线性代数-居余马-教学课件-特征值与特征向量4.pptVIP

第4章 特征值和特征向量  矩阵的对角化 4.2 矩阵可对角化的条件 4.3 正交矩阵和正交单位向量组 4.3.1 正交矩阵和正交条件 所以 ?i2= ?i （i=1, 2, ?, n）.于是, ?i =0 或 1， 由 A2=A, A ?A2=A(I ?A)=0, 得 r (A)+ r(I ? A) ? n (1) 又 r(A)+ r(I ?A) ? r(A + r(I ? A) )= r(I)=n (2) 由(1) 和(2)得： r(A)+ r (I ? A) =n，或 r(I ? A) =n? r(A), 即?1=1时，(I ? A)x=0 含 n?(n?r )=r个线性无关的特征向量 x1, ?, xr , ?2=0时，(?2 I ?A)x=0 ,即 A x=0 含n?r个线性无关的特征向量 xr+1,?, xn, 记 [x1,?, xr, xr+1,?, xn]= P, 则 P?1 A P =diag(1,?,1,0,?,0) ，其中１的个数等于r。 例4. 8 设A是n阶幂等矩阵(A2= A)。r(A)=r (0r?n).证明: A相似于?= diag(1,?,1,0,?,0) ,其中１的个数等于r (A)。 证：设 A xi =?ixi ，从而A2xi = ?i2xi ，又A2= A ， *例4.9 设 求B+2I 的特征值与特征向量，其中I 是3阶单位矩阵。 (A*是A的伴随 矩阵)， 解 当?1=1时，由(I?A)x =0 的基础解系为：x1=(?1,1,0)T, x2=(?1,0,1)T.当?3=7时，基础解系为 x3=(?1,1,1)T。 A*对应于?1=7的特征向量 是k1x2+ k2 x2 (k1,k2是不全为0的任意常数)； A*对应于?3=1的全部特征向量为k3x3 (k3是非0的任意常数)。 ?A?=?1?2?3=7 ， A*的特征值?i=?i ?1?A?，即?1=?2=7，?3=1. A*与B相似，相似矩阵有相同的特征值， B+2I的特征值?i =?i +2 ，?1=?2=?1+2=9 ，?3=?3+2=3. 由A* xi =PBP?1 xi = ?i xi，得B(P?1 xi) = ?i (P?1xi)， 即P?1 xi 是B对应于的特征值?i（i=1,2,3）的特征向量。 也是矩阵B+2I对应于特征值?i= ?i +2 （i=1,2,3）的 特征向量。计算 B+2I 属于特征值?1=9 的全部特征向量是 k1(1, ?1,0)T + k2(?1, ?1,1)T (k1,k2是不全为0的任意常数)； 属于特征值?3=3的全部特征向量为k(0,1,1)T (k是非0的任意常数)。 定义4.4 设A?? n?n，若ATA=AAT=I，则称A为正交矩阵。 正交矩阵的例子： 证(4) 。 由于(AB)T ( AB ) = ( B TAT )( AB ) =BT IB=BT B=I， 所以，AB 也是正交矩阵。 定理4.9 设A , B 都是为 n阶正交实矩阵，则 (1) ?A?=1或－1； (2) A ?1= A T， (3) A ?1(即 A T ) 也是正交矩阵； (4) AB 也是正交矩阵。 AAT= 由ATA=I 得到 得到 设A 是 n阶正交实矩阵,由 合并为 称为A的行向量组 的正交条件。 称为A的列向量组 的正交条件。 4.3.2 n维向量的内积 ? 正交单位向量组。 由定义易得内积有下列性质：??, ?, ? ? ?n , ? ??, (?, ?)= ( ?, ? ) （对称性）； (?+?, ? ) = ( ?, ? ) + (?, ? ); (??, ? ) = ?( ?, ? ); ((2) (3)称为线性性） (?,?) ? 0, 等号成立当且仅当 ? = 0（非负性）。 定义4.5 设? = (a1, a2,?, an)T, ? = ( b1, b2,?, bn)T ? ?n , 规定?, ? 的内积为 (?, ?) = a1b1+ a2b2 +?+ anbn 当 ?, ? 为列向量时， (?, ?) = ?T?= ?T?, ? . 定义4.6 向量 ? 的长度(?的模) 定理4.10 向量 ? 的内积满足 （称为Cauchy-Schwarz不等式） 证： 当 ? = 0时， ( ?, ?)=0，?? ? ??=0，结论成立； 当 ? ? 0时，令 ?