作~A B ),则有同阶可逆矩阵P ,使B =1p -A P [1],从而2B =1p -A P ·1p -A P =1p -2A P =1p -A P =B . ▌命题2.若A 是对角分块矩阵，设A =12r A A A ⎛⎫⎪⎪ ⎪ ⎪⎝⎭，则A 是幂等矩阵⇔i A (1,2,,)i r = 均是幂等矩阵.由于每个n 级复数域矩阵A 都与一个若尔当矩阵相似[1]，据命题1和命题2知，我们只需要讨论若尔当块的幂等性.若A 是一个2阶复数域矩阵,则A 的若尔当标准型有两种可能的形式:第一种: 10λ⎛⎫ ⎪λ⎝⎭,但它不是幂等矩阵.否则有210λ⎛⎫ ⎪λ⎝⎭=10λ⎛⎫⎪λ⎝⎭,有,212λ=λλ=.矛盾.第二种: 0012λ⎛⎫⎪λ⎝⎭ ,由20001122λλ⎛⎫⎛⎫= ⎪ ⎪λλ⎝⎭⎝⎭,有221122,λ=λλ=λ,从而有01λ=或1,20λ=或 1.于是该情况有四种可能的形式:0000⎛⎫ ⎪⎝⎭,1000⎛⎫ ⎪⎝⎭ ,1001⎛⎫ ⎪⎝⎭ ,0001⎛⎫ ⎪⎝⎭(1)据命题1,于是得到:定理1[19]. A 是二阶幂等矩阵,则A 是零矩阵或单位矩阵或形如1ab c a ⎛⎫ ⎪-⎝⎭.证明: 由以上讨论知A 相似于(1)式中的四个矩阵之一1若A ～0000⎛⎫ ⎪⎝⎭ ,显然有 A =0000⎛⎫ ⎪⎝⎭02若A ～1001⎛⎫ ⎪⎝⎭ ,显然有 A =1001⎛⎫⎪⎝⎭3若A ～1000⎛⎫⎪⎝⎭ ,则有可逆矩阵P =1234λλλλ⎛⎫⎪⎝⎭，1423(,P )λλλλ≠因为可逆使A =14121423142313423142314231000a b P P c d λλλλλλλλλλλλλλλλλλλλλλλλ-⎛⎫-⎪--⎛⎫⎛⎫⎪== ⎪ ⎪⎪⎝⎭⎝⎭-⎪--⎝⎭则有 1d a =- .即 A 1ab c a ⎛⎫= ⎪-⎝⎭ .对剩余的一种与此有同样的结果. ▌设112,1n n J λλλλ⎛⎫⎪⎪⎪≥= ⎪ ⎪⎪⎝⎭，由2n n J J = ，有2,21,λλλ==这是不可能的.于是有:命题3.当2n ≥时,n 阶若尔当块n J 不具有幂等性.即2n n J J ≠.因此,若A 是幂等矩阵，则A 的若尔当标准型如下：1200000n r J λλλ⎛⎫⎪⎪= ⎪⎪⎝⎭据命题1即有2n n J J =⇒2,1,2,,i i i r λλ== .于是0i λ= 或1.于是我们得到如下定理:定理2. A 是n 阶幂等矩阵，当且仅当存在n 阶可逆矩阵P ，使得1A PJP -=.其中J 是主对角线上元素为0或1的对角矩阵. ▌1.2 幂等矩阵的一些简单性质性质1.方阵零矩阵和单位矩阵E 是幂等矩阵. 性质2.方阵A 是幂等矩阵，且A 可逆，则A E =. 因为2A A =,则121A A A A A E --===. ▌据此易知:可逆幂等矩阵的逆矩阵是幂等矩阵.即1A -(如果存在的话)是幂等矩阵.因为1A E A E -=⇒=.性质3.若A 是实幂等矩阵，则*,,A E A A '-都是幂等矩阵. 证明: 对A ',22()()A A A '''==. 对E A -,有22()22E A E A A E A A E A -=-+=-+=-.对*A ,先证明对任意两个幂等矩阵,A B ,有关系式 ***[2]()AB B A =.由Cauchy binet -公式有:*(,)()A i j AB B i j =矩阵的第行第列代数余子式=(1)det()({1,,1,1,,},{1,,1,1,,})i j AB j j n i i n +--+-+=1(1){det()({1,,1,1,,},{1,,1,1,,})ni jk A j j n k k n +=--+-+∑det()({1,,1,1,,},{1,,1,1,,})}B k k n i i n ⋅-+-+=**({},{})11.nnjk ki ki jk i j k k A B B A B A ====∑∑于是，*2*****2()()()A A AA A A A ====. ▌性质4.若A 是复数域上的幂等矩阵,则,A E A '-也是幂等矩阵. 证明:222()()()()A A AA A A '''''====.22()22E A E A A E A A E A -=-+=-+=-. ▌ 性质5.若A 是幂等矩阵,则A 的特征值只能是1或0. 即知幂等矩阵是半正定矩阵.证明:由2A A = 知2λλ= (A λ是的特征值)01λ⇒=或. ▌ 由此易知:幂等矩阵是半正定矩阵.性质6.若A 是幂等矩阵,设()ϕλ是A 的最小多项式,则()ϕλ=1λλλλ-或或（-1）从而A 可对角化,且其若尔当标准型为 000rE ⎛⎫ ⎪⎝⎭. 其中r E 是r 阶单位矩阵, r 是A 的秩.证明:由于矩阵的最小多项式是该矩阵特征多项式的因式, 据性质5知()ϕλ=1λλλλ-或或（-1）.又最小多项式是互素的一次因式的乘积,故可对角化. ▌性质7[17].若A 是幂等矩阵，则()()N A R E A =-，其中}{()0n N A x C Ax =∈=}{()(),n nR E A x C x E A y y C -=∈=-∈.证明：由2A A = 有()0A E A -=，立即知E A -的n 阶列向量都是0AX =的解故有()()R E A N A -⊂又对()a N A ∀∈,有0()()Aa a Aa E A a E A a =⇒=+-=-()a R E A ⇒∈-由a 的任意性知 ()()N A R E A ⊂-. 于是有 ()()N A R E A =- . ▌ 同样地,有结论 ()()N E A R A -=.性质8.若A 是幂等矩阵,对任意实数(0,1)a a ≠,则A aE +是可逆矩阵. 证明:由2A A =有2(1)(1)A A a a E a a E --+=-+()[(1)](1)A aE A a E a a E +-+=-+.又由0,1a ≠ 有1(){[(1)]}(1)A aE A a E E a a +-+=-+故A aE +可逆,且11()[(1)](1)A aE A a E a a -+=-+-+. ▌性质9.任一秩为r 的n n ⨯幂等矩阵A 可分解成A CB =,其中C 是秩为r 的n r ⨯矩阵,且r BC E = .(其中r E 是r 阶单位矩阵)证明:由性质6知, 存在n 阶可逆矩阵P 使1000rEP AP -⎛⎫= ⎪⎝⎭.则()100000r r rE E A P P P E P -⎛⎫⎛⎫== ⎪ ⎪⎝⎭⎝⎭.记(),00r r E C P B E ⎛⎫== ⎪⎝⎭.显然,B C 满足要求. ▌性质10.任一幂等矩阵可写成两个实对称矩阵之积.证明:因为1100()0000r r E E A P P P P --⎛⎫⎛⎫''=⋅ ⎪ ⎪⎝⎭⎝⎭.故结论成立 ▌性质11.若,A B 均为n n ⨯阶幂等矩阵,且AB BA =,则AB 与A B ''均为幂等矩阵.证明:据题意有：222()AB ABAB AABB A B AB ====.2222()[()]()()()()()A B BA BA BA BABA B A BA A B ''''''''''======.▌第二章相关的重要结论本章按节来逐次讨论和探索幂等矩阵的多个等价条件、幂等变换、线性组合的幂等性、线性组合的可逆性、秩方面的有关性质等有关问题.2.1 幂等矩阵的等价条件经过参考多篇文献，并进行归纳和推理可以得出以下定理.定理1:设A 是n n ⨯的实矩阵,则下列命题是互相等价的:1)A 是幂等矩阵.2)A '是幂等矩阵.3)E A -是幂等矩阵.4)对任意的可逆矩阵P ,1P AP -是幂等矩阵.5)2B A E =-是对合矩阵.(满足2B E =的矩阵B 称为对合矩阵)6)()()N A R E A =-.7)()()R A N E A =-.8)rank rank()A E A n +-=.9){}()()0R A R E A -= .10){}()()0N A N E A -= .11)()()n R R A R E A =⊕-.12)()()n R N A N E A =⊕-以上给出了实幂等矩阵的几个等价条件,经过研究和分析知:对复幂等矩阵也有平行的结论.定理2:设A 是n n ⨯的复矩阵,则下列命题是互相等价的:1)A 是幂等矩阵.2)A '是幂等矩阵.3)E A -是幂等矩阵.4)对任意的可逆矩阵P ,1P AP -是幂等矩阵.5)2B A E =-是对合矩阵.(满足2B E =的矩阵B 称为对合矩阵)6)()()N A R E A =-.7)()()R A N E A =-.8)rank rank()A E A n +-=.9){}()()0R A R E A -= .10){}()()0N A N E A -= .11)()()n C R A R E A =⊕-.12)()()n C N A N E A =⊕-证明:1)⇔2) 由2A A =知22()()A A A '''==.反过来,222[()][()]()A A A A A ''''''====.1)⇔3)必要性: 在1.2节性质3中已经给出了证明.充分性:2()()E A E A -=- ⇒222E A A E A A A -+=-⇒=.1)⇔4)由2A A = 知1211121()P AP P AP P AP P A P P AP -----=⋅==.