线性代数【10】 相似矩阵
前言:
提前说明一下,这一节有一点晦涩难懂,我也是看了好多遍。
所以一定要有耐心,我把视频老师讲的地方重新演说了一遍,希望能够协助你理解。
1 相似变换:
研究的是方阵,
相似变化的目的是简化。
2 矩阵的对角化
方阵简单形式,
也就是一个方阵能不能和一个对角阵相似
【注意,我们的根本目的还是简化计算】也就是找到对角化矩阵是最终目的,相似矩阵是手段。
下面的式子,也就是,
P是A的相似矩阵运算定义的一个可逆方阵,∧是A的相似矩阵,他们是互为相似,也就是下面的第三行,
我们做一个假设,就是下面第四行,
下面就这个假设展开,
P1为第一列,这里分别是一个对角阵和一个由列向量组成的矩阵:
我们进行矩阵运算,进行变形,
到这里,我们上面的假设推出的结论如上,第四行,这个不就是特征值和特征向量的定义吗?
我们回顾一下,
(7条消息) 线性代数【9】 - 特征值和特征向量_山云的专栏-CSDN博客
Pi不就是X,于是有如下结论:
下面这题是,反之亦然的引用:
就是假如我们知道是特征向量,我们可以把矩阵 ,通过一对可逆的同阶方阵,搞成他的特征向量和特征值组成的一个对角矩阵的关系式子了。
也就是我们实现了根本目标,化简了!!!
以上是结论,
逆阵的求法,老师视频省略了,方法可以看到之前博客:
(7条消息) 线性代数【6】- 初等行变换和矩阵的秩_山云的专栏-CSDN博客
第2节,
这里我演算了一下,
这个例子,我们就是证明了,
一个普通的方阵,
被一对可逆的方阵,
搞成了一个具备大致性质的对角阵,
要对角化,就是要实现我们刚才得出的结论,找到他的特征。。。
对角化的充分必要条件,就是找到两个线性无关的特征向量。
上面,第一行,我们用特征向量的定义代入,求出特征值。
然后,依据这个特征值解特征向量。我们求出他的特征向量和基础解系。
【案,我详细写了一下】
我们由特征向量的一般式得出特征值后,代入这个系数行列式里面,得出系数行列式。
然后,用前面的方法,求他的基础解系。
这里只有一个线性无关的特征向量,
可逆 = 线性无关。
既然有相似的对角阵,则必有特征值和特征向量对,我们代入特征方程求解行列式,
用代数余子式展开
依据,定义就把A的对角阵相识矩阵,安装特征值写成来了。至于可逆矩阵,这个是工具我们不考虑了。
由上节知识:迹的概念,
只需要依次求出P的列向量,而列向量和对角阵(特征值)B的相应的特征向量对于。
第一列,应该对应B的“2”的特征值的特征向量,
第2列,应对于“Y”的特征值的特征向量
第3列,对于B的“-1”列的特征向量
求齐次线性方程的基础解系,
首先有,特征向量2,利用λ=2,代入特征方程的公式,计算行列式的系数,然后,化为阶梯阵,将非阶梯点的变量设定为自由变量,进行求解。
同理,Y=1,那么就是对应1的
同理,
这样,我们求出了3个“列”特征向量,然后,依据对应关系,我们将列向量合成一个特征值向量。
检测,向量的线性相关性,3个向量是线性无关的。那么,对角化的充分必要条件,就是要有3个线性无关的特征向量,我们现在有3个,那么,一定可以对角化。,
线性代数【10】 相似矩阵相关推荐
- 线性代数之相似矩阵与二次型基础点
线性代数之相似矩阵与二次型基础点 向量的内积 假设有n维向量如下: 则 称为向量x, ...
- 【线性代数】---相似矩阵
第一章 相似矩阵 文章目录 第一章 相似矩阵 一.相似矩阵 二.对角矩阵 三.实对称矩阵 四.合同矩阵 五.特征值与特征向量 1.求特征值和特征向量 2.特征值与特征向量 一.相似矩阵 设A.B都是n ...
