Onze Vivlio e-readers ondervinden momenteel synchronisatieproblemen. We doen er alles aan om dit zo snel mogelijk op te lossen. Onze excuses voor het ongemak!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Onze Vivlio e-readers ondervinden momenteel synchronisatieproblemen. We doen er alles aan om dit zo snel mogelijk op te lossen. Onze excuses voor het ongemak!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 34,95

+ 69 punten

Uitvoering

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Jordan Canonical Form (JCF) is one of the most important, and useful, concepts in linear algebra. The JCF of a linear transformation, or of a matrix, encodes all of the structural information about that linear transformation, or matrix. This book is a careful development of JCF. After beginning with background material, we introduce Jordan Canonical Form and related notions: eigenvalues, (generalized) eigenvectors, and the characteristic and minimum polynomials. We decide the question of diagonalizability, and prove the Cayley-Hamilton theorem. Then we present a careful and complete proof of the fundamental theorem: Let V be a finite-dimensional vector space over the field of complex numbers C, and let T: V → V be a linear transformation. Then T has a Jordan Canonical Form. This theorem has an equivalent statement in terms of matrices: Let A be a square matrix with complex entries. Then A is similar to a matrix J in Jordan Canonical Form, i.e., there is an invertible matrix P and a matrix J in Jordan Canonical Form with A = PJP-1. We further present an algorithm to find P and J, assuming that one can factor the characteristic polynomial of A. In developing this algorithm we introduce the eigenstructure picture (ESP) of a matrix, a pictorial representation that makes JCF clear. The ESP of A determines J, and a refinement, the labeled eigenstructure picture (ℓESP) of A, determines P as well. We illustrate this algorithm with copious examples, and provide numerous exercises for the reader. Table of Contents: Fundamentals on Vector Spaces and Linear Transformations / The Structure of a Linear Transformation / An Algorithm for Jordan Canonical Form and Jordan Basis