矩阵对角化和二次型.pptVIP

正交矩阵具有下列性质： 若 A 是正交阵，则 A?1 也是正交阵，且|A| = 1 或－1． 若 A 和B是正交阵，则 A 和 B 也是正交阵． 定义：若 P 是正交阵，则线性变换 y = Px 称为正交变换． 经过正交变换，线段的长度保持不变（从而三角形的形状保 持不变），这就是正交变换的优良特性． 表示一个从变量 到变量 线性变换， 其中 为常数. n 个变量 与 m 个变量 之间的 关系式 系数矩阵 线性变换与矩阵之间存在着一一对应关系. 返回 §2 特征值与特征向量 引言 纯量阵 lE 与任何同阶矩阵的乘法都满足交换律，即 (lEn)An = An (lEn) = lAn ． 矩阵乘法一般不满足交换律，即AB ≠ BA ． 数乘矩阵与矩阵乘法都是可交换的，即 l (AB) = (lA)B = A(lB)． Ax = l x ? 例： 一、基本概念 定义：设 A 是 n 阶矩阵，如果数 l 和 n 维非零向量 x 满足 Ax = l x， 那么这样的数 l 称为矩阵 A 的特征值，非零向量 x 称为 A 对应于特征值 l 的特征向量． 例： 则 l = 1 为 的特征值， 为对应于l = 1 的特征向量. 一、基本概念 定义：设 A 是 n 阶矩阵，如果数 l 和 n 维非零向量 x 满足 Ax = l x， 那么这样的数 l 称为矩阵 A 的特征值，非零向量 x 称为 A 对应于特征值 l 的特征向量． Ax = l x = lE x 非零向量 x 满足 (A?lE) x = 0（零向量） 齐次线性方程组有非零解 系数行列式 | A?lE | = 0 特征方程 特征多项式 特征方程 | A?lE | = 0 特征多项式 | A?lE | 二、基本性质 在复数范围内 n 阶矩阵 A 有 n 个特征值（重根按重数计算）． 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln，则 l1 + l2 + … + ln = a11 + a22 + … + ann l1 l2 … ln = |A| 例：求矩阵 的特征值和特征向量． 解：A 的特征多项式为 所以 A 的特征值为 l1 = 2，l2 = 4 ． 当 l1 = 2 时， 对应的特征向量应满足 ，即 解得基础解系 ． k p1（k ≠ 0）就是对应的特征向量． 例：求矩阵 的特征值和特征向量． 解：A 的特征多项式为 所以 A 的特征值为 l1 = 2，l2 = 4 ． 当 l2 = 4 时， 对应的特征向量应满足 ，即 解得基础解系 ． k p2（k ≠ 0）就是对应的特征向量． 例：求矩阵 的特征值和特征向量． 解： 所以 A 的特征值为 l1 = ?1，l2 = l3 = 2 ． 例：求矩阵 的特征值和特征向量． 解（续）：当 l1 = ?1 时，因为 解方程组 (A + E) x = 0． 解得基础解系 ． k p1（k ≠ 0）就是对应的特征向量． 例：求矩阵 的特征值和特征向量． 解（续）：当 l2 = l3 = 2 时，因为 解方程组 (A?2E) x = 0． 解得基础解系 ． k2 p2 + k3 p3 （k2 , k3 不同时为零）就是对应的特征向量． 二、基本性质 在复数范围内 n 阶矩阵 A 有 n 个特征值（重根按重数计算）． 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln，则 l1 + l2 + … + ln = a11 + a22 + … + ann l1 l2 … ln = |A| 若 l 是 A 的一个特征值，则齐次线性方程组的基础解系 就是对应于特征值为 l 的全体特征向量的最大无关组． 例：设 l 是方