「6」线性代数(期末复习)

这篇具有很好参考价值的文章主要介绍了「6」线性代数(期末复习)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

🚀🚀🚀大家觉不错的话,就恳求大家点点关注,点点小爱心,指点指点🚀🚀🚀 

目录

 文章来源地址https://www.toymoban.com/news/detail-431708.html

第五章    相似矩阵及二次型

&2)方阵的特征值与特征向量

&3)相似矩阵


 

第五章    相似矩阵及二次型

&2)方阵的特征值与特征向量

定义6:设A是n阶矩阵,如果数𝛌和n维非零列向量x使关系式

Ax=𝛌x(1)

成立,那么,这样的数𝛌称为矩阵A的特征值,非零向量x称为A的对应于特征值𝛌的特征向量

(1)式也可写为

(A-𝛌E)x=0

这是n个未知数n个方程的齐次线性方程组,它有非零解的充分必要条件是系数行列式

|A-𝛌E|=0

 

特征值的性质:

设n阶矩阵A=a[I][j]的特征值为𝛌[1],𝛌[2],…,𝛌[n]

(i)𝛌[1]+𝛌[2]+…+𝛌[n]=a[1][1]+a[2][2]+…+a[n][n]

(ii)𝛌[1]𝛌[2]…𝛌[n]=|A|

 

定理2    设𝛌[1],𝛌[2],…,𝛌[m]是方阵A的m个特征值,p[1],p[2],..,p[m]依次是与之对应的特征向量,如果𝛌[1],𝛌[2],…,𝛌[m]各不相等,则p[1],p[2],..,p[m]线性无关

 

推论    设𝛌[1],𝛌[2]是方阵A的两个不同特征值,𝜉[1],𝜉[2],...,𝜉[s]和𝜂[1],𝜂[2],…,𝜂[t]分别是对应于𝛌[1]和𝛌[2]的线性无关的特征向量,𝜉[1],𝜉[2],...,𝜉[s],𝜂[1],𝜂[2],…,𝜂[t]线性无关

 

&3)相似矩阵

定义7:设A,B都是n阶矩阵,若有可逆矩阵P,使

P^-1AP=B

则称B是A的相似矩阵,或说矩阵A与B相似,对A进行运算P^-1AP称为对A进行相似变换,可逆矩阵P称为把A变成B的相似变换矩阵

 

定理3    若n阶矩阵A与B相似,则A与B的特征多项式相同,从而A与B特征值也相同

推论:若n阶矩阵A与对角阵

 

「6」线性代数(期末复习)相似,则𝛌[1]𝛌[2]…𝛌[n]即是A的n个特征值

 

定理4    n阶矩阵A与对角矩阵相似(即A能对角化)的充分必要条件是A有n个线性无关的特征向量

推论    如果n阶矩阵A的n个特征值互不相等,则A与对角阵相似(如果特征值相等,也可能A与对角阵相似,看这个相等的特征值对应的特征向量,如果一共有n个特征向量,A与对角阵相似(特征向量就是基础解系))

🌸🌸🌸如果大家还有不懂或者建议都可以发在评论区,我们共同探讨,共同学习,共同进步。谢谢大家! 🌸🌸🌸    

 

到了这里,关于「6」线性代数(期末复习)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 线性代数-矩阵--自己复习用

    定义          ***当左边矩阵的列数等于右边矩阵的行数时,两个矩阵相乘才有意义。 ① 矩阵相乘:左行右列 ② 相乘有效:左列右行 满足: ①结合律:(AB)C==A(BC) ②分配律:  (A+B)C==AC+BC    C(A+B)==CA+CB ③数量矩阵同任意矩阵可交换:AE=EA          (λE)A=λA=A(λE) 不满足: ①

    2024年02月03日
    浏览(46)
  • 保研线性代数复习3

    1.什么是生成集(Generating Set)?什么是张成空间(Span)? 存在向量空间V=(V,+,*),和向量集(xi是所说的列向量),如果 每一个属于V的向量都能被A中向量线性组合来表示,那么说明 A 是向量空间 V 的生成集 , A的所有线性组合(所有线性组合不同)称为A的张成空间。 如

