矩阵的相似标准型2

矩阵的相似标准型2

文章目录

  • 矩阵的相似标准型2
    • 4.1 方阵的特征矩阵
          • 【定义】方阵的特征矩阵
          • 【定理】方阵与其特征矩阵的关系
          • 【定理】可通过初等变换相互转化的矩阵等价的推广
          • 【定义】矩阵相似
          • 【定理】等价与相似间的充要关系
    • 4.2 方阵的三种因子
          • 【定义】方阵的行列式因子、不变因子、初等因子
          • 【定理】方阵相似 <=> 三种因子相同
    • 4.3 方阵的有理标准型
          • 【定义】有理标准型
    • 4.4 方阵的Jordan标准型(约当标准型)
          • 【定义】Jordan标准型(约当标准型)
          • 【定理】相似于对角矩阵的等价命题(从三种因子的角度)
    • 5.1 最小多项式的定义及性质
          • 【定义】零化多项式
          • 【定义】最小多项式
          • 【定理】Hamilton-Cayley定理
          • 【定理】最小多项式的性质
    • 5.2 最小多项式的求法
          • 【定理】求最小多项式的方法——不变因子法

4.1 方阵的特征矩阵

【定义】方阵的特征矩阵

A = [ a i j ] ∈ F n × n A=[a_{ij}]\in F^{n\times n} A=[aij]Fn×n λ \lambda λ 为文字1,称:
λ E − A = [ λ − a 11 − a 12 ⋯ − a 1 n − a 21 λ − a 22 ⋯ − a 2 n ⋮ ⋮ ⋮ − a n 1 − a n 2 ⋯ λ − a m m ] \lambda E-A= \begin{bmatrix} \lambda-a_{11} & -a_{12} & \cdots & -a_{1n} \\ -a_{21} & \lambda-a_{22} & \cdots & -a_{2n} \\ \vdots & \vdots & & \vdots \\ -a_{n1} & -a_{n2} & \cdots & \lambda-a_{mm} \\ \end{bmatrix} λEA= λa11a21an1a12λa22an2a1na2nλamm
A A A 的特征矩阵

det ⁡ ( λ E − A ) = λ n + a 1 λ n − 1 + ⋯ + a n − 1 λ + a n \det(\lambda E-A) = \lambda^n + a_1\lambda^{n-1}+\cdots+a_{n-1}\lambda+a_n det(λEA)=λn+a1λn1++an1λ+an 2
称为方阵 A A A 的特征多项式

【定理】方阵与其特征矩阵的关系

A ∈ F n × n A\in F^{n\times n} AFn×n U ( λ ) , V ( λ ) ∈ F n × n U(\lambda),V(\lambda)\in F^{n\times n} U(λ),V(λ)Fn×n,则 ∃ Q ( λ ) \exist Q(\lambda) Q(λ) R ( λ ) ∈ F [ λ ] n × n R(\lambda)\in F[\lambda]^{n\times n} R(λ)F[λ]n×n U 0 , V 0 ∈ F n × n U_0,V_0\in F^{n\times n} U0,V0Fn×n,使得
U ( λ ) = ( λ E − A ) Q ( λ ) + U 0 V ( λ ) = R ( λ ) ( λ E − A ) + V 0 \begin{align*} U(\lambda)&=(\lambda E-A)Q(\lambda)+U_0 \\ V(\lambda)&=R(\lambda)(\lambda E-A)+V_0 \\ \end{align*} U(λ)V(λ)=(λEA)Q(λ)+U0=R(λ)(λEA)+V0

方阵可以由特征矩阵表示,这里的 Q ( λ ) Q(\lambda) Q(λ) R ( λ ) R(\lambda) R(λ) 相当于系数,只不过这个系数是个方阵。这种表示方法存在且唯一

【定理】可通过初等变换相互转化的矩阵等价的推广

A ( λ ) , B ( λ ) ∈ F [ λ ] n × n A(\lambda),B(\lambda)\in F[\lambda]^{n\times n} A(λ),B(λ)F[λ]n×n,则 A ( λ ) ≃ B ( λ ) A(\lambda)\simeq B(\lambda) A(λ)B(λ)3当且仅当存在 m 阶可逆多项式矩阵 U ( λ ) U(\lambda) U(λ) 和 n 阶可逆多项式矩阵 V ( λ ) V(\lambda) V(λ),使得
B ( λ ) = U ( λ ) A ( λ ) V ( λ ) B(\lambda)=U(\lambda)A(\lambda)V(\lambda) B(λ)=U(λ)A(λ)V(λ)

