- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性代数第5章个人见解
线代第五章个人感觉
问题1,如何将二次型化成标准型?
图表1: A为对阵矩阵
作x=cy(c可逆)变换,
为了将f化成标准型,则必有为对角阵。
问题2:如何将对阵矩阵A经过转化为对角阵?
经过研究对阵矩阵的性质我们知道,对称矩阵可以对角化(现在先不要考虑正交化,容我慢慢道来),即A与是相似的,故而必然可以找到一个C满足,左看看右看看,不太一样一个是,一个是。如何把向靠拢呢?把C通过转化使这样不就可以了,书本上称呼这样的C叫正交矩阵。于是我们已经将化二次型到标准型的问题转化到求对阵矩阵的正交阵的问题了。由于编辑失误,以下的P代替上文说提到的C,满足。我们的目的就是对于给定的对称矩阵A求这个正交矩阵P(必然可逆)。
问题3:如何求正交矩阵P?
P可逆,两边同时左乘P,得,令,即
现在转化为求的非零解了(在这里解释一下为什么是非零解。请再看一下上面的转化,前提是P可逆,即所有的线性无关,|p|0,故无零解,而且应该是基础解系,因为基础解系的k倍,它们之间是线性相关的,一个基础解系就代替了一大堆)。
进一步问题转化为如何求其基础解系呢?
问题4:如何求的基础解系呢?
齐次线性方程组有非零解,故而,于是可以解出,然后用得到的去求其对应的基础解系。于是会出现以下问题? A是n阶对称方阵,它会得到n个(有重根),每个又对应多少个线性无关的基础解系呢?对于这个问题,我回答不了(教材上说是定理,没有证明过程,让我很无语,问了一些人,超出现阶段范围,如果您知道,请告诉我,谢谢),答案是单重根对应一个基础解系(也许叫特征向量更好,符合教材),k重根对应k个线性无关的特征向量,将所有的对应的特征向量拉出来放到一块,不就是一个n阶可逆矩阵P,了吗?当然不是,别忘了,这个矩阵它比较牛,它还满足,即p为正交矩阵。于是问题进一步转化。
问题5:如何求根据得到的基础解系去求正交矩阵P?
上面我们通过所得到的仅仅是n个线性无关的。在这里多说一句,为什么它们线性无关?通过定理,A是对称矩阵,故而A可对角化,即A有n个线性无关的特征向量,刚好上面求得了n个,则它们线性无关。如何通过求正交矩阵呢?这就用到了我们的正交化。不过不是对所有的n个进行正交化,那样太麻烦了。因为有定理(这个有证明过程)告诉我们不同特征值对应的特征向量是正交的,但是k重特征值对应的k个线性无关的特征向量并不是正交的,对这k个,需要用到施密特正交化了,这样所有的向量两两都正交了,再进行单位化,就得到了正交矩阵P。
总结:
反过来看看上面,一切是不是都顺利成章了?与目录对应一下,为什么这本书第五章先讲正交(为了根据得到的基础解系去求正交矩阵P),然后讲特征值和特征向量(求的基础解系呢),然后讲相似矩阵及其对角化(A与是相似的,故而必然可以找到一个C满足),然后介绍合同(转化为对角阵,二次型化成标准型),还有一点,相似到合同有一个正交矩阵的贯穿 ,好了,完了。
忘了,还有一点,关于标准型到规范型:这个就是再进行一次y=Kz的转化,一看就知道了,K非常的特别,是一个主对角线为1或者是的对角阵。配方法这个就更简单了,中学时学的比较多,就不细说了(啰嗦一点,如果你仔细看看通过配方法如何从标准型到规范型你就会更加明白K是怎么来的了)。
细枝末节的东东:
施密特正交化:
进行正交化的时候,对于如果向量b可以提出一个公因子的时候,可以直接将公因子扔掉,这样不影响计算结果,想简便计算的朋友可以自己证明一下,这样用着才放心,a可以提出一个公因子的时候可以直接提出扔给b,说的有点模糊,自己摸索的。
特征值和特征向量:
如果A不是对称矩阵,单重特征值只有一个特征向量,k重特征值最多有k个线性无关的特征向量(不要问我为什么,我也不知道,也问了,还是没有结果)。如果少于k个,那么我们根据n个特征值得到的必然是少于n个的特征向量,它们就没法构成一个可逆矩阵p,使,即它不能对角化。如果等于k个,则其如上仍然可以对角化,很多时候不需要正交化。
不同的特征值对应的特征向量线性无关(可以通过数学归纳法和范德蒙德得到)
行列式A可逆,则A有特征值0
的特征值为
相似变换:
三角阵的特征值为其主对角线上得元素
相似变换不改变矩阵的特征值
kE与相似可以看出A进行相应的偏移,其特征值也是进行相应的偏移,其实这个仅仅是的特征值为的非常特殊的形式。
您可能关注的文档
最近下载
- 2025湖北武汉市汉阳区招聘社区干事40人备考试题及答案解析.docx VIP
- 新能源汽车试题库(附答案).docx VIP
- 《碳纤维片材加固混凝土结构技术规程》(2022年版).pdf VIP
- 2023年地面及屋面分布式光伏发电工程HSE作业指导书(最终版).docx VIP
- 常用塑料特性及塑料成型工艺.pdf VIP
- 甲烷安全技术说明书MSDS.pdf VIP
- 统编版语文四年级上册第五单元素养评估(含答案).docx VIP
- 入党志愿书电子版模板(空白) .doc VIP
- 五年级下册生字练字帖硬笔书法.pdf VIP
- 《国有企业管理人员处分条例》考试题库200题(含答案).docx VIP
文档评论(0)