特征值与特征向量的应用PPT.pptVIP

一、特征值与特征向量的概念 定义 Ａ为ｎ阶方阵，为数， 为ｎ维非零向量， 若 则λ称为Ａ的特征值， 称为Ａ的特征向量． （１） 注 ②　　　并不一定唯一； ③　ｎ阶方阵Ａ的特征值，就是使齐次线性方程组 ①　特征向量　　 ，特征值问题只针对与方阵； 有非零解的λ值，即满足 的λ都是方阵Ａ的特征值． 定义 称以λ为未知数的一元ｎ次方程 为Ａ的特征方程． 定义 称以λ为变量的一元ｎ次多项式 为Ａ的特征多项式． 定理 设ｎ阶方阵　　　　的特征值为 则 证明① 当　　　　　是Ａ的特征值时，Ａ的特征多项 式可分解为 令 得 即 证明② 因为行列式 它的展开式中，主对角线上元素的乘积 是其中的一项，由行列式的定义，展开式中的其它项至 多含ｎ－２个主对角线上的元素， 含　　　　的项只能在主对角线上元素的乘积项中． 故有 比较①，有 因此，特征多项式中 定义 方阵Ａ的主对角线上的元素之和称为方阵Ａ的迹. 记为 二、特征值和特征向量的性质 推论１ ｎ阶方阵Ａ可逆?Ａ的ｎ个特征值全不为零. 若数λ为可逆阵的Ａ的特征值， 则　 为　 的特征值． 推论２ 则　 为　 的特征值． 推论３ 则　 　为　 的特征值． 推论４ 则　 为　 的特征值． 推论５ 特别 单位阵Ｅ的一个特征值为１． 三、应用举例 １、若λ＝２为可逆阵Ａ的特征值，则 的一个特征值为（　　） ２、证ｎ阶方阵Ａ的满足　　　，则Ａ的特征值为 ０或１． 3、求下列方阵的特征值与特征向量 四、特征向量的性质 定理 互不相等的特征值所对应的特征向量线性无关。 定理 互不相等的特征值对应的各自线性无关的特征 向量并在一块，所得的向量组仍然线性无关。 一、定义 定义 设Ａ、Ｂ都是ｎ阶矩阵，若有可逆矩阵Ｐ， 使得 则称Ｂ是Ａ的相似矩阵，或者说矩阵 Ａ与Ｂ相似． 可逆矩阵Ｐ称为把Ａ变成Ｂ的相似变换矩阵． 记作： Ａ∽Ｂ． 二、性质 （1） 反身性： （2） 对称性： （3） 传递性： Ａ∽Ａ； Ａ∽Ｂ，则Ｂ∽Ａ； Ａ∽Ｂ，Ｂ∽Ｃ，则Ａ∽Ｃ； （4）Ａ∽Ｂ，则 （5）Ａ∽Ｂ，则 （6）Ａ∽Ｂ，且Ａ可逆，则 定理 若ｎ阶矩阵Ａ与Ｂ相似，则Ａ与Ｂ有相同的特征 多项式，从而Ａ与Ｂ有相同的特征值． 推论 若ｎ阶矩阵Ａ与对角矩阵 相似， 就是Ａ的ｎ个特征值． 则 若能寻得相似变换矩阵Ｐ使 对ｎ阶方阵Ａ， 称之为把方阵Ａ对角化． 三、相似对角化 定理的推论说明，如果ｎ阶矩阵Ａ与对角矩阵Λ相 似， 那么，使得 的矩阵Ｐ又是怎样构成的呢？ 则Λ的主对角线上的元素就是Ａ的全部特征值． 设存在Ｐ可逆， 使得 有 于是有 因为Ｐ可逆， 故 于是 是Ａ的ｎ个线性无 关的特征向量。 反之， 即 设 可逆，且 则Ｐ 若Ａ有ｎ个线性无关的特征向量 所以 即Ａ与对角矩阵Λ相似． 定理 ｎ阶矩阵Ａ能与对角矩阵Λ相似 ?Ａ有ｎ阶线性无关的特征向量． 推论 如果ｎ阶矩阵Ａ有ｎ个不同的特征值，则矩阵Ａ 可相似对角化． 内积的定义与性质 定义 设ｎ维实向量 称实数 为向量α与β的内积，记作 注：内积是向量的一种运算，用矩阵形式表示，有 施密特（Schmidt）正交化法 设 是向量空间Ｖ的一个基，要求向量空 间Ｖ的一个标准正交基，就是要找到一组两两正交的单 位向量 ，使 与 等价， 此问题称为把 这组基标准正交化. 1）正交化 令 就得到Ｖ的一个标准正交向量组. Ｖ的一组标准正交基. 如果 上述方法称为施密特（Schmidt）正交化法. 2）标准化 令 是Ｖ的一组基，则 就是 则 两两正交，且与 等价. 定理　对称矩阵的特征值为实数. 　　说明：本节所提到的对称矩阵，除非特别说明，均指实对称矩阵． 定理　对称矩阵的互异特征值对应的特征向量正交. 定理　若ｎ阶对称阵Ａ的任　重特征值　对应的线性 无关的特征向量恰有　个．（不证） 定理　若Ａ为ｎ阶对称阵，则必有正交矩阵Ｐ，使得 实对称矩阵的特征值与特征向量的性质 　　根据上述结论，利用正交矩阵将对称矩阵化 为对角矩阵，其具体步骤为： 将特征向量正交化; 3. 将特征向量单位化. 4. 2. 1. 二、利用正交矩阵将对称矩阵对角化的方法 例　设矩阵 求一个正交矩阵P，使得 为对角阵。 例　设三阶对称矩阵A的特征值为1,2,3;矩阵A的属于 特征值1，2的特征向量分别为 （1）A的属于特征值3的特征向量。 （2）求矩阵A。