原文：
生成對角矩陣
使用diag(a,i)命令生成，a為某個向量，i為a向量相對主對角線偏移的列數。具體情況如圖：
diag(a)則相當於diag(a,0)。如圖：
使用rand函式生成隨機矩陣，則生成的矩陣各個元素數值均在（0.0.,1.0）之間。具體情況如圖：
使用randn函式生成隨機矩陣，則生成的矩陣各個元素數值服從正太分布（0,1）。具體情況如圖：
如何判斷矩陣可對角化
將矩陣a的特徵多項式完全分解,求出a的特徵值及其重數
若k重特徵值都有k個線性無關的特徵向量,則a可對角化.
否則不能角化.
實對稱矩陣總可對角化,且可正交對角化.
兩個都不可對角化的矩陣判斷相似
以下為我個人理解記憶 證明兩個矩陣不相似 注意必要條件是滿足相似的前提哈！證明兩個矩陣相似 這是湯家鳳講義上的思路分析 首先複習一下對角化問題 我們僅需牢記判斷對角化時，找多重特徵值即可，若k 重數 s 無關向量個數 n 階數 r a e 的秩 若是n個不同的特徵值則一定可以相似對角化 但注意 這是...
判斷兩個同類現象相似的條件 相似對角化（3）
相似對角化 3 前言 1 今天我們繼續來討論矩陣的相似對角化問題,算是對之前學習內容的複習和鞏固,並同時給出實際的例子。2 特徵值 特徵向量這裡,無論是具體的數字型還是抽象型問題,定義法都是首選的。本題是含引數的矩陣,考慮定義法,可以得到3個方程,正好解3個未知數。判斷是否可以相似對角化,我們其實講...
判斷乙個數字是否在公升序矩陣中
原題 該題目要求輸入二維向量形式的矩陣matrix以及數字target，要求判斷target是否在該矩陣裡。本題的特點在於矩陣為公升序，即從左到右，從上到下都是遞增的。利用這一特點，我們就可以跳過繁瑣的遍歷過程，使用簡便的方法來查詢到該元素。假設我們從開頭開始搜尋，那麼如果該元素小於目標，那就只需要...