相似对角化是指设M为元素取自交换体K中的n阶方阵,将M对角化,就是确定一个对角矩阵D及一个可逆方阵P,使M=PDP-1。设f为典范对应于M的Kn的自同态,将M对角化,就是确定Kn的一个基,使在该基中对应f的矩阵是对角矩阵。
扩展资料:
精确对角化法本身的物理概念极为简单,若是只需要得到极小尺寸的结果,在程式撰写方面也很容易,然而增加系统尺寸时,随着所需的内存暴增,程式设计变得非常困难。
精确对角化法本身的物理概念极为简单,若是只需要得到极小尺寸的结果,在程式撰写方面也很容易,然而增加系统尺寸时,随着所需的内存暴增,程式设计变得非常困难。主要困难之处在于如何有效运用有限的内存,以及提升程式运作的效率。
参考资料来源:百度百科-对角化
参考资料来源:百度百科-精确对角化法
n级矩阵A可对角化<=>A的属于不同特征值的特征子空间维数之和为n。
实际判断方法:
1、先求特征值,如果没有相重的特征值,一定可对角化;
2、如果有相重的特征值λk,其重数为k,那么你通过解方程(λkE-A)X=0得到的基础解系中的解向量若也为k个,则A可对角化,若小于k,则A不可对角化。
此外,实对称矩阵一定可对角化。
扩展资料:
若n阶矩阵A有n个不同的特征值,则A必能相似于对角矩阵。
说明:当A的特征方程有重根时,就不一定有n个线性无关的特征向量,从而未必能对角化。
设M为元素取自交换体K中的n阶方阵,将M对角化,就是确定一个对角矩阵D及一个可逆方阵P,使M=PDP-1。设f为典范对应于M的Kn的自同态,将M对角化,就是确定Kn的一个基,使在该基中对应f的矩阵。
参考资料来源:百度百科——对角化
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)