这里的 U ( λ ) U(\lambda) U(λ) V ( λ ) V(\lambda) V(λ) 分别对应初等行变换和初等列变换

【定义】矩阵相似

A、B 是两个方阵,若存在可逆矩阵 P ,使得
P − 1 A P = B P^{-1}AP=B P1AP=B
则称 A A A 相似于 B B B,记为 A ∼ B A\sim B AB

【定理】等价与相似间的充要关系

A , B ∈ F n × n A,B \in F^{n\times n} A,BFn×n,则 A ∼ B A\sim B AB 的充分必要条件是 λ E − A ≃ λ E − B \lambda E-A\simeq \lambda E-B λEAλEB

4.2 方阵的三种因子

【定义】方阵的行列式因子、不变因子、初等因子

A ∈ C n × n A\in\mathbb C^{n\times n} ACn×n,称 λ E − A \lambda E-A λEA 的行列式因子、不变因子、初等因子分别为 A A A 的行列式因子、不变因子、初等因子

【定理】方阵相似 <=> 三种因子相同

A A A B ∈ C n × n B\in \mathbb C^{n\times n} BCn×n,则
A ∼ B ⇔ A 与 B 有相同的行列式因子 ⇔ A 与 B 有相同的不变因子 ⇔ A 与 B 有相同的初等因子 \begin{align*} A\sim B &\Leftrightarrow A 与 B 有相同的行列式因子 \\ &\Leftrightarrow A 与 B 有相同的不变因子 \\ &\Leftrightarrow A 与 B 有相同的初等因子 \\ \end{align*} ABAB有相同的行列式因子AB有相同的不变因子AB有相同的初等因子

即可以借助因子推相似,比如 λ E − A \lambda E-A λEA λ E − A T \lambda E-A^T λEAT 有相同的行列式因子,所以 A A A A T A^T AT 相似

4.3 方阵的有理标准型

任何一个方阵都可以找到有理标准型(Jordan标准型更重要)

【定义】有理标准型

A ∈ F n × n A\in F^{n\times n} AFn×n,其非常数不变因子有 k 个:
φ 1 ( λ ) , φ 2 ( λ ) , ⋯ , φ k ( λ ) , φ i ( λ ) ∣ φ i + 1 ( λ ) , i = 1 , 2 , ⋯ , k − 1 \varphi_1(\lambda),\varphi_2(\lambda),\cdots,\varphi_{k}(\lambda),\varphi_i(\lambda)\mid\varphi_{i+1}(\lambda),i=1,2,\cdots,k-1 φ1(λ),φ2(λ),,φk(λ),φi(λ)φi+1(λ),i=1,2,,k1
φ i ( λ ) = λ n i + a 1 λ n i − 1 + ⋯ + a i n i − 1 λ + a i n i \varphi_i(\lambda)=\lambda^{n_i}+a_1\lambda^{n_i-1}+\cdots+a_{in_{i-1}}\lambda+a_{in_{i}} φi(λ)=λni+a1λni1++aini1λ+aini i = 1 , 2 , ⋯ , k i=1,2,\cdots,k i=1,2,,k。由于4
D n ( λ ) = det ⁡ ( λ E − A ) = φ 1 ( λ ) φ 2 ( λ ) ⋯ φ k ( λ ) D_n(\lambda)=\det(\lambda E-A)=\varphi_1(\lambda)\varphi_2(\lambda)\cdots\varphi_k(\lambda) Dn(λ)=det(λEA)=φ1(λ)φ2(λ)φk(λ)
n 1 + n 2 + ⋯ + n k = n n_1+n_2+\cdots+n_k=n n1+n2++nk=n