- 线性代数之——相似矩阵
当 AAA 有足够的特征向量的时候,我们有 S−1AS=ΛS^{-1}AS=\LambdaS−1AS=Λ.在这部分,SSS 仍然是最好的选择,但现在我们允许任意可逆矩阵 MMM,矩阵 AAA 和 M− ...
- 线性代数 21 相似矩阵
- 线性代数(10): 正交与投影
文章目录 1 正交基与标准正交基 2 一维投影 3 高维投影 4 标准正交基的性质 5 矩阵的QR分解 6 小结 参考资料 注:转载请标明原文出处链接:https://xiongyiming.blog ...
- 保研面试/考研复试线性代数问题整理
1. 余子式和代数余子式 1) 余子式 nnn 阶行列式中,划去元 aija_{ij}aij 所在的第 iii 行与第 jjj 列的元,剩下的元不改变原来的顺序所构成的 n−1n-1n−1 阶行列式 ...
- python多元线性回归预测法,Python-Tensorflow2.3.0-多元线性回归预测(学习笔记)
Python-Tensorflow2.3.0-多元线性回归预测(学习笔记) Python-Tensorflow2.3.0-多元线性回归预测(学习笔记) 编译器环境:win10-Anaconda3-py ...
- 考研公共课总结与建议(持续更新)
文章目录 前言 第一轮 第二轮 第三轮 第四轮 数学 1.张宇基础三十讲 2.张宇基础300题 3.武忠祥高等数学基础篇 4.杨超139三大计算 5.杨超986选择·填空 6.郭伟夯实基础必做220题 ...
- 物联网工程专业:这三年都学了什么
最近在完成一个比较简单的Python课程项目,简单地爬取数据.保存.展示.这是大学以来最用心去学习的一次经历,突然就有了学习的动力,想要开始整理分享一些我在这个专业上学习到的知识.之前也有在自学前端, ...
- H3CNE最新版官网考试模拟题库
以下工作于OSI 参考模型数据链路层的设备是__A____.(选择一项或多项) A. 广域网交换机 B. 路由器 C. 中继器 D. 集线器 A 数据链路层传输的是帧,交换机是基于帧转发的:B 路由器 ...
最新文章
- 用SDM架构Cisco IOS ***图文详解全攻略(一)——easy ***
- 百度之星第一题竟然没过
- 网上收集的关于iframe的自适应高度代码js的
- Uboot启动流程分析
- 虚幻四人行 Epic公司四创始人发展史(下)
- pycharm无法识别css,PyCharm中HTML页面CSS class名称自动完成功能失效的问题
- CSS浏览器兼容性----Hack
- ruby mysql 驱动_windows下Rails安装MySql驱动的配置
- java 线程定时器_Java线程之Timer定时器
- 路由器-路由器以及×××-Client之间的×××
- 国家集训队论文整理分类
- 软件测试 集成测试
- 自定义一个序列化表单的方法2+提示语
- 三自由度机械手腕设计机构设计
- 电脑变WIFI:建立虚拟共享WIFI热点可查看WIFI密码windows中使用bat批处理命令提示符cmd创建教程含工具
- 图像识别最好的算法,图片相似度识别算法
- 微信小程序-云开发云调用API没有权限(no permission)问题
- 索骥馆-编程语言之《程序语言的奥妙:算法解读(四色全彩)》扫描版[PDF]
- IOS开发高手课第三篇 App Auto Layout 是怎么进行自动布局的,性能如何?
- SettingsProvider简单分析
热门文章
- PVT(Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions)
- 人工智能在法律中的应用丨“AI+传统行业”全盘点
- cesium-Web页面优化总结
- 一个简单的HTML网页 故宫学生网页设计作品 dreamweaver作业静态HTML网页设计模板 旅游景点网页作业制作
- 用k-mer分析进行基因组调查(genome survey):(三)用KMC进行k-mer频数统计
- 用k-mer分析进行基因组调查:(六)用KmerGenie一步实现
- 【Go Web学习笔记】第三章 Go与表单的操作
- 2019 杭电多校第6场 HDU - 6638 Snowy Smile 线段树 最大子段和
- Oracle数据库语句大全
- 转载-高仙机器人落地北京杭州深圳多个城市地铁