专题反对称矩阵的性质及应用

伴随矩阵的性质知识讲解

伴随矩阵的性质

编号2009011118 毕业论文（设计） （ 2013 届本科） 论文题目：伴随矩阵的性质 学院：数学与统计学院 专业：数学与应用数学 班级：09级本科1班 作者姓名：魏瑞继 指导教师：俱鹏岳职称：副教授 完成日期：2013年 4 月20日

目录 陇东学院本科生毕业论文（设计）诚信声明 (4) 摘要 (5) 关键词 (5) 0引言 (5) 1主要结论 (6) 1.1伴随矩阵的基本性质 (6) 1.2伴随矩阵的特征值与特征向量的性质 (9) 1.3矩阵与其伴随矩阵的关联性质 (10) 1.4两伴随矩阵间的关系性质 (11) 2应用举例 (12) 例1 (12) 例2 (12) 结束语 (13) 参考文献 (13) 致谢 (14)

陇东学院本科生毕业论文（设计）诚信声明 本人郑重声明：所呈交的本科毕业论文（设计），是本人在指导老师的指导下独立进行研究工作所取得的成果，成果不存在知识产权争议，除文中已经注明应用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 作者签名： 二〇一二年十二月二十日

伴随矩阵的性质 魏瑞继 （陇东学院 数学与统计学院 甘肃 庆阳 745000） 摘要：伴随矩阵是矩阵理论中一个重要的基本概念，我们对几类矩阵的伴随矩阵进行了研究，得到了一些有价值的结论，并给出了部分应用举例. 关键词：伴随矩阵；分块矩阵；正交矩阵；相似矩阵 0引言 伴随矩阵在高等代数中的作用是极其重要的，在关于伴随矩阵的一些性质可以应用到其他矩阵的计算证明中，在这时候就更需要这一方面的知识了，伴随矩阵的内容深入不仅增加了矩阵的内容，也补充了矩阵计算的不足，在矩阵的证明与应用中也得到广泛的推广. 定义1[1] 设矩阵()ij n n A a ?=,将矩阵A 的元素ij a 所在的第i 行第j 列元素划去后，剩余的2(1)n -个元素按原来的排列顺序组成的1n -阶矩阵所确定的行列式称为元素ij a 的余子式，记为ij M ，称(1)i j ij M +-为元素ij a 的代数余子式，记为ij A ，即 ij A = (1)i j ij M +-(i ,j=1,2,……,n). 定义2[2] 方阵()ij n n A a ?=的各元素的代数余子式ij A 所构成的如下矩阵 A *= 112111222212n n n n nn A A A A A A A A A ????? ???????L L M M O M M 称为矩阵A 的伴随矩阵.

矩阵与它伴随矩阵的关系1

矩阵与它伴随矩阵的关系 摘 要 通过对矩阵和伴随矩阵的学习，本文主要给出了伴随矩阵的定义和总结了它的一 些性质，如伴随矩阵的逆，行列式，转置，秩，矩阵的伴随矩阵的伴随矩阵与矩阵本身的 关系等.以及矩阵与它的伴随矩阵的关系,如两矩阵相似，则它们的伴随矩阵也相似等. 关键词 矩阵；伴随矩阵；转置；可逆；行列式；秩；相似矩阵；正定矩阵 1伴随矩阵的定义 设() n n ij a A ?=,则它的伴随矩阵()n n ij b A ?=* ,其中ji ij A b = (),,,3,2,1,n j i =ij A 为A 中ij a 的代数余子式. 2伴随矩阵的性质以及矩阵与它伴随矩阵的关系 2.1 I A A A AA ==**. 2.2 若A 非奇异，则* 11A A A =-. 2.3 ()()T T A A ** =. 证 当A 可逆时，1*-=A A A ，且T A 也可逆. 故 ()()1 * -=T T T A A A =() T A A 1- 另一方面， ()()T T A A A 1* -==() T A A 1- 由上两式推出 ()() T T A A ** =. 2.4 ()() 1 ** 1 --=A A . 证 当A 可逆时，1*-=A A A ，且1-A 也可逆. 故 ()()A A A A A 1 1 11* 1= =---- 又由 E A A A A A A =??? ? ??=???? ??* *11 故 *A 也可逆，且()A A A 1 1 *= - 从而 ()() 1 ** 1 --=A A .

