zoukankan      html  css  js  c++  java
  • 关于矩阵的特征多项式与最小多项式的专题讨论

    $f命题:$设$gleft( lambda   ight)$为任意多项式,方阵$A$的最小多项式为$mleft( lambda   ight)$,则$g(A)$可逆的充要条件是$left( {gleft( lambda   ight),mleft( lambda   ight)} ight) = 1$

    1

    $f命题:$设$A,B$分别为$m$阶与$n$阶矩阵,则矩阵方程$AX=XB$只有零解的充要条件是$A,B$无公共特征值

    1

    $f命题:$设$A$为$n$阶方阵,则$A$可逆当且仅当存在常数项不为零的多项式$f(lambda )$,使得$f(A)=0$

    1

    $f命题:$设$A in {M_n}left( F ight)$,$mleft( lambda   ight),fleft( lambda   ight)$分别为$A$的最小多项式与特征多项式,则存在正整数$t$,使得$fleft( lambda   ight)|{m^t}left( lambda   ight)$

    1

    $f命题:$$f(04浙大二)$设$A in {P^{n imes n}},fleft( x ight) in Pleft[ x ight],fleft( A ight)$,可逆,证明:存在$gleft( x ight) in Pleft[ x ight]$,使得${left( {fleft( A ight)} ight)^{ - 1}} = gleft( A ight)$

    $f命题:$$f(06江苏九)$设$n$阶矩阵$A$的特征多项式为$f(lambda)$,且[left( {fleft( lambda   ight),f'left( lambda   ight)} ight) = dleft( lambda   ight),hleft( lambda   ight) = fleft( lambda   ight)/dleft( lambda   ight)]证明:$A$相似于对角阵的充要条件是$h(A)=0$

    1

    $f命题:$

  • 相关阅读:
    CPU深度学习模型推理性能抖动问题
    深度学习推理性能优化
    Winograd Convolution 推导
    Res-Family: From ResNet to SE-ResNeXt
    CPU二则
    CPU TFLOPS 计算
    深度学习专题
    计算系统中互联设备Survey
    深度学习框架演进史
    天池医疗AI大赛支持有感
  • 原文地址:https://www.cnblogs.com/ly142857/p/3855252.html
Copyright © 2011-2022 走看看