第5章方阵的特征值与特征向量.pptVIP

n 阶矩阵 A 如有 n 个不同的特征值，则它有 n 个线性无关的特征向量，从而 A 一定可对角化。 推论 于是对于矩阵是否可以对角化,判断如下: 2.如果所有的特征值都是单根,则A一定能对角化 3.如果A的特征值有重根, 的基础解系, 如果基础解系所含向量 则A可以对角化, 且有这些基 础解系排成的矩阵为相似变换矩阵. 例1 线性无关， 由上面定理， 求特征值 求线性无关的特征向量， 即求 的基础解系 判断A是否可对角化 如果可以并求相似变换矩阵. 解: 令 所以A可以对角化. 定理 n阶矩阵A可对角化的充要条件是A的每个特征值的代数重数等于它的几何重数。 即: 设 互不同，此时 则 A可对角化的充要条件是 亦即: 的重数 恰好等于它对应的最大无关特征 向量的个数。 简称:几重特征值有几个线性无关的特征向量. 例2 问 x 为何值时，A 可对角化？ 是单重根，恰有一个特征向量(不需讨论)。 是二重根，A可对角化 例3 可对角化, 则x,y应满足的条件是 解: 例3 设3阶方阵A的特征值为, 其对应的特征向量分别为: 解: 小结: 介绍了相似矩阵; 相似矩阵的性质 矩阵可对角化的充要条件. 作业:  第五章 方阵的特征值与特征向量 §5.3 实对称矩阵的对角化 §5.2 相似矩阵 §5.1 方阵的特征值与特征向量 §5.4 应用举例 §5.3 (实)对称矩阵的对角化 性质2 实对称矩阵不同特征值对应的特征向量必正交. 性质1 实对称矩阵的特征值必为实数。 (证明自学) 从而特征向量可取到实的。 证 定理 实对称矩阵必可正交对角化。 即设A是对称矩阵, 则存在正交矩阵Q 使得 推论 实对称矩阵特征值的重数必等于其几何重数. 即等于其对应的最大无关特征向量的个数。 即 例1 把对称矩阵 正交对角化。 第1步:求特征值。 (特征值必都是实数) 第2步:求线性无关的特征向量。 对 ，解方程组 求得基础解系(即最大无关特征向量) 对 ，解方程组 求得基础解系(即最大无关特征向量) 前面的 第3步:检验重特征值对应的特征向量是否正交, 如果不 正交, 用施密特过程正交化, 再把正交的特征向量 单位化。 第4步:把求得的规范正交特征向量拼成正交矩阵。 单位化： 则 令 例2 设3阶对称矩阵A的特征值为 与特征值 对应的特征向量为 求A。 设对应于 的无关特征向量为 则 说明 是方程组 的基础解系, 因此上面方程组的任意基础解系都是 对应于 的特征向量。 解(1)可求得 小结: 介绍了实对称矩阵特征值与特征向量的性质; 实对称矩阵对角化的方法与步骤. 作业  第五章 方阵的特征值与特征向量 §5.3 实对称矩阵的对角化 §5.2 相似矩阵 §5.1 方阵的特征值与特征向量 §5.4 应用举例 §5.1 方阵的特征值与特征向量 主要内容: 一.特征值特征向量的定义 二.特征值与特征向量的性质 引言 矩阵的特征值理论在许多领域都有重要的应用。如： ◆工程技术中的振动问题和稳定性问题; ◆经济管理中的主成分分析(PCA); ◆数学中的微分方程组求解和迭代法的收敛性; ◆图像(信息)处理中的压缩存取. 其本质就是: 对于一个给定的n阶矩阵A, 如果存在的话，如何找Ｘ？ 定义:设A是n阶方阵, 如果数 和n维非零列向量x满足 则称 为A的特征值, 非零向量x称为A的对应于(或属于)特征值 的特征向量。 把(1)改写为 使得(2)有非零解 ? (2)的所有非零解向量都是对应于 的特征向量. 是A的特征值 ? 一.特征值特征向量的定义 称为 A 的特征多项式，而 称为 A 的特征方程。 由代数基本定理，特征方程在复数范围恰有 n 个根(重根按重数计算)。因此，n 阶方阵在复数范围内恰有 n 个特征值。本章关于特征值、特征向量的讨论永远约定在复数范围内. 设 n 阶方阵 特征值为 , 则 又 二.特征值与特征向量的性质 例1 求矩阵 的特征值. 两个特征值为 问: 特征向量是实的还是复的? 由定义很容易验证： 例2 求 A 的特征值. 因此, n 个特征值为 问：对角矩阵,下三角矩阵的特征