2.5 ()*1* A a aA n -= (a 为实数). 证 设()n n ij a A ?=，再设 ()()n n ij b aA ?=* ， 那么ij b 为行列式aA 中划去第j 行和第i 列的代数余子式1-n 阶行列式，其中每行提出公因子a 后，可得 ji n ij A a b 1-= ()n j i ,2,1,= 由此即证()*1* A a aA n -=. 2.6 1 *-=n A A ()2≥n . 证当A 可逆时，由于,1*-=A A A 两边取行列式 得 1 1* --==n n A A A A 当A 不可逆时，,0=A 这时秩1*≤A 所以.0*=A 从而也有 1 * -=n A A 所以对任意n 阶方阵,A 都有.1 *-=n A A 2.7 当秩n A =时，则秩n A =*.当秩1-=n A 时则秩1*=A .，当秩2-≤n A 则秩0*=A . 证 当秩,0≠?=A n A 那么由上面的（1）式有0*≠==n A I A AA 所以 ,0*≠A 即秩n A =* 当秩,01=?-=A n A 0*==I A AA 从而秩,1*≤A 又因秩,1-=n A 所以至少有一个代数余子式,0≠ij A 从而秩,1*≥A 于是秩,1*=A 当秩2-=n A ?0*=A 所以秩0*=A 同理秩2-

正定矩阵和半正定矩阵的性质及应用

摘要 本文主要针对正定矩阵和半正定矩阵进行讨论，归纳和总结了正定矩阵和半正定矩阵的性质，通过实例介绍了正定矩阵（半正定矩阵)的判别方法诸如：定义法、主子式法、特征值法等，并且给出了它们在不等式的证明问题中以及多元函数极值问题中的一些应用. 关键词：正定矩阵；半正定矩阵；二次型；主子式；特征值

ABSTRACT This paper mainly discusses positive definite matrices and positive semi-definite matrix,the properties of positive definite matrix and semi-positive definite matrix are summarized.Through examples, the judgment methods of positive definite matrix and semi-positive definite matrix are introduced, such minor method, master type method, eigenvalue method, etc. Some applications of positive definite matrices and semi-positive definite matrix in the proof of inequality extreme value problems of multivariate functions are given. Keywords：positive definite matrix; positive semi-definite matrix; quadratic form; principal minor determinant;characteristic value

对称矩阵的性质

对称矩阵的基本性质 在学习中我们发现，对称矩阵中的特殊类型如：对角阵，实对称矩阵以及反对称矩阵经常出现，以下首先介绍一些基本概念. 1 对称矩阵的定义 定义1 设矩阵()ij s n A a ?=，记()T ji n s A a ?=为矩阵的转置.若矩阵A 满足条件T A A =，则称A 为对称矩阵.由定义知： 1. 对称矩阵一定是方阵. 2. 位于主对角线对称位置上的元素必对应相等.即ij ji a a =，对任意i 、j 都成 立.对称矩阵一定形如111211222212n n n n nn a a a a a a a a a ?? ? ? ? ??? . 定义2 形式为12000000l a a a ?? ? ? ? ?? ? 的矩阵，其中i a 是数(1,2,,)i l = ，通常称为对角矩阵. 定义3 若对称矩阵A 的每一个元素都是实数，则称A 为实对称矩阵. 定义4 若矩阵A 满足T A A =-，则称A 为反对称矩阵.由定义知： 1. 反对称矩阵一定是方阵. 2. 反对称矩阵的元素满足ij ji a a =-，当i j =时，ii ii a a =-，对角线上的元素 都为零.反对称矩阵一定形如12112212000n n n n a a a a a a ?? ?- ? ? ?--?? . 下面就对称矩阵的一些基本性质展开讨论. 2 对称矩阵的基本性质 性质1 同阶对称矩阵的和、差、数乘还是对称矩阵. 性质2 设A 为n 阶方阵，则T A A +，T AA ，T A A 是对称矩阵.

性质3设A为n阶对称矩阵（反对称矩阵），若A可逆，则1 A-是对称矩阵（反对陈矩阵）. ?矩阵都可表为一对称矩阵与一反对称矩阵之和. 性质4任一n n 性质5设A为对称矩阵，X与A是同阶矩阵，则T X AX是对称矩阵. 性质6设A、B都是n阶对称矩阵，证明：AB也对称当且仅当A、B可交换. 1

对称矩阵与反对称矩阵

实对称矩阵 实数域内 <1> 定义：设A 为一n 阶实方阵，则A 称为是对称的如果A ˊ=A 。 <2> 性质：设A 为一n 阶实对称矩阵，令 A=(ij a )， i=1,2,3，···，n ；j=1,2,3，···，n 。 则有： 1) ;'A A = 2) ji ij a a =， i=1,2,3，···，n ；j=1,2,3，···，n ； 推论： 1),'2 AA A =A 2的主对角线上的元素为∑==n j ij n i a 12,...,2,1,全大于或等于0； 2)①若A 2的主对角线上的元素全为0，则A 为一零方阵； ②若,...3,2,1,0==n A n ，则A 为一零方阵； 3)每一个n 阶实对称矩阵A 对应于唯一的二次型f(X)=X ˊAX ， '*1321),...,,,(n n x x x x X =其中； 4)存在一n 阶正交矩阵U(即UU ˊ=E)，使得 ??????? ? ?,..., ,0 0 0, 0,=-n AU U λλλ.................0,...,0,0,....,0,0,211，其中ιλ，i=1，2，···,n 为A 的全部特征根。 5)实对称矩阵的特征根都是实数；属于实对称矩阵的不同特征值的特征向量正交。

