Sakura樱_子于的专栏

文章目录引言二次型二次型化标准形和规范形正定二次型引言绘制二次曲线xy=1xy=1xy=1和y22−x22=1\frac{y^2}{2}-\frac{x^2}{2}=12y2​−2x2​=1的图像import numpy as npimport matplotlib.pyplot as pltimport mpl_toolkits.axisartist as axisartist# 创建画布fig = plt.figure(figsize=(12, 6))# 使用axisartist.

文章目录相似矩阵矩阵的对角化对称矩阵的对角化对称阵A对角化的步骤相似矩阵设A，B都是n阶矩阵，若有可逆矩阵P，使P−1AP=B,P^{-1}AP=B,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−1APP^{-1}APP−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：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的特征值亦相同。证明：|B-λE| = |P-1AP-P-1(λE)P| = |P-1(A-λE)P| = |P-1|

文章目录概念和几何意义算法和性质Numpy求特征值和特征向量Numpy求解矩阵方程（求解线性方程组Ax=b）概念和几何意义设A是n阶矩阵，如果数λ和n维非零列向量x使关系式Ax=λxAx=\lambda xAx=λx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。从线性变换y = Ax的角度来看：若A为正交矩阵，则y与x的长度相同；若x为A的对应于特征值λ的特征向量，则y与x的方向相同，长度是x的λ倍。上式可写成(A−λE)x=0,(A-\lambda

文章目录向量的内积性质柯西不等式范数性质相似度向量组的线性相关性向量空间正交规范正交基正交矩阵正交变换向量的内积设有n维向量x=[x1x2⋮xn],y=[y1y2⋮yn],x=\begin{bmatrix}x_1\\ x_2\\ \vdots\\ x_n\end{bmatrix},y=\begin{bmatrix}y_1\\ y_2\\ \vdots\\ y_n\end{bmatrix},x=⎣⎢⎢⎢⎡​x1​x2​⋮xn​​⎦⎥⎥⎥⎤​,y=⎣⎢⎢⎢⎡​y1​y2​⋮yn​​⎦

文章目录秩的概念秩的性质线性方程组的解矩阵可逆的充要条件秩的概念在m×n矩阵A中，任取k行与k列（k≤m，k≤m），位于这些行列交叉处的k2个元素，不改变它们在A中所处的位置次序而得的k阶行列式，称为矩阵A的k阶子式。在m×n矩阵A的k阶子式共有Cmk⋅CnkC^k_m\cdot C^k_nCmk​⋅Cnk​个。设在矩阵A中有一个不等于0的r阶子式D，且所有r+1阶子式（如果存在的话）全等于0，那么D称为矩阵A的最高阶非零子式，数r称为矩阵A的秩，记作R(A)。规定零矩阵的秩等于0.n阶矩阵A

文章目录初等变换的概念初等行变换初等列变换初等变换矩阵等价性质求解线性方程组三种初等矩阵（对应三种初等变换）性质定理应用初等变换的概念初等行变换对调两行（对调i、j两行，记作ri↔rj）以数k≠0乘某一行中的所有元素（第i行乘k，记作ri×k）把某一行所有元素的k倍加到另一行对应的元素上去（第j行的k倍加到第i行上，记作ri+krj）初等列变换把初等行变换定义中的“行”换成“列”，记号中的“r”换成“c”，即可。初等变换矩阵的初等行变换与初等列变换，统称为初等变换。初等变换是可

文章目录方阵的行列式性质伴随矩阵性质逆矩阵性质Numpy中逆矩阵的函数方阵的行列式由n阶方阵A的元素所构成的行列式，称为方阵A的行列式，记作|A|。性质|AT| = |A||λA| = λn|A||AB| = |A| |B|伴随矩阵行列式|A|的各个元素的代数余子式Aij所构成的如下矩阵A∗=[A11A21⋯An1A12A22⋯An2⋮⋮⋮A1nA2n⋯Ann]A^*=\begin{bmatrix}A_{11} & A_{21} & \cdots &

文章目录行列式的引入行列式的计算与重要性质行列式按行(列)展开，代数余子式克莱姆法则行列式的引入行列式的计算与重要性质行列式按行(列)展开，代数余子式克莱姆法则

文章目录矩阵的基本概念矩阵的意义矩阵的基本运算(加，减，乘)矩阵加法矩阵数乘矩阵乘法矩阵的迹(方阵)矩阵的转置对称矩阵(方阵)矩阵的基本概念A=[a11a12⋯a1na21a22⋯a2n⋮⋮⋮am1am2⋯amn]A = \begin{bmatrix}a_{11} & a_{12} & \cdots & a_{1n}\\ a_{21} & a_{22} & \cdots & a_{2n}\\ \vdots & \vdots &