线性代数课件4-1矩阵的对角化.pptVIP

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第一节 矩阵的特征值和特征向量 例1 回顾 内容小结 例2 向量 例3 设 例4 设矩阵 例5 设矩阵 作业 * * 一. 矩阵的特征值和特征向量 二. 相似矩阵和矩阵对角化 三. 向量的内积和施密特正交化 四. 实对称矩阵的对角化 第四章 矩阵的对角化 本章安排 一. 特征值与特征向量的概念 二. 特征值与特征向量的性质 三. 特征值与特征向量的求法 四. 小结 思考题 一. 特征值与特征向量的概念 定义1 设 是 阶方阵, 若数 和 维非零列向量 使得 成立,则称 是方阵 的一个特征值. 为方阵 的 对应于特征值 的一个特征向量。 注: 是方阵。 (2)特征向量 是非零列向量。 由于 则 与定义矛盾. (3)方阵 的与特征值 对应的特征向量不唯一。 (4)一个特征向量只能属于一个特征值。 如果设 同时是 的属于特征值 的特征向量,即有 或 已知 所以齐次线性方程组( 2 )有非零解 或 定义 2 数 是关于 的一个多项式,称为矩阵 的特征多项式。 二. 特征值与特征向量的求法 称为矩阵 的特征方程。 求特征值、特征向量的步骤: 即为特征值; 求出 代入上 式, 把得到的特征值 求齐次线性方程组 的非零解 即为所求特征向向量。 求矩阵 的特征值和全部特征向量. 解 第一步:写出矩阵A的特征方程,求出特征值. 特征值为 第二步:对每个特征值 代入齐次线性方程组 求非零解。 齐次线性方程组为 当 时, 系数矩阵 自由未知量: 得基础解系: 令 常数)是对应于 的全部特征向量。 当 时,齐次线性方程组为 常数)是对应于 的全部特征向量。 得基础解系 三. 特征值和特征向量的性质 性质1 若 的特征值是 , 是 的对应于 的特征向量,则 的特征值是 是任意常数) 的特征值是 是正整数) 若 可逆,则 的特征值是 的特征值是 且 仍然是矩阵 分别对应于 的特征向量。 为 A 的多项式,则 的特征值为 再继续施行上述步骤 次,就得 (3) 当 可逆时,必有 否则 与题设矛盾。 由 证明 的特征值为 当 的特征值为 时, 的特征值为 的特征值为 ( 4 ) 设 则 设 为矩阵 的特征值,求 的特征值; 若 可逆,求 的特征值。 例2 解 在题设条件下,由性质1中的(4)知, 的特征值为 为 A 的多项式,则 的特征值为 由性质1中的(3)知, 的特征值为 的特征值为 进而 的特征值为 矩阵 和 的特征值相同。 证明 和 具有相同的特征多项式,因而具有相同的特征值。 性质2 设 阶方阵 的 个特征值为 则 称为矩阵A的迹.(主对角元素之和) 定理2 解 (1) 求: (1)A 的特征值和特征向量。 (2)求可逆矩阵 ,使得 为对角阵。 例3 设 得 自由未知量: 得基础解系 自由未知量: 得基础解系 取 存在 本题启示: 问题:矩阵 是否唯一?矩阵 是否唯一? 2. 提供了一种求 的方法. 其中 为对角阵。 1. 通过求A的特征值,特征向量,有可能把A写成 则 是方阵 的 个特征值, 依次是与之对应的特征向量。 如果 各不相等, 则 线性无关。 即,方阵 的属于不同特征值的特征向量线性无关。 证明: 设常数 使得 定理3 设 把上列各式合写成矩阵形式,得 等号左边第二个矩阵的行列式为Vandermonde行列式, 当 各不相同时,该行列式的值不等于零,所以存在逆矩阵。 类推之,有 等号两边同时右乘它的逆矩阵,有 即 又因为 为特征向量, 所以 线性无关。 1. 属于不同特征值的特征向量是线性无关的. 2. 属于同一特征值的特征向量的非零线性组合仍是 属于这个特征值的特征向量. 3. 矩阵的特征向量总是相对于矩阵的特征值

文档评论(0)

lyxbb + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档