<3>对称矩阵的构造 1)常见的对称矩阵： 对角矩阵，单位矩阵，正定矩阵，半正定矩阵； 2)设A为一n阶对称方阵，则以下的矩阵是对称的，k为任一常数 k A，A k，A+k E，k A+E， 3)设A为任一n阶方阵，则以下的矩阵是对称的，k为任一常数 A+Aˊ；k(A+Aˊ)；AAˊ，k AAˊ，(A-Aˊ)2； 4)设B为任一反对称矩阵，则以下的矩阵是对称的，k为任一常数 k B2， <4>相关例题 1、n阶实方阵A为对称方阵的充要条件是' 2AA A 。

对称矩阵的性质及应用

对称矩阵的性质及应用 班级：数学1403班学号：20142681 姓名：张庭奥 内容摘要：本文主要描述对称矩阵的定义，研究对称矩阵的性质及应用.包括对称矩阵的基本性质，对称矩阵的对角化，对称矩阵的正定性以及对称矩阵在二次型，线性变换和欧式空间问题中的应用等。 关键词：对称矩阵；对角化；正定性；应用 1.导言 矩阵是高等数学中一个极其重要的应用广泛的概念，如线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上，并且解方程组的过程也表现为变换这些矩阵的过程，二次型的正定性与它的矩阵的正定性相对应，甚至有些性质完全不同的表面上完全没有联系的问题，归结成矩阵问题后却是相同的。这就使矩阵成为代数特别是线性代数的一个主要研究对象。作为矩阵的一种特殊类型，对称矩阵有很多特殊性质，是研究二次型，线性空间和线性变换问题的有利工具，对称矩阵的对角化，正定性的判别等是高等数学中的重难点。本文就此浅谈一下对称矩阵的各种性质和应用。 2.具体内容部分 2.1对称矩阵的基本性质

在学习中我们发现，对称矩阵中的特殊类型如：对角阵，实对称矩阵以及反对称矩阵经常出现，以下首先介绍一些基本概念。 2.1.1 对称矩阵的定义 定义1 设矩阵()ij s n A a ?=，记()T ji n s A a ?=为矩阵的转置.若矩阵A 满足条件 T A A =，则称A 为对称矩阵.由定义知： （1）对称矩阵一定是方阵 （2）位于主对角线对称位置上的元素必对应相等。即ij ji a a =，对任意i 、j 都 成立。对称矩阵一定形如1112112 22212n n n n nn a a a a a a a a a ?? ? ? ? ? ?? 定义2 形式为1200000 l a a a ?? ? ? ? ??? 的矩阵，其中i a 是数(1,2,,)i l = ，通常称为对角矩阵 定义3 若对称矩阵A 的每一个元素都是实数，则称A 为实对称矩阵。 定义4 若矩阵A 满足T A A =-，则称A 为反对称矩阵。由定义知： （1）反对称矩阵一定是方阵。 （2）反对称矩阵的元素满足ij ji a a =-，当i j =时，ii ii a a =-，对角线上的元素 都为零。反对称矩阵一定形如12112 212000n n n n a a a a a a ?? ? - ? ? ? --?? 。 下面就对称矩阵的一些基本性质展开讨论。 2.1.2 对称矩阵的基本性质及简单证明 性质1 同阶对称矩阵的和、差、数乘还是对称矩阵。

正定矩阵的判定方法及正定矩阵在三个不等式证明中的应用汇编

正定矩阵的判定方法及正定矩阵 在三个不等式证明中的应用 作者：袁亮（西安财经大学） 摘要: 本文从正定矩阵的的定义出发，给出了正定矩阵的若干判定定理及推论，并给出了正定矩阵在柯西、Holder、Minkowski三个不等式证明中的应用. 关键词: 正定矩阵，判定，不等式，应用 Abstract: In this paper, we mainly introduce some decision theorem and inference based on the definition of positive definite matrices and give the application of positive definite matrices in the proving on Cauchy、Holder、and Minkowski inequality. Keywords: positive definite matrix,determine,inequality,application

目录 1 引言 (4) 2 正定矩阵的判定方法 (4) 2.1 定义判定 (5) 2.2 定理判定 (6) 2.3 正定矩阵的一些重要推论 (11) 3 正定矩阵在三个不等式证明中的应用 (15) 3.1 证明柯西不等式 (15) 3.2 证明Holder不等式 (16) 3.3 证明Minkowski不等式 (18) 结束语 (21) 参考文献 (22)

