秩1矩阵在高等代数中的一些应用-高中-数学-论文.docxVIP

秩1矩阵在高等代数中的一些应用

付钰琛西安铁一中滨河高级中学

【摘要】一个非零列向量n维列向量与一个n维非零行向量的乘积被称为秩1矩阵。这种具有特殊结构的矩阵应用非常广泛，因此，本文就秩1矩阵在高等代数中求解特征值与特征向量与判断矩阵是否可以对角化的应用来进行展开。

【关键词】秩1矩阵；特征值；特征向量；矩阵对角化；

利用秩1矩阵求解特征值与特征向量

在实际问题的处理和理论研究中，特征值与特征向量有着非常重要的作用。矩阵的特征值和特征向量，除了通过齐次线性方程组的方法来求解以外，对于一些可以化简出秩为1的矩阵，还可利用秩1矩阵的相关理论来求解。

特征值与特征向量的定义

设A是数域P上n×n的矩阵，如果对于P中的一个数λ0，存在数域P上的一个n维非零列向量ξ，使得Aξ=λ0ξ，则称λ0是A的一个特征值，而

秩1矩阵的特征值与特征向量

命题1.若Ａ为ｎ阶可逆矩阵，αβ为ｎ维列向量，得A=a1?

证明：

λE?A

命题2.若矩阵A=a

当trA≠0时，A的特征值为0（n-1重），迹trA=a

当trA=a

证明：秩1矩阵可以表示为a1?a

λE?A

得λ1=λ2=?=λn=0，λ

由以上证明可以看出特征值0对应的特征向量即方程αβx=0的非零解。若设am的第一个分量a

a

是特征值λ=0的n?1个线性无关的特征向量。再由Aα=αβTα=trAα=λα得α

例题

例1.求解矩阵A的特征