第 七 章                           
                                             §4 特征值与特征向量   <<返回


一.      问题

1)对数域P上的任一n维线性空间V上的线性变换A(对应某基下的矩阵为A )能否适当的选择V的另一组基, 使A在此基下的矩阵为对角形?

 2)对任一数域P 上的n阶方阵A是否可以通过相似变换成为对角形?

注:问题(1)与(2)是等价的。

 

二.初步分析

先设存在矩阵X 使

                    

 

X写成如下形式

         

即有

      说明为矩阵方程的解。。。。

 


、线性变换的特征值和特征向量的概念

1.定义4 A是数域P上线性空间V的一个线性变换,如果对于数域P中一数,存在一个非零向量,使得 A=.                               1

那么称为A的一个特征值,叫做A的属于特征值的一个特征向量.

2.几何意义:特征向量的方向经过线性变换后,保持在同一条直线上,这时或者方向不变或者方向相反,至于时,特征向量就被线性变换变成0.

注:1)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。一个特征向量只能属于一个特征值.

2)在问题2中对角形中对角线上的元素即为特征值。相似变换中对应矩阵的各列向量即特征向量。(存在性尚未证)

 


、特征值与特征向量的求法

1.分析:V是数域Pn维线性空间,是它的一组基,线性变换A在这组基下的矩阵是A.是特征值,它的一个特征向量下的坐标是,A的坐标是的坐标是

因此(1)式相当于坐标之间的等式                       (2)

            

 

 

这说明特征向量 的坐标 满足齐次方程组

                                  (3)

 

 

由于,所以它的坐标 不全为零,即齐次方程组有非零解.而齐次方程组有非零解的充要条件是它的系数行列式为零,即

.

 

 

 

(先求特征值,再求特征向量。)


1.分析

2.定义5 A是数域P上一个n级矩阵,是一个数字.矩阵的行列式

                  (4)

 

 

叫做矩阵A的特征多项式

:从上面说明,特征多项式的根对应所有线性变换A的特征值,这样,将特征值代入上述特征方程就得到特征向量.

3.确定一个线性变换A的一个特征值与特征向量的步骤

1)在线性空间V中取一组基,写出A在这组基下的矩阵A

2)求出特征多项式在数域P中全部的根,它们也就是线性变换A的全部特征值;

3)把所求得的特征值逐个地代入方程组(3),对于每一个特征值,解方程组(3),求出一组基础解系,它们就是属于这个特征值的几个线性无关的特征向量在基下的坐标,这样,也就求出了属于每个特征值的全部线性无关的特征向量.

注:矩阵A的特征多项式的根有时也称为A的特征值,而相应的线性方程组(3)的解也就称为A的属于这个特征值的特征向量.

1 n维线性空间中,数乘变换K在任意一组基下的矩阵都是kE,它的特征多项式是.

因此,数乘变换K的特征值只有k,由定义,每个非零向量都是属于K的特征向量.

2 设线性变换A在基下的矩阵是

,

A的特征值与对应的线性无关的特征向量.

 

(特征值:-1(二重),5;特征向量:

3 在空间中,线性变换D在基下的矩阵是

D的特征多项式是     .

 

 

 

因此,D的特征值只有0.通过解相应的齐次线性方程组知道,属于特征值0的线性无关的特征向量组只能是任一非零常数.这表明微商为零的多项式只能是零或非零的常数.

4 平面上全体向量构成实数域上一个二维线性空间,§11中旋转在直角坐标系下的矩阵为它的特征多项式为

 

时,这个多项式没有实根.因之,当 时, 没有特征值.从几何上看,这个结论是明显的.

4.对于线性变换A的任一个特征值,全部适合条件A的向量所成的集合,也就是A的属于的全部特征向量再添上零向量所成的集合,是V的一个子空间,称为A的一个特征子空间,记为.

显然,的维数就是属于的线性无关的特征向量的最大个数.用集合记号可写为.


.矩阵的特征多项式的系数.

的展开式中,有一项是主对角线上元素的连乘

 

展开式中的其余项,至多包含n-2个主对角线上的元素,它对的次数最多是n-2.因此特征多项式中含n次与n-1次的项只能在主对角线上元素的连乘积中出现,它们是

.

在特征多项式中令,即得常数项.

因此,如果只写特征多项式的前两项与常数项,就有

.             (5)

结论:由根与系数的关系可知:1A的全体特征值的和为(称为A的迹).2A的全体特征值的积为.

特征值自然是被线性变换所决定的.但是在有限维空间中,任取一组基后,特征值就是线性变换在这组基下矩阵的特征多项式的根.随着基的不同,线性变换的矩阵一般是不同的.但是这些矩阵是相似的,对于相似矩阵有


1.相似阵的特征值的关系

定理6 相似矩阵有相同的特征多项式.

证明:只要证明它们有相同的特征多项式……

注:1)线性变换的矩阵的特征多项式与基的选取无关,它直接被线性变换所决定的.因此,以后就可以说线性变换的特征多项式.

2)这不等于说,有相同的特征多项式必相似!(相似变换未必存在)

 

既然相似的矩阵有相同的特征多项式,当然特征多项式的各项系数对于相似的矩阵来说都是相同的.考虑特征多项式的常数项,得到相似矩阵有相同的行列式.因此,以后就可以说线性变换的行列式.

:定理6的逆是不对的,特征多项式相同的矩阵不一定是相似的(未必找得到相似变换).例如

它们的特征多项式都是,但AB不相似,因为和A相似的矩阵只能是A本身.

 

   2.结论:1)相似阵有相同的特征多项式。

     2)这也说明了矩阵若可以通过相似变换化对角形,则对角形除对角线上元素排列顺序不同外唯一确定。

 


.哈密顿-凯莱(Hamilton-Caylay)定理A是数域P上一个矩阵,A的特征多项式,则

问题:能否用(5)代入A的方法?

证明:关键是由行列式的性质,设B()E-A 的伴随矩阵,有下式:

                    

  上式两边都是矩阵多项式。设出f()的系数,然后比较两边的系数,得:

          

 

 

 

An,An-1,,A,E分别右乘上面各式,再相加,使左边为0,右边则为f(A)……

推论A是有限维空间V的线性变换,A的特征多项式,那么(A)=ℴ.


瀚海代数精品课程网资源  (需要原word文档请联系:nchy_zouzij@163.com)