1 引言 代数学是数学中的一个重要的分支，而正定矩阵又是高等代数中的重要部分．特别是正定矩阵部分的应用很广泛， n阶实对称正定矩阵在矩阵理论中，占有十分重要的地位．它在物理学、概率论以及优化控制理论[]2中都得到了重要的应用，而本文只提供解决正定矩阵判定问题的方法，并阐明它在数学分析中三个重要不等式证明中的应用. 正定矩阵的一般形式是,设A是n阶实对称矩阵，若对任意n x∈，且0 R x， ≠ 都有0 Mx x T成立[]2.本文从正定矩阵的定义，给出正定矩阵的判定定理，并给> 出正定矩阵的重要推论，这些重要推论对计算数学中的优化问题有着重要的作用，并在矩阵对策，经济均衡，障碍问题[]3的研究中具有很实用的价值.同时还介绍正定矩阵在三个不等式证明中的应用，其一是用正定矩阵证明著名的柯西不等式，其二是用正定矩阵的性质给出Holder不等式的一个新的证明，其三是运用正定矩阵的两个引理证明Minkowski不等式，这三个应用说明正定矩阵运用的广泛性和有效性.以上这些正定矩阵的研究只局限在正定矩阵的理论分析方面，它的一些实际方面的应用还有待笔者和一些学者去探索挖掘. 2 正定矩阵的判定方法 2.1 定义判定 设A=()ij a,(其中ij a∈C,i,j=1,2,…，n),A的共轭转置记为*A=()ji a 定义1[]1对于实对称矩阵A=()ij a,（其中ij a∈R,i,j=1,2,…，n）若对于任意非零列向量X，都有T X A X>0,则称A是正定矩阵. 定义2[]1对于复对称矩阵A=()ij a,（其中ij a∈C,i,j=1,2,…，n）若对于任意非零列向量X，都有* X A X>0,则称A是正定矩阵． 例1设A为m阶实对称矩阵且正定，B为m×n实矩阵，T B为B的转置矩阵，试证AB B T为正定矩阵的充要条件是B的秩r（B）=n. 证 [必要性] 设AB B T为正定矩阵，则对任意的实n维列向量0 x， ≠

正定矩阵的性质及其应用_____

如对您有帮助，请购买打赏，谢谢您！ 正定矩阵的性质及其应用 姓名： 学号： 指导教师： 摘 要；矩阵是数学中的一个重要基本概念，是代数学中的一个主要研究对象，而正定矩阵作为一类特殊的矩阵，固然有它与其它矩阵不同的性质和应用。本文主要是给出了正定矩阵的若干等价条件，对正定矩阵的一些重要性质进行了归纳整合并给出部分性质的证明过程，最后给出了正定矩阵在不等式证明问题、多元函数极值问题、最优化的凸规划问题以及解线性方程组问题中的应用。 关键词：矩阵；正定矩阵；性质；应用 The Properties of Positive Definite Matrix and Its Applications Abstract: Matrix is one of the important basic concepts and it is one of the main research object in math . Positive definite matrix is a kind of special matrix, no doubt it has its properties and applications different from other matrix. This paper states some equivalent conditions on how to determine a positive definite matrix, integrates some important properties, then puts forward several applications of the positive definite matrices on inequation problems, multiple function extreme problems, the optimization of convex programming problem and solving linear equations. Key Words: matrix; positive definite matrix; property; application 1. 引言 矩阵理论是数学的一个重要分支，它不仅是一门基础学科，也是最具实用价值、应用广泛的数学理论。矩阵是矩阵理论中一个重要基本概念，是代数学的一个主要研究对象，而正定矩阵作为一类常用矩阵，其在计算数学、数学物理、运筹学、控制论、数值分析等领域中都具有着广泛的应用。本文主要介绍正定矩阵的等价定理及其一些重要的性质，最后给出正定矩阵在数学及其它学科中的若干应用。 2. 正定矩阵的等价定理 首先我们给出正定矩阵的定义。 定义1[1] 设()T f x X AX =为一个实二次型，若对任意一组不全为零的实数12,,,n c c c ，都有 12(,,,)0n f c c c >,

