矩阵代数基础结果
1. 特征值与特征向量基础
对于矩阵(A),若(u)和(\lambda)是其特征向量 - 特征值对,设(u_i)是(u)中模最大的分量。由(Au = \lambda u)的第(i)行可得:
[
a_{ii}u_i + \sum_{l\neq i} a_{il}u_l = \lambda u_i
]
变形为:
[
a_{ii} + \sum_{l\neq i} a_{il}\frac{u_l}{u_i} = \lambda
]
取绝对值并注意到(\left|\frac{u_l}{u_i}\right| \leq 1),可得(|\lambda - a_{ii}| \leq \sum_{l\neq i} |a_{il}|),这表明(\lambda)属于特定的集合(D_i)。
2. 埃尔米特矩阵及其特征值
2.1 埃尔米特矩阵定义与性质
一个(n\times n)的复矩阵(A),若(A = A^H),则称其为埃尔米特矩阵。显然,它是正规矩阵,即(AA^H = A^HA)。根据正规矩阵的谱定理,它可对角化,特征值为(\lambda_i),(i = 1, \cdots, n),且所有特征值均为实数。
- 若所有特征值都大于零,则(A)为埃尔米特正定矩阵,即对于所有(x\in C^n),(x^HAx > 0)。
- 若所有特征值都大于等于零,则(A)为埃尔米特半正定矩阵,即对于所有(x\in C^n),(x^HAx \geq 0)。
将(n\times n)埃尔米特矩阵写成(A = C + jS),其中实矩阵(C = \fr
超级会员免费看
订阅专栏 解锁全文
7663

被折叠的 条评论
为什么被折叠?



