矩阵定义及练习.docVIP

矩阵的Jordan标准形有两个局限，其一、是只有方阵才能求其Jordan标准形；其二、Jordan标准形毕竟不如对角矩阵来得方便。本节讨论的矩阵奇异值分解，将克服这些局限性。 定理1如果为阶复矩阵，则有： 矩阵，的特征值都是非负实数； 矩阵与的非零特征值都相同。 证：1）设为的特征值所对应的特征向量，则是Hermite矩阵，所以是实数；并且， 因为，所以。 同理可证，的特征值也是非负实数。 将的特征值按顺序记为：， 设为的非零特征值所对应的特征向量， 则由=，有=， 因为是非零向量，所以也是的非零特征值； 同理可证，的非零特征值也是的非零特征值。 以下证明与的非零特征值完全相同，这只要证明与的非零特征值的代数重数相同即可。 设为对应于非零特征值的线性无关的特征向量，因为是Hermite矩阵，也就是说既是正规矩阵，它是单纯矩阵。所以就是非零特征值的代数重数。而也是对应于非零特征值的特征向量。而这些向量线性无关，这是因为：若， 则，即；由于，所以，但线性无关，所以。因此，也是的重非零特征值。 对于Hermite矩阵，存在酉矩阵，使得，其中是的特征值。假定是的非零特征值，将分块成 ， 则 。 称上式为Hermite矩阵的谱分解。 ▌ 定义1设是秩为的复矩阵， 的特征值为， 则叫做矩阵的正奇异值