第六章特征值.docVIP

第六章 特征值 我们接着第四章进行讨论. 我们已经知道，对于维线性空间的一个线性变换来说，如果可以分解为一些不变子空间的直和，则可以通过选择适当的基，使得在这组基下的矩阵为准对角阵. 当然，这种分解是越细越好. 即各不变子空间的维数是越小越好. 最为理想的是能将分解为个一维不变子空间的直和， 这样可通过选择适当的基，在这组基下的矩阵为对角阵： 此时，线性变换的许多性质便能一目了然. 例如，若均不为零，但全为零，则的秩为，，而.但能否这样分解，完全取决于所给的线性变换. 本章将对此展开讨论. §6.1 特征值和特征向量 1. 特征值与特征向量概念 定义6.1.1 设是数域上维线性空间的一个线性变换. 如果对于数域中一个数，在中存在一个非零向量，使得 ， （1.1） 则称是线性变换的一个特征值，向量称为的属于特征值的特征向量. 说明 从几何上来看，在经过线性变换后，特征向量的方向保持在同一条直线上，若，保持方向不变；若，保持方向相反；若，特征向量就变为了零向量. 现在设在某组基下的矩阵是，向量在这组基下可以表示为一个列向量，此时（1.1）式等价于 . 从而等价于. 定义6.1.2 设是数域上的阶方阵，如果存在及维非零列向量，使得，则称是矩阵的一个特征值， 称为的属于特征值的特征向量. 关于特征值与特征向量，我们有下面三个命题： 命题6.1.3 如果是的属于特征值的特征向量. 则对的任意数，都是属于特征值的特征向量. 证明 由于，，所以对有，且 . 故是属于特征值的特征向量. 证毕 命题6.1.4 一个特征向量只能属于一个特征值. 证明 设是的一个特征向量，且 ， ， 则. 而，所以. 证毕. 命题6.1.5 向量生成的子空间对不变是的一个特征向量. 证明 若对不变，则. 所以存在，使得. 即是的一个特征向量. 反过来，若是的一个特征向量. 则，且有，则由命题6.1.3，对于的任意向量有 ， 即对不变，从而是关于的一维不变子空间. 证毕. 2. 特征值与特征向量的求法 读者自然会问：如何判断一个向量是不是特征向量呢？如果是，又如何求相应的特征值呢？下面对有限维线性空间来进行讨论. 设是数域上维线性空间的一个线性变换，是的一组基，在这组基下的矩阵是. 是的属于特征值的一个特征向量，即 ，，. 设在基下的坐标为，则 ， . 所以 ， 即 . 这就表明：是系数矩阵为的齐次线性方程组 的一个非零解. 因此，系数矩阵的行列式等于零，即 . 这也说明了特征值是关于的次多项式的一个根. 反过来，坐标为的非零解的向量便是的属于特征值的特征向量. 我们引入下面的定义. 定义6.1.6 设 是一个符号或文字，则称矩阵 为的特征矩阵. 称 为的特征行列式或特征多项式. 于是上面的分析可以归纳为下面的定理. 定理6.1.7 设是数域上的维线性空间的一个线性变换，在的基下的矩阵是. 若是的属于特征值的一个特征向量，即 ，，， 则的特征值是特征多项式的根，而属于的特征向量的坐标就是齐次线性方程组的非零解. 反之，如果是多项式的根，且，则是线性变换的一个特征值. 而以的非零解为坐标的向量便是的属于特征值的特征向量. 把上面的分析逆推回去即得定理的后一部分的证明. 例6.1.8 设是数域上3维线性空间的一个线性变换，是的一组基，在这组基下的矩阵是 ， 求的特征值及相应的特征向量. （分析）先求出特征值，即求出的根； 再将代入到中，求的非零解，这非零解便是属于的特征向量的坐标. 解 1）先求特征值. 由于 ， 所以（二重根），. 由于任何数域都包含有理数域，所以，从而都是的特征值. 2）求属于特征值的特征向量. 解方程组，即 得到 容易求得它的基础解系是 . 所以，是属于特征值的特征向量. 因而属于特征值的全部特征向量为. 其中，且不全为零. 同样的，可以求得是属于特征值的特征向量. 因而属于特征值的全部特征向量为. 其中，且不为零. 例6.1.9 在维线性空间中数乘变换在任一组基下的矩阵都是，它的特征多项式是. 所以的特征值只有. 由数乘变换的定义可知，每个非零向量都是属于的特征向量. 例6.1.10设是实数域上3维线性空间的一个线性变换，是的一组基，在这组基下的矩阵是 ， 求的特征值及相应的特征向量. 解 1）先求特征值. 由于 ， 所以特征多项式的根为，. 但不属于实数域，故不是特征值，所以只有是的特征值. 2）求属于特征值的特征向量. 解方程组，即 得到 容易求得它的基础解系是 . 所以，是属于特征值的特征向量. 因而属于特征值的全部特征向量为. 其中，且不为零. 我们再来介绍特征向量的一个重要性质. 定理6.1.11