方阵的特征值及特征向量.ppt

例10：设 l1 和 l2 是方阵 A 的两个不同的特征值，对应的特 征向量依次为 p1 和 p2， 证明 p1 + p2不是 A 的特征向量． §2 方阵的特征值与特征向量 引言 纯量阵 lE 与任何同阶矩阵的乘法都满足交换律，即 (lEn)An = An (lEn) = lAn ． 矩阵乘法一般不满足交换律，即AB ≠ BA ． 数乘矩阵时，数 l 都是可交换的，即 l (AB) = (lA)B = A(lB)． Ax = l x ? 例： 定义：设 A 是 n 阶矩阵，如果数 l 和 n 维非零向量 x 满足 Ax = l x， 那么这样的数 l 称为矩阵 A 的特征值，非零向量 x 称为 A 对应于特征值 l 的特征向量． 例1： 则 l = 4 为 的特征值， 为对应于l = 4 的特征向量. 一、基本概念 一、基本概念 定义：设 A 是 n 阶矩阵，如果数 l 和 n 维非零向量 x 满足 Ax = l x， 那么这样的数 l 称为矩阵 A 的特征值，非零向量 x 称为 A 对应于特征值 l 的特征向量． Ax = l x = lE x = Ax - lE x = 0 非零向量 x 满足 (A?lE) x = 0（零向量） 齐次线性方程组有非零解 系数行列式 | A?lE | = 0 特征方程 特征多项式 特征方程 | A?lE | = 0 特征多项式 | A?lE | 二、基本性质 在复数范围内 n 阶矩阵 A 有 n 个特征值（重根按重数计算）． 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln，则 l1 + l2 + … + ln = a11 + a22 + … + ann （称为矩阵A的迹,TrA） l1 l2 … ln = |A| 当 时, A的特征值全为非零数; 结论： 当 时, A至少有一个特征值等于零. 因而, A 的特征多项式中, ?n 与 ?n-1 的系数由该项 中, 有一项是主对角线上 n 个元素的乘积 (? - a11) (? - a22)? (? - ann) 而其他各项至多含有主对角线上的 n - 2 个元素. 证明： 确定. 不难看出, ?n 的系数为 1 , ?n-1 的系数为 另外, 在特征多项式中 故 令 ? = 0 可得其常数项为 | ?E - A | = ?n - (a11 + a22 + … + ann)?n-1+ … + (-1)n |A|. 另一方面，由于 ?1 , ?2 , … , ?n 是 A 的 n 个特征值, 所以 | ?E - A | = (? - ?1)(? - ?2) … (? - ?n) . 由此推出其常数项为 | 0E - A | = ?1?2 …?n = |A|. [证毕] 定义：称 为矩阵 A 的迹, 记作 trA. 比较上述两式，对应项的系数相同，可得 ?1 + ?2 + … + ?n = a11 + a22 + … + ann ; | ?E - A | = ?n - (a11 + a22 + … + ann)?n-1+ … + (-1)n |A|. | ?E - A | = (? - ?1)(? - ?2) … (? - ?n) . 推论： 方阵 A 可逆 A的特征值都不是零 例2：求矩阵 的特征值和特征向量． 解：A 的特征多项式为 所以 A 的特征值为 l1 = 2，l2 = 4 ． 当 l1 = 2 时， 对应的特征向量应满足方程组 即 解得基础解系 , k p1（k ≠ 0）就是对应的特征向量． 例2：求矩阵 的特征值和特征向量． 解（续）：A 的特征多项式为 所以 A 的特征值为 l1 = 2，l2 = 4 ． 当 l2 = 4 时， 对应的特征向量应满足方程组 解得基础解系 k p2（k ≠ 0）就是对应的特征向量． 例3：求矩阵