第五章相似矩阵及二次型说课.ppt

第五章 相似矩阵及二次型 1.方阵的特征值与特征向量 2.相似矩阵、对称矩阵对角化 3.二次型及其标准型、正定二次型 一、向量内积的定义及运算规律 定义: 设有n维向量 记[x, y] = x1 y1 + x2 y2 + ··· + xn yn, 称[x, y]为向量x与y的内积. [x, y] =xT y. 称||x||为n维向量x的长度(或范数). 定义: 令 当|| x ||=1时, 称x为单位向量. 三、正交向量组的概念及求法 2. 正交向量组的概念 　　若一非零向量组中的向量两两正交, 则称该向量组为正交向量组. 1. 正交的概念 当[x, y]=0时, 称向量 x 与 y 正交. 3. 正交向量组的性质 定理1: 若向量组?1, ?2, ··· ,?r 是n维正交向量组, 则?1, ?2, ··· ,?r 线性无关. 定义: 设n维向量组e1, e2, ···, en是向量空间V?Rn的一组正交基, 且都是单位向量, 则称e1, e2, ···, en是向量空间V的一组规范正交基. 4. 求规范正交基的方法 设a1, a2, ···, ar 是向量空间V 的一组基. (1) 正交化(施密特正交化过程) 取 b1 = a1, (2) 单位化, 取 四、正交矩阵与正交变换 定理: A为正交矩阵的充要条件是A的列向量都是单位向量且两两正交. 若n阶方阵A满足ATA = E, 即A-1=AT, 则称A为正交矩阵. 用于求正交矩阵！ 五、特征值与特征向量的概念 设n阶方阵A的特征值为?1, ?2, ···, ?n, 则有: (1) ?1 + ?2 + ··· + ?n = a11 + a22 + ··· + ann; (2) ?1 ?2 ··· ?n = | A |. Ax = ?x, (x为非零向量) 六、有关特征值的一些结论 若?是矩阵A的特征值, 则 (1) ?是矩阵AT的特征值, (2) 当A可逆时, 则?-1是逆阵A-1的特征值. (3) ?m是矩阵Am的特征值(m为正整数); 1.满足| A–?E | = 0 的?是矩阵A的特征值. 2.满足齐次线性方程组(A–?E)x = 0 的非零x 是对应于特征值?的特征向量。 (4) ?(?)是矩阵多项式?(A)的特征值, 其中 ?(?)=a0+a1?+···+am?m, ?(A)=a0E+a1A+···+amAm. 注意1: 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; 注意2: 一个特征值具有的特征向量不唯一, 但一个特征向量不能属于两个不同的特征值. 定理: 设p1, p2, ···, pm是方阵A的分别对应于m个互不相等的特征值?1, ?2, ···, ?m的m个特征向量, 则p1, p2, ···, pm线性无关. 有关特征向量的一些结论 注意3: 属于两个不同的特征值的特征向量之和不是特征向量. 七、相似矩阵 P-1AP = B 定理1: 若n阶矩阵A与B相似, 则A与B的特征多项式相同, 从而A与B的特征值亦相同. 推论: 若n阶方阵A与对角阵?=diag(?1, ?2,···, ?n )相似, 则?1, ?2,···, ?n 既是A的n个特征值. 相似矩阵的性质: 若A与B相似, 则Am与Bm相似(m为正整数). ?(A)与 ?(B) 相似 ?(A)= P?(?)P-1. 当矩阵A与对角阵?=diag(?1, ?2,···, ?n )相似时, 则 而 ?k = ?(?)= 定理2: n阶矩阵A与对角矩阵?相似(即A能对角化)的充分必要条件是A有n个线性无关的特征向量. 推论：若矩阵A的n个特征值互不相等，则A与对 角阵相似. 若A有n个线性无关的特征向量p1, p2,···,pn，对应的特征值为?1, ?2,···, ?n， 设矩阵P=(p1, p2,···,pn)，则 八、实对称矩阵的性质 定理1: 对称矩阵的特征值为实数. 定理2: 设?1, ?2是对称矩阵A的两个特征值, p1, p2是对应的特征向量, 若?1??2, 则p1与p2正交. 定理3: 设A为n阶对称矩阵, ?是A的特征方程的r 重根, 则矩阵(A–?E )的秩R(A–?E ) = n–r, 从而对应特征值? 恰有r 个线性无关的特征向量. 定理4: 设A为n阶对称矩阵, 则必有正交矩阵P , 使P-1AP =?, 其