线性代数里面的一些概念

正交矩阵(酉矩阵): A*AT=I,若A是实数组成的矩阵,则称矩阵A是正交阵;若A是复数组成的矩阵,AT是A的共轭矩阵的转置,则称A是酉矩阵。显然,正交矩阵是酉矩阵的特例。

正定矩阵:设M是n阶方阵,如果对任何非零向量z,都有zTMz> 0,其中zT 表示z的转置,就称M正定矩阵。

相似矩阵:设A,B为n阶矩阵,如果有n阶可逆矩阵P存在,使得P^(-1)AP=B,则称矩阵A与B相似,记为A~B。

相似矩阵的集合意义:

首先来一个比较物理的理解:矩阵A描述了向量x到向量y的一个运动,即y=Axy=Ax;但是,这仅仅是在直角坐标系下测量的,在一个新的坐标系P之下,假设测量结果为y=Bxy′=Bx′。根据我们在前边给出的矩阵几何理解,在P坐标系下测量的xx′,在直角坐标系测量为xx,可以表示成Px=xPx′=x;同理有Py=yPy′=y。代入就得到:Py=APxPy′=APx′,可以稍稍改成Py=P(P1AP)xPy′=P(P−1AP)x′,换句话说,在P坐标系下,从xx′到yy′的运动用矩阵B=P1APB=P−1AP表示,这就是A的一个相似矩阵!所以说,一族相似矩阵,只不过是同一个线性变换在不同坐标系下的一个测量结果而已。

原文地址:https://www.cnblogs.com/jswu-ustc/p/8206822.html