亚洲国产区中文,国产精品91高清,亚洲精品中文字幕久久久久,亚洲欧美另类久久久精品能播放

                  族譜網(wǎng) 頭條 人物百科

                  對角矩陣

                  2020-10-16
                  出處:族譜網(wǎng)
                  作者:阿族小譜
                  瀏覽:538
                  轉(zhuǎn)發(fā):0
                  評論:0
                  例子(a000b000c),(100020000),(1007),(2){displaystyle{begin{pmatrix}a&0&00&b&00&am

                  例子

                  (a000b000c),(100020000),(1007),(2){\displaystyle {\begin{pmatrix}a&0&0\\0&b&0\\0&0&c\end{pmatrix}},{\begin{pmatrix}1&0&0\\0&2&0\\0&0&0\end{pmatrix}},{\begin{pmatrix}1&0\\0&7\end{pmatrix}},{\begin{pmatrix}2\end{pmatrix}}}

                  均為對角矩陣

                  矩陣運算

                  [a1a2? ? -->an]+[b1b2? ? -->bn]=[a1+b1a2+b2? ? -->an+bn]{\displaystyle {\begin{bmatrix}a_{1}&&&\\&a_{2}&&\\&&\ddots &\\&&&a_{n}\end{bmatrix}}+{\begin{bmatrix}b_{1}&&&\\&b_{2}&&\\&&\ddots &\\&&&b_{n}\end{bmatrix}}={\begin{bmatrix}a_{1}+b_{1}&&&\\&a_{2}+b_{2}&&\\&&\ddots &\\&&&a_{n}+b_{n}\end{bmatrix}}}

                  [a1a2? ? -->an][b1b2? ? -->bn]=[a1b1a2b2? ? -->anbn]{\displaystyle {\begin{bmatrix}a_{1}&&&\\&a_{2}&&\\&&\ddots &\\&&&a_{n}\end{bmatrix}}{\begin{bmatrix}b_{1}&&&\\&b_{2}&&\\&&\ddots &\\&&&b_{n}\end{bmatrix}}={\begin{bmatrix}a_{1}b_{1}&&&\\&a_{2}b_{2}&&\\&&\ddots &\\&&&a_{n}b_{n}\end{bmatrix}}}

                  [a1a2? ? -->an]? ? -->1=[a1? ? -->1a2? ? -->1? ? -->an? ? -->1]{\displaystyle {\begin{bmatrix}a_{1}&&&\\&a_{2}&&\\&&\ddots &\\&&&a_{n}\end{bmatrix}}^{-1}={\begin{bmatrix}a_{1}^{-1}&&&\\&a_{2}^{-1}&&\\&&\ddots &\\&&&a_{n}^{-1}\end{bmatrix}}} 當且僅當 a1,a2,? ? -->,an{\displaystyle a_{1},a_{2},\cdots ,a_{n}} 均不為零。

                  性質(zhì)

                  對角矩陣都是對稱矩陣。

                  對角矩陣是上三角矩陣及下三角矩陣。

                  單位矩陣In及零矩陣恒為對角矩陣。一維的矩陣也恒為對角矩陣。

                  一個對角線上元素皆相等的對角矩陣是數(shù)乘矩陣,可表示為單位矩陣及一個系數(shù)λ的乘積:λI。

                  一對角矩陣 diag(a1, ..., an) 的特征值為a1, ..., an。而其特征向量為單位向量e1, ..., en。

                  一對角矩陣 diag(a1, ..., an) 的行列式為a1...an的乘積。

                  方陣與對角矩陣相似的充分必要條件

                  n{\displaystyle n}階方陣可進行對角化的充分必要條件是:

                  n{\displaystyle n}階方陣存在n{\displaystyle n}個線性無關(guān)的特征向量

                  如果n{\displaystyle n}階方陣存在重復(fù)的特征值,每個特征值的線性無關(guān)的特征向量的個數(shù)恰好等于該特征值的重復(fù)次數(shù)

