线性代数复习 第五章 特征值和特征向量

第五章 特征值与特征向量

5.1 特征值与特征向量

基本概念

有 $n$ 阶方阵 $\bf{A}$，非零 $n$ 维列向量 $\boldsymbol{\alpha}$，若存在数 $\lambda$，使得关系式

$$\boldsymbol{A\alpha = \lambda\alpha}$$ 成立，那么称 $\lambda$ 为矩阵 $\bf{A}$ 的一个 特征值，对应 $\boldsymbol{\alpha}$ 就是 特征向量。

---

设 $n$ 阶矩阵 $\mathbf{A} = (a_{ij})$，那么行列式

$$|\lambda \mathbf{E} - \mathbf{A}| = \begin{vmatrix} \lambda-a_{11} & -a_{12} & \cdots & -a_{1n} \\ -a_{21} & \lambda-a_{22} & \cdots & -a_{2n} \\ \vdots & \vdots & \vdots & \vdots \\ -a_{n1} & -a_{n2} & \cdots & \lambda-a_{nn} \end{vmatrix}$$ 称为特征多项式，而 $|\lambda \mathbf{E} - \mathbf{A}| = 0$ 就是特征方程，方程的根就是矩阵 $\bf{A}$ 的特征值。

总结起来就是

$\lambda$ 是矩阵 $\bf{A}$ 的一个特征值  ⇔