一.特征值与特征向量的概念
1.if 
那么lamda叫做A的特征值;x叫做A对应于lamda特征值的特征向量。
2.矩阵的谱:矩阵所有特征值的集合。
3.特征多项式:lamdaE-A的行列式。

二:代数重数与几何重数。
1.代数重数:ni叫做lamdai的代数重数。
几何重数:mi叫做lamdai的几何重数。

几何重数就是上述矩阵线性无关特征向量的个数。
if 几何重数等于代数重数:那么说明该矩阵是可以相似对角化的。
if 几何重数小于代数重数:那么说明该矩阵是不可以相似对角化的。
**(**注:几何重数和代数重数都是针对某一个特定的lamdai。)
例题一:证明几何重数小于等于代数重数。
①:先假设几何重数为k,那么(lamdaE-A)x=0,x可有k个线性无关的基向量线性组合而成。
②:对k个线性无关的基向量扩充至n个&

本文详细介绍了线性代数中的特征值与特征向量概念,包括它们的定义、矩阵的谱、特征多项式。讨论了代数重数与几何重数的关系,以及矩阵相似对角化条件。此外,还探讨了Jordan标准型、特征值的几何性质以及广义特征值问题。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



