特征值和特征量的求法毕业论文.doc

引言 在有限维线性空间中，取了一组基后，线性变换就可以用矩阵来表示.为了利用矩阵来研究线性变换，对于每一个给定的线性变换，希望能找到一组基使得它的矩阵具有最简单的形式.本文主要地就来讨论，在适当的选择基之后，一个线性变换的矩阵可以化成什么样的简单形式.为了这个目的，先介绍特征值和特征向量的概念，它们对于线性变换的研究具有基本的重要意义. 本文通过自己四年来的理论学习，通过认真分析查阅资料，归纳总结了几种求特征值和特征向量的求法的，以期对矩阵的进一步研究有一定的参考价值． 1 特征值与特征向量的理论 1.1特征值与特征向量的定义 定义1 设是数域上线性空间的一个线性变换，如果对于数域中的一数,存在一个非零向量，使得 （1-1） 那么成为的一个特征值,而称为的属于特征值的一个特征向量. 从几何上来看，特征向量的方向经过线性变换后，保持在同一条直线上，这时或者方向不变（0）0),至于=0时,特征向量就被线性变换变成0. 如果是线性变换的属于特征值的特征向量,那么的任何一个非零倍数也是的属于的特征向量.因为从(1-1)式可以推出 =() 这说明特征向量不是被特征值所唯一决定的.相反，特征值却是被特征向量所唯一决定的，因为，一个特征向量只能属于一个特征值. 现在来给出寻找特征值和特征向量的方法.设是数域上维线性空间，是它的一组基，线性变换在这组基下的矩阵是.设是特征值，它的一个特征向量在下的坐标是.则的坐标是 的坐标是 因此（1-1）式相当于坐标之间的等式 = （1-2） 或 =0 这说明特征向量的坐标满足齐次方程组 即 （1-3） 由于0，所以它的坐标不全为零，即齐次方程组有非零解.我们知道，齐次方程组（1-3）有非零节的充分必要条件是它的系数行列式为零，即 ==0 我们引入以下的定义. 定义2 （ⅰ）是数域上一阶矩阵，是一个文字.矩阵的行列式 = 称为的特征多项式，这是数域上的一个次多项式. 上面的分析说明，如果是线性变换的特征值，那么 一定是矩阵的特征多项式的一个根；反过来，如果是矩阵的特征多项式在数域中的一个根，即=0，那么齐次线性方程组（1-3）就有非零解.这时，如果是方程组（1-3）的一个非零解，那么非零向量 = 满足（1-1），即是线性变换的一个特征值，就是属于特征值的一个特征向量. 1.2特征值与特征向量的性质 性质1 若为 的特征值，且 可逆、,则 为的特征值. 证明 设为的特征值，则= ∴≠0(i=1、2…n) 设的属于的特征向量为 则则=即有 = ∴为的特征值，由于最多只有个特征值 ∴为的特征值 性质2 若为的特征值，则为的特征值 =+ 证明 设为的属于的特征向量，则= ∴ξ=(+) = + +… + =++…+ = 又≠0 ∴ 是的特征值 性质3 阶矩阵的每一行元素之和为，则一定是的特征值 证明 设= 则由题设条件知： == ∴是的特征值 推论 若为的特征值，且可逆，则 为 的特征值(为的伴随矩阵). 证明 因为 = 而 的特征值为. 再由性质2知 是的特征值. 性质4 如果是正交矩阵的特征值，那么也是的特征值. 证明 设是的特征值，那么存在非零向量使得 = 用作用之后得=. 又的特征值一定不为零 ，所以 0 是的特征值， 是正交矩阵 = 为的特征值 又与相似，与有相同的特征根 也是特征根. 性质5设是对应于特征值的特征向量， 是的对应与的特征向量. 证明 若= 则= (1) 并有 = (2) 给(1)右乘以，(2)左乘以相减得, 0=- 则=0. 性质6设、均为阶矩阵,则 与有相同的特征值. 证明 设，即是的特征值，是对应的特征向量.用左乘之得. （1）若 ，则 .否则，若，这与和矛盾.可见也是的特征值(此时，对应的特征向量是) . （2）若，即有零特征值，则 0= 即0也是特征值. 综合（1）与（2）得证与有相同的特征值. 性质7相似的矩阵有相同的特征多项式. 证明 设~，即有可逆矩阵，使=.于是 = =. 性质7正好说明，线性变换的矩阵的特征多项式与基的选择无关，它是直接被线性变换决定的.因此，以后就可以说线性变换的特征多项式了. 1.3特征值、特征向量常用的结论 1.属于不同特征值的特征向量是线性无关的；即如果分别是属于不同特征值的特征向量，则线性无关. 只证明两个向量的情形：假设 另一方面，由条件