宋浩线性代数笔记(五)矩阵的对角化 |
您所在的位置:网站首页 › 矩阵特征值重复怎么办 › 宋浩线性代数笔记(五)矩阵的对角化 |
本章的知识点难度和重要程度都是线代中当之无愧的T0级,对于各种杂碎的知识点,多做题+复盘才能良好的掌握,良好掌握的关键点在于:所谓的性质A与性质B,是谁推导得谁~ 目录 5.1矩阵的特征值和特征向量 5.2特征值和特征向量的性质 5.3相似矩阵and矩阵可对角化的条件 5.4实对称矩阵的对角化 5.5正交矩阵 考研数学一大纲中的内容要求如下: 考试要求: 1.理解矩阵的特征值和特征向量的概念及性质,会求矩阵的特征值和特征向量. 2.理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件,掌握将矩阵化为相似对角矩阵的方法. 3.掌握实对称矩阵的特征值和特征向量的性质. 5.1矩阵的特征值和特征向量 A为n阶方阵,存在非0列向量拉姆达,若有A*阿尔法=拉姆达*阿尔法,则拉姆达为1个特征值,则阿尔法为拉姆达对应的特征向量~注意,拉姆达可以为0但阿尔法不能为0,且阿尔法必须为列向量~拉姆达*E-A,被称为特征矩阵特征值拉姆达对应的特征向量不是唯一,但一个特征向量对应的特征值唯一求解时,特征矩阵要尽量将某一行化为0,这样会易于展开在求解出来特征值后,将特征值拉姆达反向代入,求出特征方程的系数矩阵,然后化为行简化阶梯形,再写出同解方程组,找出自由未知量,写出一个基础解系,然后与特征值相乘~注意有重根时,要写成线性组合的形式 5.2特征值和特征向量的性质 A和A的转置有着相同的特征值,但是对应的特征向量未必相同~A有n个特征值L1~Ln,则L1~Ln的乘积即为A的行列式的值~L1~Ln的和,即为A的迹的值——所谓迹的值即为矩阵主对角线元素的积~若果有一个拉姆达的值为0,则|A|=0,也就说明此时矩阵不可逆(因为分母不能为0)~当|A|!=0时: A可逆r(A)=n,即为满秩行向量组or列向量组线性无关齐次方程Ax=0,只有0解~ n阶方阵A互不相同的特征值L1~Ln对应的特征向量a1~an线性无关K重特征值对应的线性无关的特征向量的个数 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |