本篇笔记文档名 👇
•27数学-李永乐线代强化思维导图：特征值与特征向量✔
本文主要讲解线性代数中特征值与特征向量的核心知识，涵盖矩阵特征值计算（通过特征多项式|λE – A|求解）、特征向量求解（解齐次线性方程组(E – λI)x=0）、实对称矩阵相似对角化（利用正交矩阵Q实现Q⁻¹AQ=Λ）及矩阵反求（通过A=PΛP⁻¹）等内容。结合例题（如例5.2）详细展示相似对角化步骤，涉及特征值重根处理、参数求解及Schmidt正交化等方法，适用于线性代数学习与复习，帮助理解特征值特征向量的应用与矩阵对角化关键技术。
文档的预览图如下，需要完整PDF文件的同学，文末有文档编码，保存后即可直接打印使用。
📑27数学-李永乐线代强化思维导图：特征值与特征向量
(1) 2-2): 问题应用: A|α₁, α₂| = [α₂, -2α₁ + 3α₂] = [α₁, α₂] [[0, -2], [1, 3]]
|λE – B| = |λ 2; -1 λ-3| = λ² – 3λ + 2 = (λ-1)(λ-2)，A的
(E – B)x = 0 得 β₁ = (-2,1)^T，(2E – B)x = 0 得 β₂ = (-1,1)^T
P₂ = (β₁, β₂) = [[-2, -1], [1, 1]]，P₂⁻¹BP₂ = Λ = [[1], [2]]
∀ {1+3-6+b, M₀=7, b=-2}
界二问的用相似的协通性，由|λE – A| = |λ-1 -4; -2 λ-3|，得特征值
P₁ = [α₁, α₂] = [[1, -2], [1, 1]]，P₁⁻¹AP₁ = Λ = [[5], [-1]]
则 P₂ = (β₁, β₂) = [[-7, -1], [1, 1]]，P₂⁻¹BP₂ = Λ = [[5], [-1]] (1)
值，-E用特征向量，加加减减参数
-HP⁻¹AP = Λ = [[λ₁], [λ₂], [λ₁]]
-计算题(P)
预处理常见方有重根: 列求得参数
(m5.22) 设A = [[1, 1, 2], [0, a, 2], [1, -1, 0]]，求特征值
P = (α₁ α₂ α₃) = [[-1, 1, -1], [-2, 1, -1], [1, 0, 1]]，P⁻¹AP = Λ = [[1], [2], [0]]
求矩阵A，令 P = [α₁, α₂, α₃] = [[1, 0, -2], [0, 3, -1], [-1, 2, 1]]，P⁻¹AP = Λ = [[1], [-1], [0]]，则A = PΛP⁻¹ = [[-5, 4, -6], [3, -3, 3], [7, -6, 8]]
∀ x = [1, 1, 0]，A的特征值？
【例5.2】设A为3阶对称矩阵，A为2阶矩阵，IAB=0，其中
= -[[, 2, -2], [1, -2], [0, 1, -2]]
1 1第三，由于A可相似对角化，故P⁻¹AP = Λ
实对称矩阵
|λ-7 0 0; 2 λ-α 4; 4 2 λ+1| = (λ-7)[λ² + λ -a -5]
+ 2. A+3=10，可得参数
Q = [γ₁ γ₂ γ₃]，Q⁻¹AQ = Q^T AQ = [[λ₁], [λ₂], [λ₁]] -计算题(求Q)
n = β/(β^T) · n = β/(β^T) · n = β/(β^T)，这一过程称为Schmidt正交化
1️⃣ 关注果哥公众号【一果学长】
2️⃣ 后台回复笔记编码： 276303
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
