一. 之前知识复习

1.1 向量的定义

image.png

1.2 基与坐标

有了坐标系之后，就能将代数和几何关联起来了

image.png

1.3 线性空间

image.png

1.4 关于矩阵秩的一些梳理

image.png

1.5 线性变换的矩阵表示

image.png

只需要将点 乘以对应的坐标 就可以生成新的坐标，进行转换
(一直不知道矩阵的具体应用，看了这个图就有一个简单的认识了)

image.png image.png

1.6 线性映射的矩阵表示

image.png

1.7 不同基下的线性变换矩阵表示

image.png

1.8 矩阵相似

image.png
image.png

二. 特征值和特征向量

2.1 从几个小问题入手

image.png

2.2 特征值与特征向量

image.png

例子:

image.png image.png

2.3 求解矩阵特征向量的方法

image.png

2.4 特征子空间

image.png

例子:

image.png

2.5 退化矩阵

image.png

2.6 几何重做和代数重做

image.png

2.7 方阵的n次幂

image.png

2.8 对角化

image.png

参考:

1. http://www.dataguru.cn/article-4621-1.html