线性代数教学课件第6章方阵的特征值和特征向量.pptx

　方阵的特征值和特征向量是线性代数中非常重要的内容.如果说矩阵可以多方位地反映对象的状态与相互关联的数量信息,那么方阵的特征值和特征向量则是对这些信息的提炼与浓缩,是矩阵和向量的理论在深层次上的发展,它在经济管理与工程技术的诸多领域有着广泛的应用.6.1.1 向量的内积　在第4章中,我们定义了向量空间,其中向量的运算只涉及向量的线性运算,它不能描述向量的度量性质,如向量的长度、夹角等.在空间解析几何中,向量的长度、夹角等概念都可以通过向量的内积(或数量积)来定义,即由内积定义　可以得到非零向量x 与y 的夹角θ向量x 的长度　同时,由内积的性质还可以得到如下坐标表达式　下面,我们把三维空间中的向量内积概念推广到n 维向量空间,进而定义向量的长度和夹角.　定义1　设有n 维向量　令[x,y]=x1y1+x2y2+…+xnyn,则称[x,y]为向量 x 与 y 的内积.　显然,当x 与y 都是列向量时,根据矩阵的乘法法则,有[x,y]=xTy=yTx.　例如　则[x,y]=1×3+(-1)×0+2×(-2)+0×8=-1.注意:当x 与y 都是行向量时,内积[x,y]=xyT=yxT.根据向量内积的定义,得到如下性质:(1)[x,y]=[y,x];(2)[λx,y]=λ[x,y];(3)[x+y,z]=[x,z]+[y,z];(4)[x,x]≥0,当且仅当x=0时等号成立.定义2　设有n 维向量x=(x1,x2,…,xn )T,称为向量x 的长度(或范数),记为‖x‖.例如x=(1,-1,2,0)T,则向量的长度具有如下性质:(1)非负性 ‖x‖≥0,当且仅当x=0时,‖x‖=0;(2)齐次性 λx=|λ|‖x‖;(3)三角不等式 ‖x+y‖≤‖x‖+‖y‖.特别地,当‖x‖=1时,称x 为单位向量.若x≠0,则 与x 是同方向的向量,　定义3　设x=(x1,x2,…,xn)T,y=(y1,y2,…,yn)T,当[x,y]=0时,称向量x 与y正交(或垂直).例如由于[x,y]=1×4+(-1)×0+2×(-2)+0×8=0,所以向量x 与y 正交.显然零向量与任何向量的内积都为零,即零向量与任何向量都正交.　定义4　如果一个向量组中任意两个向量都正交,则称这个向量组为正交向量组.如果一个正交向量组中每一个向量都是单位向量,则称此向量组为正交规范向量组或标准正交向量组.　例如显然,ε1,ε2,ε3,ε4 就是一个标准正交向量组.　定理1　若n 维向量α1,α2,…,αr 是一组两两正交的非零向量,则α1,α2,…,αr 线性无关.　证明 设k1α1+k2α2+…+krαr=0.　用αi(i=1,2,…,r)与上式两边的向量作内积,由内积性质有　[αi,k1α1+k2α2+…+krαr]=k1[αi,α1]+k2[αi,α2]+…+kr[αi,αr]=0由于α1,α2,…,αr 是两两正交的向量组,可得　[αi,αj]=0 (i≠j)于是,有ki[αi,αi]=ki ‖αi‖2=0, i=1,2,…,r.　又由于α1,α2,…,αr 是 非 零 的,所 以ki =0(i=1,2,…,r),从 而α1,α2,…,αr 线 性无关.例１　 已知α1= ,求非零向量α3,使α1,α2,α3 成为正交向量组.6.1.2 施密特正交化　向量空间中,标准正交基是应用最广泛的基.下面介绍的施密特(Schmidt)正交化方法,就是如何把一个线性无关向量组改造成一个与其等价的正交向量组的方法.　设α1,α2,…,αr 为线性无关的向量组,令例2　将向量组 正交规范化.再将它们单位化,取例36.1.3 正交矩阵　定义5　如果n 阶方阵A,满足那么称A 为正交矩阵.　由于则A 为正交矩阵.　显然,如果A 为正交矩阵,则有A-1=AT.定理2　设A,B 都是n 阶正交矩阵,则有(1)|A|=1或者|A|=-1;(2)A-1,AT,A* 是正交矩阵;(3)AB 是正交矩阵.证明略.　定理3　实矩阵A 是正交矩阵的充分必要条件是A 的行(列)向量组构成标准正交向量组,即记A=(aij )n×n,则有且证明略.例４　解 利用定理3,对于矩阵A 的行有:　由此可得:　再由矩阵的列有:A 组　1.求下列向量的长度及向量间的夹角:　答案　A 组　2.试用施密特正交化方法将下列向量组正交化:　答案　A 组　3.将第2题中的向量组正交规范化.　答案　A 组　答案　B 组　答案　(答案不唯一).B 组　答案　提示:利用AB-1是正交矩阵,-1是AB-1的特征值,且 |B-1 | = | B |.　对于给定的n 阶方阵A 是否存在n 维非零列向量x,使得Ax 与x 线性相关? 即是否存在n 维非零向量x 和常数λ,使得Ax=λx? 如果存