浅谈伴随矩阵的性质及其应用【开题报告】

开题报告 数学与应用数学 浅谈伴随矩阵的性质及其应用 一、综述本课题国内外研究动态, 说明选题的根据和意义 矩阵是代数学的一个主要研究对象, 是数学中最重要的基本概念之一, 也是数学研究及应用的一个重要工具. 矩阵这一概念自19世纪英国数学家凯利首先提出以后, 就形成了矩阵代数这一系统理论, 而且还广泛应用于实际生活. 把现实世界中的实际问题抽象成数学模型, 求出模型的解, 验证模型的合理性后, 用它的解来解释现实问题, 这其中要用到许多的数学知识, 而矩阵作为一种认识复杂问题的简捷的数学工具, 在数学模型中具有重要的作用, 如在各循环赛中常用的赛况表格、国民经济的数学问题等. 矩阵可以分为很多类, 有初等矩阵、分块矩阵、幂等矩阵、伴随矩阵等, 在不同的矩阵类型中近几年来分别取得了不同的成果与进展. 而伴随矩阵作为矩阵中较特殊的一类, 其理论与应用有自身的特点, 它是矩阵理论及线性代数中的一个基本概念, 是许多数学分支研究的重要工具. 在线性代数的解题方面, 灵活地运用这些伴随矩阵的性质有效地解决了线性代数中的问题, 且它有助于拓宽解决线性代数问题的思路. 比如, 矩阵间一些关系的证明, 求矩阵的逆, 一些复合矩阵的行列式等. 运用伴随矩阵的性质还可以用来解决一些复杂的问题. 比如, 用伴随矩阵的性质: I A A A AA ==**可以解决《美国数学月刊》上的E3227号问题(注: 若A 和B 为n 阶矩阵, 存在非零向量x 和向量y , 使得0=Ax , Bx Ay =. 设i A 为A 中第i 列被B 中的第i 列替换后所得到的矩阵,证明01=∑=n i i A ). 现今不仅专业研究伴随矩阵 的数学工作者愈加众多, 而且量子力学、刚体力学、流体力学、自动控制等各个学科或尖端技术领域内的研究工作者也都以它为必需的工具. 如蔡建乐提出了用特征矩阵的伴随矩阵求惯量主轴的代数方法, 这有利于刚体力学的发展, 体现伴随矩阵的物理意义. 正因为它有如此重要的作用, 古今中外对其研究颇多, 并且得到了许多重要的成果. 如杨闻起探讨了伴随矩阵在对称、反对称、正定、半正定、正交、相似和特征值等方面的性质; 王航平也在伴随矩阵的定义与基本性质的基础上, 探讨了伴随矩阵的运算性质, 特别研究了

正定矩阵的性质和判定方法及应用

内蒙古财经大学本科毕业论文正定矩阵的性质及应用 作者郝芸芸 系别统计与数学学院 专业信息与计算科学 年级10级 学号102093113 指导教师高菲菲 导师职称讲师 答辩日期 成绩

内容提要 矩阵是数学中的一个重要基本概念，也是一个主要研究对象，同时矩阵论又是研究线性代数的一个有力工具．而矩阵的正定性是矩阵论中的一个重要概念．正定矩阵是一种特殊的矩阵，其等价定理在解题过程中可以灵活使用．且正定矩阵具有一般矩阵不具有的特殊性质，尤其是这些性质广泛地应用于各个领域．本文在第一部分介绍了实矩阵的正定性的相关定义以及其等价条件．在第二部分列举了正定矩阵的一系列性质，主要介绍了正定矩阵的关联矩阵的正定性．本文在第三部分介绍了正定矩阵的相关定理．本文在第四部分介绍了矩阵正定性的判定方法：定义法、主子式法、特征值法、与单位矩阵合同法．且简单地举了一些实例来阐述实矩阵正定性的判定．最后本文分别从不等式的证明和多元函数的极值两个方面介绍了正定矩阵的实际应用． 关键词：二次型正定矩阵判定方法应用 Abstract Matrix is an important basic concepts in mathematics, but also a main research object, at the same time matrix theory is a powerful tool for the study of linear algebra. At the same time, the positive definiteness of matrix is an important concept in the matrix theory. The positive definite matrix is a special matrix, the equivalence theorem in the problem solving process can be used flexibly. And the positive definite matrix with special properties of general matrix does not have these properties, especially widely used in various fields. In the first part of this thesis introduces the related definition of positive definite real matrix and its equivalent conditions. In the second part are held a series of properties of positive definite matrix, mainly introduced the positive definiteness correlation matrix is positive definite matrix. This paper introduces the related theorem of positive definite matrix in the third part. This paper introduces the method to judge the positive definiteness matrix in fourth parts: the definition, the master method, the eigenvalue method. Determination and simply cited a number of examples of real positive definite matrices. Two aspects of extreme finally this paper from the proof of inequality and multiple function describes the practical application of positive definite matrices. Key words:Quadratic form Positive definite matrix Determination method Application

对称矩阵

摘要......................................................................................................... 错误！未定义书签。关键词......................................................................................................... 错误！未定义书签。Abstract..................................................................................................... 错误！未定义书签。Keywords ................................................................................................. 错误！未定义书签。前言.............................................................................................................. 错误！未定义书签。 1.对称矩阵的基本性质..................................................................... 错误！未定义书签。 1.1对称矩阵的定义........................................................................ 错误！未定义书签。 1.2对称矩阵的基本性质及简单证明……………………………………………错误！未定义书签。 2.对称矩阵的对角化.......................................................................... 错误！未定义书签。 2.1对称矩阵可对角化的相关理论证明 .............................. 错误！未定义书签。 2.2对称矩阵对角化的具体方法及应用举例................... 错误！未定义书签。 3.对称矩阵的正定性.......................................................................... 错误！未定义书签。 3.1正定矩阵的定义 ........................................................................ 错误！未定义书签。 3.2对称矩阵正定性的判别......................................................... 错误！未定义书签。 4.应用举例 ............................................................................................... 错误！未定义书签。总结.............................................................................................................. 错误！未定义书签。参考文献 ................................................................................................... 错误！未定义书签。 对称矩阵的性质及应用