                  參考

                  三角矩陣

                  對角優(yōu)勢矩陣


                  免責聲明:以上內(nèi)容版權(quán)歸原作者所有,如有侵犯您的原創(chuàng)版權(quán)請告知,我們將盡快刪除相關(guān)內(nèi)容。感謝每一位辛勤著寫的作者,感謝每一位的分享。

                  ——— 沒有了 ———
                  編輯:阿族小譜

                  更多文章

                  更多精彩文章
                  評論 {{commentTotal}} 文明上網(wǎng)理性發(fā)言,請遵守《新聞評論服務(wù)協(xié)議》
                  游客
                  發(fā)表評論
                  • {{item.userName}} 舉報

                    {{item.content}}

                    {{item.time}} {{item.replyListShow ? '收起' : '展開'}}評論 {{curReplyId == item.id ? '取消回復(fù)' : '回復(fù)'}}

                    回復(fù)評論
                  加載更多評論
                  打賞作者
                  “感謝您的打賞,我會更努力的創(chuàng)作”
                  — 請選擇您要打賞的金額 —
                  {{item.label}}
                  {{item.label}}
                  打賞成功!
                  “感謝您的打賞,我會更努力的創(chuàng)作”
                  返回
                  打賞
                  私信

                  推薦閱讀

                  · 可對角化矩陣
                  特征化關(guān)于可對角化映射和矩陣的基本事實可表達為如下:在域F上的n×n矩陣A是可對角化的,當且僅當它的特征空間的維度等于n,它為真當且僅當存在由A的特征向量組成的F的基。如果找到了這樣的基,可以形成有基向量作為縱列的矩陣P,而PAP將是對角矩陣。這個矩陣的對角元素是A的特征值。線性映射T:V→V是可對角化的,當且僅當它的特征空間的維度等于dim(V),它為真當且僅當存在由T的特征向量組成的V的基。T關(guān)于這個基將表示為對角矩陣。這個矩陣的對角元素是T的特征值。另一個特征化:矩陣或線性映射在域F上可對角化的,當且僅當它的極小多項式在F上有不同的線性因子。下列充分(但非必要)條件經(jīng)常是有用的。n×n矩陣A只在域F上可對角化的,如果它在F中有n個不同的特征值,就是說,如果它的特征多項式在F中有n個不同的根。線性映射T:V→V帶有n=dim(V)是可對角化的,如果它有n個不同的...
                  · 對角論證法
                  實數(shù)康托爾的證明表明區(qū)間[0,1]不是可數(shù)無窮大。該證明是用反證法完成的,步驟如下:假設(shè)區(qū)間[0,1]是可數(shù)無窮大的于是乎我們可以把所有在這區(qū)間內(nèi)的數(shù)字排成數(shù)列(r1,r2,r3,...){\displaystyle(r_{1},r_{2},r_{3},...)}已知每一個這類的數(shù)字都能以小數(shù)形式表達我們把這些數(shù)字排成數(shù)列(這些數(shù)字不需按序排列;事實上,有些可數(shù)集,例如有理數(shù)也不能按照數(shù)字的大小把它們?nèi)珨?shù)排序,但單只是成數(shù)列就沒有問題的)。對于那些有兩種小數(shù)形式的數(shù)字,例如0.499...=0.500...,我們選擇前者。舉例,如果該數(shù)列小數(shù)形式表現(xiàn)如下:r1=0.5105110...r2=0.4132043...r3=0.8245026...r4=0.2330126...r5=0.4107246...r6=0.9937838...r7=0.0105135......考慮rk{\displ...
