矩阵的特征分解非常好理解，假设现在有一个NxN的矩阵A，如果这个矩阵A有N个线性无关的特征向量，那么A就可以分解为
P代表NxN的方阵，中间的Λ 代表对角矩阵
怎么理解呢？为什么可以分解成这样呢？
其实这个就是矩阵相似对角化的变形而已！
我们首先来复习一下矩阵相似对角化的基本概念
对角矩阵 ： 对角矩阵是指只有主对角线上含有非零元素的矩阵,一般记作：Λ ，例如：
矩阵相似：若矩阵A和矩阵B都是n阶矩阵，如果存在可逆矩阵P，使得：
则称矩阵A和B相似，记作A~B
矩阵相似对角化：如果一个n阶矩阵A有n个线性无关的特征向量，那么矩阵A与由其特征值所组成的对角矩阵相似，即：
A~Λ
所以现在我们再回来看特征分解的意思
1.有一个NxN的矩阵A （说明这个矩阵是一个方阵）
2.这个矩阵A有N个线性无关的特征向量 （说明这个矩阵A可以相似对角化）
所以有：
A~Λ
由矩阵相似的定义有：
把左边的P变换到右边去，则有
评论记录：
回复评论：