相似矩阵的性质及应用

华北水利水电大学相似矩阵的性质及应用 课程名称：线性代数 专业班级： 成员组成： 联系方式： 2013年11月6 日

摘要：若矩阵P可逆,则矩阵P-1AP与A称为相似。矩阵相似的概念是为深入研 究矩阵特性而提出的，其中一部分的问题可以转化为与一个对角化矩阵相似问题进而使问题研究简化，而另一些矩阵不能与一个对角矩阵相似，那么这类问题就只能用定义或者若而当标准型来解决。相似矩阵有很多应用。例如：利用相似矩阵的性质来确定矩阵中未知元素方法的完整性；两个相似矩阵属于同一个特征值的特征向量之间的关系；矩阵相似与特征多项式的等价条件及相关结果；尤其是矩阵的标准形及其对角化问题,在高等代数和其他学科中都有极其广泛的应用。本文将讨论相似矩阵的有关性质及其应用。 关键词：相似矩阵；对角化；Jordan标准型；特征向量；特征值 英文题目：The properties and application of similar matrix Abstract:There are a lot of applications about similar matrix. Matrix for further research is the concept of similarity matrix characteristics, and that part of the problem can be converted into similar problems with a diagonalization matrix to simplify the problem study, while others matrix cannot be similar to a diagonal matrix, so this kind of problem can only use a definition or if and when the standard to solve.For example, we can discuss the integrality of the method by using the properties of similar matrices to confirm unknown elements and characteristic subspaces of similar matrices belong to the same characteristic value are isomorphism. Also we may discuss the equivalent conditions for similar matrices and their characteristic polynomial and their corresponding results, especially, applications of digitalization matrices in advanced algebra theory and other subjects are probed into.In this paper I will give out some corresponding properties of similar matrices and show their appliance. Key words:similar matrices; diagonal matrix; Jordan’s normal form; characteristic value; characteristic vector

伴随矩阵

伴随矩阵 在线性代数中，一个方形矩阵的伴随矩阵是一个类似于逆矩阵的概念。如果矩阵可逆，那么它的逆矩阵和它的伴随矩阵之间只差一个系数。然而，伴随矩阵对不可逆的矩阵也有定义，并且不需要用到除法。 A的伴随矩阵可按如下步骤定义： 1.把D的各个元素都换成它相应的代数余子式；（代数余子式定义：在一个n级行列式A中,把元所在的第i行和第j列划去后，留下来的阶行列式叫做元的余子式，记为M ij；称（-1）^i+j *M ij为a ij的代数余子式） 2.将所得到的矩阵转置便得到A的伴随矩阵， 补充：（实际求解伴随矩阵即A*=adj（A）：去除A的行列式D中元素对应的第i行和第j列得到的新行列式D1代替a ij，这样就不用转置了） 即：n阶方阵的伴随矩阵A*为 A11 A12 (1) A21 A22 (2) 。。。 。。。 An1 An2 ……Ann 例如：A是一个2x2矩阵， a11，a12 a21，a22 则由A可得Aij (I,j=1,2)为代数余子式 此图片为相应代数余子式的计算过程。

则A的伴随矩阵A* 为 A11 A21 A12 A22 即 a22 , -a12 -a21, a11 （余子式定义：A关于第i 行第j 列的余子式（记作Mij）是去掉A的第i行第j列之后得到的(m -1)×(n - 1)矩阵的行列式。特殊规定：一阶矩阵的伴随矩阵为一阶单位方阵） 注意：在matlab中一阶矩阵的伴随矩阵是空矩阵。 原矩阵中的值与伴随矩阵中的值一一映射，例如 1 2 3 2 2 1 -------> 3 4 3 +2 6 -4

-3 -6 5 2 2 -2 其中1对应5 ；2 2 对应-3；3对应2；等等 基本性质： (1)AA*=A*A=|A|E; (2)|A*|=|A|n-1 具体求法 ①当矩阵是大于等于二阶时： 主对角元素是将原矩阵该元素所在行列去掉再求行列式. 非主对角元素是原矩阵该元素的共轭位置的元素去掉所在行列求行列式乘以(-1)^(x+y) x,y为该元素的共轭位置的元素的行和列的序号，序号从1开始的. 主对角元素实际上是非主对角元素的特殊情况，因为x=y,所以(-1)^(x+y)=(-1)^(2x)=1,一直是正数，没必要考虑主对角元素的符号问题。 常用的可以记一下： a b —— 1/(ad-bc) (d -c c d -b a) ②当矩阵的阶数等于一阶时，他的伴随矩阵为一阶单位方阵. 3.二阶矩阵的求法口诀:主对角线对换，副对角线符号相反

