跳至主要內容
高等工程数学文档
《高等工程数学》课程简介
讲义
高等工程数学知识点回顾
Deepthought
2025/10/29
...
大约 1 分钟
高等工程数学知识点回顾
第一部分:矩阵分析
线性空间与线性变换
方阵的相似化简
方阵函数与最小多项式
线性空间
线性空间的判定
线性组合、线性相关、线性无关的性质
基与坐标:
α
=
B
x
\boldsymbol{\alpha}=\boldsymbol{B}\boldsymbol{x}
α
=
B
x
过渡矩阵与坐标变换
:
B
β
=
B
α
P
\boldsymbol{B}_{\beta}=\boldsymbol{B}_{\alpha}\boldsymbol{P}
B
β
=
B
α
P
基变换矩阵:
x
=
P
y
\boldsymbol{x}=\boldsymbol{Py}
x
=
Py
子空间
零空间(核)
:
N
(
A
)
\mathscr{N}(\boldsymbol{A})
N
(
A
)
A
x
=
0
\boldsymbol{Ax}=\boldsymbol{0}
Ax
=
0
的解空间
列空间(值域)
:
R
(
A
)
\mathscr{R}(\boldsymbol{A})
R
(
A
)
A
\boldsymbol{A}
A
的列向量的极大无关组张成的线性空间
直和的判定
Schmidt 正交化
P
=
[
∣
β
1
∣
⟨
α
2
,
ε
1
⟩
⟨
α
3
,
ε
1
⟩
⋯
⟨
α
n
,
ε
1
⟩
∣
β
2
∣
⟨
α
3
,
ε
2
⟩
⋯
⟨
α
n
,
ε
2
⟩
∣
β
3
∣
⋯
⟨
α
n
,
ε
3
⟩
⋱
⋮
∣
β
n
∣
]
\boldsymbol{P}=\left[\begin{array}{cccc}\left|\boldsymbol{\beta}_{1}\right| & \langle\boldsymbol{\alpha}_{2}, {\boldsymbol{\varepsilon}_{1}\rangle} & \langle\boldsymbol{\alpha}_{3}, {\boldsymbol{\varepsilon}_{1}\rangle} & \cdots & \langle\boldsymbol{\alpha}_{n}, \boldsymbol{\varepsilon}_{1}\rangle \\ &{\left|\boldsymbol{\beta}_{2}\right|} & \langle\boldsymbol{\alpha}_{3}, {\boldsymbol{\varepsilon}_{2}\rangle} & {\cdots} & {\langle\boldsymbol{\alpha}_{n}, \boldsymbol{\varepsilon}_{2}\rangle} \\ && |\boldsymbol{\beta}_3|& \cdots & \langle\boldsymbol{\alpha}_{n}, {\boldsymbol{\varepsilon}_{3}\rangle}\\ &{} & {} & {\ddots}& \vdots\\ &{} & {} & & {\left|\boldsymbol{\beta}_{n}\right|}\end{array}\right]
P
=
∣
β
1
∣
⟨
α
2
,
ε
1
⟩
∣
β
2
∣
⟨
α
3
,
ε
1
⟩
⟨
α
3
,
ε
2
⟩
∣
β
3
∣
⋯
⋯
⋯
⋱
⟨
α
n
,
ε
1
⟩
⟨
α
n
,
ε
2
⟩
⟨
α
n
,
ε
3
⟩
⋮
∣
β
n
∣
β
m
=
α
m
−
∑
i
=
1
m
−
1
⟨
α
m
,
ε
i
⟩
ε
i
\displaystyle\boldsymbol{\beta}_{m}=\boldsymbol{\alpha}_{m}-\sum_{i=1}^{m-1}\langle\boldsymbol{\alpha}_{m}, \boldsymbol{\varepsilon}_{i}\rangle\boldsymbol{\varepsilon}_{i}
β
m
=
α
m
−
i
=
1
∑
m
−
1
⟨
α
m
,
ε
i
⟩
ε
i
{
α
1
,
α
2
,
…
,
α
n
}
=
{
ε
1
,
ε
2
,
…
,
ε
n
}
P
\left\{\boldsymbol{\alpha}_{1}, \boldsymbol{\alpha}_{2}, \ldots, \boldsymbol{\alpha}_{n}\right\}=\left\{\boldsymbol{\varepsilon}_{1}, \boldsymbol{\varepsilon}_{2}, \ldots, \boldsymbol{\varepsilon}_{n}\right\} \boldsymbol{P}
{
α
1
,
α
2
,
…
,
α
n
}
=
{
ε
1
,
ε
2
,
…
,
ε
n
}
P
上一页
2025秋季教学计划