反过来,12111121()P AP P AP P AP P AP P A P P AP ------=⇒⋅==⇒ 2A A =.1)⇔5)由2A A =,有2B =2(2)A E -=244A A E E -+=.反过来,22244B E A A E E A A =⇒-+=⇒=.1)⇔6)必要性: 在1.2节性质7中已经给出了详细证明.充分性: 对,n a R ∀∈有()()()E A a R E A N A -∈-=，故()()E A a N A -∈于是有2[()]0()0A E A a A A a -=⇒-=.由a 的任意性得2A A =.1)⇔7)必要性: 由2A A =知()Aa R A ∀∈,有()0()E A Aa Aa N E A -=⇒∈-()()R A N E A ⇒⊂-.又()a N E A ∀∈-,有()0E A a -=.于是()a Aa E A a =+-()()()Aa R A N E A R A =∈⇒-⊂故有()()R A N E A =-.充分性: 对n a R ∀∈,有()()()Aa R A N E A Aa N E A ∈=-⇒∈-于是有2-=⇒-=.E A Aa A A a()()0()0由a的任意性得2A A=.1)⇔8)必要性: 由2A A=知()()=-.N A R E A于是有dim()dim()=-N A R E A即有rank rank()n A E A-=-亦即rank rank()+-=.A E A n充分性: 由rank rank()+-=易知:A E A ndim()dim()=- (*)N A R E A又对()∀∈,有a N AAa=则有-=-=.E A a a Aa a()由()()a R E A∈--∈-知()E A a R E A即有()()⊂-.N A R E A据(*)式知=-.N A R E A()()=.再由6)得2A A8)⇔9)必要性: 由rank rank()+-=.即知:A E A n+-=.dim()dim()R A R E A n又对n∀∈,有a R=+-,()a Aa E A a而(),Aa R A ∈()()E A a R E A -∈-.故 ()()n C R A R E A =+-.又dim dim ()dim ()dim[()()]n C R A R E A R A R E A =+--- n =.故有dim[()()]0R A R E A -= .于是, {}()()0R A R E A -= .充分性: 由{}()()0R A R E A -= 有dim ()dim ()R A R E A n +-=.即有rank rank()A E A n +-=.9)⇔10)必要性: 由上面的证明知由9)有6)和7),再把6)和7)代入到9),立即得到10).充分性：同理可证.9)⇔11) 这是显然的[1].10)⇔12) 这是显然的[1]. ▌定理3.设A 是秩为r 的n n ⨯矩阵.则A 是幂等矩阵⇔存在n 阶可逆矩阵P ,使1000rE P AP -⎛⎫= ⎪⎝⎭. 证明: 必要性: 在1.2节性质6中已给出了证明.充分性: 由1000rE P AP -⎛⎫= ⎪⎝⎭,有 1000r E A P P -⎛⎫= ⎪⎝⎭. 则2111000000000rr r E E E A P P P P P P A ---⎛⎫⎛⎫⎛⎫=⋅== ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭. ▌ 以上是对二次幂等矩阵进行了一定的讨论.下面来对高次幂等矩阵进行有关的讨论.定理4.设,A B 是三次幂等矩阵,即33,A A B B ==,且满足AB BA =,A B ≠, 记C A B =+.则3()0C C AB A B =⇔+=.证明:由矩阵,A B 是幂等可交换的，于是可同时对角化[6]. 即存在可逆矩阵 P ,使得1112,P AP P BP --Λ=Λ=均为对角矩阵,而且它们对角元素分别是,A B 的特征值.从而有1112,.A P P B P P --=Λ=Λ进而112()C P P -=Λ+Λ.于是3C C =可以等价为322333,1,2,,i i i i i i i i i n λλμλμμλμ+++=+= . 其中,i i λμ分别是12,ΛΛ的对角元.又由30,1,1x x x =⇒=-知,A B 的特征值只有0,-1,1.即333,,(1,2,,)i i i i i r λλμμ===于是3C C =等价为220,(1,2,,)i i i i i r λμλμ+== .即221212O ΛΛ+ΛΛ=.因此3C C =等价为()0AB A B +=. ▌注:当2A A =,立即有32A A A ==,同样地,对k ∀,(2k ≥为正整数) k A A = 即任意的二次幂等矩阵均为k 次幂等矩阵.因此可得以下推论.推论: 设,A B 是二次幂等矩阵,且满足AB BA =,A B ≠,记C A B =+.则 2()0C C AB A B =⇒+=. ▌引理1[1].对任意两个同阶矩阵,A B ,有rank()rank()rank()A B A B +≤+. 引理2[1].设,A B 为n n ⨯矩阵,满足AB O =,则有rank rank A B n +≤. 定理5.设矩阵A 满足3,A A =且A 可逆.则2A E =且rank rank()rank()2A A E A E n +++-=.证明: 由3,A A =A 可逆,有-13-12A A A A A E ⋅=⋅⇒=()()A E A E O ⇒+-=.于是据引理2有r a n k ()r a n k ()A E A E n ++-≤ (1)又2()()E E A E A =++-据引理1有rank(2)rank[()()]n E E A E A ==++-rank()rank()E A E A ≤++-rank()rank()A E A E =++-. (2)有(1)式和(2)式有rank()rank()A E A E n ++-=.由于A 可逆知rank A n =.因此有rank rank()rank()2A A E A E n +++-=. ▌定理6.设矩阵A 满足,(2)k A A k =≥.则*,,A A A ''都是k 此幂等矩阵.证明:对A ',()()k k A A A '''==.对*,A*****()()k k k A A A A A =⋅⋅==个. 对,A '()()()k k k A A A A ''''===. ▌定理7. 设矩阵A 满足,(2)k A A k =≥.则A 的特征值为0和22cossin ,(0,1,,2)11m m m i m k k k ππε=+=--- . 证明: 由k A A =,有 k λλ=,其中λ是矩阵A 的特征值.解方程k λλ=可得220cossin ,(0,1,,2)11m m i m k k k ππλ=+=--- 以及. ▌2.2 幂等变换数域F 上n 维线性空间V 的全部线性变换组成的集合()L V 对于线性变换的加法与数量乘法构成F 上的一个线性空间，与数域F 上n 阶方阵构成的线性空间n n F ⨯同构.特别地，与幂等矩阵对应的是幂等变换.因此为了讨论和探索幂等矩阵的性质时很有必要去探索幂等变换的相关性质.定义1.设T 是线性空间V 的一个线性变换,若2T T =,则称T 是幂等变换.由于矩阵与变换间存在一一对应的关系,因此前面所提到的性质和结论可以平移到幂等变换上来.限于篇幅,下面只举几个例子.性质1.可逆的幂等变换是恒等变换.证明:恒等变换与单位矩阵相对应.因此该性质与“可逆的幂等矩阵为单位矩阵”一致. ▌性质2.若T 是幂等变换,则T τ-也是幂等变换.(其中τ是恒等变换) 性质3.T 是幂等变换⇔2T τ-为对合变换. 其中线性变换T 满足2T τ=,则称T 是对合变换. 性质4.T 是线性空间V 上的幂等变换,则1(0)V TV T -=⊕.▌ 我们知道:对于一般的线性变换来说,虽然1dim dim (0)dim TV T V -+=,但未必有1(0)V TV T -=⊕.这样的例子很多. 例如:在线性空间[]n P x 中令 (())()f x f x ϕ'=.则微分变换是一线性变换[1],其值域为1[]n P x -,其核是子空间P .它们的维数分别是1,1n -.但显然1[]n P x -+P ≠[]n P x .性质5.设T 和U 是n 维线性空间V 上的线性变换,且22,T T U U ==. 如果2()T U T U +=+,则0TU UT ==. 证明:由2()T U T U +=+,可得0TU UT +=……………………………………①对①式左乘T 得0TU TUT +=…………………………………②对①式右乘T 得0TUT UT +=……………………………………③比较②和③得 TU UT =.代入到①式得到 20TU =.于是就有 0TU UT ==. ▌ 性质6.设T ,U 是n 维线性空间上的线性变换,且22,T T U U ==. 则 1) ,TV UV TU U UT T =⇔==. 2) 11(0)(0),T U TU T UT U --=⇔==.证明:1)""⇒ 对,a V ∀∈有Ua UV TV ∈=.故,V β∃∈使Ua T β=. 从而2TUa T T Ua ββ===.因此有TU U =.同样可证得UT T =.""⇐ 据,TU U UT T ==可知,对Ta TV V ∀∈⊂,有()Ta UTa U Ta UV ==∈,故TV UV ⊂.