第5章特征值与相似.ppt

* * 线 性 代 数 Linear Algebra 第 五 章 矩阵的相似对角化 在第3章中, 利用矩阵的初等变换 , 引入了矩阵等价 的概念及等价标准形(等价类中最简单的代表), 秩为矩 阵等价下的不变量. 以此处理某些矩阵问题行之有效. 方阵的特征值、特征向量是方阵的一个重要属性(如 同秩) . 是线性代数理论中的重要内容 , 且在数学(如解 微分方程组、矩阵级数的收敛性、层次分析法etc .)及 工程技术中有着广泛应用. 本章将介绍一种新的矩阵变换(相似变换)，研究 矩阵相似对角化的条件，在矩阵相似下，秩不变且特 征值不变 . 本章介绍的内容仅对方阵而言 第 五 章 矩阵的相似对角化 §1 特征值与特征向量 第 五 章 矩阵的相似对角化 Definition 1 一、特征值与特征向量的概念及求法 设 A 是 n 阶方阵，如果数 和 n 维非 零向量 x 使关系式 （1） 成立，则称 为 A 的特征值，非零向量 x 称为 A 的 对应于特征值 的特征向量. Theorem 1 如果 x1，x2 都是 A 的属于特征值 的 特征向量，则 也是A 的属于特征值 的特 征向量. （其中 k1，k2 是任意常数， ） §1 特征值与特征向量 说明特征向量不是被特征值所唯一确定，相反，特 征值却是被特征向量所唯一确定. 一个特征向量只能属于一个特征值 若非零向量 x 是属于两个特征值 的特征向量, 则有 即 于是 又因为 所以 . A 的属于特征值 的全体特征向 量，构成向量空间吗？ 不！因为不含零向量。 第 五 章 矩阵的相似对角化 由 (1) 可得 (2) 显然，（2）有非零解的充要条件是 即 称一元 n 次方程 为 A 的特征方程; 称 为方阵 A 的特征多项式；称 (2) 为特征方程组. 求特征值与特征向量即为求 的根与 的解 （1）、（2）式都很重 要，一般证明用（1）， 计算用（2） 说明满足 的 是 A 的特征值. 反之也然. §1 特征值与特征向量 Example 1 求 的特征值与特征向量. Solution : 特征值是 当 解方程组 即 解得基础解系 A 对应于 全部特征向量为 (k1，k2 是不同时为零的任意常数) 当 ， 解方程组 解得基础解系 A 对应于 全部特征向量为 （k3 是不为零的任意常数） 未必有两个 第 五 章 矩阵的相似对角化 二、特征值与特征向量的性质 Theorem 2 设 A 是 n 阶方阵，则 AT 与 A 有相同 的特征值. Proof Theorem 3 设 n 阶方阵 A = (aij) 的 n 个特征值为 ，则 其中 是 A 的主对角元之和，称为 方阵 A 的迹，记作 tr(A) Proof Corollary n 阶方阵 A 可逆的充分必要条件是它的任 一特征值不等于零. 根与系数 的关系 Go on ，则 一定是 A 的特征值 特征向量 未必相同 §1 特征值与特征向量 Proof : Theorem 2 的证明 有相同的特征多项式，故有相同的特征值. 第 五 章 矩阵的相似对角化 Theorem 3 的证明 Proof : 又因为 是 A 的全部特征值，故 比较 得 §1 特征值与特征向量 Theorem 4 设 是方阵 A 的特征值，x 是 A 的 属于 的特征向量