Lembar contekan Aljabar nilai eigen, vektor eigen, ruang eigen tidak tunggal

Linear A adalah nonsingular = dapat dibalik = reguler iff:

n × n
1. Hitung nilai eigen dengan menyelesaikan det ( A - λI ) = 0
Ada matriks B := A sehingga AB = I = BA -1

Vektor 2. Setiap vektor x yang memenuhi ( A - λ i I ) x = 0 adalah

det ( A ) 6 = 0
vektor eigen untuk λ i .
perkalian titik: u ∗ v = || kamu || ∗ || v || ∗ cos (
3. Eig ( λ i ) = { x ∈ C : ( A - λ i ) x = 0 } adalah ruang
n
Ax = b memiliki tepat satu solusi untuk setiap b
φ ) = u x v x + u y v y A

eigen untuk λ i . Vektor kolom dari A bebas linier

( U y V z - U z Vy \ u z v x - u x v z u x v y pangkat( A ) = n
- u y v x norma: kepastian f ( x ) = Ax bijektif (?)
p
k x k p := p P i n =1 | x saya | P didefinisikan pada matriks persegi n × n: ⇒ det ( A ) = det ( A )-1 -1

k x k 1 := P i n =1 | x saya | kxk ∞ = maks | x saya | ∀λ∈σ(A). ⇒ ( A ) = A

-1 -1

Saya
sudut tertutup: λ > 0 ⇐⇒ definit-positif ⇒ ( A ) = ( A
T
) -1 -1 T

λ ≥ 0 ⇐⇒ positif-semidefinite
dapat didiagonalisasi
cos λ < 0 ⇐⇒ negatif-pasti
kamu ∗ v || λ ≤ 0 ⇐⇒ negatif-semidefinite A n
dapat didiagonalisasi jika:
× n

kamu || ∗ || v || jika tidak ada yang benar (positif dan negatif λ ada): ia memiliki n vektor eigen independen linier
|| kamu || ∗ || v || = q ( u 2 x + u 2 y )( v x 2 + v y tak tentu semua nilai eigen adalah nyata dan berbeda
2
) ekuivalen: mis. x Ax > 0 ⇐⇒ positif-pasti
T ada T yang dapat dibalik, sehingga:

Matriks pangkat /X \
D := T -1 AT = I . . SAYA
operasi dasar Biarkan A menjadi matriks dan f ( x ) = Ax . .
transpose: [ A ] ij = [ A ] ji : ”mirror over T
pangkat( A ) = pangkat( f ) = redup(im( f )) λn
main di ago nal” conjungate transpose / = jumlah vektor kolom bebas linear dari A
= jumlah baris bukan nol di A setelah menerapkan Gauss A = T -1 DT dan AT = TD
adjugate: A = ( A ) = A ”transpose and
∗ T T

complex conjugate all entry” (sama seperti λ 1 , . . . , λ n adalah nilai eigen dari A !
inti T dapat dibuat dengan vektor eigen dari A dan
transpose pada real matriks)
kalikan: A bNl 1×= M ∗ B1 R × [ Kd = M N × K kern( A ) = { x ∈ R : Ax = 0 } (kumpulan pemetaan vektor
n
nonsingular!
1 . A -b D -b ke 0)
membalik d = det( A ) - c A iklan - bc -c A
matriks dominan diagonal
kan: Untuk nonsingular A ini memiliki satu elemen dan
∀ saya. | aii | ≥ P j 6 = i | a ij |
C k Ax k p redup(kern( A )) = 0 (?)
k A k p
norma: = m , diinduksi oleh
x 6= ⇒ tidak tunggal
a x vektor p-norm jejak
0 k x k
Hermitian
k A k = p λ maks ( A A ) T
2
menjangkau
didefinisikan pada matriks kuadrat n × n: tr( A ) = a 11 +
Matriks persegi A dengan A = A (sama dengan ∗
k A k = m ax P | a ij | , k m
1 j i =1
a + · · · + a nn
22
Misalkanelemen , v r menjadi
v 1 , . . .pada adjugatnya)
A k ∞ = m ax P
j n
=1 | a ij | , (jumlah diagonalvektor utama)kolom dari A. Maka:
i
rentang( A ) = { λ 1 v 1 + · · · + λ r v r | λ 1 , . . . , λ r ∈ R } Matriks real adalah simetri Hermitian iff
kondisi: cond( A ) = k A k · II ⇒ = (det( A )) = 0 (determinan real)
spektrum segitiga
A || -1

penentu σ ( A ) = { λ ∈ C : λ adalah nilai eigen dari A } Matriks persegi adalah segitiga siku-siku (wlog n = 3):
det( A ) = P σ ∈ S sgn( σ ) Q n
a11 ai2 a13\

i =1 A i,σ Untuk matriks 3 × 3

n properti 0 sebuah 22 23
persegi : N × N
0 0 33 _
(aturan Sarrus): ⇒ Nilai eigen pada diagonal utama
simetris : A = A T
diagonal: 0 kecuali idempoten
kk

⇒ menyiratkan segitiga (nilai eigen pada diagonal utama) Matriks bujur sangkar A dengan AA = A .
ortogonal matriks blok

A T
= A -1
⇒ normal dan dapat didiagonalisasi Misalkan B, C adalah submatriks, dan A,D adalah
submatriks kuadrat. Kemudian:
kesatuan
<i.A0
Analogi kompleks dengan ortogonal: Matriks persegi .AB
aturan aritmatika: kompleks adalah kesatuan jika semua vektor kolomnya det = det = det( A ) det( D )
CD 0 D
det( A · B ) = det( A ) · det( B ) ortonormal
det( A ) = det( A )-1 -1

⇒ dapat diagonolisasi anak di bawah umur

det ( rA ) = r det A , untuk semua A n n ×

⇒ kond 2 ( A ) = 1
n
dan skalar r Matriks A memiliki minor M i j := hapus baris i dan ,

⇒ | det ( A ) | = 1
kolom j dari A prinsip minor: { det(kiri atas matriks i
× i dari A) : i..n } Kriteria Sylvester untuk hermitian A:
⇒ A adalah positiv-definite jika semua minor prinsip
positif