同样可证得UV TV ⊂.于是TV UV =. 2)""⇒ 对a V ∀∈,作向量a Ta -.据11(0)(0)T U --=,有()T a Ta -20Ta T a Ta Ta =-=-=.故11(0)(0)a Ta T U ---∈=.从而有()0U a Ta -=⇒Ua UTa =⇒UT U = 同理有TU T =.""⇐ 对1(0)a T -∀∈,有0Ta =.据,TU T UT U ==,有10(0)Ua UTa a U -==⇒∈.即有11(0)(0)T U --⊂.同理可得11(0)(0)U T --⊂. 故有11(0)(0)T U --=. ▌2.3 幂等矩阵线性组合的幂等性在本节中,我们将给出两个幂等矩阵线性组合12P c A c B =+仍是幂等矩阵的一些充分条件.引理1[15].设2,,0,0n n l A B C A A B B ⨯∈=≠=≠,l 为2≥的整数,且AB BA =. 则存在{}12,0c c C ∈-,使12P c A c B =+为幂等矩阵的充要条件是:22111211(2),c c A E B B B c c c λλ--=-+=. 证明:221212()P P c A c B c A c B =⇔+=+22222111212()c B c B c c A c c AB c c BA ⇔-=-++(令121c c λ-=) 221112(2)c B B A AB A E B c c λλ⇔-+=-=-.▌ 据引理1,下面将给出12P c A c B =+是幂等矩阵的十组充分条件.为了简化过程,先令{}00,s = {}111,l s x x x C -==∈,{}21,,s x x y z y z s ==+∈, 012s s s s = .定理1[8].设2,,0,0(2,)n n l A B C A A B B l l Z ⨯∈=≠=≠≥∈，AB BA =，{}12,0,c c C ∈-13121,,,,,i c u v s u v e a s c πλε-=∈≠=∈ 若12(,)c c 及,A B 满足下列任意一个条件，则12P c A c B =+必为幂等矩阵.(Ⅰ) ,0s λλ∈=.①.121(,)(1,)c c u=且0,()0AB B uE B =-=.证明:由0,()0AB B uE B =-=易知12()AB B uE B u-=--,又由121(,)(1,)c c u=和0λ=知(2)A E B λ-22111c B B c c =-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.②.121(,)(1,)c c u=-且()0,()0E A B B uE B -=-=.证明: 由()0,()0E A B B uE B -=-=易知2122,0AB B B B u-=-=-. 将它们相加得212AB B B u-=--. 又由121(,)(1,)c c u=-,0λ=可得22111(2)c A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.③.121(,)(1,)c c u=且()()0,()0E A B uE B AB uE B --=--=.证明: 由条件易知()(),()0B uE B AB uE B AB uE B -=--+=.将它们相加后,再乘以1u-可得212AB B B u-=-+. 又由121(,)(1,),0c c uλ==知22111(2)c A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅱ) ,1s λλ∈=.④.121(,)(,(1)),0,1c c a a a u=-≠且()0,()0E A B A uE B -=-=.证明: 由条件易知,B AB AB uA ==.从而有22,()()B uA B uA u uA uB ====.即2B uB =.故有1121(1)1(1)a u a u B B B uB B a a a a-----+=-+=-. 结合上式有(2)22A uE B uA AB AB AB AB B -=-=-=-=-121(1)(2)a u A uE B B B a a--⇒-=-+.从而可得(2)A E B λ-22111c B B c c =-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.⑤.121(,)(1,)u c c v v=-,且()0,()()0A uE B E A B vE B -=--=.证明: 由()0A uE B -=知uA AB =,从而(2)2A uE B uA AB -=-2uA uA uA =-=-.即(2)A uE B uA -=-. 又由()()0E A B vE B --=可得2()()B vE B AB vE B vAB AB -=-=-.又因为22,()AB uA AB AB B uAB u A ====.代入上式可得:2()B vE B uvA u A -=-.即有2()B vE B A uv u -=-.结合(2)A uE B uA -=-有()(2)B vE B A uE B u v--=-.即有12111(2)11v A uE B B B uv uv----=-+--. 又由121(,)(1,)u c c v v=-知22111(2)c A E B B B c c λ-=-+, 满足引理1.故12P c A c B =+此时为幂等矩阵. ⑥. 121(,)(,)v c c u v u v=---且()0,()()0E A B A uE B vE B -=--=. 证明: 由()0E A B -=知AB B =,从而(2)22A uE B uA AB uA B -=-=-又由()()0A uE B vE B --=展开得2()0AB u v AB uvA -++=. 又22,()AB B AB AB B B ===,结合上式可得2()0B u v B uvA -++=.故2()u v B B A uv+-=.代入到(2)2A uE B uA B -=-得(2)A uE B -=2()2u v B B B v+--. 即21(2)u v A uE B B B v v --=-. 又由121(,)(,)v c c u v u v=--- 可得2211(2)A E B B B c c λ-=-+. 满足引理1.故12P c A c B =+此时为幂等矩阵.⑦. 121(,)(,),1u c c u v v v=-+=且()0,()()0A vE B E A B vE B -=--=.证明: 由()0A vE B -=知()AB u v A =+.从而(()2)A u v E B +-()2()u v A AB u v A =+-=-+.又先把()()0E A B vE B --=展开可得2()0B vE B vAB AB --+=.又将()AB u v A =+及22()()()AB AB B u v AB u v A ==+=+.代入到上式可得2()()()0B vE B v u v A u v A --+++=.即有()()B vE B A u v u-=-+.代入到(()2)A u v E B +-()u v A =-+,可得21(()2)v A u v E B B B u u+-=-. 从而由121(,)(,),u c c u v v v λ=-+=知22111(2)c A E B B B c c λ-=-+满足引理1故12P c A c B =+此时为幂等矩阵.⑧.12(,)(,)c c u εε=-,且2()()0,()()0.A uE B uE B E A B uE B εε--=--=证明: 由()()0A uE B uE B ε--=知 22(())0A u E u u B B εε-++=. 由2()()0E A B uE B ε--=知 222()()A uB B B uE B εε-=-. 将上面两式相加并乘以1u可得 22((1))()A uE B B uE B εεεε+--=-.又3i eπε= 满足22112,εεεε--=-=-,结合上式可得(2)A uE B ε-211B B uε=--. 从而由12(,)(,)c c uεε=-,u λε=知2211(2)A E B B B c c λ-=-+ 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅲ) 2,2s λλ∈=.⑨.1,21()(1,)c c u=-,且()0,()0A uE B B uE B -=-=.证明: 由()0,()0A uE B B uE B -=-=知1(22)0()A uE B B uE B u-==-, 即21(22)()A uE B B B u -=---从而由1,21()(1,)c c u=-,2u λ=知22111(2)c A E B B B c c λ-=-+ 满足引理1.故12P c A c B =+此时为幂等矩阵. (Ⅳ) 2,0,1,2.s λλ∈≠⑩.1,21()(,)u c c v v=-且()0,()()0A uE B E A B vE B -=--=.证明: 由()0A uE B -=知AB uA = 从而22AB uAB u A ==,(()2)A u v E B +-()2()u v A AB u v A =+-=--.