    2024年04月13日
    浏览(33)
  • 线性代数复习公式整理(自用/持续更新)

    设A、B为n阶矩阵 ∣ A T ∣ = ∣ A ∣ left | A^T right | =left | A right | ​ A T ​ = ∣ A ∣ ∣ A m ∣ = ∣ A ∣ m left | A^m right | =left | A right | ^m ∣ A m ∣ = ∣ A ∣ m ∣ k A ∣ = k n ∣ A ∣ left | kA right | =k^nleft | A right | ∣ k A ∣ = k n ∣ A ∣ ∣ A B ∣ = ∣ A ∣ ∣ B ∣ left | AB right |

    2024年02月13日
    浏览(47)
  • 线性代数-知识点复习(面试用)

    整理:Peter1146717850 一、向量与线性组合 向量:往什么方向走多么远 e.g. ( 1 2 ) begin{pmatrix} 1 \\\\ 2end{pmatrix} ( 1 2 ​ ) 向量的 模 :向量的长度 向量的 加减法 :向量对应元素相加减(前提:维度相同) ( a b c ) + ( x y z ) = ( a + x b + y c + z ) begin{pmatrix} a \\\\b \\\\ cend{pmatrix} + begin{pma

    2024年04月25日
    浏览(36)
  • MIT_线性代数笔记:复习二

    正交矩阵 Q,用矩阵形式描述正交性质。 投影矩阵 P,最小二乘法,在方程无解时求“最优解”。 Gram-Schmidt 正交化——从任意一组基得到标准正交基,策略是从向量 中减去投影到其它向量方向的分量。 行列式 det(A) 三个性质定义了行列式,可以推导出之后的性质 4~10。 行列

    2024年01月23日
    浏览(52)
  • 矩阵理论复习部分——线性代数(3)初等变换、逆矩阵

    一、初等变换3种方式 对调矩阵的两行(两列); 以 k ≠ 0 k not = 0 k  = 0 乘某一行(列)所有元素; 某一行(列)元素 k k k 倍加到另一行(列); 二、初等矩阵 初等矩阵是指由单位矩阵经过一次初等变换得到的矩阵。 左乘初等矩阵 = 行变换 右乘初等矩阵 = 列变换 初等矩

    2024年02月04日
    浏览(57)
  • 线性代数——(期末突击)行列式(上)-行列式计算、行列式的性质

    目录 行列式 行列式计算 逆序数  行列式的性质 转置 两行(列)互换 两行(列)对应相等 提公因子 两行(列)对应成比例 某行(列)为零 行列式分裂 行列式变换及三角行列式 行列式:(i是行标,j是列标)  计算方法(以二阶行列式为例):主对角线(ad)减去次对角线

    2024年02月03日
    浏览(44)
  • 计算机科学cs/电子信息ei面试准备——数学基础/线性代数复习

    目录 1. 中值定理 2. 梯度和散度 方向导数和梯度 通量与散度 3. 泰勒公式是为了解决什么问题的? 4. 矩阵的秩是什么,矩阵的秩物理意义? 矩阵的秩 矩阵秩的物理意义 5. 特征值和特征向量的概念 5.1 传统方法 例题 5.2 雅可比迭代法 6. 什么是线性相关以及线性相关的性质?

    2024年02月16日
    浏览(44)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 以及什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月10日
    浏览(53)
  • 线性代数的学习和整理2:什么是线性,线性相关,线性无关 及 什么是线性代数?

    目录 1 写在前面的话 1.1 为什么要先总结一些EXCEL计算矩阵的工具性知识, 而不是一开始就从基础学起呢?  1.2 关于线性代数入门时的各种灵魂发问: 1.3 学习资料 2 什么是线性(关系)? 2.1 线性的到底是一种什么关系: 线性关系=正比例/正相关关系 ≠ 直线型关系 2.2 一次函数

    2024年02月11日
    浏览(135)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包