学习要点5.特征值和特征向量.doc

5.1矩阵的特征值和特征向量 定义（矩阵的特征值和特征向量）设A为n阶方阵，如果存在复数及n维非零列向量x,使得 (4-1) 或 (4-2) 则称为A的一个特征值，x为A的对应于（或属于）特征值的一个特征向量。 求n阶方阵A的特征值与特征向量的一般步骤如下。 第一步：计算特征多项式。 第二步：求出特征方程=0的全部根（重根按重数计算），则就是方阵的全部特征值。 如果为特征方程的单根，则称为A的单特征值；如果为特征方程的k重根，则称为A的k重特征值，并称k为的重数。 第三步：对A的相异特征值中的每个特征值,求出齐次线性方程组 (4-3) 的一个基础解系，则就是对应于特征值的特征空间的一个基，而A的属于的全部特征向量为 其中为不全为零的任意常数。 特征值和特征向量有下列基本性质： 性质1 设的全部特征值为，则有 利用性质1可以简化有关特征值问题的某些计算。 性质2 设为方阵A的一个特征值，且x为对应的特征向量，则对任何正整数k,为的一个特征值且x为对应的特征向量。更一般地，对于任何多项式，则为方阵的一个特征值，且x为对应的特征向量。 性质3 设为可逆方阵A的一个特征值，则为的一个特征值，为的一个特征值 性质4 设为方阵A的互不相同的特征值，为属于的特征向量，则向量组线性无关。更一般的，设为属于的线性无关特征向量，则向量组 线性无关 性质5 设的线性无关特征向量的个数不大于k 关于特征值与特征向量的结论见下图： kA 特征值 对应特征向量 5.2相似矩阵及方阵可相似对角化的条件 定义（相似方阵）对于同阶方阵A,B，若存在同阶可逆方阵P，使得 （4-4） 则称A与B相似，或A相似于B，并称变换： 为相似变换。 方阵的相似关系具有反身性、对称性和传递性。 定理（方阵A与B相似的必要条件）设方阵A与B相似，则有 (1)； (2)； (3)，即A与B有相同的特征多项式（从而A与B有相同的特征值）； (4)与相似，与相似，与相似。 定理（方阵相似于对角矩阵的充分必要条件）n阶方阵A相似于对角矩阵的充分必要条件是A有n个线性无关的特征向量，且当A相似于对角矩阵D时，D的主对角线元素就是A的全部特征值。 推论 方阵A相似于对角矩阵的充分必要条件是A的属于每个特征值的线性无关特征向量个数正好等于该特征值的重数。 定理（方阵相似于对角矩阵的充分条件）如果n阶方阵A有n个互不相同的特征值（即A的特征值都是特征值），则A必相似于对角矩阵。 矩阵可相似对角化的条件见下图 （设A是n阶方阵） 5.3正交矩阵 定义（实向量的内积、长度、夹角、正交）对于中任意两个向量 称实数为与的内积，记为，即 向量的长度（或泛数）定义为 长度为1的向量称为单位向量。若，则称由得到单位向量的过程为的单位化。 如果,都是非零向量，则与的夹角定义为 如果=0，则称与正交（或垂直），记为。 定义（正交向量组）如果实向量组中不含零向量，且两两正交，则称为正交向量组（或正交规范向量组，或标准正交向量组），也就是说，所谓向量组是一个正交单位向量组，是指它们满足。 定理 正交向量组必是线性无关向量组 定义（标准正交基）设Ｖ为的子空间，如果V的一个基为正交向量组，则称它为V的正交基；如果V的一个基为正交单位向量组，则称它为V的标准正交基。 用施密特正交化方法，可中任何线性无关向量组化为与原向量组等价的正交单位向量组。同样的，可用施密特正交化方法，将向量空间V的任何基化成V的标准正交基。 定义（正交矩阵）如果实方阵A满足，或，则称A为正交矩阵。 正交矩阵的等价定义 正交矩阵有下列基本性质： (1)如果A为正交矩阵，则。 (2)如果A为正交矩阵，则都是正交矩阵。 (3)如果A,B为同阶正交矩阵，则AB也是正交矩阵。 (4)实方阵A为正交矩阵，当且仅当A的列（行）向量组为正交单位向量组。 利用上述的性质(4)，可以比较方便的检验方阵是否为正交矩阵。 定义（正交变换）设A为n阶正交矩阵，则称到的线性变换 y=Ax(对于x=) 为正交变换。 正交变换有下列性质（其中A为正交矩阵）： 保内积性：若，则； 保长度性：若，则 5.4实对称矩阵的性质及正交相似对角化 实对称矩阵有下列性质： 性质1 实对称矩阵的特征值都是实数。 性质2 实对称矩阵的属于不同特征值的特征向量必正交。 性质3 若为实对称矩阵A的k重特征值，则A的属于的线性无关特征向量正好有k个。 定理 设A为实对称矩阵，则必存在正交矩阵P，使得为对角矩阵。 5.5重点与难点 本章的重点是特征值和特征向量的概念及计算、方阵对角化的条件及计算，难点是实对称阵的正交相似对角化。 1 特征值和特征向量