又由()()0E A B vE B --=展开得()()B vE B AB vE B -=-. 据22AB uAB u A ==知22()()AB vE B vAB AB uv u A -=-=-.结合上式可得2()()uv u A B vE B -=-()()B vE B A u v u-⇒=--.代入到(()2)A u v E B +-()u v A =--可得2()1(()2)B vE B v A u v E B B B u u u-+-==-. 又由1,21()(,)u c c v v =-,u v λ=+知22111(2)c A E B B B c c λ-=-+满足引理1.故12P c A c B =+此时为幂等矩阵. ▌2.4 幂等矩阵线性组合的可逆性在本节中,我们将给出两个幂等矩阵的线性组合矩阵12c A c B +可逆的一些条件,并给出一些相关的结论.引理1[3].设矩阵A 是n n ⨯阶方阵,则A 可逆{}()0N A ⇔=. ▌定理1.设矩阵,A B 均是幂等矩阵，即22,A A B B ==.若存在两个非零复数1,2k k , 且120k k +≠使得12k A k B +可逆,则对所有的复数1,2c c ,满足120c c +≠,则线性组合12c A c B +都是可逆的.证明:设1212,,0,0c c C c c ∈≠≠且120c c +≠. 对12()x N c A c B ∀∈+,有12()0c A c B x += 即有 12c Ax c Bx =- ……………① 将上式两边依次左乘,A B ,可得:12c Ax c ABx =-,12c BAx c Bx =-. ……②比较上面三个式子可得:,Bx ABx Ax BAx ==. …………………………③又由于22212112122()k A k B k A k k AB k k BA k B +=+++,故22212112122()k A k B x k Ax k k ABx k k BAx k Bx +=+++.将,Bx ABx Ax BAx ==代入上式可得212()k A k B x +22112122k Ax k k ABx k k BAx k Bx =+++ 112212()()k k k Ax k k k Bx =+++ 1212()()k k k A k B x =++.由于12k A k B +可逆,,将上式两边左乘112()k A k B -+得121212()()k k x k A k B k Ax k Bx +=+=+, …………………④再左乘A 得:1212k Ax k Bx k Ax k ABx +=+即有Ax ABx =.代入12c Ax c ABx =-可得12()00c c Ax Ax ABx +=⇒==.注意到③式有0Bx =,因此由④式可得12()0k k x +=但120k k +≠,所以0x =因此{}12()0N c A c B +=.由引理1知12c A c B +是可逆的. ▌在定理1中令121c c ==,立即有:推论1.设矩阵,A B 均是幂等矩阵，即22,A A B B ==.若A B +可逆,则对所有的复数1,2c c ,满足120c c +≠,线性组合12c A c B +都是可逆的. ▌ 定理2[18].设矩阵,A B 均是幂等矩阵,对任意的复数1,2c c ,下列命题等价: ⑪ A B -可逆.⑫ 12c A c B +及E AB -可逆. 证明:⑪⇒⑫对12()x N c A c B ∀∈+,由定理1的证明过程知,Bx ABx Ax BAx ==. 故22222()()0A B x A AB BA B x A x ABx BAx B x -=--+=--+=.又由A B -可逆,故0x =.因此 {}12()0N c A c B +=.由引理1知 12c A c B +可逆. 同样地,对()()0x N E AB E AB x x ABx ∀∈-⇒-=⇒=.两边左乘A ,得Ax ABx x BAx Bx ==⇒=.所以 2()0A B x Ax ABx BAx Bx -=--+=. 又由A B -可逆知0x =. 所以{}()0N E AB -=. 由引理1知E AB -可逆. ⑪⇐⑫对()x N A B ∀∈-,有()0A B x -=Ax Bx ⇒= 则 ,Ax ABx BAx Bx ==. 所以121212()()()c A c B E AB x c A c B c AB c BAB x +-=+-+ 220c Bx c BAx =-=.0x ⇒=.由12c A c B +及E AB -可逆,知{}()0N A B -=. 由引理1知A B -可逆. ▌ 在定理2中令121c c ==,立即有:推论2.设矩阵,A B 均是幂等矩阵,下列命题等价: ⑪ A B -可逆.⑫ A B +及E AB -可逆.定理3[18]. 设矩阵,A B 均是幂等矩阵，1212,,0,0c c C c c ∈≠≠,满足120c c +≠. 则12c AB c BA +可逆12c A c B ⇔+及E A B --可逆. 证明:由2212121212()()c A c B E A B c A c B c A c BA c AB c B +--=+----12()c AB c BA =-+.可见12c AB c BA +可逆12c A c B ⇔+及E A B --可逆. ▌2.5 幂等矩阵的秩方面的有关性质定理1[5]. 设,A B 是n n ⨯的复幂等矩阵,则1rank()rank rank rank rank 00A B B A A B B A B A ⎛⎫⎛⎫+=-=- ⎪ ⎪⎝⎭⎝⎭.2 rank()rank()rank A B A AB BA BAB B +=--++.3 rank()rank()rank A B B AB BA ABA A +=--++. ▌定理2.设n n A C ⨯∈为Hermite 矩阵,即A A '=.且对某个,k N ∈有2k A A =, 则 rank()()A tr A =.证明:设rank A r =,,x λ分别是矩阵A 的特征值和相应的特征向量. 则λ是实数[1].且2212k k k Ax x A x A x x λλλ-====. 从而有21(1)0k x λλ--=.又0x ≠.于是21(1)0k λλ--=.由λ是实数,所以111,0r r n λλλλ+====== ,故结论成立. ▌ 推论1. 设n n A C ⨯∈,且2A A =,则rank()()A tr A =. 其实,该结论在1.2节中已经很明朗了.定理2[10]. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又对某个正整数 t 有211tmmii i i A A ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.证明:由定理1可知rank()()i i A tr A =,11rank mmiii i AtrA===∑∑于是有1111rank()rank()mm mmiiiii i i i AtrA tr A A =======∑∑∑∑. ▌推论2. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又1mi i A =∑为幂等矩阵.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.推论3. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 为幂等矩阵,且1mi i A =∑为幂等矩阵.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.推论4. 设(1,2,,,2)n n i A C i m m ⨯∈=≥ 为Hermite 矩阵,且存在某个,i k N ∈ 使2ik ii A A =,又1m i i A E ==∑.则 11rank rank()m mi i i i A A n ====∑∑.推论5. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 为Hermite 矩阵,且1mi i A E ==∑.则 11rankrank()mmii i i AA n ====∑∑.定理3[10].设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 及1mi i A =∑的特征值均为实数,且存在,i k N ∈使2ik ii A A =,又对某个正整数 t 有211tmmii i i A A ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑.定理4[20]. 设(1,2,,,2)n ni A Ci m m ⨯∈=≥ 及1mi i A =∑的特征值均为非负实数,且存在,(2)i i k N k ∈≥使ik i i A A =,又对某个正整数 t 有11t mmii i i AA ===∑∑.则 111rankrank()mmmii ii i i AA trA=====∑∑∑. ▌结束语本文主要是对幂等矩阵的一些性质和结论进行归纳总结并对相关性质进行推广。