∀ φ i ( λ ) \forall \varphi_i(\lambda) φi(λ),令
F i = [ 0 − a i n i 1 0 − a i n i − 1 1 ⋱ ⋮ ⋱ 0 − a i 2 1 − a i 1 ] F_i= \begin{bmatrix} 0 &&&& -a_{in_i} \\ 1 & 0 &&& -a_{in_{i-1}} \\ & 1 & \ddots && \vdots \\ && \ddots & 0 & -a_{i2} \\ &&& 1 & -a_{i1} \\ \end{bmatrix} Fi= 010101ainiaini1ai2ai1
可知 F i F_i Fi 的不变因子为 1 , 1 , ⋯ , 1 , φ i ( λ ) 1,1,\cdots,1,\varphi_i(\lambda) 1,1,,1,φi(λ)(一共 n i − 1 n_i-1 ni1 1 1 1,令
F = [ F 1 F 2 ⋱ F k ] F= \begin{bmatrix} F_1 \\ & F_2 \\ && \ddots \\ &&& F_k \\ \end{bmatrix} F= F1F2Fk
∵ φ i ( λ ) ∣ φ i + 1 ( λ ) , i = 1 , 2 , ⋯ , k − 1 \because \varphi_i(\lambda)\mid\varphi_{i+1}(\lambda),i=1,2,\cdots,k-1 φi(λ)φi+1(λ),i=1,2,,k1 ∴ \therefore F F F 的不变因子为
1 , 1 , ⋯ , 1 ⏞ n − k 个 , φ 1 ( λ ) , φ 2 ( λ ) , ⋯ , φ k ( λ ) \overbrace{1,1,\cdots,1}^{n-k个},\varphi_1(\lambda),\varphi_2(\lambda),\cdots,\varphi_k(\lambda) 1,1,,1 nk,φ1(λ),φ2(λ),,φk(λ)
这表明 A A A F F F 具有相同的不变因子,从而 A ∼ F A\sim F AF

我们称 F F F A A A 的有理标准型, F i F_i Fi 为有理块

比如求矩阵 A A A 的有理标准型
A = [ − 1 − 2 6 − 1 0 3 − 1 − 1 4 ] A= \begin{bmatrix} -1 & -2 & 6 \\ -1 & 0 & 3 \\ -1 & -1 & 4 \\ \end{bmatrix} A= 111201634
利用初等变换,有
λ E − A = [ λ + 1 2 − 6 1 λ − 3 1 1 λ − 4 ] ≃ [ 1 0 0 0 λ − 1 0 0 0 ( λ − 1 ) 2 ] \lambda E-A= \begin{bmatrix} \lambda+1 & 2 & -6 \\ 1 & \lambda & -3 \\ 1 & 1 & \lambda-4 \\ \end{bmatrix} \simeq \begin{bmatrix} 1 & 0 & 0 \\ 0 & \lambda-1 & 0 \\ 0 & 0 & (\lambda-1)^2 \\ \end{bmatrix} λEA= λ+1112λ163λ4 1000λ1000(λ1)2
所以 A A A 的不变因子为 1 , λ − 1 , ( λ − 1 ) 2 1,\lambda-1,(\lambda-1)^2 1,λ1,(λ1)2

对于 φ 1 ( λ ) = λ − 1 \varphi_1(\lambda)=\lambda-1 φ1(λ)=λ1,其除最高项系数为 -1,得到 F 1 = [ 1 ] F_1=[1] F1=[1]
对于 φ 2 ( λ ) = λ 2 − 2 λ + 1 \varphi_2(\lambda)=\lambda^2-2\lambda+1 φ2(λ)=λ22λ+1,其除最高项系数为 1,-2,得到
F 2 = [ 0 − 1 1 2 ] F_2= \begin{bmatrix} 0 & -1 \\ 1 & 2 \\ \end{bmatrix} F2=[0112]

A A A 的有理标准型为
F = [ 1 0 0 0 0 − 1 0 1 2 ] F= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 0 & -1 \\ 0 & 1 & 2 \\ \end{bmatrix} F= 100001012

4.4 方阵的Jordan标准型(约当标准型)

【定义】Jordan标准型(约当标准型)

