GTIIT MATHLAB v1.9

MATH 专属辅助系统

矩阵变换
A1.0
B0.0
C0.0
D1.0
可逆性 (Invertible)
Yes
特征值 (Eigenvalues)
λ₁ = 1.00
λ₂ = 1.00
迹 (Trace)
2.00
列空间维度 (Rank)
2

线性子空间与张成 (Subspaces & Span)

理解线性子空间的概念是线性代数的核心，通过可视化探索向量的线性相关性和张成空间。

调整向量 V₁
X
Y
Z
调整向量 V₂
X
Y
Z
性质分析:
Linearly Independent
Interactive Quiz

计算 2x2 矩阵的行列式 (Det A)

1001
Linear Algebra - 104166

高斯消元步进器 (Gaussian Elimination)

1
2
1
4
2
6
1
7
1
1
4
12
当前行变换

初始增广矩阵 [A|b]

说明

准备进行第一列消元

提示：高斯消元是寻找行最简形 (RREF) 的标准流程，常用于求解线性方程组 $Ax=b$。
Linear Algebra - 104166

秩与零空间可视化 (Rank-Nullity)

满秩：平面内所有向量都有唯一的对应点。

Rank (秩)
2
Nullity (零度)
0
维度定理 (Rank-Nullity Theorem)

dim(Col A) + dim(Nul A) = n
2 + 0 = 2 (当前空间总维度)

Linear Algebra B - 104167

特征值与特征向量 (Eigen Lab)

Im(w)Re(z)
观察虚线向量

在变换过程中，该向量方向保持不变，
仅发生了长度缩放。这就是特征向量。

数学定义

Ax = λx

矩阵 $A$ 作用在向量 $x$ 上，结果仅仅是让 $x$ 伸长或缩短了 $\lambda$ 倍。

GTIIT 考点提醒
  • • 特征多项式: $det(A - λI) = 0$
  • • 迹 (Trace) 等于特征值之和
  • • 行列式等于特征值之积

线性代数考点提醒

行列式性质

行列式可以用来判断矩阵是否可逆，以及计算矩阵的特征值。

线性相关性

向量组线性相关当且仅当它们的张成空间维度小于向量个数。

秩与零空间

矩阵的秩加上零空间的维度等于矩阵的列数（秩-零化度定理）。

🎓 教授解析报告

欢迎来到 GTIIT 数学实验室。请切换课程并开始探索。