正定矩阵的性质和判定方法及应用概要

正定矩阵的性质和判定方法及应用概要
一、正定矩阵的定义
正定矩阵是一类特殊的线性代数对象，它是二维以上方阵中所有元素都有正值的一种矩阵。

二、正定矩阵的性质
1、正定矩阵的特性
由于所有元素都是正值，所以正定矩阵是一种对称矩阵，其特征值都是大于0，即特征值>0；特征向量都是有向量，即特征向量≠0；这种矩阵也称为正数矩阵或半正定矩阵。

2、正定矩阵的恒等式
如果一个矩阵M是一个正定矩阵，则它满足：mTm>0，其中mT表示M 的转置，m表示M中的其中一行（或列）向量。

3、正定矩阵的特殊性质
正定矩阵是线性代数中最重要的矩阵之一，它的特殊性质：（1）正定矩阵是正交矩阵的一类；（2）正定矩阵的逆矩阵是它的转置；（3）正定矩阵的主对角线元素全为正；（4）正定矩阵的最小特征值是它的最大特征值的平方根；（5）正定矩阵的行列式是正值；（6）正定矩阵也是正秩矩阵。

三、正定矩阵的判定方法
1、特征值判定法
如果一个矩阵M的所有特征值都是正值，则它是一个正定矩阵。

2、恒等式判定法
如果矩阵M满足mTm>0，其中mT表示M的转置，m表示M中的其中一行（或列）向量，则它是一个正定矩阵。

3、行列式判定法。

幂等变换

摘要幂等变换是一类特殊的线性变换，它不是孤立存在的，而是与其它线性变换紧密相连，在物理、化学等学科中也有着广泛的应用，极大地推动和丰富了它们的发展，许多新的理论、技巧和方法的诞生与发展都是幂等变换理论的应用与推广.本文首先简要叙述了一般线性变换的基本理论，在此基础上给出幂等变换的定义，并指出几类特殊的幂等变换；其次，归纳总结了幂等变换的性质，如幂等矩阵的形式、幂等变换的特征值与特征向量、特征多项式、秩与迹及幂等变换的对角化问题，讨论过程由浅入深，层层推进，对幂等变换的相关知识形成了较为完整的知识体系，对幂等变换的一些特殊的性质理解深刻；最后，结合幂等变换的概念与性质，给出常见的习题及解题技巧，并举例说明幂等变换与其它线性变换的联系与转化.关键词：幂等变换；幂等矩阵；性质；应用AbstractIdempotent transformations are a special type of linear transformation.It's not isolated，but closely connected with other linear transformation.In physics，chemistry，and other disciplines also has a wide range of applications，greatly promote and enrich their development.Birth of many new theories，techniques and methods are idempotent transformations and development application and popularization of the theory.This paper begins with a brief description of the basic theory of linear transformations，on this basis for idempotent transformation defined，the idempotent transformation and pointed out that some kinds of special.Second，discussed the nature of power transform，idempotent matrix of the form，idempotent transformation characteristic value and characteristic vector，characteristic polynomial，diagonalization of rank and track and idempotent transformation problems，discussion easy-to-digest，layers of promoting.For idempotent transformation knowledge formed a relatively complete system of knowledge，some special properties for idempotent transformation understand deep.Finally，with idempotent transformation and the concept of nature，out common problems and problem-solving skills，descriptions and examples of power-link，and other linear transforms and transformation.Key words: Idempotent transformation; Idempotent matrix; Nature; Application目录摘要 (I)Abstract .................................................................................................................................... I I绪论 (1)第1章幂等变换的基本概念 (2)第2章幂等变换的性质 (3)2.1 幂等变换的运算性质 (3)2.2 幂等变换与幂等矩阵的关系 (4)2.2.1 幂等变换的特征值与特征向量 (10)2.2.2 幂等变换的特征多项式、秩与迹 (15)2.2.3 幂等变换的对角化 (20)第3章幂等变换的应用 (23)3.1 幂等变换性质的应用 (23)3.2 幂等变换与其它线性变换 (25)结论 (32)参考文献 (33)致谢........................................................................................................... 错误!未定义书签。