A ∈ C n × n A\in \mathbb C^{n\times n} ACn×n,其全部初等因子为
( λ − λ 1 ) n 1 , ( λ − λ 2 ) n 2 , ⋯ , ( λ − λ s ) n s (\lambda-\lambda_1)^{n_1},(\lambda-\lambda_2)^{n_2},\cdots,(\lambda-\lambda_s)^{n_s} (λλ1)n1,(λλ2)n2,,(λλs)ns
其中 λ 1 , λ 2 , ⋯ , λ s ∈ C \lambda_1,\lambda_2,\cdots,\lambda_s\in \mathbb C λ1,λ2,,λsC,允许相同

由于4 D n ( λ ) = det ⁡ ( λ E − A ) = ( λ − λ 1 ) n 1 ( λ − λ 2 ) n 2 ⋯ ( λ − λ s ) n s D_n(\lambda)=\det(\lambda E-A)=(\lambda-\lambda_1)^{n_1}(\lambda-\lambda_2)^{n_2}\cdots(\lambda-\lambda_s)^{n_s} Dn(λ)=det(λEA)=(λλ1)n1(λλ2)n2(λλs)ns,故 n 1 + n 2 + ⋯ + n s = n n_1+n_2+\cdots+n_s=n n1+n2++ns=n

对每一个 ( λ − λ i ) n i (\lambda-\lambda_i)^{n_i} (λλi)ni,令
J i = [ λ i 1 λ i ⋱ ⋱ 1 λ i ] n i × n i J_i= \begin{bmatrix} \lambda_i \\ 1 & \lambda_i \\ & \ddots & \ddots \\ && 1 & \lambda_i \end{bmatrix}_{n_i\times n_i} Ji= λi1λi1λi ni×ni
此时 J i J_i Ji 的初等因子为 ( λ − λ i ) n i (\lambda-\lambda_i)^{n_i} (λλi)ni,令
J = [ J 1 J 2 ⋱ J s ] J= \begin{bmatrix} J_1 \\ & J_2 \\ && \ddots \\ &&& J_s \\ \end{bmatrix} J= J1J2Js
此时 J J J 的全部初等因子为 ( λ − λ 1 ) n 1 , ( λ − λ 2 ) n 2 , ⋯ , ( λ − λ s ) n s (\lambda-\lambda_1)^{n_1},(\lambda-\lambda_2)^{n_2},\cdots,(\lambda-\lambda_s)^{n_s} (λλ1)n1,(λλ2)n2,,(λλs)ns,与 A A A 具有相同的初等因子,所以 A ∼ J A\sim J AJ

于是我们称 J J J A A A 的 Jordan 标准型, J i J_i Ji 为 Jordan 块

比如求矩阵 A A A 的 Jordan 标准型
A = [ − 1 − 2 6 − 1 0 3 − 1 − 1 4 ] A= \begin{bmatrix} -1 & -2 & 6 \\ -1 & 0 & 3 \\ -1 & -1 & 4 \\ \end{bmatrix} A= 111201634
利用初等变换,有
λ E − A = [ λ + 1 2 − 6 1 λ − 3 1 1 λ − 4 ] ≃ [ 1 0 0 0 λ − 1 0 0 0 ( λ − 1 ) 2 ] \lambda E-A= \begin{bmatrix} \lambda+1 & 2 & -6 \\ 1 & \lambda & -3 \\ 1 & 1 & \lambda-4 \\ \end{bmatrix} \simeq \begin{bmatrix} 1 & 0 & 0 \\ 0 & \lambda-1 & 0 \\ 0 & 0 & (\lambda-1)^2 \\ \end{bmatrix} λEA= λ+1112λ163λ4 1000λ1000(λ1)2
所以 A A A 的不变因子为 1 , λ − 1 , ( λ − 1 ) 2 1,\lambda-1,(\lambda-1)^2 1,λ1,(λ1)2

对于 λ − 1 \lambda-1 λ1,作 J 1 = [ 1 ] J_1=[1] J1=[1]
对于 λ 2 − 2 λ + 1 \lambda^2-2\lambda+1 λ22λ+1,作
J 2 = [ 1 0 1 1 ] J_2= \begin{bmatrix} 1 & 0 \\ 1 & 1 \\ \end{bmatrix} J2=[1101]
A A A 的 Jordan 标准型为
J = [ 1 0 0 0 1 0 0 1 1 ] J= \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 1 & 1 \\ \end{bmatrix} J= 100011001