矩阵相似的性质：矩阵相似例题

1 矩阵的相似 1 定义2性质3定理（证明）4 相似矩阵与若尔当标准形 2 相似的条件 3 相似矩阵的应用（相似矩阵与特征矩阵相似矩阵与矩阵的对角化相似矩阵在微分方程中的应用【1 】） 矩阵的相似及其应用1 矩阵的相似 定义1设A,B为数域P上两个n级矩阵，如果可以找到数域P上的n级可逆矩阵X，使得B?X?1AX，就说A相似于B记作A∽B 2 相似的性质 （1）反身性A∽A；这是因为A?E?1AE. （2）对称性如果A∽B，那么B∽A；如果A∽B,那么有X，使B?X?1AX，令Y?X?1，就有A?XBX?1?Y?1BY，所以B∽A。 （3）传递性如果A∽B，B∽C，那么A∽C。已知有X,Y使B?X?1AX， C?Y?1BY。令Z?XY，就有C?Y?1X?1AXY?Z?1AZ，因此，A∽C。 3 相似矩阵的性质若A,B?Cn?n，A∽B，则（1）r(A)?r(B)；

Q是n?n可逆矩阵，引理A是一个s?n矩阵，如果P是一个s?s可逆矩阵，那么秩（A） =秩（PA）=秩（AQ） 证明设A,B相似，即存在数域P上的可逆矩阵C，使得B?C?1AC,由引理2可知，秩 ?1 （B）=秩（B?CAC）=秩（AC）=秩（A） （2）设A相似于B，f(x)是任意多项式，则f(A)相似于f(B)，即 P?1AP?B?P?1f(A)P?f(B) 证明设f(x)?anx?an?1x nn n?1

a1x?a0 a1A?a0E a1B?a0E 于是，f(A)?anAn?an?1An?1? f(B)?anB?an?1B n?1 kk 由于A相似于B，则A相似与B，（k为任意正整数），即存在可逆矩阵X,使得 Bk?X?1AkX， ?1?1 anAn?an?1An?1?因此Xf?A?X?X ?a1A?a0E?X

正定矩阵的性质及应用

正定矩阵的性质及应用 摘要：正定矩阵是线性代数中一个极其重要的应用广泛的概念，深入探讨其基本性质对于其他科研领域的研究有着重要的意义。基于此，本文首先对正定矩阵的定义进行了描述，其次研究了正定矩阵的性质与判定方法，最后简单介绍了其具体应用。 关键词：正定矩阵；基本性质；推论；判定；应用 前言：矩阵是线性代数中一个极其重要的应用广泛的概念，如线性方程组的一些重要性质反映在它的系数矩阵和增广矩阵的性质上，并且解方程组的过程也表现为变换这些矩阵的过程，二次型的正定性与它的矩阵的正定性相对应，甚至有些性质完全不同的表面上完全没有联系的问题，归结成矩阵问题后却是相同的。这就使矩阵成为代数特别是线性代数的一个主要研究对象。作为矩阵的一种特殊类型，正定矩阵有很多特殊性质，是研究二次型，线性空间和线性变换问题的有利工具。本文就此浅谈一下正定矩阵的各种性质和应用。 1.正定矩阵的基本性质 1.1 正定矩阵的定义 设M是n阶实系数对称矩阵，如果对任何非零向量X=(x1，……，xn) 都有X′MX＞0，就称M正定(Positive Definite)。正定矩阵在相合变换下可化为标准型，即单位矩阵。所有特征值大于零的对称矩阵（或厄米矩阵）也是正定矩阵。 另一种定义：一种实对称矩阵，正定二次型f(x1,x2,…,xn)=X′AX的矩阵A(A′)称为正定矩阵。 1.2 正定矩阵的性质 当矩阵A为正定矩阵的时候，则必有以下几个性质，即： （1）aii＞0，i=1，2，……，n； （2）A的元素的绝对值最大者，必定为主对角元； （3）≤annAn-1 ，其中，An-1是A的n-1阶主子式； （4）≤a11a22……ann，当且仅当A为对角阵的时候成立； 而除了以上这几个性质外，还有若干个推论也是比较重要的，在很多应用中