矩阵代数简单介绍

线性代数复习1.1 矩阵的概念给定数域K 上nK 个数ij a ),,,2,1;,,2,1(n j m i ⋅⋅⋅=⋅⋅⋅=把它们按一定次序排成一个n 行K 列的长方形数表⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⋅⋅⋅⋅⋅⋅⋅⋅⋅=nK n n KK a a a a a a a a a A 212222111211 ，称为数域K 上的一个n 行K 列的矩阵，简称为K n ⨯矩阵。

其中ij a 称为矩阵的第i 行、第j 列的元素。

1k ⨯矩阵（只有一行）称为k 维行向量；1⨯n 矩阵（只有一列）称为n 维列向量。

零矩阵、方阵、对角矩阵、单位阵所有元素为零的矩阵称为零矩阵，记为0。

00,0==+A A A 。

如果矩阵的行、列数都是n ，则称A 为n 阶方阵；n 阶方阵A 的元素按次序构成的n 阶行列式，称为矩阵A 的行列式，记为|A|。

在n 阶方阵中，若主对角线两侧的元素全为零，则称之为对角矩阵，记为Λ；若对角矩阵的主对角线元素全为1，则称之为单位阵，记为I ；特别地，I λ称为数量矩阵1.2 矩阵的运算 ●矩阵的加、减运算以及数乘运算当矩阵A 和B 的行数和列数相等时，它们可以进行加、减运算；A ＋B 等于所有对应位置的元素相加、减。

数乘运算就是数k 乘矩阵A 中所有元素得到的矩阵。

AB B A +=+，)()(C B A C B A ++=++，A O A =+，OA A =-+)(，A A )()(kl l k =，AA A l k l k +=+)(，B A B A k k k +=+)(，A A =1，OA =0，A A -=-)1(．●矩阵相乘记sm ij a A ⨯=)(，ns ij b B ⨯=)(，nm ij c C ⨯=)(，且ABC =，那么A 和B 相乘得到的矩阵C 的元素可用公式表示为∑==sk kjikij b ac 1，),,1;,,1(n j m i ⋅⋅⋅=⋅⋅⋅=。

注意，在一般情况下矩阵乘法不满足交换律和消去律，即BAAB ≠；ACAB A =≠且0不能推出CB =。

矩阵分析期末试题及答案

矩阵分析期末试题及答案矩阵分析是一门重要的数学课程，在科学、工程和经济等领域都有广泛的应用。

期末试题的设置既考查学生对于矩阵分析理论的理解，也测试其应用能力和解决问题的能力。

本文将为您提供一套矩阵分析的期末试题，并附有答案解析。

1. 简答题（每小题2分，共20分）(1) 请简述矩阵的定义和基本术语。

答案：矩阵是由数个数排成m行n列的一个数表。

行数和列数分别称作矩阵的行数和列数。

矩阵的元素用a[i, j]表示，其中i表示所在的行数，j表示所在的列数。

(2) 请解释什么是方阵和对角矩阵。

答案：方阵是行数和列数相等的矩阵。

对角矩阵是除了主对角线上的元素外，其他元素都为零的矩阵。

(3) 请解释矩阵的转置和逆矩阵。

答案：矩阵的转置是指将矩阵的行和列进行互换得到的新矩阵。

逆矩阵是满足A * A^(-1) = I的矩阵A的逆矩阵，其中I是单位矩阵。

(4) 请简述特征值和特征向量的定义。

答案：特征值是方阵A满足方程A * X = λ * X的标量λ，其中X是非零的列向量。

特征向量是对应特征值的零空间上的非零向量。

(5) 请解释矩阵的秩和行列式。

答案：矩阵的秩是指矩阵中线性无关的行或列的最大个数。

行列式是将矩阵的元素按照一定规则相乘并相加得到的一个标量。

(6) 请解释正交矩阵和幂等矩阵。

答案：正交矩阵是满足A * A^T = I的矩阵A。

幂等矩阵是满足A *A = A的矩阵A。

(7) 请解释矩阵的特征分解和奇异值分解。

答案：矩阵的特征分解是将一个矩阵表示为特征向量矩阵、特征值矩阵和其逆的乘积。

奇异值分解是将一个矩阵表示为三个矩阵相乘的形式，其中一个是正交矩阵，一个是对角矩阵。

(8) 请解释矩阵的迹和范数。

答案：矩阵的迹是指矩阵对角线上元素的和。

范数是用来衡量矩阵与向量的差异程度的指标。

(9) 请解释矩阵的稀疏性和块状矩阵。

答案：矩阵的稀疏性是指矩阵中大部分元素为零的特性。

块状矩阵是由多个子矩阵组成的一个矩阵。

(10) 请解释矩阵的正定性和对称性。

正定矩阵知识点总结

正定矩阵知识点总结1. 正定矩阵的定义在线性代数中，一个矩阵被称为正定矩阵，如果它是一个对称矩阵，并且对于任意非零向量x，都有x^T * A * x > 0，其中A是这个矩阵。

这个定义可以进一步推广到Hermitian矩阵（对于复数域）和实对称矩阵（对于实数域）上，即一个Hermitian矩阵或者实对称矩阵被称为正定矩阵，如果对于任意非零复数向量x，都有x^H * A * x > 0或者对于任意非零实数向量x，都有x^T * A * x > 0。

2. 正定矩阵的性质正定矩阵具有许多重要的性质，其中一些是：（1）正定矩阵是非奇异（即可逆）的，因为它的特征值都是正数。

（2）正定矩阵的所有主子式都是正数。

（3）正定矩阵的逆矩阵也是正定矩阵。

（4）对称矩阵A是正定的当且仅当它的所有特征值都是正数。

（5）正定矩阵的行列式是正数。

3. 判断一个矩阵是否为正定矩阵判断一个矩阵是否为正定矩阵有多种方法，以下是其中一些常用的方法：（1）特征值判据：判断一个对称矩阵A是否为正定矩阵可以通过它的特征值来判断，如果A的所有特征值都是正数，则A是正定的。