【定理】相似于对角矩阵的等价命题(从三种因子的角度)

A ∈ C n × n A\in\mathbb C^{n\times n} ACn×n,则下列命题等价:

  • A A A 相似于对角矩阵
  • A A A 的初等因子都是一次的
  • A A A 的非常数不变因子无重根
  • d n ( λ ) d_n(\lambda) dn(λ) 无重根

所有方阵都有Jordan标准型(分块对角矩阵),但不是所有的方阵能相似于对角矩阵

5.1 最小多项式的定义及性质

【定义】零化多项式

A ∈ F n × n A\in F^{n\times n} AFn×n A ≠ 0 A\neq0 A=0,若存在非零多项式
φ ( λ ) = a 0 λ m + a 1 λ m − 1 + ⋯ + a m − 1 λ + a m \varphi(\lambda)=a_0\lambda^{m}+a_1\lambda^{m-1}+\cdots+a_{m-1}\lambda+a_m φ(λ)=a0λm+a1λm1++am1λ+am
使得
φ ( λ ) = a 0 A m + a 1 A m − 1 + ⋯ + a m − 1 A + a m E = O \varphi(\lambda)=a_0A^m+a_1A^{m-1}+\cdots+a_{m-1}A+a_mE=O φ(λ)=a0Am+a1Am1++am1A+amE=O
则称 φ ( λ ) \varphi(\lambda) φ(λ) A A A 的一个零化多项式

零化多项式不是唯一的,只要有个零化多项式,它乘任意多项式最后结果仍为0(如 φ ( λ ) ⋅ g ( λ ) \varphi(\lambda)\cdot g(\lambda) φ(λ)g(λ) );既然有无穷多个零化多项式,我们肯定求不完,那么能不能定义出一个唯一的零化多项式?于是给出最小多项式的定义。

【定义】最小多项式

方阵 A A A 的次数最低 且 首1的零化多项式称为 A A A 的最小多项式,用 m ( λ ) m(\lambda) m(λ) m A ( λ ) m_A(\lambda) mA(λ) 表示

那么如何计算零化多项式/最小多项式?

【定理】Hamilton-Cayley定理

A ∈ F n × n A\in F^{n\times n} AFn×n f ( λ ) f(\lambda) f(λ) A A A 的特征多项式,即
f ( λ ) = det ⁡ ( λ E − A ) = λ n + a 1 λ n − 1 + ⋯ + a n − 1 λ + a n f(\lambda)=\det(\lambda E-A)=\lambda^n+a_1\lambda^{n-1}+\cdots+a_{n-1}\lambda+a_n f(λ)=det(λEA)=λn+a1λn1++an1λ+an
f ( A ) = O f(A)=O f(A)=O

【注】方阵的特征多项式一定是它的零化多项式

【定理】最小多项式的性质
  • A A A 的最小多项式 可以整除 A A A 的零化多项式
  • A A A 的最小多项式唯一
  • 相似矩阵具有相同的最小多项式
  • A A A 的最小多项式的根必定是其特征多项式的根,反之亦然

5.2 最小多项式的求法

【定理】求最小多项式的方法——不变因子法

A ∈ F n × n A\in F^{n\times n} AFn×n d n ( λ ) d_n(\lambda) dn(λ) A A A 的最后一个不变因子,则 A A A 的最小多项式 m A ( λ ) = d n ( λ ) m_A(\lambda)=d_n(\lambda) mA(λ)=dn(λ)



  1. λ \lambda λ为文字】指关于 λ \lambda λ 的方程 ↩︎

  2. 【det】determinant:行列式 ↩︎

  3. ≃ \simeq 】等价,可以通过初等变换得到的矩阵等价 ↩︎

  4. D n ( λ ) D_n(\lambda) Dn(λ)】表示 n 阶行列式因子。 A ( λ ) A(\lambda) A(λ) 中全部 k k k 阶子式的首1最大公因式 D k ( λ ) D_k(\lambda) Dk(λ) 称为 A ( λ ) A(\lambda) A(λ) k k k 阶行列式因子,( 1 ≤ k ≤ r 1\leq k\leq r 1kr) ↩︎ ↩︎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/217731.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ShellExecute的用法

