线性代数问题,再单位化得后面那些是怎么算出来的

2020-11-23 06:46:55 字数 2764 阅读 9320

1楼:匿名用户

|| a ||这个符号表示把a的各个元素平方和进行开方。

2楼:匿名用户

||||这个符号严格说来是取泛数。这里指的normal泛数,即模长。

坐标平方和再开方。

线性代数 第一题,答案为什么没有单位化 第二题,我只算出来一个关系式,怎么求出具体值的

3楼:我叫增强萨

特征向量不唯一,但是对应特征值的特征向量成比例(回答了你好几道线性代数题的,矩阵做的太累了)。

线性代数,单位化是怎么回事呢?

4楼:奈曼的明月

就是归一化,保证向量的模为1

5楼:电灯剑客

单位化就是 ξ-> ξ/||ξ|| 的操作

这里||ξ1||=2,p1=ξ1/||ξ1||

之所以叫单位化就是因为这步运算之后||p1||=1

线性代数 施密特正交化中单位化中双括号里的怎么算

6楼:雪饮狂刀

施密特正交化中单位化中双括号里的东西是指的向量

的模长吧, 如果是向量的模长的话,应该是把向量的各个分量先平方再相加,然后再开算数平方根,就是模长了.

而如果施密特正交化中单位化中双括号里的东西是指的向量的内积,那就是把两个向量对应分量相乘再相加,就是内积了.

7楼:匿名用户

括号的意思是内积,和高中学的一样的。具体正交标准化过程很容易,狂算即可:先找见一个极大无关组,然后施密特正交化,然后每一列的元素除以对应列向量的模。

要是没有最后一步就是正交化,不叫正交标准化。

向量的单位化怎么化?线性代数的问题。

8楼:匿名用户

向量乘向量的长度的倒数

α / ||α||

9楼:淡定

要看题目的要求而定。

如果题目只是要求求一个矩阵的特征向量,结果是不需要单位化的。

如果题目是要求求一个可逆阵p,使p^<-1>*a*p成为对角阵,求得的矩阵a的特征向量也不需要单位化的。

如果a是实对称矩阵,题目要求求正交矩阵p,使p^t*a*p成为对角阵,则求得的a的特征向量要先正交化(如果a有重特征值),再单位化,然后才可以写出正交阵p。

在二次型化为标准形的题目里,如果要求求正交变换,则求得的二次型矩阵a的特征向量要先正交化(如果a有重特征值),再单位化,然后才可以写出正交变换的。

满意请采纳。

线性代数问题如图。第二个特征向量是怎么算出来的?

10楼:匿名用户

那是p,

p是被停下的概率,相反(1-p)就是通

过的概率

首先,x=0的意思是通过0组就停了,所以就是一个p,x=1的意思就是通过了1组,所以就是通过概率(1-p)乘以过了第1组就停下的概率p;

x=2的意思就是通过了2组,所以就是通过概率(1-p)乘以再一次通过概率(1-p)再乘以过了第1、2组就停下的概率p;

3就不说了,4就是完全通过的概率,就是4组都没停下的,所以概率就是全通过的概率(1-p)^4

11楼:摩羯麻辣十三香

第一个问题:

不同的特征值所对应的特征向量是正交的,记住,它是自然正交的,不需要作任何的变换

但是,当出现重根后,出现的特征向量就不一定是正交的了。所以,必须通过施密特正交化化法,然后单位化。

只是求的r个线性无关的特征向量,在普通的矩阵对角化上足够了。

这样的目的是使用在二次型上

当我们需要对一个多项式,求其二次型标准型时,必须要使得,任何两个特征向量是正交的,即化为合同矩阵。

12楼:

就是一个带入的过程啊

线性代数问题,求矩阵的对角阵时为什么要把特征向量单位化呢?

13楼:是你找到了我

因为正交阵的每一列都肯定

是单位阵,所以需要单位化;如果不用正交阵作对角化过程,只用一般的可逆阵,就可以不单位化。

线性变换的特征向量是指在变换下方向不变,或者简单地乘以一个缩放因子的非零向量。特征向量对应的特征值是它所乘的那个缩放因子。特征空间就是由所有有着相同特征值的特征向量组成的空间,还包括零向量,但要注意零向量本身不是特征向量。

线性变换的主特征向量是最大特征值对应的特征向量。特征值的几何重次是相应特征空间的维数。有限维向量空间上的一个线性变换的谱是其所有特征值的集合。

14楼:demon陌

因为p是正交矩阵,正交矩阵每一行(或列)都是单位向量,题中a恰有3个不同的特征值,而不同特征值对应特征向量必正交,所以就不用正交化,而是直接单位化。

若λ0是a的特征值,且是特征多项式的k重根,因为a可对角化,所以特征方程│a-λ0│=0的基础解系必包含k个解向量,则这k这个特征向量必须施密特正交化然后再单位化。

有定理:矩阵a可对角化的充分必要条件是a的每个特征值的代数重数等于其几何重数,即a有完全特征向量系。

只有对角线上有非0元素的矩阵称为对角矩阵,或说若一个方阵除了主对角线上的元素外,其余元素都等于零。

15楼:匿名用户

要将每个特征向量单位化的原因是正交矩阵才能得到p^(-1)ap=p^tap=λ,既p的逆矩阵等于p的转置矩阵,否则只能使用p^(-1)ap=λ.显然,转置矩阵要比逆矩阵好求多了.