同阶矩阵 A 和 B 相似的充要条件:特征多项式相同,即
∣λI−A∣=∣λI−B∣ |\lambda I - A| = |\lambda I - B|∣λI−A∣=∣λI−B∣
引理:假设 A∈Rm×nA \in \R^{m \times n}A∈Rm×n,B∈Rn×mB \in \R^{n \times m}B∈Rn×m
[AB0B0](m+n)×(m+n)∼[00BBA](m+n)×(m+n)
\left[\begin{matrix}
AB & 0 \\
B & 0
\end{matrix} \right]_{(m+n)\times(m+n)}
\sim
\left[\begin{matrix}
0 & 0 \\
B & BA
\end{matrix} \right]_{(m+n)\times(m+n)}
[ABB00](m+n)×(m+n)∼[0B0BA](m+n)×(m+n)
证明:
[Im−AIn][AB0B0][ImAIn]=[00BBA]
\left[\begin{matrix}
I_m & -A \\
& I_n
\end{matrix} \right]
\left[\begin{matrix}
AB & 0 \\
B & 0
\end{matrix} \right]
\left[\begin{matrix}
I_m & A \\
& I_n
\end{matrix} \right]=
\left[\begin{matrix}
0 & 0 \\
B & BA
\end{matrix} \right]
[Im−AIn][ABB00][ImAIn]=[0B0BA]
由引理和相似的充要条件可得:
∣λIm−AB0BλIn∣=∣λIm0BλIn−BA∣
\left|\begin{matrix}
\lambda I_m-AB & 0 \\
B & \lambda I_n
\end{matrix} \right|=
\left|\begin{matrix}
\lambda I_m & 0 \\
B & \lambda I_n -BA
\end{matrix} \right|
∣∣∣∣λIm−ABB0λIn∣∣∣∣=∣∣∣∣λImB0λIn−BA∣∣∣∣因此有
∣λIm−AB∣λn=λm∣λIn−BA∣
|\lambda I_m-AB|\lambda^n = \lambda^m |\lambda I_n -BA|
∣λIm−AB∣λn=λm∣λIn−BA∣
特别的,如果 m=nm = nm=n, 即可推出 AB 相似于 BA,因为
∣λI−AB∣=∣λI−BA∣.
|\lambda I-AB| = |\lambda I -BA|.
∣λI−AB∣=∣λI−BA∣.
由此可以得到一些有趣的结论,比如 ∀x,y∈Rn×1\forall x,y \in \R^{n \times 1}∀x,y∈Rn×1,xyTxy^TxyT 可以对角化。
因为
xyT=[x1⋮xn]n×1[y1⋯yn]1×n=[x10⋯0⋮⋮⋮xn0⋯0]n×n[y1⋯yn0⋯0⋮⋮0⋯0]n×n
xy^T =
\left[\begin{matrix}
x_1 \\
\vdots \\
x_n
\end{matrix} \right]_{n\times 1}
\left[\begin{matrix}
y_1 & \cdots & y_n
\end{matrix} \right]_{1\times n}=
\left[\begin{matrix}
x_1 & 0 & \cdots &0\\
\vdots & \vdots && \vdots \\
x_n & 0 & \cdots & 0
\end{matrix} \right]_{n\times n}
\left[\begin{matrix}
y_1 & \cdots & y_n\\
0 & \cdots & 0 \\
\vdots & & \vdots \\
0 & \cdots & 0
\end{matrix} \right]_{n\times n}
xyT=⎣⎢⎡x1⋮xn⎦⎥⎤n×1[y1⋯yn]1×n=⎣⎢⎡x1⋮xn0⋮0⋯⋯0⋮0⎦⎥⎤n×n⎣⎢⎢⎢⎡y10⋮0⋯⋯⋯yn0⋮0⎦⎥⎥⎥⎤n×n
将扩充的矩阵记为 X 和 Y,则有 XY∼YXXY\sim YXXY∼YX, 即
xyT=XY∼YX=[y1⋯yn0⋯0⋮⋮0⋯0]n×n[x10⋯0⋮⋮⋮xn0⋯0]n×n=[yTx0⋯000⋯0⋮⋮⋮00⋯0]n×n
xy^T = XY \sim YX =
\left[\begin{matrix}
y_1 & \cdots & y_n\\
0 & \cdots & 0 \\
\vdots & & \vdots \\
0 & \cdots & 0
\end{matrix} \right]_{n\times n}
\left[\begin{matrix}
x_1 & 0 & \cdots &0\\
\vdots & \vdots && \vdots \\
x_n & 0 & \cdots & 0
\end{matrix} \right]_{n\times n}\\=
\left[\begin{matrix}
y^Tx &0&\cdots &0\\
0 & 0&\cdots & 0\\
\vdots & \vdots& & \vdots\\
0 & 0 &\cdots & 0
\end{matrix} \right]_{n\times n}
xyT=XY∼YX=⎣⎢⎢⎢⎡y10⋮0⋯⋯⋯yn0⋮0⎦⎥⎥⎥⎤n×n⎣⎢⎡x1⋮xn0⋮0⋯⋯0⋮0⎦⎥⎤n×n=⎣⎢⎢⎢⎡yTx0⋮000⋮0⋯⋯⋯00⋮0⎦⎥⎥⎥⎤n×n
可见 xyTxy^TxyT 相似于对角阵。
1714

被折叠的 条评论
为什么被折叠?