1、标准用法 ShellExecute函数原型及参数含义如下&#xff1a; function ShellExecute(hWnd: HWND; Operation, FileName, Parameters,Directory: PChar; ShowCmd: Integer): HINST; stdcall; ●hWnd&#xff1a;用于指定父窗口句柄。当函数调用过程出现错误时&#xff0c;它将…

PaddleSpeech的TTSAndroid编译armv7版本

1.下载docker镜像 docker pull paddlepaddle/paddle-lite:2.0.0_beta2.克隆代码 git clone https://github.com/PaddlePaddle/Paddle-Lite.git3.运行容器 docker run -it --name paddlelite_docker -v $PWD/Paddle-Lite:/Paddle-Lite --nethost paddlepaddle/paddle-lite …

ISP去噪(1)

#灵感# 因为理解的2DNR、3DNR 和当前调试平台标注的2DNR、3DNR 作用有很大差异&#xff0c;所以在网上广撒网&#xff0c;搜集知识。 目前收集出来一个这样的文章&#xff0c;有点像大学生的论文“取其精华&#xff0c;合成糟粕”。------权当一个记录册 目录 运动阈值&…

【华为鸿蒙系统学习】- HarmonyOS4.0开发工具和环境配置问题总结|自学篇

&#x1f308;个人主页: Aileen_0v0 &#x1f525;热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法 &#x1f4ab;个人格言:"没有罗马,那就自己创造罗马~" 目录 官方链接 HUAWEI DevEco Studio和SDK下载和升级 | HarmonyOS开发者 安装教程 &#xff08;…

[GFCTF 2021]文件查看器

文章目录 前置知识可调用对象数组对方法的调用GC回收机制phar修改签名 解题步骤 前置知识 可调用对象数组对方法的调用 我们先来看下面源码 <?phperror_reporting(0);class User{public $username;public $password;public function check(){if($this->username"…

flutter的ListView和SingleChildScrollView有什么区别?他们的使用场景有什么不一样?

文章目录 简介ListViewSingleChildScrollView使用场景的不同 简介 ListView和SingleChildScrollView都是在Flutter中用于处理滚动内容的组件&#xff0c;但它们有一些关键的区别。 ListView 多个子元素&#xff1a; ListView是一个滚动的可滚动组件&#xff0c;通常用于包含多…

接口管理——Swagger

Swagger是一个用于设计、构建和文档化API的工具集。它包括一系列工具&#xff0c;如Swagger Editor&#xff08;用于编辑Swagger规范&#xff09;、Swagger UI&#xff08;用于可视化API文档&#xff09;和Swagger Codegen&#xff08;用于根据API定义生成客户端库、server stu…

Web安全之XXE漏洞原理及实践学习

一、原理&#xff1a; XXE漏洞全称即XML外部实体注入漏洞。 攻击者强制XML解析器去访问攻击者指定的资源内容(可能是系统上本地文件亦或是远程系统上的文件)&#xff0c;导致可加载恶意外部文件&#xff0c;利用file协议造成文件读取、命令执行、内网端口扫描、攻击内网网站等…

第二百零三回 修改组件风格的另外一种方法

文章目录 概念介绍实现方法示例代码 我们在上一章回中介绍了WebView组件相关的内容&#xff0c;本章回中将介绍如何在图标旁边添加小红点.闲话休提&#xff0c;让我们一起Talk Flutter吧。 概念介绍 在实际项目中有时候需要在图标旁边显示小红点&#xff0c;而且小红点内还有数…

云原生 | Docker 和容器技术的核心概念及应用实践

在当今快速发展的软件行业中&#xff0c;Docker 和容器技术已成为必不可少的工具。它们为应用的打包、分发和运行提供了革命性的方法。本文旨在深入解析 Docker 和容器技术的核心概念、工作原理及应用实践&#xff0c;为开发者提供全面的指南和实用示例。 容器技术概述 什么是…

