k重特征值至多有k个线性无关的特征向量.docxVIP

k重特征值至多有k个线性无关的特征向量

我们需要明确几个关键概念：

特征值与特征向量：

对于一个n×n的方阵A，如果存在一个非零向量x和一个标量λ，使得Ax=λx，则称λ是A的一个特征值，x是对应于λ的特征向量。

特征多项式与特征方程：

特征多项式是f(λ)=det(A?λI)，其中I是单位矩阵。

特征方程是f(λ)=0，其解即为矩阵A的特征值。

代数重数与几何重数：

一个特征值的代数重数是它在特征多项式中作为根的次数。

一个特征值的几何重数是对应于该特征值的线性无关的特征向量的最大个数。

我们来证明题目中的结论：“k重特征值至多有k个线性无关的特征向量”。

证明：

特征值与其对应的特征向量：

设λ是矩阵A的一个k重特征值，即特征方程f(λ)=0中λ作为根的次数为k。

特征向量的求解：

对应于特征值λ的特征向量x满足(A?λI)x=0。

这是一个齐次线性方程组，其解空间（即所有满足方程的向量x构成的向量空间）的维数称为该方程组的基础解系所含向量的个数，也即对应于λ的线性无关的特征向量的最大个数。

秩与基础解系：

矩阵A?λI的秩r(A?λI)决定了基础解系的维数。具体地，基础解系的维数为n?r(A?λI)，其中n是矩阵A的阶数。

特征值的代数重数与几何重数的关系：

根据线性代数的知识，我们知道一个特征值的几何重数（即线性无关的特征向量的个数）不会超过其代数重数（即在特征多项式中的重数）。

结论：

因此，对于k重特征值λ，其对应的线性无关的特征向量的最大个数（即几何重数）不会超过k。

我们证明了“k重特征值至多有k个线性无关的特征向量”。