Symmetrisk matris

En symmetrisk matris med fem rader och fem kolonner.
En symmetrisk matris med fem rader och fem kolonner.

En symmetrisk matris är inom linjär algebra, en matris sådan att den är identisk med sitt transponat:

A  är symmetrisk  A = A T {\displaystyle A{\text{ är symmetrisk }}\iff A=A^{T}}

Om matrisen har elementen aij är aij = aji för en symmetrisk matris. Man kan också uttrycka detta som att rad k i en symmetrisk matris har samma element, i samma ordning, som kolonn k.

Exempel

M = ( 1 2 3 2 4 5 3 5 6 ) {\displaystyle M={\begin{pmatrix}1&2&3\\2&4&5\\3&5&6\end{pmatrix}}}

M är symmetrisk, eftersom MT = M.

A nedan är dock inte symmetrisk, vilket man kan se genom att jämföra elementen i A med elementen i A:s transponat, AT:

A = ( 1 2 2 3 4 5 3 1 6 ) ,     A T = ( 1 3 3 2 4 1 2 5 6 ) ,     A A T . {\displaystyle A={\begin{pmatrix}1&2&2\\3&4&5\\3&1&6\end{pmatrix}},~~A^{T}={\begin{pmatrix}1&3&3\\2&4&1\\2&5&6\end{pmatrix}},~~A\neq A^{T}.}

Egenskaper

Symmetriska matriser har alltid en ortonormerad bas av egenvektorer, enligt spektralsatsen, vilket innebär att om A är symmetrisk kan A diagonaliseras med en ortogonalmatris, det vill säga, det finns en diagonalmatris D och en ortogonalmatris T sådan att

A = T D T T {\displaystyle A=T\,D\,T^{T}} .

där elementen i D:s diagonal är A:s egenvärden.

Om A är en reell matris så är matrisen ATA symmetrisk, om matrismultiplikationen är tillåten. Detta kan visas med hjälp av räknereglerna för transponat:

( A T A ) T = ( A ) T ( A T ) T = A T A {\displaystyle (A^{T}A)^{T}=(A)^{T}(A^{T})^{T}=A^{T}A}

Symmetrisk avbildning

En symmetrisk linjär avbildning är en avbildning F {\displaystyle F} sådan att

u F ( v ) = v F ( u ) {\displaystyle \mathbf {u} \cdot F(\mathbf {v} )=\mathbf {v} \cdot F(\mathbf {u} )}

för alla reella vektorer u och v. I en ortonormerad bas motsvarar en symmetrisk avbildning en symmetrisk matris på ett entydigt sätt. För att bevisa detta noteras att skalärprodukten i en sådan bas kan skrivas på matrisformen

u v = u T v , {\displaystyle \mathbf {u} \cdot \mathbf {v} =u^{T}v,}

där u och v är kolonnmatriser. Om avbildningen F {\displaystyle F} representeras av matrisen A {\displaystyle A} i den givna basen kan definitionen skrivas som

u T A v = v T A u . {\displaystyle u^{T}Av=v^{T}Au.}

Om A = A T {\displaystyle A=A^{T}} blir transponatet av vänsterledet lika med högerledet. Eftersom vänsterledet är en 1x1-matris är den lika med sitt transponat, så F {\displaystyle F} är symmetrisk. Om man utgår från att F {\displaystyle F} är symmetrisk får man på samma sätt att

v T A u = v T A T u {\displaystyle v^{T}Au=v^{T}A^{T}u'}

och om detta ska gälla för alla u och v måste

A = A T . {\displaystyle A=A^{T}.}

Se även

  • Hermitesk matris
  • Normal matris


v  r
Linjär algebra
Grundläggande begrepp
Skalär · Vektor · Noll · Ortogonalitet · Ekvationssystem · Rum · Linjärkombination · Inre produkt · Oberoende · Bas · Radrum · Kolonnrum · Nollrum · Gram-Schimdt · Egenvärde · Hölje · Linjäritet
Bild på euklidiska rummet
Vektoralgebra
Matriser
Elementär · Block · Enhet · Determinant · Norm · Rang · Transformation · Rotation · Invers · Cramers regel · Trappstegsform · Spår · Transponat · Gausselimination · Symmetri · Addition
Multilinjär algebra
Geometrisk algebra · Yttre algebra · Bivektor · Multivektor · Tensor
Konstruktioner
Delrum · Dualrum · Funktionsrum · Kvotrum · Tensorprodukt
Numerik
Kategori Kategori