Линейная алгебра
Введено| English | Значение |
|---|---|
| rank/ræŋk/ | ранг |
| eigenvalue/ˈaɪdʒənvæljuː/ | собственное значение |
Решение перед ответом
- Квадратная матрица может не иметь обратную даже тогда, когда все её элементы отличны от нуля.
- Ваша цель: Установить связь между рангом, нуль-размером и решениями линейных систем.
Прочитайте соотношение
- Вещественное векторное пространство замкнуто относительно указанного сложения и умножения на скаляр и удовлетворяет аксиомам векторного пространства. Базис — это независимый порождающий список: каждый вектор имеет единственное представление координат в этом списке. Чтобы проверить линейную независимость столбцов матрицы, решите однородную систему Ac=0; только нулевой вектор коэффициентов означает независимость. Порождающее множество может содержать избыточные векторы, поэтому одного порождающего свойства недостаточно для образования базиса.
- Анализируйте векторные пространства и линейные преобразования.
A 3-column matrix has rank 2. Its nullity is:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Rank-nullity gives 3−2=1.
Используйте определяющее правило
- Приведение к ступенчатому виду выявляет ведущие элементы и свободные переменные без изменения множества решений линейной системы. Ранг — это размерность образа столбцов, эквивалентно числу ведущих элементов. Ранг-нуль (nullity) — это размерность ядра: для отображения из n-мерной области ранг плюс ранг-нуль равно n. В неоднородной системе строка с нулевыми коэффициентами и ненулевой правой частью означает несоответствие; свободные переменные дают бесконечно много решений только после установления совместности. Размерность кообласти не обязательно равна рангу.
- Вычисляйте собственные числа, определители и условия диагонализируемости.
det A=0 implies:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
A zero determinant means the square matrix is singular. It can have many nonzero entries; a single dependence is enough.
Проверьте условия
- Квадратная матрица обратима тогда и только тогда, когда её определитель отличен от нуля, ядро тривиально, а ранг равен размеру матрицы. Эти утверждения не требуют, чтобы каждый элемент был ненулевым. Определители треугольных матриц равны произведению диагональных элементов, поэтому матрица, зависящая от комплексной переменной, может быть вырожденной в комплексных корнях, отсутствующих в расчётах только по действительным числам. Обмен строк меняет знак определителя; прибавление кратного одной строки к другой не изменяет его. Проверяйте вырожденность перед применением формулы обратной матрицы.
- Вычисляйте собственные числа, определители и условия диагонализируемости.
Матрица A=[[1,1],[0,1]] имеет характеристический многочлен (1−λ)². Собственные векторы удовлетворяют условию y=0, поэтому её собственное подпространство имеет размерность один. Для диагонализуемой матрицы размера 2×2 необходимо два линейно независимых собственных вектора; A не диагонализируема.
The identity matrix has every eigenvalue equal to ____.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
Iv=v for every vector.
Применяйте формат задания
- Собственный вектор ненулевой и удовлетворяет равенству Av=λv, поэтому собственные значения являются корнями det(A−λI). Диагонализация требует полного базиса линейно независимых собственных векторов над выбранным полем. Различные собственные значения дают линейно независимые собственные векторы, тогда как кратные собственные значения могут иметь слишком малое собственное подпространство. Действительная симметричная матрица имеет действительный ортонормированный базис собственных векторов. Действительная матрица нечетной размерности имеет хотя бы одно действительное собственное значение, поскольку ее действительный характеристический многочлен имеет нечетную степень; это само по себе не означает диагонализируемость или то, что все собственные значения действительны.
- Вычисляйте собственные числа, определители и условия диагонализируемости.
Алгебраическая кратность собственного значения не является автоматически равной размерности его собственного подпространства.
Какой ответ подходит к данному случаю?
Связывать ранг, дефект и решения линейных систем
A repeated eigenvalue guarantees a full eigenvector basis.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
A defective matrix is a counterexample.
Сохраняйте различия
- rank — Размерность образа линейного отображения.
- eigenvalue — Скаляр, удовлетворяющий условию Av=λv для ненулевого вектора v.
- Установить связь между рангом, нуль-размером и решениями линейных систем.
- Анализируйте векторные пространства и линейные преобразования.
- Вычисляйте собственные числа, определители и условия диагонализируемости.
Match each term with its precise meaning in this lesson.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
Keep the distinctions stated in the teaching example.
Put this lesson’s reasoning or event sequence in order.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
The order follows the stated process; check each stage before the next.