正规矩阵的定义
时间: 2025-07-10 12:23:32 浏览: 4
### 正规矩阵的数学定义
正规矩阵是指满足特定条件的一类矩阵。具体来说,如果一个复数域上的 \( n \times n \) 矩阵 \( A \) 满足以下关系:
\[ AA^* = A^*A \]
其中 \( A^* \) 表示矩阵 \( A \) 的共轭转置,则称 \( A \) 是正规矩阵[^1]。
对于实数域上的矩阵,\( A^* \) 可简化为矩阵的转置 \( A^T \),因此条件变为:
\[ AA^T = A^TA \]
---
### 正规矩阵的主要性质
#### 1. **特征值特性**
正规矩阵的特征值具有良好的结构。无论是实数还是复数领域中的正规矩阵,其特征值均位于复平面上的一个圆盘内,并且可以完全由谱分解来描述。特别地:
- 如果 \( A \) 是对称矩阵或 Hermite 矩阵,则它的特征值均为实数。
- 如果 \( A \) 是正交矩阵或酉矩阵,则它的特征值的模长恒等于 1[^1]。
#### 2. **可对角化性**
正规矩阵可以通过酉相似变换对角化。即存在一个酉矩阵 \( U \) 和一个对角矩阵 \( D \),使得:
\[ A = UDU^* \]
这里 \( D \) 的对角元是 \( A \) 的特征值,而 \( U \) 的列向量是由对应的特征向量组成的标准正交基[^1]。
#### 3. **子空间不变性**
正规矩阵保持某些重要的子空间不变。例如,设 \( V_\lambda \) 是对应于特征值 \( \lambda \) 的特征子空间,则该子空间在矩阵的作用下不会改变方向。这意味着正规矩阵能够很好地保留几何结构。
#### 4. **奇异值与特征值的关系**
对于任意正规矩阵 \( A \),其奇异值(Singular Values)正好就是它绝对值形式下的特征值大小。换句话说,若 \( \sigma_i \) 表示第 \( i \) 个奇异值,那么有:
\[ \sigma_i = |\lambda_i| \]
此处 \( \lambda_i \) 是指矩阵 \( A \) 的第 \( i \) 个特征值。
#### 5. **秩约束**
当两个矩阵相乘结果为零时,涉及它们之间的秩之间存在着一定的不等式关系。比如给定矩阵 \( A \) 和 \( B \),如果有 \( AB = 0 \),则必有:
\[ r(A) + r(B) \leq n \]
这一结论适用于更广泛的场景,包括但不限于正规矩阵的情况[^4]。
---
```python
import numpy as np
# 定义一个正规矩阵的例子
A = np.array([[2, -3j], [3j, 2]])
# 计算AA*和A*A验证是否相等
A_star = np.conjugate(A.T)
is_normal = np.allclose(np.dot(A, A_star), np.dot(A_star, A))
print(f"Matrix A is normal: {is_normal}")
```
---
阅读全文
相关推荐

















