§4線性變換的特征值與特征向量.pptVIP

§4 线性变换的特征值与特征向量 一、问题的引入 二、特征值与特征向量的概念 三、特征值和特征向量的求法 四、特征子空间 五、特征多项式的性质 * 主要内容 问题的引入 特征值与特征向量概念 目录 下页 返回 结束 特征值和特征向量的求法 特征子空间 特征多项式的性质 我们知道,在有限维线性空间中,取了一组基之后,线性变换就可以用矩阵来表示.为了利用矩阵来研究线性变换,对于每个给定的线性变换,我们希望能找到一组基使得它的矩阵具有最简单的形式. 下面主要来讨论,在适当的选择基之后,一个线性变换的矩阵可以化成什么样的简单形式.为了这个目的,先介绍特征值和特征向量的概念. 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 在几何向量空间 R2 和 R3 中，线性变换σ的特 征值与特征向量的几何意义是： 特征向量 ? (起点 在坐标原点) 与其像σ(? )同向(或反向), 同向时, 特 征值 ?0 0，反向时，?0 0，且 ?0 的绝对值等于 |σ(?)| 与 | ? | 之比值； 向量被线性变换变成 0 . 如果特征值 ?0 = 0，则特征 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 问题:是否V的每一线性变换都有特征值和特征向量? 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 上面的分析说明, 如果 ?0 是线性变换σ的特征 值, 那么 ?0 一定是矩阵 A 的特征多项式的一个根; 首页 上页 下页 返回 结束 反过来，如果 ?0 是矩阵 A 的特征多项式在数域 P 中的一个根, 即 |?0E - A | = 0, 那么齐次线性方程组 ( ?0E - A ) X = 0 就有非零解. 这时, 如果x01 , x02 , … , x0n 是方程组 ( ?0E - A ) X = 0 的一个非零解, 那么非零向量 ? = x01?1 + x02?2 + … + x0n?n 满足σ(?) = ?0? , 即 ?0 是线性变换σ的一个特征值. ? 就是属于特征值 ?0 的一个特征向量. 首页 上页 下页 返回 结束 于是可得求线性变换σ的特征值与特征向量的步骤如下： 2. 计算 A 的特征多项式，并求出特征多项式|?0E - A |在数域 P 中的所有根?1 , ?2 , …, ?s , 它们也就是线性变换σ的全部特征值. 1. 在线性空间 V 中取一组基?1 , ?2 , …, ?n ,写出σ在这组基下的矩阵 A ； 3. 对每个特征值 ?i ( i = 1, 2, …, s ), 求出齐次线性方程组 (?i E - A ) X = 0的一个基础解系. 首页 上页 下页 返回 结束 矩阵 A 的特征多项式的根有时也称为 A 的特征值，而相应的线性方程组 (?i E - A ) X = 0 的解也就称为 A 的属于这个特征值的特征向量. 这样的全部线性组合就是σ的属于?i 的全部线性无关的特征向量. 4. 对应于每个特征值 ?i ( i = 1, 2, …, s )所得的基础解系中每一非零解( x1, x2 ,… , xn ),作线性组合 ? = x1?1 + x2?2 + … + xn?n 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 首页 上页 下页 返回 结束 所以，特征值是 即 解之得基础解系为 首页 上页 下页 返回 结束 所以属于-1的两个线性无关的特征向量就是 全部特征向量就是 即 首页 上页 下页 返回 结束 解之得基础解系为 所以属于5的一个线性无关的特征向量就是 全部特征向量就是 首页 上页 下页 返回 结束 例 5 在空间 P[x]n 中，线性变换 D( f (x)) = f ?(x) 在基 下的矩阵是 A 的特征多项式是 首页 上页 下页 返回 结束 因此，A 的特征值只有 0 . 通过解相应的齐次线性 方程组知道，属于特征值 0 的线性无关的特征向量 组只能是任一非零常数. 这