第二章线性变换辩析.ppt

1、设　是　维线性空间V的线性变换，W是V 的 －子空间， 为W的一组基，把它扩允为 V的一组基： 在基 下的矩阵具有下列形状: 不变子空间与线性变换的矩阵化简 则 反之，若 则由 生成的子空间必为 的 不变子空间. 事实上，因为W是V的不变子空间. 即， 均可被 线性表出. 从而， 设 在这组基下的矩阵为 若 ，则 为V的一组基，且在这组基下 的矩阵为准对角阵 2、设 是 维线性空间V的线性变换， 都是 的不变子空间，而 　　　　　是 的一组基，且 （1） 的子空间 为 的不变子空间，且V具有直和分解： 由此即得： 下的矩阵为准对角矩阵(1), 则由　　　　　　生成 V的线性变换　在某组基下的矩阵为准对角形 V可分解为一些　的不变子空间的直和. 反之，若 在基 两类特殊的线性变换 1. 正交变换 2. 对称变换 定义: 则称 为正交变换. 若对任意的 都有 设 是 维欧氏空间V的线性变换 例1: 为 维欧氏空间 的标准正交基 为正交矩阵, 则 为正交变换. 则下列命题等价： 定理　设　是 n 维欧氏空间V的一个线性变换. 4） 保持向量的长度不变. 2） 在标准正交基下的矩阵是正交矩阵; 1） 是正交变换； 3） 把标准正交基变为标准正交基; 一、 特征值与特征向量 二、 特征值与特征向量的求法 三、 特征子空间 §２.６　特征值与特征向量 从本节开始，我们主要讨论，如何选择一组适当 的基，使V的某个线性变换在这组基下的矩阵就是 一个对角矩阵? 引入 有限维线性空间V中取定一组基后，V的任一线性 希望这个矩阵越简单越好，如对角矩阵. 变换都可以用矩阵来表示. 为了研究线性变换性质， 设 　　是V的一组基， 线性变换　在这组基下的矩阵为A. 二、特征值与特征向量的求法 分析： 以上分析说明： 若　是　的特征值，则 反之，若　　　满足　　 则齐次线性方程组　　　　　　　有非零解. 若　　　　　　　是　　　　　　　一个非零解， 特征向量. 则向量　　　　　　　　　就是　的属于　的一个 设 　　 是一个文字，矩阵　　　　称为 称为A的特征多项式. 1. 特征多项式的定义 A的特征矩阵，它的行列式 （　　　是数域P上的一个n次多项式） 定理2.6.1: n阶方阵A的特征多项式可以写成如下形式： i) 在V中任取一组基 写出 在这组基下 就是　的全部特征值. ii) 求A的特征多项式 在P上的全部根它们 2. 求特征值与特征向量的一般步骤 的矩阵A . iii) 把所求得的特征值逐个代入方程组 并求出它的一组基础解系.(它们就是属于这个特征值 的全部线性无关的特征向量在基　　　　 下的坐标.) 则 就是属于这个特征值　 的全部线性无关的特征向量. 而 （其中，　　　　　　　不全为零） 就是　的属于　 的全部特征向量. 如果特征值　 对应方程组的基础解系为： 解：A的特征多项式 例1.设线性变换　在基　 下的矩阵是 求　特征值与特征向量. 故　的特征值为：　　　（二重） 把 代入齐次方程组 　　　　　　　得 即 它的一个基础解系为： 因此，属于 的两个线性无关的特征向量为 而属于 的全部特征向量为 不全为零 因此，属于5的一个线性无关的特征向量为 把 代入齐次方程组 　　　　　　　得 解得它的一个基础解系为： 而属于5的全部特征向量为 定义：称 特征子空间的维数 为特征值 的几何重数；而特征值 在特征多项式中的根的重数称为特征值 的代数重数。 注： 的解空间的维数，且由方程组(*)得到的属于　的 若　在n维线性空间V的某组基下的矩阵为A，则 即特征子空间 　的维数等于齐次线性方程组 (*) 全部线性无关的特征向量就是　 的一组基. 定理2.6.2 设线性变换 ，则 的任意特征值的几何重数不大于它的代数重数。 当特征向量系所含的向量个数为n时，称为完全特征向量系。 定理2.6.5 线性变换f的矩阵在某一个基下是对角形矩阵的充分且必要条件为f有完全特征向量系。 定理2.6.6 矩阵可以对角化的充分必要条件是的所有特征值的几何重数与代数