OCRmyPDF让你能搜索扫描版PDF文档

什么是 OCRmyPDF &#xff1f; PDF 是存储和交换扫描文档的最佳格式。不幸的是&#xff0c;PDF 可能很难修改。OCRmyPDF 是一个 Python 应用程序和库&#xff0c;可以轻松地将图像处理和 OCR&#xff08;可识别、可搜索的文本&#xff09;应用于现有 PDF&#xff0c;通过向扫描…

奥比中光 Femto Bolt相机ROS配置

机械臂手眼标定详解 作者&#xff1a; Herman Ye Auromix 测试环境&#xff1a; Ubuntu20.04/22.04 、ROS1 Noetic/ROS2 Humble、X86 PC/Jetson Orin、Kinect DK/Femto Bolt 更新日期&#xff1a; 2023/12/12 注1&#xff1a; Auromix 是一个机器人爱好者开源组织。 注2&#…

环境安全之配置管理及配置安全设置指导

一、前言 IT运维过程中&#xff0c;配置的变更和管理是一件非常重要且必要的事&#xff0c;除了一般宏观层面的配置管理&#xff0c;还有应用配置参数的配置优化&#xff0c;本文手机整理常用应用组件配置项配置&#xff0c;尤其安全层面&#xff0c;以提供安全加固指导实践。…

Apache Kafka JNDI注入注入漏洞(CVE-2023-25194)

基于Vulhub搭建的环境 一、漏洞概述 Apache Kafka是一个开源分布式消息队列&#xff0c;Kafka clients是相对应的Java客户端。 在版本3.3.2及以前&#xff0c;Apache Kafka clients中存在一处JNDI注入漏洞。如果攻击者在连接的时候可以控制属性的值为&#xff0c;则可以发起…

uni-app获取response header响应头(h5/app/小程序三端)

h5、app获取方式&#xff1a;getResponseHeader(key) 示例&#xff1a;参考&#xff1a;HTML5 API Reference // 创建xhr实例&#xff1a; // #ifdef APP-VUE let xhr new plus.net.XMLHttpRequest(); // #endif // #ifdef H5 let xhr new window.XMLHttpRequest(); // #en…

【华为OD题库-088】数字最低位排序-Java

题目 给定一个非空数组(列表)&#xff0c;元素数据类型为整型 请按照数组元素十进制最低位从小到大进行排序 十进制最低位相同的元素&#xff0c;相对位置保持不变 当数组元素为负值时&#xff0c;十进制最低位等同于去除符号位后对应十进制值最低位 输入描述 给定一个非空数组…

Redis与MySQL双写一致性如何保证?

前言 四月份的时候&#xff0c;有位好朋友去美团面试。他说&#xff0c;被问到Redis与MySQL双写一致性如何保证&#xff1f;这道题其实就是在问缓存和数据库在双写场景下&#xff0c;一致性是如何保证的&#xff1f;本文将跟大家一起来探讨如何回答这个问题。 谈谈一致性 一致…

什么是UUID

UUID是通用唯一标识符&#xff08;Universally Unique Identifier&#xff09;的缩写&#xff0c;也叫GUID (Globally Unique Identifier)。它是一个由一串数字和字母组成的标识符&#xff0c;用于在计算机系统中唯一地标识实体&#xff08;如文件、对象、数据库记录等&#xf…

如何使用内网穿透实现iStoreOS软路由R4S公网远程访问局域网电脑桌面

最近&#xff0c;我发现了一个超级强大的人工智能学习网站。它以通俗易懂的方式呈现复杂的概念&#xff0c;而且内容风趣幽默。我觉得它对大家可能会有所帮助&#xff0c;所以我在此分享。点击这里跳转到网站。 文章目录 简介一、配置远程桌面公网地址二、家中使用永久固定地址…

JeecgBoot jmreport/queryFieldBySql RCE漏洞复现

0x01 产品简介 Jeecg Boot(或者称为 Jeecg-Boot)是一款基于代码生成器的开源企业级快速开发平台,专注于开发后台管理系统、企业信息管理系统(MIS)等应用。它提供了一系列工具和模板,帮助开发者快速构建和部署现代化的 Web 应用程序。 0x02 漏洞概述 Jeecg Boot jmrepo…