（2）Sylvester判据：判断一个实对称矩阵A是否为正定矩阵可以使用Sylvester判据，即判断A的所有主子式都是正数。

（3）正定矩阵的定义：直接使用正定矩阵的定义来判断一个矩阵是否为正定矩阵，即对于任意非零向量x，都有x^T * A * x > 0。

4. 正定矩阵的应用正定矩阵在许多数学和工程领域都有广泛的应用，以下是一些重要的应用：（1）在优化理论中，正定矩阵被广泛应用于二次优化问题的求解。

（2）在信号处理领域，正定矩阵被用于设计滤波器和信号处理算法。

（3）在机器学习和统计学中，正定矩阵被用于协方差矩阵的估计和模型参数的拟合。

（4）在工程领域，正定矩阵被用于结构分析和控制系统设计。

5. 结论正定矩阵是线性代数中的重要概念，它具有许多重要的性质和应用。

第四章矩阵

8）A为反对称矩阵对n维向量，有ZAZ 0
Ch5 P234 习题4（1）
13.正交矩阵
定义7：P370CH9
1.正交矩阵的充要条件
A
（a
）正交（A是实矩阵）
ij
A为正交阵
A1为正交阵
A为正交阵
A*为正交阵
A1 A
2）A正交，则A的特征值的模为1；
3）A正交，则 A 1； 4） A、B正交，则AB正交.
,A )为准对角阵，则 S
秩A=秩A +秩A
1
2
L
秩AS
4）A=diag(A1,A 2 ,L
,A ) S
B=diag(B ,B 1
2
,L
,B ) S
那么 AB diag( A1B1,L , AS BS )
5）A=diag(A1,A 2 ,L
,A ) S
B=diag(B ,B 12
,L
,B ) S
8) 设A为n m复矩阵，则秩A=秩A=秩AA=秩AA
9) A,B为n n矩阵，AB=0,则秩A+秩B n,(P200.18)
10) A为n n矩阵, A2 E,则
秩（A+E）+秩(A-E)=n；（P .3） 203
11) A为n n矩阵, A2 A,则
秩A+秩(A-E)=n；（P .4） 203
1）设 A, B 为n阶矩阵，则
① tr(A B) trA trB
② tr(kA) ktrA
③ trA trA ④ trAB trBA
2）A ~ B 那么 trA trB
3) A为n阶方阵，则A的特征多项式为
则有 E A
n
b n1 n1

正定矩阵的基本定义

正定矩阵的基本定义正定矩阵是线性代数中一个重要的概念，它在许多领域都有广泛的应用。

本文将对正定矩阵的基本定义进行详细介绍。

正定矩阵是指一个实对称矩阵，它的所有特征值都大于零。

也就是说，对于一个n阶实对称矩阵A，如果对于任意非零向量x，都有x^T*A*x>0，则称A是正定矩阵。

正定矩阵的定义可以从几何和代数两个角度进行解释。

从几何角度来看，正定矩阵定义了一个椭球体，它的所有特征值决定了椭球体的形状和大小。

如果所有特征值都大于零，椭球体是一个凸的、没有尖点的形状。

从代数角度来看，正定矩阵定义了一个二次型，它的正定性表示二次型的取值都是正的。

正定矩阵有许多重要的性质和应用。

首先，正定矩阵是可逆的，即它的逆矩阵存在。

这是因为正定矩阵的特征值都大于零，所以它们的倒数也都存在且大于零。

其次，正定矩阵可以通过变换将二次型化简为一个标准形式。

这个标准形式是一个对角矩阵，对角线上的元素就是正定矩阵的特征值。

这个性质在优化问题和特征值分解中有重要应用。

此外，正定矩阵还可以用来定义内积和范数，从而推广到无限维空间中。

正定矩阵在实际问题中有广泛的应用。

在优化问题中，正定矩阵可以用来判断一个点是否是极小值点。

如果一个点的一阶导数为零，且Hessian矩阵（二阶导数）是正定的，那么该点就是极小值点。

在数值计算中，正定矩阵可以用来加速矩阵运算，例如求解线性方程组和计算特征值。

在机器学习中，正定矩阵可以用来定义核函数，从而进行非线性分类和回归。

在信号处理中，正定矩阵可以用来设计滤波器和分析信号的频谱特性。

为了判断一个矩阵是否是正定矩阵，我们可以使用以下方法。

首先，可以计算矩阵的特征值，如果所有特征值都大于零，则矩阵是正定的。

其次，可以使用Sylvester定理，即判断矩阵的所有主子式是否都大于零。

主子式是指将矩阵的前k行和前k列组成的k阶子矩阵的行列式。

如果所有主子式都大于零，则矩阵是正定的。

此外，还可以使用Cholesky分解或正定性判别准则进行判断。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

