线性代数-方阵对角化及其应用

2024-03-29 14:58

本文主要是介绍线性代数-方阵对角化及其应用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

前置知识

1.向量的内积

对于 a = ( x 1 x 2 . . . x n ) a=\begin{pmatrix} x1 \\ x2 \\ ...\\ xn \end{pmatrix} a=x1x2...xn
b = ( y 1 y 2 . . . y n ) b=\begin{pmatrix} y1 \\ y2 \\ ...\\ yn \end{pmatrix} b=y1y2...yn
a与b的内积为[a,b] ,其中[a,b]= x 1 ∗ y 1 + x 2 ∗ y 2... + x n ∗ y n x1*y1+x2*y2...+xn*yn x1y1+x2y2...+xnyn

对于a与b的内积有以下一些基本变化

(1)交换律:[a,b]=[b,a];
(2)提取律:[ka,b]=k[a,b]
(3)拆分律:[a+b,y]=[a,y]+[b,y]
(4)0律:[a,a]>=0单且仅当a=0时等号成立

2.向量的长度(范数)

对于 a = ( x 1 x 2 . . . x n ) a=\begin{pmatrix} x1 \\ x2 \\ ...\\ xn \end{pmatrix} a=x1x2...xn
||a||称为向量a的长度,其中||a||= x 1 2 + x 2 2 + . . . + x n 2 \sqrt{x1^{2}+x2^{2}+...+xn^{2}} x12+x22+...+xn2

对于向量长度有以下一些基本性质

(1)非负性:||a||>=0;
(2)齐次性:||ka||=|k|||a||(k为常数)
(3)施瓦茨不等式 |[a,b]|<=||a|| *||b||
(4)三角不等式 ||a+b||<=||a||+||b||

单位向量

对于任意向量a,其单位向量为 a 0 = a ∣ ∣ a ∣ ∣ a_{0}=\frac{a}{||a||} a0=aa

两向量夹角

θ = a r c c o s [ a , b ] ∣ ∣ a ∣ ∣ . ∣ ∣ b ∣ ∣ \theta =arccos \frac{[a,b]}{||a||.||b||} θ=arccosa.b[a,b]

正交与正交向量组

1.正交:若两向量a与b内积为0([a,b]=0)则称两向量正交
2.正交向量组:向量组内向量两两正交则称之为正交向量组
3.标准正交向量组:正交向量组中每个向量都为单位向量则称该正交向量组为标准正交向量组
4.若两向量正交 ∣ ∣ a + b ∣ ∣ 2 = ∣ ∣ a ∣ ∣ 2 + ∣ ∣ b ∣ ∣ 2 ||a+b||^{2}=||a||^{2}+||b||^{2} a+b2=a2+b2
5.正交向量组是线性无关向量组

正交矩阵

如果n阶方阵 A T A = E A^{T}A=E ATA=E,即为 A − 1 = A T A^{-1}=A^{T} A1=AT则称A为正交矩阵

规范正交化

1.对于n阶矩阵规范正交化需要求出e1、e2…en
2. e 1 = b 1 ∣ ∣ b 1 ∣ ∣ e1=\frac{b1}{||b1||} e1=b1b1 e n = b n ∣ ∣ b n ∣ ∣ en=\frac{bn}{||bn||} en=bnbn
3.令b1=a1
4. b 2 = a 2 [ b 1 , a 2 ] [ b 1 , b 1 ] b2=a2\frac{[b1,a2]}{[b1,b1]} b2=a2[b1,b1][b1,a2]
5.对于[b1,a2]运算如下图,为两向量相乘和
6.对于bn有. b n = a n [ b 1 , a n ] [ b 1 , b 1 ] ∗ a n [ b 2 , a n ] [ b 2 , b 2 ] bn=an\frac{[b1,an]}{[b1,b1]}*an\frac{[b2,an]}{[b2,b2]} bn=an[b1,b1][b1,an]an[b2,b2][b2,an]
7.求出所有bi (1<=i<=n)后求出||bi||,其中bi为向量模长
在这里插入图片描述

求矩阵的特征值

1.寻找满足 ∣ A − λ E ∣ = 0 |A-\lambda E|=0 AλE=0其中 λ \lambda λ为矩阵特征值
2.代入式子得到矩阵,将矩阵化为半角矩阵,解得 λ \lambda λ,其中 λ \lambda λ取值看次方数,具体如图
在这里插入图片描述

