6.2.1、线性变换在不同基下的矩阵 6.2.2、相似矩阵的性质

5.1 向量空间的定义 一、向量空间概念的引入 二、向量空间的定义 三、向量空间的例子 四、向量空间的基本性质 5.2 向量的线性相关性 5.3 基维数和坐标 一. 基 二. 维数 三. 关于基和维数的几个结论 四. 坐标 五. 过渡矩阵及向量在不同基下坐标的关系 六. 过渡矩阵的性质 5.4 子空间 5.5 向量空间的同构 第六章 线性方程组 6.1 消元解法 6.3 齐次线性方程组解的结构 6.4 一般 线性方程组解结构 6.5 秩与线性相关性 6.6 特征向量与矩阵的对角化 第七章 线性变换 7.1 线性变换的定义及性质 7.2 线性变换的运算 7.3 线性变换的矩阵 7.4 不变子空间 7.5 线性变换的本征值和本征向量 第八章 欧氏空间 8.1 欧氏空间的定义及基本性质 8.2 度量矩阵与正交基 8.3 正交变换与对称变换 8.4 子空间与正交性 8.5 对称矩阵的标准形

•§1 退化的数学模型和对角化 •§2 无约束恢复 •§3 有约束恢复 •§4 几何失真校正 •§5 投影重建

6.1.1 特征值与特征向量的基本概念 6.1.2 特征值与特征向量的求法 6.1.3 特征值与特征向量的性质

根据哈密尔顿一凯莱定理,任给数域P上一个级矩阵A,总可以找到数域 P上一个多项式f(x),使f(A)=0.如果多项式f(x)使f(A)=0,就称f(x)以A 为根当然,以为A根的多项式是很多的,其中次数最低的首项系数为1的以A为 根的多项式称为A的最小多项式这一节讨论应用最小多项式来判断一个矩阵能 否对角化的问题

一、入一矩阵的初等变换 二、入矩阵的初等矩阵 三、等价入矩阵 四、入一矩阵的对角化

一、相似矩阵与相似变换的概念 二、相似矩阵与相似变换的性质 三、利用相似变换将方阵对角化 四、小结思考题

6.1线性映射 6.2线性变换的运算 6.3线性变换和矩阵 6.4不变子空间 6.5特征值和特征向量 6.6可以对角化矩阵

第一节 线性映射 第二节 线性变换的运算 第三节 线性变换和矩阵 第四节 不变子空间 第五节 特征根和特征向量 第六节 可以对角化的矩阵

一、内积的定义和性质 二、向量的长度和性质 三、正交向量组的概念和求法 四、正交矩阵和正交变换 五、小结 思考题