                  · 矩陣
                  發(fā)展作為解決線性方程的工具,矩陣也有不短的歷史。成書最遲在東漢前期的《九章算術(shù)》中,已經(jīng)出現(xiàn)過以矩陣形式表示線性方程組系數(shù)以解方程的圖例,可算作是矩陣的雛形。矩陣正式作為數(shù)學(xué)中的研究對象出現(xiàn),則是在行列式的研究發(fā)展起來后。邏輯上,矩陣的概念先于行列式,但在實際的歷史上則恰好相反。日本數(shù)學(xué)家關(guān)孝和(1683年)與微積分的發(fā)現(xiàn)者之一戈特弗里德·威廉·萊布尼茨(1693年)近乎同時地獨立建立了行列式論。其后行列式作為解線性方程組的工具逐步發(fā)展。1750年,加布里爾·克拉默發(fā)現(xiàn)了克萊姆法則。阿瑟·凱萊被認為是矩陣論的奠基人進入十九世紀后,行列式的研究進一步發(fā)展,矩陣的概念也應(yīng)運而生。奧古斯丁·路易·柯西是最早將行列式排成方陣并將其元素用雙重下標表示的數(shù)學(xué)家。他還在1829年就在行列式的框架中證明了實對稱矩陣特征根為實數(shù)的結(jié)論。其后,詹姆斯·約瑟夫·西爾維斯特注意到,在作為行列式的計算形式以外,將數(shù)...
                  · 變換矩陣
                  應(yīng)用任意線性變換都可以用矩陣表示為易于計算的一致形式,并且多個變換也可以很容易地通過矩陣的相乘連接在一起。線性變換不是唯一可以用矩陣表示的變換。R維的仿射變換與透視投影都可以用齊次坐標表示為RP維(即n+1維的真實投影空間)的線性變換。因此,在三維計算機圖形學(xué)中大量使用著4x4的矩陣變換。尋找變換矩陣如果已經(jīng)有一個函數(shù)型的線性變換T(x){\displaystyleT(x)},那么通過T對標準基每個向量進行簡單變換,然后將結(jié)果插入矩陣的列中,這樣很容易就可以確定變換矩陣A,即例如,函數(shù)T(x)=5x{\displaystyleT(x)=5x}是線性變換,通過上面的過程得到(假設(shè)n=2)在二維圖形中的應(yīng)用示例最為常用的幾何變換都是線性變換,這包括旋轉(zhuǎn)、縮放、切變、反射以及正投影。在二維空間中,線性變換可以用2×2的變換矩陣表示。旋轉(zhuǎn)繞原點逆時針旋轉(zhuǎn)θ度角的變換公式是x′=xcos??-->θ...
                  · 矩陣群
                  基本例子在一個交換環(huán)R上n×n矩陣集合MR(n,n)在矩陣加法與乘法下自身是一個環(huán)。MR(n,n)的單位群稱為在環(huán)R上n×n矩陣的一般線性群,記作GLn(R)或GL(n,R)。所有矩陣群是某個一般線性群的子群。典型群某些特別有趣的矩陣群是所謂的典型群。當矩陣群的系數(shù)環(huán)是實數(shù),這些群是典型李群。當?shù)篆h(huán)是一個有限域,典型群是李型群。這些群在有限單群分類中起著重要的作用。有限群作為矩陣群任何有限群同構(gòu)于某個矩陣群。這類似于凱萊定理說每個有限群同構(gòu)于某個置換群。因為同構(gòu)性質(zhì)是傳遞的,我們只需考慮怎樣從一個置換群構(gòu)造一個矩陣群。令G是在n點(Ω={1,2,…,n})上的置換群,設(shè){g1,...,gk}是G的一個生成集合。復(fù)數(shù)上n×n矩陣的一般線性群GLn(C)自然作用在向量空間C上。設(shè)B={b1,…,bn}是C的標準基。對每個gi令Mi屬于GLn(C)是將每個bj...

                  關(guān)于我們

                  關(guān)注族譜網(wǎng) 微信公眾號,每日及時查看相關(guān)推薦,訂閱互動等。

                  APP下載

                  下載族譜APP 微信公眾號,每日及時查看
                  掃一掃添加客服微信