关于对称矩阵与反对称矩阵的若干性质

INTELLIGENCE 人 文 论 坛 162 关于对称矩阵与反对称矩阵的若干性质 华北电力大学科技学院 朱亚茹 摘 要: 对称矩阵与反对称矩阵是矩阵论中经常用到的两个特殊矩阵，占有很重要的地位，但在高等代数和线性代数教材中只涉及到了两个矩阵的定义，而没有提到其性质。本文针对对称矩阵和反对称矩阵给出了其主要性质并加以了证明。 关键词:对称矩阵 反对称矩阵 性质 对称矩阵与反对称矩阵是矩阵论中经常用到的两个特殊矩阵，在高等代数和线性代数中占有重要地位。教材中在讨论对称矩阵时只给出了定义，但对其性质的研究很少，对反对称矩阵的性质则研究更少。本文围绕对称矩阵和反对称矩阵给出了其主要性质并加以证明，为广大读者学习矩阵时提供参考。 一、对称矩阵 定义：设()ij n A a =为n 阶方阵，如果满足T A A =，即(,1,2,,)ij ji a a i j n ==???，那么称A 为对称矩阵。 由于对称矩阵形式的特殊性，使其具有一般矩阵没有的性质，下面列举出对称矩阵一系列的性质，并运用对称矩阵的定义和转置运算的性质对每个性质进行了证明。 性质1：A 为n 阶对称矩阵，则m A （m 为正整数）也是对称矩阵。 证明：因为A 为n 阶对称矩阵，所以T A A =。则()()m T T m m A A A ==，所以由定义可知m A （m 为正整数）也是对称矩阵。 性质2：A 为n 阶对称矩阵，则T A A +也是对称矩阵。证明：因为()()T T T T T T A A A A A A +=+=+，所以T A A +也是对称矩阵。 性质3：A 为n 阶对称矩阵且A 可逆，则1A ?也是对称矩阵。证明：因为111()()T T A A A ???==，所以1A ?也是对称矩阵。性质4：A 为m n ×阶的矩阵，则T AA 为m 阶对称阵，T A A 为n 阶对称阵。 证明：显然T AA 为m 阶矩阵，T A A 为n 阶矩阵，又由于 ()()T T T T T T AA A A AA ==，()()T T T T T T A A A A A A ==，所以T AA 为m 阶对称阵，T A A 为n 阶对称阵。 性质5：A,B 都为n 阶对称矩阵，则A B +也是对称矩阵。证明：因为()T T T A B A B A B +=+=+，所以A B +也是对称矩阵。 性质6：A,B 都为n 阶对称矩阵，则AB 也是对称矩阵的充分必要条件是AB BA =。 证明：必要性：设AB 为对称矩阵，则()T AB AB =，而()T T T AB B A BA ==，所以AB BA =。 充分性：设AB BA =，则()()T T T T AB BA A B AB ===，所以AB 为对称矩阵。 二、反对称矩阵 定义：设()ij n A a =为n 阶方阵，如果满足T A A =?，即(,1,2,,)ij ji a a i j n =?=???，那么称A 为反对称矩阵。 由于反对称矩阵形式的特殊性，使其具有了与对称矩阵不同的一些性质。 性质7：设A 为n 阶反对称矩阵，则A 的主对角线上的 元素都为0。 证明：因为A 为n 阶反对称矩阵，所以A 的主对角线上的元素有(1,2,,)ii ii a a i n =?=???，所以0(1,2,,)ii a i n ==???。 性质8：设A 为n 阶反对称矩阵，n 为奇数，则A 的行列式值为0。 证明：因为(,1,2,,)ij ji a a i j n =?=???，所以将A 的每一行提 出一个公因子-1，由于n 为奇数，则：(1)n T T A A A =?=?。而根据行列式的性质有T A A =，所以0A =。 性质9：设A 为n 阶对称矩阵，B 为n 阶反对称矩阵，则(1)AB BA ?为对称矩阵。(2)AB BA +为反对称矩阵。 证明：(1)因为()()()T T T T T T T AB BA AB BA B A A B AB BA ?=?=?=?,所以AB BA ?为对称矩阵。 (2)同(1)，因为()()()()T T T T T T T AB BA AB BA B A A B AB BA +=+=+=?+,所以AB BA +为反对称矩阵。 性质10：任一n 阶方阵都可以表示为一个对称矩阵和一个反对称矩阵之和。 证明:假设n 阶方阵A B C =+,其中B 为对称矩阵, C 为反对称矩阵,则()T T T T A B C B C B C =+=+=?。由T A B C A B C =+?? =??得,22 T T A A A A B C +?==。 而( ),()2222 T T T T T T T T A A A A A A A A B B C C ++??===== =?，则B 为对称矩阵，C 为反对称矩阵，且A B C =+。 性质11：设A 为n 阶反对称矩阵，B 为n 阶对称矩阵， 则AB 为反对称矩阵的充分必要条件为AB BA =。 证明：必要性：设AB 为反对称矩阵，则()T AB AB =?，而()T T T AB B A BA ==?，所以AB BA =。 充分性：设AB BA =，则()()T T T T AB BA A B AB ===?，所以AB 为反对称矩阵。 三、结束语 对称矩阵与反对称矩阵在高等代数和线形代数中的性质还有很多，比如对称矩阵的特征值均为实数，对应不同特征值得的特征向量必正交等等，由于篇幅所限，本文只介绍一些基本的性质，方便读者参考。 参考文献： [1]同济大学应用数学系：《线性代数》.高等教育出版社,2004 [2]肖马成、周概容：《线性代数、概率论与数理统计证明题500例解析》.高等教育出版社,2008 [3] 陈惠汝、余巧生：《矩阵同时相似于对角矩阵问题的研究》[J].重庆三峡学院学报,2009，25