c++求矩阵的秩_【教学笔记】线性代数 | 第四章 相似矩阵与二次型 要点掌握

【相似矩阵要点总结】

其实整个相似矩阵的重点就在以下四张图里,算法涉及到三阶带参行列式的求解、初等行变换求解方程组、和施密特正交化,只是这一章我们新学了很多概念和知识点,需要在不同的情境下去使用这个算法。

1. 特征值与特征向量的定义、计算及重要定理

7254e2afd574d4c9bba43b16568eb768.png

这部分的要点主要是为了引出后面相似变换中要用到的一些定理,我们在课堂上讲了四五个定理,但是最重要的就是上图中显示的那两条。

第一,互不相同的特征值对应的特征向量线性无关无论其对应的是基础解系向量只有一个的特征向量,还是基础解系有多个的特征向量,并在一起都是线性无关的。

第二,n阶方阵最多只有n个线性无关的特征向量这是由于特征值的代数重数总是大于或等于其几何重数,所以不可能会出现大于方阵阶数的无关的特征向量个数。注意,这里的个数是指基础解系中基向量的个数哦。

2. 相似变换与对角化的定义、性质与重要定理

427d476cf7c4f2c4ef9b83df3f87b84a.png

我们说过,因为相似矩阵具有相同的特征值、行列式、秩等特点,而如果某方阵刚好能与极其简单的对角矩阵相似,那么我们就可以通过研究简单的对角矩阵来分析原方阵的性质,这使得我们的工程计算大大简化。

而这部分主要解答两个问题:

  1. 什么样的方阵才可以对角化?

  2. 怎样求得方阵对角化后的对角矩阵及变换矩阵?

对于第一个问题,我们通过定理证明知道,

只有具有n个线性无关的特征向量的方阵才能对角化。

而上节课告诉我们,不同的特征值对应的特征向量线性无关

因此,具有n个互不相同特征值的方阵也可以对角化。

而事实往往不尽如人意,对吧,我们总是会出现重特征值的情况。

而重特征值有时求出的几何重数小于其代数重数,就不能对角化了。

此时,只有r重特征值具有r个线性无关的特征向量的方阵才能对角化(这样我们n阶方阵A才能得到n个线性无关的特征向量啊)。

对于第二个问题呢,其实通过定理的证明,我们知道,

所谓的相似变换后得到的对角矩阵呢,就是特征值为对角元素的对角阵嘛;而相似变换矩阵就是与特征值一一对应的特征向量组成的方阵嘛。

所以,相似变换的内容我们用上图就可以概括了。

3. 实对称对角化的性质与计算步骤

3cd0ea619dd4b5096f00ece4f952bdc1.png

e970eec19879e7e4c8bb809afbcea904.png

而后面的二次型矩阵就是对称矩阵,因此实对称矩阵对角化的内容,其实就对二次型正交变换化标准形的内容进行了铺垫。

【二次型矩阵要点总结】

二次型的重点就是掌握两个知识点:

1 ) 化二次型为标准形;

2)判断二次型的正定性。

第一,化标准形的方法教材上介绍的有三种,其中的初等变换法不要求掌握,而配方法其实属于中学的知识内容,利用代数公式配成完全平方式的方法,只是加上了线性变换的概念,最重要的方法则是正交变换法。

  1. 正交变换法(从A出发)

【正交变换】Q是n阶正交矩阵,x=Qy即为正交变换。

正交变换可保持向量的内积、范数与夹角不变,因此在几何空间中,正交变换保持几何图形的大小和形状不变。

【定理】对于任意的n元实二次型,总有正交矩阵Q,可以经x=Qy将二次型化为标准型。而标准形中所有平方项的系数为二次型矩阵A的特征值,其所对应的正交单位特征向量则构成了变换矩阵Q.

因此,我们可得到正交变换法化标准形的步骤:

1)写出二次型矩阵A(唯一一步与实对称矩阵对角化不同的地方);

2) 求A的所有特征值与特征向量;

3)若有重特征值,将其对应的特征向量正交化;

4)将所有的特征向量单位化,得到Q。

2. 配方法(从f出发)

95456a4090cec9bf134f2a994ae30dd2.pngf20124ecf558c5ee9dc364c7ac9aa6a5.png
由于可逆线性变换不改变二次型的正定性,因此我们就可以将二次型化为标准形后,更好地判断二次型的正定性啦。也就引出了我们最后一节课程内容,学习各种判断二次型正定性的方法。

第二,就是熟练掌握几个判定正定二次型的常用定理。总结如下:

7de40289447ccacbb9b5434f0bb66011.png

注:上图中的定理序号是刘三阳、马建荣老师编写的教材里的序号。

那么,往年笔试卷中的证明题总是倾向于有关正定矩阵的题型!!!因此,要尤其关注上图中的7种判断方式。而其中的第7条通常只用于带有实际数据的题型。其他几条应根据题中已知条件,找出最靠近的判断方式去证明,较为常用的有1,4,6。

##FINALLY! 线性代数课程内容回顾就到此结束啦!##

~~前面课程精讲视频:

第一章 矩阵及其应用:

【教学笔记】线性代数精讲视频 | 1.1 高斯消元法

【教学笔记】线性代数精讲视频 | 1.2 矩阵的概念及运算

【教学笔记】线性代数精讲视频 | 1.3 可逆矩阵

【教学笔记】线性代数精讲视频 | 1.4 分块矩阵

【教学笔记】线性代数精讲视频 | 1.5 初等变换与初等矩阵

【教学笔记】线性代数精讲视频 | 1.6 矩阵的秩与线性方程组

【教学笔记】线性代数习题册精讲视频 | 第一章 矩阵及应用 计算与证明题

【教学笔记】线性代数习题册精讲视频 | 第一章矩阵及应用 填空与选择题

第二章 行列式:

【教学笔记】线性代数精讲视频 | 2.1 行列式的概念与性质

【教学笔记】线性代数精讲视频 | 2.1 行列式逆序数与排列版定义补充

【教学笔记】线性代数精讲视频 | 2.2 行列式的计算

【教学笔记】线性代数精讲视频 | 2.3 行列式的应用

【教学笔记】线性代数补充知识点 | K阶子式

【教学笔记】线性代数习题精讲 | 第二章 行列式 选择和填空题

【教学笔记】线性代数习题精讲 | 第二章 行列式 计算与证明题

【教学笔记】线性代数习题精讲 | 矩阵的秩与线性方程组的解

第三章 n维向量与向量空间:

【教学笔记】线性代数精讲视频 | 3.1 n维向量

【教学笔记】线性代数精讲视频 | 3.2 向量组的线性相关性

【教学笔记】线性代数精讲视频 | 3.3 向量组的秩与极大无关组

【教学笔记】线性代数精讲视频 | 3.4 n维向量空间

【教学笔记】线性代数精讲视频 | 3.5 基、坐标与维数

【教学笔记】线性代数精讲视频 | 3.6 线性方程组解的结构

【教学笔记】线性代数习题精讲 | 第四章向量空间-计算题与证明题1-21

【教学笔记】线性代数习题精讲 | 第四章向量空间-计算题与证明题22-38

【教学笔记】线性代数习题精讲 | 第四章向量空间-填空题与选择题

c986f91ed1412d5f2cdceb5e7c7e11bd.png

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值