故A的列向量组线性相关
线性代数,这里的定理2怎么理解呀,完全看不懂。。。
举个例子，假定A是10阶矩阵，有3个不同的特征值λ1,λ2,λ3，代数重数分别是2,3,5 λ1的线性无关的特征向量是x1,x2 λ2的线性无关的特征向量是y1,y2（也就是说这里λ2的几何重数只有2）λ3的线性无关的特征向量是z1,z2,z3,z4（也就是说这里λ3的几何重数只有4）那么x1,x2,y1,y...
线性代数 如何理解这个定理?
证明：因为a1,a2，……,as可由b1,b2,……,bt线性表示，所以 R（b1,b2,……,bt)=R(a1,a2,……,as,b1,b2,……,bt) 若a1,a2,……,as线性无关，则有R(a1,a2,……,as,b1,b2,……,bt)≥R(a1,a2,……,as)=s 但R（b1,b2,……...
线性代数,行列式,谁能帮我解释一下图片例五划线部分。谢谢
这是韦达定理的应用 把方程写成 (x-x1)(x-x2)...(x-xn)=0 观察x^(n-1)的系数，是等于-（x1+x2+...+xn）就明白了。
这个线性代数定理2怎么理解,k阶特征值是什么意思?
如果lamda_i事k阶特征值，就是det(A-lambdaE)中，(lamda -lambda_i)的次数是k
线性代数中1.为什么要正交化,2.为什么要单位化.具体解释下谢谢
张宇线代讲得很清晰，用坐标系来理解更容易。拿三阶来说就是三个维度为立体，二次型转换相当于将原来的坐标整个以原点为定点转一定角度。然后得到一个新的三维空间坐标系，为了保证坐标轴都垂直对应线代里面的正交化，为了保证新坐标长度不变则要进行单位化。当维数高了就无法用空间理解，但依然可以根据...
线性代数逆矩阵那一节的定理2:若|A|不等于0,则矩阵A可逆,A^(-1)=...
AB=BA，A就是可逆这意思不对，一定要它等于E（当然你要它等于2E，那是另一种定义法）这样才能保证逆阵的唯一性：AB=BA只能说B是和A可交换 如对任意方阵A，和A可交换的矩阵有无数 如 A（A-ξE）=(A-ξE) A
这是关于线性代数相似矩阵的问题: 就是证明这个定理的时候,为什么λE=...
kE 是数量矩阵，同阶方阵与它相乘时可交换，即有 Q（kE）P＝QP（kE）
一个线性代数问题,求解如图所示矩阵的特征值,谢谢啦。
|-1 2 λ-4| = (λ-4)^3 - 6(λ-4) - 4 = (λ-4+2)[(λ-4)^2-2(λ-4)-2]= (λ-2)(λ^2-10λ+22)得 A 的特征值为 2， 5-√3， 5+√3 则 (A^T)A 的特征值即 A^2 的特征值是 4， 28-10√3， 28+10√3。
线性代数的问题。AB=O,则有r(A)+r(B)≤n。这个定理的证明过程中,
这是因为AB=0,则B矩阵列向量，都是方程组AX=0的解，则有 r（B）＜基础解系中向量个数 即r（B）＜n-r
线性代数三秩相等定理怎么理解,不要证明,只求理解我
比如一个矩阵的秩是r那除了前r行，剩下都是0，你要知道秩说得一定是nxn的方阵，所以你找r+1行的行或列向量组，一定有一行都为零，那它的秩还是r
