理解相似矩阵

举报
OvAvO 发表于 2021/11/16 14:11:22 2021/11/16
【摘要】 相似矩阵是机器学习理论里面的重要概念, 本文提供了一种直观的解释方法

理解相似矩阵

2021-11-14
  • A , B A,B 都是 n n 阶矩阵,若有可逆矩阵 P P , 使得 B = P 1 A P B=P^{-1}AP , 则称 B B A A 的相似矩阵。

  • 相似矩阵是同一个线性变换在不同基向量下的不同矩阵表示.

    • P P 基变换矩阵(Base Change Matrix), 它是一个不改变空间维数的可逆线性变换, 其目的是改变当前线性空间的基底: (   i ,   j   ) (   i ,   j   ) (\ \vec i',\ \vec j'\ )\rightarrow (\ \vec i,\ \vec j\ ) , 也可以理解为进行坐标换算, 但是不改变空间里面的实际位置

所以图里面右边的

v B v v'\rightarrow Bv'

等价于

  • 先变换基底到 V 1 V_1 , 得到位置相同但是坐标不同的向量 v v

v P v v'\rightarrow Pv'

  • 然后进行 V 1 V_1 下面等价的线性变换 A A , 得到 V 1 V_1 下的结果 A v Av

v P v A P v v'\rightarrow Pv'\rightarrow APv'

  • 最后再把基底换回来, 得到 V 2 V_2 里面的结果

v P v A P v P 1 A P v v'\rightarrow Pv'\rightarrow APv'\rightarrow P^{-1}APv'

我们有:

P 1 A P = B P^{-1}AP = B


[^1]

[^1]: 如何理解相似矩阵? - 知乎

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。