各种矩阵三角矩阵正定矩阵正交矩阵伴随矩阵归纳.pdfVIP

三对角矩阵 在 线性代数 中，一个三对角矩阵是 矩阵 的一种，它 “几乎”是一个 对角矩阵 。准确来说： 一个三对角矩阵的 非零系数 在 主对角线 上，或比主对角线低一行的对角线上，或比主对角线 高一行的对角线上。例如，下面的是三对角矩阵： 性质 三对角矩阵是海森堡矩阵。尽管一般的三对角矩阵不一定是对称或埃尔米特矩阵，许多 解线性代数问题时出现的矩阵却往往有这些性质。进一步如果一个实三对角矩阵 A 满足 a a 0，所以它元素的符号都为正，从而相似于一个埃尔米特矩阵， 这样特征值都是实 k,k+1 k+1,k 数。后一个推论如果我们将条件 a ≥ 0 ，结论仍然成立。 k,k+1 ak+1,k 0 换为 ak,k+1 ak+1,k 所有 n 3 n 三对角矩阵的 集合 组成一个 3n-2 维 向量空间 。 许多线性代数 算法 应用于对角矩阵时所需 计算量 特别少，这种改进也经常被三对角矩阵 继承。譬如，一个 n 阶三对角矩阵 A 的行列式 能用 continuant （Continuant ）的递归 公式 计算： 这里 是第 k 个主 子式 ，即 是由 A 最开始的 k 行 k 列组成 的子矩阵。用此方法计算三对角矩阵所需计算量是线性 n ，然而对于一般的矩阵复杂度是 n 的 3 次方。 计算程序 一个将一般矩阵变成海森堡型的变换，将厄密特矩阵变成三对角矩阵。从而，许多 特征 值算法 运用到厄密特矩阵上，第一步将输入的厄密特矩阵变成三对角矩阵。 一个三对角矩阵利用特定的 存储方案 比一般矩阵所用的存储空间也少得多。 例如，LAPACK Fortran 包将一个 n- 维非对称三对角矩阵存为三个 1- 维数列，其中一个长 n 包含对角元素， 其它两个长为 n- 1 包含下对角线和上对角线元素。 三对角矩阵方程 ，能用一种需要 O(n) 次操作的 特殊的算法 解出来 （Golub and Van Loan ）。 正交矩阵 概述 正交矩阵是实数特殊化的 酉矩阵 ，因此总是 正规矩阵 。尽管我们在这里只考虑实数矩阵， 这个定义可用于其元素来自任何 域 的矩阵。正交矩阵毕竟是从内积自然引出的，对于复数的 矩阵这导致了归一要求。 要看出与内积的联系， 考虑在 n 维实数 内积空间 中的关于正交基写出的向量 v 。v 的长度 T Q 的平方是 v v 。如果矩阵形式为 v 的线性变换保持了向量长度，则 。 所以有限维线性 等距同构 ，比如 旋转 、反射和它们的组合，都产生正交矩阵。反过来也 成立：正交矩阵蕴涵了正交变换。但是， 线性代数 包括了在既不是有限维的也不是同样维度 的空间之间的 正交变换 ，它们没有等价的正交矩阵。 有多种原由使正交矩阵对理论和实践是重要的。 n3 n 正交矩阵形成了一个 群 ，即指示为 O n O （ ）的正交群 ，它和它的子群广泛的用在数学和物理科学中。例如，分子的 点群是 （3 ） 的子群。因为浮点版本的正交矩阵有有利的性质，它们是字 数值线性代数 中很多算法比如 QR 分解 的关键，通过适