§4 特征值与特征向量.pptVIP

上页 下页 返回 结束 §4 特征值与特征向量 先来看线性空间V上线性变换A 能够取到一组基 使得A在这组基下的矩阵为对角形的必要条件： 设A 在基 下的矩阵为 于是 反之，如果能在V 中找到n个线性无关的向量 使得对于每个 都有 则A 在由 构成的这组基下的矩阵就为 综合上面的分析可以看出，A 在基 下 的矩阵为对角形（1）的充分必要条件是 （1） 定义4 设A 是数域P上线性空间V的一个线性变换，如 果对于数域P中一数 存在一个非零向量 使得 则称 称为A 的一个特征值， 而 称为A 的属于特征 值 的一个特征向量. 的非零向量 和数 起到了关键的 为此，我们引入下面的特征值与特征向量的概念. 满足 作用. 从几何上看，特征向量的方向经过线性变换后， 保持在同一条直线上，此时或者方向不变 或者方向相反 至于 时，特征向量就 被线性变换变成0. 命题1 如果 是线性变换A属于特征值 的特征向量， 则 是线性变换A属于特征值 的特征向量. 命题2 一个特征向量只能属于一个特征向量. 计算特征值与特征向量的方法 设V是数域P上的n维线性空间， 是它 的一组基，线性变换A 在这组基下的矩阵为A. 设 是特征值，它的一个特征向量 在 下的坐标是 （以下就要列方程求 以及 这个 方程当然应根据特征值与特征向量的定义 来列） 一方面， 的坐标为 所以 另一方面， 的坐标为 由特征值与特征向量的定义知 即 这说明特征向量 的坐标 满足齐次方 程组 即 简记为 由于 所以它的坐标 不全为零，即 齐次线性方程组 有非零解. 而齐次线性方程组 有非零解的充分必 要条件是它的系数行列式为零，即 定义5 设 A是数域P上一n级矩阵， 是一个数字，矩阵 的行列式 是一个关于 的n次多项式，称为A的特征多项式. 上述分析说明，若 是线性变换A的特征值，则 一定是矩阵A的特征多项式的一个根； 反之，若 是矩阵A的特征多项式的一个根，即 则齐次线性方程组 就有非零解. 此时 若 是它一个非零解，则非零向量 就满足 即 是线性变换A的一个特征值， 就是属于特征值 的一个特征向量. 注 是线性变换A的特征值当且仅当 是A的 特征多项式 的根， 为 若 的r0重根，则称r0为特征值 的代数 重数. 求特征值与特征向量的步骤： Step 1 在线性空间V 中取一组基 写 出A 在这组基下的矩阵A； Step 2 求出A的特征多项式 在数域 P中 全部的根 它们也就是线性变换A 的全部 特征值； Step 3 对于每一个特征值 求解齐次 方程组 求出一组基础解系 则 (ri个n维线性无关的列向 量)， 就是属于特征值 的全部线性无关的特征向量， 进而 为P中的任意不全为0的ri个数) 的全部特征向量. 就是属于 (其中 定义4’ 矩阵A的特征多项式的根 齐次线性方程组 称为A的特征值，而 的非零解称为A的属于特征值 的特征向量. 注 设 为A的特征值 的特征向量当且仅当 例1 在n维线性空间中，数乘变换K 在任意一组 基下的矩阵都是kE，它的特征多项式为 因此，数乘变换K 的特征值只有k. 由定义可知，每个非零向量都是属于数乘变换K 的特征向量. 例2 设线性变换A 在基 下的矩阵是 求A 的特征值与特征向量. 解: 因为矩阵A的特征多项式为 所以特征值为 （二重）和 对于特征值 相应的齐次方程组为 它的基础解系为 因此，属于1的两个线性无关的特征向量就是 进而属于1的全部特征向量就是 取 遍数域P中不全为零的全部两个数. 对于特征值 相应的齐次方程组为 它的基础解系为 因此，属于5的一个线性无关的特征向量就是 进而属于1的全部特征向量就是 k是数域P中任 意不等于零的数. 例3 在空间P[x]n中，线性变换 在基 下的矩阵为 它的特征多项式为 因此，D的特征值只有0. 通过解相应的齐次线性方程组知道， 这表明微商为零的多项式只能是零或非零常数. 相应特征值0的齐次方程组(0E－ A)X = 0为 它的基础解系为 故属于0的全部特征向量就是非零常数 k, (零次多项 式). 属于0的一个线性无关的特征向量为 例4 平面上全体向量构成实数域上一个二维线性 空间，§1例1中旋转 在直角坐标系下的矩阵为 它的特征多项式 当 时，这个多项式没有实根. 因之，当 时， 没有特征值. 从几何上看，这是明显的. 定义5 （特征子空间） 对于线性变换A 的任一特征值 全部满足条件 的向量 所成的集合，也就是A 的属于 的全部特征 向量再添上零向量所构成的集合，是V的一个子空间， 称为A的一个特征子空间，记为 注 显然， 的维数就是属于 的线性无关的特 征向量的最大个数，称为 特征值 的几何重数. 即 对于任一特征值，我们有几何重数≤代数重数. 回到上一节