偏微分方程重要的前置知识

最新推荐文章于 2024-09-13 20:22:23 发布

River Chandler

最新推荐文章于 2024-09-13 20:22:23 发布

阅读量743

点赞数

分类专栏： # 数学物理方程文章标签：矩阵线性代数算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Chandler_river/article/details/128278383

版权

数学物理方程专栏收录该内容

12 篇文章 3 订阅

订阅专栏

现在觉得很dog 开学期末考试正好美赛。无法评论，无法评论。乐淘淘，乐淘淘。
期末考试不要延迟，求求了或者不安排在下学期第一周也可以。。。。
反正求求了，美赛机会难得
当然，如果是偏微分方程的问题的话，其实也用不了特别多的时间

矩阵论

重要概念

置换矩阵
- 矩阵元素仅为0或者1，每行每列仅有一个非零元素
非奇异矩阵

矩阵行列式不为0

正交矩阵

$A^{-1}=A^T$

对角矩阵

$a_{ij}=0(i\neq j)$

对角占优

$|a_{ii}|\geq \sum_{j=1,j\neq i}^n|a_{ij}|$

严格对角占优势

$|a_{ii}|> \sum_{j=1,j\neq i}^n|a_{ij}|$

Hermite 矩阵

$A=A^H$

酉矩阵

$AA^H=A^HA=I$

正规矩阵

$AA^H=A^HA$

不可约

不存在置换变化 $\Pi A \Pi^{-1}$ 使 $A$ 简化为 $\begin{bmatrix} P &O \\ R & Q \end{bmatrix}$

酉相似

$U^HAU=U^{-1}AU=B$

重要性质和定理

Jordan

A的 Jordan 块

$J_i=\begin{bmatrix} \lambda_i & & & \\ 1 &\lambda_i & & \\ &\ddots & \ddots & \\ & & 1 & \lambda_i \end{bmatrix}$

其中$\lambda_i$是A的特征值

A 的 Jordan 标准形是由 Jordan 块构成的分块对角矩阵，它是唯一的块排列方式

任何矩阵A 都可以通过相似变化简化成 Jordan 标准形J。

J的对角元是A的特征值

若A有n个相异的特征值，他的Jordan标准形是对角形式，且它的n个特征向量线性无关，他们形成一个完备的特征向量系并张成n维空间
若A没有n个相异的特征值，可以有或没有n个无关的特征向量
若任何两个矩阵A,B可交换(AB=BA)，并有对角 Jordan 形式，则它们有一个完全的联合特征向量。

三对角矩阵特征值

$\begin{bmatrix} a & b & & & \\ c &a &b & & \\ & \ddots & \ddots &\ddots & \\ & & c& a& b \end{bmatrix}$

A的右特征值： $\lambda_s = a +2b\sqrt{\frac{c}{b}}cos\,\frac{s\pi}{N+1},s=1,2,...,N$

A的右特征向量： $x_s=(x_j)_s=(\frac{c}{b})^\frac{j}{2}sin(\frac{js\pi}{N+1})$

证明略

圆盘定理 (Gerschgorin)

矩阵 $A\in C^{n\times n}$ 的特征值位于复平面上n个圆盘的并集中：

$|\lambda -a_{ss}|\leq \sum_{j=1,j\neq s}^n|a_{sj}|,s=1,2,..,n$

谱半径

矩阵 $A\in C^{n\times n}$ 的特征值为 $\begin{Bmatrix} \lambda_i(1\leq i \leq n) \end{Bmatrix}$ ：

$\rho(A)=\max_i|\lambda_i|$

Taussky 定理

矩阵 $A\in C^{n\times n}$ 是严格对角占优矩阵，则A非奇异

Brauer 定理

矩阵 $A\in C^{n\times n}$ 的所有特征值位于 $\frac{n(n-1)}{2}$ 个 Cassini 卵形的并集

|z-a_{ii}| \cdot |z-a_{jj}| \leq R_i R_j

R_i = \sum_{j=1,j\neq i}^n|a_{i,j}|

SC性质

Better 定理

Schur 定理

谱：矩阵特征多项式根的集合

若矩阵 $A\in C^{n\times n}$ ，则存在一个酉阵 $Q\in C^{n\times n}$ 使得

$Q^HAQ=T=D+N$

其中 $D=diag(\lambda_1,...,\lambda_n),N\in C^{n\times n}$

向量和矩阵的范数

向量范数

矩阵范数

列和范数

谱范数

行和范数

矩阵范数与谱半径的关系

矩阵范数的估计

矩阵序列的收敛性

实系数多项式的根

Newton-Cotes 型数值积分公式

Green 公式

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

River Chandler 谢谢,我会更努力学习工作的!!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。