4
正交、正定、幂等矩阵性质总结——马鹏
第二部分、正定矩阵
在求多远二次实函数以至于一般的多元实函数的极值时，或者在最小二乘问题、正则化问题、优化问题中，正定或负定的二次型起着十分重要的作用，而在实数域范围内，每一个二次型都对应着一个实对称阵，那我们有必要弄清楚正定矩阵的性质，至于负定矩阵以及半正定矩阵、半负定矩阵的性质类似可以得到，见文献[2]、[7]. 同样，为了更清楚的阐述正定矩阵的性质，我们先给出正定矩阵的定义，值得注意的是这里仅对对称矩阵给出定义，至于更一般的正定矩阵的定义有兴趣的读者可以参考文献[8] 定义 2.1 设矩阵 A 是 n 级实对称方阵，如果对于任意非零向量
下面的定理表明矩阵论中的三种最重要的矩阵的之间的关系：定理 1.12 实数域上的一个 n 级矩阵如果具有下列三个性质中的任意两个性质，那么有第三个性质：正交矩阵、对称矩阵、对合矩阵. 证明：设 n 级实矩阵 A 是正交矩阵，且是对称矩阵，则
3
正交、正定、幂等矩阵性质总结——马鹏
A2 AA AA T I
AAT I
那么称 A 是正交矩阵. 从定义 1.1 立即得出：定理 1.1 实数域上的 n 级矩阵 A 是正交矩阵等价于下面的三条结论中的任意一条：（1） AAT I （2） A 非奇异，并且 A1 AT ；（3） AT A I . 同时，正交矩阵还有如下的性质：（1） I 是正交矩阵；（2）如果 A 和 B 都是正交矩阵，则 AB 也是正交矩阵；（3）如果 A 是正交矩阵，则 A （即 A ）也是正交矩阵；
A = LLT
更一般的我们有下面两个常用的定理：定理 2.6
n 级实对称矩阵 A 是正定的充要条件是有 n 级实可逆矩阵 C 使得 A = CTC
定理 2.7
n 级实对称矩阵 A 是正定的充要条件是有 n 级实可逆对称矩阵 C 使得 A= C2
定理 2.8 如果 A 是 n 级正定矩阵，那么存在唯一的正定矩阵 C 使得
第一部分、正交矩阵
在代数中，矩阵是线性空间中线性变换的一种描述，在一个线性空间中，只要我们选定一组基，那么对于任何一个线性变换，都能用一个确定的矩阵来描述（矩阵实质上是对线性空间中跃迁的一种描述详见[3]）. 当然，对于正交变换我们很自然地定义了正交矩阵，它有一种很好地性质——保持长度不变. 正交矩阵作为线性变换中一种性质最好的变换矩阵，它的行和列向量彼此相互垂直（进而彼此线性无关）并且都是单位向量，这种特殊性质在统计学中有着很广泛的应用，下面我们主要就正交矩阵的定义及其性质进行探讨. 定义 1.1 实数域上的 n 级矩阵 A 如果满足
A= C2
说明：上述证明主要用到了实对称阵的谱分解，详见[2] 定理 2.9 如果矩阵 A 和 B 都是 n 级正定矩阵，那么 AB 是正定矩阵的充要条件是
AB BA
定理 2.10 如果 A 是 n 级正定矩阵， B 是 n 级半正定矩阵，那么 A B 是正定矩阵.
显然，当 B 也是 n 级正定矩阵的时候结论成立. 说明：定理 2.9 和定理 2.10 分别利用实对称矩阵的正交相似和正定矩阵的定义即可证得最后的结果.
1
对称阵. 说明：此定理的证明直接根据正交矩阵的定义. 定理 1.4 设 n 级正交矩阵 A 是上三角矩阵，那么 A 是对角矩阵，且 A 的主对角元 1为或 1. 说明：本定理的证明过程主要用到了定理 1.2 的结论. 在矩阵论领域，正交矩阵有一个很好的性质，那就是 QR 分解（这里给出 Schmidt 正交化过程的实质），下面以定理的形式给出来：定理 1.5 设 A 是实数域上的 n 级矩阵，并且 A 非奇异，则 A 可以唯一的分解成正交矩阵 Q 和对角元都是正数的上三角矩阵 R 的乘积： A = QR . 说明：QR 分解其实质就是对一个互相线性无关的向量组进行 Schmidt 正交化，形成一组标准正交基，此过程中用到的最著名的工具就是 Householder 变换. 详见[2] 更一般的，我们有下面的定理：定理 1.6 设 A 是实数域上的 m n 级矩阵，其中 m n . 如果 A 的列向量组
x ( x1 , x2 , , xn ) T R n ，均有 x T Ax 0
则称对称方阵 A 是正定的.[9] 正定的实对称矩阵简称为正定矩阵. 由定义 2.1 以及二次型的有关概念我们立即得到判定正定矩阵的几个充要条件，并以定理的形式给出来：定理 2.1 设 n 级实对称矩阵 A 是正定的当且仅当下列任何一个结论成立：（1） A 的正惯性指数等于 n ；（2） A 合同于单位矩阵；（3） A 的合同标准型中主对角线元素全大于 0 ；（4） A 的特征值全大于 0 ；（5） A 的所有顺序主子式全大于 0 ；（6） A 的所有主子式全大于 0 .
与定理 2.8、定理 2.10 类似，我们还有以下定理：定理 2.11 如果 A 是 n 级正定矩阵， B 是 n 级半正定矩阵，那么
det( A B ) det( A) det( B )
等号成立当且仅当 B 0 .
定理 2.12 设 M =
A T B
B 是 n 级正定矩阵，其中 A 是 r 级矩阵 (r n) . 那么 A ， D
作为一种投影矩阵，幂等矩阵在矩阵论领域以及高等概率领域应用都非常广泛，因此对幂等矩阵进行探讨具有很重要的意义。本部分主要是对简单的幂等矩阵的一些性质和结论进行归纳总结.见文献[11] 下面先给出幂等矩阵的定义：定义 3.1 对 n 阶方阵 A ,若 A A ,则称 A 为幂等矩阵.
1 T
（4）如果 A 是正交矩阵，则 det A 1 或 1. 注：上述性质是很容易证明的，这里一并略去. 定理 1.2 设实数域上的 n 级矩阵 A 的行向量组为 γ1 , γ 2 , …, γ n ；列向量组为
1
正交、正定、幂等矩阵性质总结——马鹏
α1 , α2 , …, αn . 则
D ， D BT A1B 都是正定矩阵.
说明：这是一个特殊的鞍点矩阵，在计算数学领域有很重要的地位，这里我们只需要对
6
正交、正定、幂等矩阵性质总结——马鹏矩阵 M 进行初等变换即可得到. 和上面的定理类似，我们也有下面的结论. 定理 2.13 设 M =
A T B
B 是 n 级正定矩阵，其中 A 是 r 级矩阵 (r n) .那么 D det( M ) det( A) det( D )
等号成立当且仅当 B 0 . 下面看一看一类最简单的 Hadamard 不等式：定理 2.14 如果 A (aij ) 是 n 级正定矩阵，那么
det( A) a11a22 ann
等号成立当且仅当 A 是对角矩阵. 说明：关于此定理的证明我们只需要用简单的数学归纳法即可. 定理 2.15 对于一个正定的矩阵序列 A 1 , A2 , , Am . 则准对角阵
（1） A 为正交矩阵当且仅当 A 的行向量组满足
1 , as i j , γi γT j 0 , as i j ;
（2） A 为正交矩阵当且仅当 A 的列向量组满足
1 , as i j , αiT αj 0 , as i j ;
定理 1.3 设实数域上的 n 级矩阵 A 是对称阵， T 是 n 级正交矩阵，那么 T AT 是实
cos A sin
说明：考虑 A 后的结果.
1
sin cos 和 A cos sin
sin cos
R
AT 并利用逆矩阵的最原始定义，根据矩阵元素对应相等即可得到最
下面在代数余子式的角度给出四个重要的定理：定理 1.8 设 A 是实数域上的 n 级正交矩阵，则：（1）如果 det A 1 ，那么 A 的每一个元素等于它自己的代数余子式；（2）如果 det A 1 ，那么 A 的每一个元素等于它自己的代数余子式乘以 1. 定理 1.9 设 A 是实数域上的 n 级矩阵，则：（1）如果 det A 1 ，且 A 的每一个元素等于它自己的代数余子式，那么 A 是正交矩阵；（2）如果 det A 1 ，且 A 的每一个元素等于它自己的代数余子式乘以 1，那么 A 是正交矩阵. 定理 1.10 设 A 是实数域上的 n 级矩阵， n 3 且 A 非奇异，则：（1）如果 A 的每一个元素等于它自己的代数余子式，那么 A 是正交矩阵；（2）如果 A 的每一个元素等于它自己的代数余子式乘以 1，那么 A 是正交矩阵. 定理 1.11 设 A 是实数域上的 n 级正交矩阵，则：任意取定 A 的两行（或两列），由这两行（或两列）的元素组成的所有二阶子式的平方和等于 1. 说明：这四个定理的证明主要用到了余子式以及代数余子式的定义，并结合正交矩阵的性质.
α1 , α2 , …, αn 线性无关，那么 A 可以唯一分解成 A = QR
其中， A 是列向量组为正交单位向量组的 m n 级矩阵， R 是主对角元都为正数的 n 级上三角矩阵，这称为 QR —分解. 下面我们来考虑一下结构较为简单的正交矩阵.
2
正交、正定、幂等矩阵性质总结——马鹏定理 1.7 由正交矩阵的性质（4）我们可以得到，当 det A 1 和 1时，我们可以确定 2 级正交矩阵 A 的具体形式仅有下面两种：
正交、正定、幂等矩阵性质总结——马鹏
正交、正定、幂等矩阵
矩阵理论在现代统计分析中有着广泛的应用，成为统计学中不可或缺的工具，同时统计学中又提出了许多新的有关矩阵论的课题，刺激了矩阵论的发展。本文将对统计学中最常见的三种特殊矩阵——正交矩阵、正定矩阵、幂等矩阵的性质及其应用进行总结[1]。
n
Aα 2 α 2 .
说明：直接应用 Euclid 空间 R 中度量的定义即可.