0
点赞
收藏
分享

微信扫一扫

特征值和特征向量


前置定理 1  元齐次线性方程组 有非零解的充分必要条件是

证明见 “​​线性方程组与矩阵的秩​​”。

定义 1(特征值和特征向量) 设 阶矩阵,如果数 维非零列向量

成立,那么,这样的数 称为矩阵 特征值,非零向量 称为 的对应于特征值 特征向量

上式 也可以写成

这是 个未知数 个方程的齐次线性方程组,根据前置定理 1 可知,它有非零解的充分必要条件是系数矩阵的秩 ,即系数行列式

上式 是以 为未知数的一元 次方程,称为矩阵 特征方程,其左端 次多项式,记作 ,称为矩阵 特征多项式。显然, 的特征值就是特征方程的解。特征方程在复数范围内恒有解,其个数为方程的次数(重根按重数计算),因此, 阶矩阵 在复数范围内有

性质 1 设 阶矩阵 的特征值为 ,则

证明见 “​​【证明】矩阵的特征值之和等于主对角线元素之和​​”。

性质 2 设 阶矩阵 的特征值为 ,则

证明见 “​​【证明】矩阵特征值之积等于矩阵行列式的值​​”。

由性质 2 可知, 是可逆矩阵的充分必要条件是它的

为矩阵 的一个特征值,则由方程

可求得非零解 ,那么 便是 的对应于特征值 的特征向量。(若 为实数,则 可取实向量;若 为复数,则

性质 3 若 的特征值,则

证明见 “​​【证明】矩阵特征值的k次幂是矩阵k次幂的特征值​​”。

根据性质 3 可知, 的特征值(其中 的多项式, 是矩阵

性质 4 若 的特征值,当 可逆时,

证明见 “​​【证明】矩阵特征值的倒数是其逆矩阵的特征值​​”。

定理 1 设 是方阵 个特征值, 依次是与之对应的特征向量,如果 各不相等,则

证明见 “​​【证明】矩阵不同特征值对应的特征向量线性无关​​”。

推论 设 是方阵 的两个不同特征值, 分别是对应于 的线性无关的特征向量,则

证明见 “​​【证明】不同特征值对应的线性无关的特征向量合并后仍然线性无关​​”。

上述推论表明:对应于两个不同特征值的线性无关的特征向量组,合起来仍是线性无关的。这一结论对


举报

相关推荐

0 条评论