第七章 特征值与特征向量
用特征值命题
看到行列式为零,就要敏感一点(想到矩阵的特征值可以求)

小结论

对矩阵方程为O也要敏感一点。

用特征向量命题

用矩阵方程命题

重要题型
1

证明特征值,该用什么方法。

2

两种思路:
①初等矩阵变换法将Q分解(重要思路)
②根据特征向量的性质(属于同一特征值的特征向量的线性组合仍是原特征值的特征向量)

3 ★

用矩阵方程



4

题中给出了矩阵之间的关系式,就应该想到使用矩阵方程,凑定义。


5经典常考题

不同特征值对应的特征向量正交。

6经典题

这种题,往往给出一两个特征向量,让求出另外的特征向量(重点在于不同特征值对应的特征向量互相正交),待定系数法,列方程求解即可。
此类题往往还结合A*组合考察,直接建立方程,然后左右同乘以A矩阵即可。




7

这题很巧妙,应该从已给信息中,不断挖掘。
8反复考的题了

太妙了!
9证明

四个都是经典证明。

10证明题




11小结论


第八章 相似理论
知识点
A的相似对角化




A相似于B

重要结论


第四个 常常用来证明两矩阵相似。

实对称矩阵与正交矩阵★★★


重要题型
1小结论


2

本题看到矩阵方程。。有两种思路


3★★★

证明抽象矩阵可相似对角化,也可直接证明其是实对称矩阵。
(2)也是经典题型了

4小结论

5

正交矩阵该如何利用?
证明一个行列式为0的时候,往往采用把行列式里的E转化为已给条件,然后拆分。


6结论


7

想到拆分成特征向量乘积的形式。


本文详细介绍了矩阵理论中的关键概念——特征值与特征向量。重点讨论了如何证明特征值、如何利用特征向量命题解决矩阵方程,以及实对称矩阵与正交矩阵的关系。特别强调了不同特征值对应特征向量的正交性质及其在求解问题中的应用。同时,文章提供了多种解题策略和技巧,包括初等矩阵变换法和利用矩阵方程。
1837

被折叠的 条评论
为什么被折叠?



