[经济学]特征值与特征向量.pptVIP

特征值与特征向量 上一讲我们介绍了怎样求一个方阵的特征值及特征向量的算法，那就是首先求解特征方程det(A-?I)=0 它的所有根即为A的所有特征值，然后针对每个特征值?求解齐次方程(A- ?I)X=O的基础解系，即为此特征值的各个线性无关的特征向量。当然，如果不是重根，则每个特征值必有且只有一个特征向量而这是实际应用中的大多数情况，但比较麻烦的是特征方程有重根的情况 定理5.1.6 设A=(aij)m?n则A的特征多项式 det(A-?I)是一?的n次多项式 f(?)=an ? n+an-1?n-1+…+a1 ?+a0 并且，an=(-1)n, a0=det(A), an-1=(-1)n-1(a11+a22+…+ann) 按第一列展开得： 因此只有第一项涉及到?的n和n-1次项，则只考虑第一项 因此可知 特征多项式中涉及到?的n和n-1次项的乘积项必来自det(A-?I)的对角线的乘积项 (a11-?)(a22-?)…(ann-?) 因此有特征多项式f(?)的?n的系数为 an=(-1)n ?n-1的系数为 an-1=(-1)n-1(a11+a22+…+ann)=tr(A) 其中tr(A)=(a11+a22+…+ann)为矩阵A的对角线元素之和，称作A的迹 定理5.1.5 设A=(aij)n?n,?1,?2,…,?n,是A的特征多项式f(?)=det(A-?I)的n个根，那么 ?1+?2+…+?n=tr(A); ?1?2…?n=det(A) 证：因f(?) =det(A-?I) =an ? n+an-1?n-1+…+a1 ?+a0 =(-1)n(?-?1)(?-?2)…(?-?n) 将右端展开并和左边的系数对照，可知 an-1= (-1)n+1(?1+?2+…+?n) f(0)=det(A)=a0= ?1?2…?n 举例验证1(书上例1) 举例验证2(书上例2) 对角线之和a11+a22+a33=1+1+1=3 特征值之和?1+?2+?3=5-1-1=3 行列式det(A)=5= ?1?2?3=5? (-1) ? (-1) 举例验证3(书上例3) 对角线之和a11+a22+a33=3-1-2=0 特征值之和?1+?2+?3=-2+1+1=0 行列式det(A)=-2= ?1?2?3=-2? 1 ? 1 矩阵的对角化问题 定义5.2.1 设A, B是两个n阶方阵, 如果存在一个可逆阵T使得 B=T-1AT 则称A与B相似, 记为A~B 如果A~B,则也有B~A(因为A=(T-1)-1BT-1)这叫反称性, 此外,如果A~B且B~C,则有A~C,这叫传递性. 相似在解线性方程组中的意义 在物理学解二元或者三元线性方程组 AX=Y时, (其中X与Y都是列向量, A为方阵), 如果选取的坐标系不同, 则线性方程组也不同, 而新的坐标向量到原坐标向量之间的坐标转换公式是向量左乘上一过渡矩阵C, 即 X=CX, Y=CY, 代入线性方程组得ACX=CY, 即 C-1ACX=Y, 即AX=Y, 其中A=C-1AC, 与原系数矩阵A相似, 因此不同基底下的线性方程组的系数矩阵相互间是相似的. 定理5.2.1 相似的矩阵有相同的特征多项式,从而有相同的特征值. 证: 设A~B, 即有可逆矩阵T, 使得 B=T-1AT 从而 det(B-?I)=det(T-1AT-?T-1T) =det(T-1)det(A-?I)det(T) =det(A-?I) 定义5.2.2 设A为一n阶方阵. 如存在一对角矩阵B, 对角化的意义 对于有n个方程的n个变元的线性方程组 AX=Y 如其系数矩阵A能够对角化, 即存在可逆阵T使A=T-1AT为对角阵, 则可以选择不同基表述这个方程,为AX=Y, 这样转换后的方程具有简洁的形式为 定理5.2.2 n阶方阵A可对角化 当且仅当 A有n个线性无关的特征向量 证:必要性 设n阶矩阵A可对角化, 即存在可逆矩阵T, 使得 AT=BT, B为对角阵,T可逆 T=(?1,?2,…,?n) 充分性 设?1,?2,…,?n是矩阵A的n个线性无关的分属于特征值?1,?2,…,?n的特征向量, 即有A?i=?i?i, i=1,2,…,n. 因?1,?2,…,?n线性无关, 则以?1,?2,…,?n为列向量的矩阵 P=(?1,?2,…,?n) 的秩为n, 从而P可逆 因各个特征向量为列向量拼成的矩阵P可逆 从定理的证明可以知道: 如A可对角化, 则对应的对角矩阵对角线上的元素正好是A的全部特征值(相同的按重复的次数计算). 而对角化所需的可逆矩阵的第j个列向量是A的属于位于对应的对角矩阵对角线上第j个特征值的特征向量. 因此, 将A对角化的步骤为:将各个线性无关的特征向量按列向量从左到右排成一个矩阵时, 这个矩阵可将A