工程数学基础（第六讲-第十一讲）
MathBase 工程数学基础（第六讲-第十一讲）
- Author：Dargon
- Note date：2020/10/19
- 学习视频来源：
国防科技大学 MOOC
第六讲，内积空间
-
度量矩阵
将大G矩阵中的各元素用对应序号的内机空间来进行表示，且定义说明 G 是正定矩阵 成为度量矩阵（暂时没有发现那里可以用到） -
向量的正交 和施密特（schmidit）正交化
两向量内积 为0 ，进行单位正交化 可以使用固定的公式
单位化 就是一个向量除于自己的模长
正交化 两向量相乘为0 （带入公式进行计算） -
求标准正交基
就是将现有的基进行 单位化 正交化 结果就是一组标准正交基
第七讲，正交变换与对称变换
- 正交变换
看一下定义：
设T 是欧式空间 V n V^n Vn上的线性变换，若对任意的 α , β ⊂ V n \alpha,\beta \subset V^n α,β⊂Vn 存在
< T α , T β > = < α , β > <T \alpha, T \beta > =<\alpha,\beta> <Tα,Tβ>=<α,β>
则T为V^n上的正交变换
一道例题 基本实现 找一个基使得T在这组新的基下面为对角阵
- 任意找一组基，算出T在基下的一个矩阵
- 求矩阵特征值，特征向量，将特征向量组成P ，就可以利用P将这个矩阵对角化（代数的基本知识），同时P 也就是这组基向新基的一个过渡矩阵
- 用原来的基（E1，E2，E3）分别乘以 P里面的列向量X1，X2，X3可以得到一组新的基，
- T在这组新的基下面的坐标就是可对角化的矩阵。
-
旋转变换
一个关于图像旋转的粗糙算法
-
镜像变换（Householder变换）
一个向量关于一个平面（或者其他的线或者更多维度的）镜像
可以得到一个变换矩阵 H ( ω ) = I − 2 ω ω T \color{blue}H(\omega) =I -2\omega \omega^T H(ω)=I−2ωωT
第八讲，矩阵的相似对角化
-
相似对角化
和以前的知识点没有变化 -
特征子空间
出现几何重数和代数重数
直观上的理解 代数重数 是特征值的几次根例如 ( λ − 1 ) 3 (\lambda -1)^3 (λ−1)3 代数重数就是3
几何重数 是上面特征值 1所对应的特征向量有几个是独立的 （线性无关的）若是2 则几何重数就是 2
这样一来就说明 几何重数 <= 代数重数的
几何重数代表的都是真的向量 代数重数里面包含有假（可以被别人表示的）的向量
几何重数为基础解析的个数 = （n -r） 可以在空间中有多少个维度（方向）可以扩散 -
求解矩阵的相似对角化
和前面知识一样，求特征值、求特征向量、组成矩阵P、然后 P − 1 A P = Λ P^{-1}AP =\Lambda P−1AP=Λ
第九讲，Jordan标准型
-
jordan标准型出现的原因；
由于在上一章节 求相似对角化
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
