一.幂等矩阵的定义

若对于方阵A存在如下关系:AA=AAA=AAA=A,则称A为一个幂等矩阵

二.一些常见的幂等矩阵

1.单位矩阵III

2.某一行全为1,其余行全为0的矩阵AAA
(证明:设AAA的第mmm行全为1,其余行全为0。B=A∗AB=A*AB=AA,可知bij=∑k=1naikakjb_{ij}={\textstyle\sum_{k=1}^n}a_{ik}a_{kj}bij=k=1naikakj,只有当i=mi=mi=m时,∑k=1naikakj=1{\textstyle\sum_{k=1}^n}a_{ik}a_{kj}=1k=1naikakj=1,则bmj=1b_{mj}=1bmj=1,否则为0,所以BBB矩阵第mmm行全为1,其余行全为0。所以B=A∗A=AB=A*A=AB=AA=A)

3.用于计算离差的矩阵M0=(I−1nii′)M_{0}=(I-\frac1nii')M0=(In1ii).
其中III为单位阵,iii为元素全为1的列向量,i′i'i为元素全为1的行向量,M0xM_{0}xM0x为向量xxx的离差形式。
(证明:M0∗M0∗=(I−1nii′)∗(I−1nii′)=I−21nii′+1n2i(i′i)i′M_{0}*M_{0}*=(I-\frac1nii')*(I-\frac1nii')=I-2\frac1nii'+\frac1{n^2}i(i'i)i'M0M0=(In1ii)(In1ii)=I2n1ii+n21i(ii)i,因为i′i=ni'i=nii=n,所以M0∗M0M_{0}*M_{0}M0M0=(I−1nii′)∗(I−1nii′)=I−21nii′+1nii′=M0(I-\frac1nii')*(I-\frac1nii')=I-2\frac1nii'+\frac1nii'=M_{0}(In1ii)(In1ii)=I2n1ii+n1ii=M0)

三.幂等矩阵性质

1.幂等矩阵的特征值只能为0和1。
(证明思路:因为为幂等矩阵所以推出λk=λ\lambda^k=\lambdaλk=λ,所以λ\lambdaλ只能为0,1)

2.幂等矩阵可对角化。
(证明思路:AAA为幂等矩阵,CCC为其特征向量矩阵,Λ\LambdaΛ为对角线为特征值的矩阵,则AAA的对角化为C′AC=C′CΛ=ΛC'AC=C'C\Lambda=\LambdaCAC=CCΛ=Λ

3.幂等矩阵的迹等于幂等矩阵的秩,即tr(A)tr(A)tr(A)=rank(A)rank(A)rank(A)
(证明思路:将AAA对角化为Λ\LambdaΛ,因为λ\lambdaλ只能为0,1,所以对于AAA有:tr(A)=tr(Λ)=tr(A)=tr(\Lambda)=tr(A)=tr(Λ)=对角线为1的元素和=不全为0的行=rank(Λ)=rank(A)=rank(\Lambda)=rank(A)=rank(Λ)=rank(A))

4.可逆的幂等矩阵为III
(证明思路,可逆一定满秩,满秩说明所有特征值为1,此时为单位阵III

5.方阵零矩阵和单位矩阵都是幂等矩阵

。。。

四.关于幂等矩阵的理解

幂等的思想在数学和工程中都是经常使用的思想。
将矩阵AAA作用于向量xxx上,相当于对xxx进行了一次变换。可以记为Ax=f(x)Ax=f(x)Ax=f(x)。此时所A为幂等矩阵,则AAx=AxAAx=AxAAx=Ax,进一步有f(f(x))=f(x)f(f(x))=f(x)f(f(x))=f(x),说明此时对xxx进行多次变换与进行一次变换的效果是一样的。
这样的思想在开发工程中也经常使用,工程中的幂等,说的是对用户的输入进行重复多次计算,仍与计算一次的结果是相同的,这避免了数据重复计算时带来的弊端,确保了工程的正确性与稳定性。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