4.1 特征值与特征向量的概念.pptVIP

第四章 矩阵的特征值 第一节 矩阵的特征值与特征向量 一. 特征值与特征向量的基本概念 1. 定义: 设A为n阶方阵，如存在一个数λ以及一个非零n维列向量X，使得 AX＝λX (1) 则称λ是A的特征值,向量X称为A的属于λ的特征向量. ∵ λX – AX ＝ λI X – AX = (λI – A)X ∴(1)式等价于方程组 (λI – A)X = 0 (2) 所以 λ 是特征值, 即方程组(2)有非0解, 即有 | λI – A| = 0 (3) (3)式称为A的特征方程, 方程组(2)的非0解向量是特征向量. 求n 阶矩阵A 的特征值、特征向量的步骤： (1) 解特征方程|λI－A|＝0，得特征值 λ＝λ1,λ2,…,λs (2) 对于每个λ求方程组（λI－A）X＝0的非零解 x , 可得每个特征值λ对应的特征向量. 例1: 求矩阵A的特征值和特征向量, 即两个特征值λ1=1, λ2=-5, 当λ=1时, 方程组 (λI－A)X＝0为 基础解系为 则λ＝1的特征向量为：k1ν1 (k1为实数, 且k1≠0) 解: 特征方程为: 当λ= -5 时方程组（λI－A）X＝0为: 基础解系为 则λ＝1的特征向量为：k2ν2 (k2为实数, 且k2≠0) 例2 求矩阵A的特征值和特征向量, 解: 特征方程为: 因此特征值λ1＝2 λ2＝4 当λ＝2 时方程组（λI－A）X＝0为 其基础解系为: 则λ＝2 的特征向量为：k1ν1 (k1≠0) 当λ= 4 时方程组（λI－A）X＝0为 其基础解系为: 则λ＝2 的特征向量为：k2ν2 (k2≠0) 解：特征方程为： 因此特征值λ1＝1 λ2＝-2 当λ＝1时方程组（λI－A）X＝0为 其基础解系为： 例3：求矩阵A的特征值和特征向量 其基础解系为： 则λ＝－2的特征向量为：k3v3 (k3≠0) 则λ＝1的特征向量为：k1v1+k2v2 (k1,k2不同时为零) 当λ＝－2时，方程组（λΙ－A）X＝0为 二、特征值与特征向量的基本性质 性质1 对于任一n阶矩阵A必有n个特征值（包括重根、复数根）。 因为特征方程|λI－A|＝0为n次多项式方程，它必然有n个复数根（包括重根）。 性质2 设x1,x2,…,xs 是A的属于特征值λ的s个特征向量，则x1,x2,…,xs的线性组合形成的非零向量也是λ的特征向量. 证明：∵x1,x2,…,xs是A的特征值λ的s个特征向量 ∴Axi = λXi ( i = 1,2,…) ∴可得 A(k1X1+k2X2+…+ ksXs) = λ k1X1 +λ k2X2 +…+λ ksXs = λ (k1X1+k2X2+…+ ksXs) ∴ k1X1+k2X2+…+ ksXs 是A的属于λ的特征向量. 性质3 设X同时为特征值λ1,λ2的特征向量，则必有λ1＝λ2 证明：由题意得 AX=λ1X AX=λ2X 因此有 λ1X＝λ2X 可得 （λ1－λ2）X＝0 又X是非零向量，所以必有 λ1＝λ2 性质4 A的转置矩阵AT与A有相同的特征值。 证明：因为|λI－A|＝|（λI－A）T|＝|λI－AT| 即是AT与A有相同的特征方程，因此，AT与A有相同的特征值 . 性质5 n阶矩阵A的互不相同的特征值λ1,λ2,…,λs所对应的特征向量X1,X2,…,Xs线性无关。 证明：用数学归纳法 （i）当s=1时,x1是非零向量,所以x1线性无关.命题成立. （ii)假设对s-1命题成立，即x1,x2,…,xs-1线性无关。下证对s命题也成立, 即是 x1, x2, …, xs 线性无关。 设 k1x1 + k2x2 + … +ksxs =0 (1) (1)式两边左乘A，再利用Axi=λxi 得 k1λ1x1+k2λ2x2+…+ksλsxs=0 (2) (1)乘λs－（2）得 k1(λs-λ1)x1+k2(λs-λ2)x2+…+k