求矩阵的特征向量

在这里插入图片描述

判断方阵是否与对角线相似

在这里插入图片描述

求方阵对应的对角阵A及其可逆变换矩阵

在这里插入图片描述
在这里插入图片描述

已知 P − 1 A P = A P^{-1}AP=A P1AP=A求关于A的复杂式子

在这里插入图片描述

这篇关于线性代数-方阵对角化及其应用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/858885

相关文章

5分钟获取deepseek api并搭建简易问答应用

《5分钟获取deepseekapi并搭建简易问答应用》本文主要介绍了5分钟获取deepseekapi并搭建简易问答应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需... 目录1、获取api2、获取base_url和chat_model3、配置模型参数方法一:终端中临时将加

JavaScript中的isTrusted属性及其应用场景详解

《JavaScript中的isTrusted属性及其应用场景详解》在现代Web开发中,JavaScript是构建交互式应用的核心语言,随着前端技术的不断发展,开发者需要处理越来越多的复杂场景,例如事件... 目录引言一、问题背景二、isTrusted 属性的来源与作用1. isTrusted 的定义2. 为

Python调用另一个py文件并传递参数常见的方法及其应用场景

《Python调用另一个py文件并传递参数常见的方法及其应用场景》:本文主要介绍在Python中调用另一个py文件并传递参数的几种常见方法,包括使用import语句、exec函数、subproce... 目录前言1. 使用import语句1.1 基本用法1.2 导入特定函数1.3 处理文件路径2. 使用ex

numpy求解线性代数相关问题

《numpy求解线性代数相关问题》本文主要介绍了numpy求解线性代数相关问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组

将Python应用部署到生产环境的小技巧分享

《将Python应用部署到生产环境的小技巧分享》文章主要讲述了在将Python应用程序部署到生产环境之前,需要进行的准备工作和最佳实践,包括心态调整、代码审查、测试覆盖率提升、配置文件优化、日志记录完... 目录部署前夜:从开发到生产的心理准备与检查清单环境搭建:打造稳固的应用运行平台自动化流水线:让部署像

Linux中Curl参数详解实践应用

《Linux中Curl参数详解实践应用》在现代网络开发和运维工作中,curl命令是一个不可或缺的工具,它是一个利用URL语法在命令行下工作的文件传输工具,支持多种协议,如HTTP、HTTPS、FTP等... 目录引言一、基础请求参数1. -X 或 --request2. -d 或 --data3. -H 或

在Ubuntu上部署SpringBoot应用的操作步骤

《在Ubuntu上部署SpringBoot应用的操作步骤》随着云计算和容器化技术的普及,Linux服务器已成为部署Web应用程序的主流平台之一,Java作为一种跨平台的编程语言,具有广泛的应用场景,本... 目录一、部署准备二、安装 Java 环境1. 安装 JDK2. 验证 Java 安装三、安装 mys

Python中构建终端应用界面利器Blessed模块的使用

《Python中构建终端应用界面利器Blessed模块的使用》Blessed库作为一个轻量级且功能强大的解决方案,开始在开发者中赢得口碑,今天,我们就一起来探索一下它是如何让终端UI开发变得轻松而高... 目录一、安装与配置:简单、快速、无障碍二、基本功能:从彩色文本到动态交互1. 显示基本内容2. 创建链

Node.js 中 http 模块的深度剖析与实战应用小结

《Node.js中http模块的深度剖析与实战应用小结》本文详细介绍了Node.js中的http模块,从创建HTTP服务器、处理请求与响应,到获取请求参数,每个环节都通过代码示例进行解析,旨在帮... 目录Node.js 中 http 模块的深度剖析与实战应用一、引言二、创建 HTTP 服务器:基石搭建(一

java中VO PO DTO POJO BO DO对象的应用场景及使用方式

《java中VOPODTOPOJOBODO对象的应用场景及使用方式》文章介绍了Java开发中常用的几种对象类型及其应用场景,包括VO、PO、DTO、POJO、BO和DO等,并通过示例说明了它... 目录Java中VO PO DTO POJO BO DO对象的应用VO (View Object) - 视图对象