相似矩阵的定义是:
设$A,B$都是$n$阶矩阵,若有可逆矩阵$P$,使
$$P^{-1}AP=B$$ 则称$B$是$A$的相似矩阵,或说$A$和$B$相似。----《线性代数》同济版
我们先说通过人话来说明什么是相似矩阵,然后来看看相似矩阵的几何意义,最后再解释为什么这个代数式就代表了相似矩阵。
今天《速度与激情8》上映了,我坐在第一排看电影:
而你坐在最后一排看电影:
我们看的是同一部电影,但是我们各自眼中看到的电影却因为位置不同而有所不同(比如清晰度啊、角度啊),所以说,“第一排看到的电影”和“最后一排看到的电影”是“相似”的。
通过上面的类比,我们可以粗略的说,矩阵是对运动的描述,那么相似矩阵就是对于同一个运动,在不同视角下的描述。
梵高画下名作向日葵的时候,是不需要计算器和直尺的,有《正在作画梵高自画像》为证:
但是,为了进行代数计算,我需要给这个向量一个坐标,这个坐标取决于使用的是什么基(不同基下的原点是一样的):
所以,$A,B$矩阵实际上对应的是同一个变换,只是在不同基下完成的,因此$A,B$就被称为:相似矩阵。
下面让我们来阐述一下相似矩阵的代数细节,让我们从矩阵的左乘说起。
下面注意保持头脑清醒,我要在基之间搞事情了。
举一个具体的例子进行讲述:
我们这样来计算:
把$\vec{i'i},\vec{j'j}$作为列向量,就可以得到变换矩阵$P=\begin{bmatrix} \vec{i'i} & & \vec{j'j} \end{bmatrix}$:
同理,我们要把基从$\vec{i},\vec{j}$变换回$\vec{i'},\vec{j'}$,只需要知道$\vec{i},\vec{j}$在$\vec{i'},\vec{j'}$下的坐标就能得到变换矩阵,变换矩阵实际上就是$P^{-1}$。
综上,我们可以说矩阵的左乘就是“搞基”的:
理解了矩阵的左乘,再理解相似矩阵的代数式就很简单了。
我们这就来解释下什么是:
$$P^{-1}AP=B$$
为了方便讲解,我们规定$P$是把基从$\vec{i'},\vec{j'}$变换到$\vec{i},\vec{j}$的矩阵,这个规定并不妨碍一般性。
下面的图像都非示意图,是真正根据数学公式计算出来的。
好了,开讲:
左乘$P$:
左乘$A$:
左乘$P^{-1}$:
所以对于同一个变换,$A$是在$\vec{i},\vec{j}$下的矩阵,$B$是在$\vec{i'},\vec{j'}$下的矩阵。
这就好比,在直角坐标系下,圆的方程为:
而在极坐标系下,圆的方程更简单:
同样的,我们在线性代数中,经常利用相似矩阵,在不同的基下,把“难看”的矩阵转为“好看”的矩阵(比如对角矩阵),因为它们的相似性,所以并不会影响研究结果,只会简化计算,并且可以把很多问题转化为已经解决过的问题。