线性代数学习笔记之特征值与特征向量

C_TA说

已于 2024-12-20 22:49:06 修改

阅读量8.5k

点赞数 40

分类专栏： # 线性代数文章标签：线性代数学习笔记

于 2024-12-12 21:06:04 首次发布

本文链接：https://blog.csdn.net/My_Champion/article/details/144274734

版权

1. 特征值与特征向量的概念

（1）特征值与特征向量定义：

图形表示：

文字表示：设矩阵A为 $n$ 阶方阵， $\lambda$ 为一个数， $\alpha$ 为 $n$ 维非零列向量，若存在 $A\alpha =\lambda \alpha$ ，

则称 $\lambda$ 为矩阵A的特征值， $\alpha$ 为矩阵A的对应于特征值 $\lambda$ 的特征向量。

备注：

①：矩阵A必须是方阵。 $\Leftarrow$ 从矩阵乘法、矩阵相等和 $A\alpha =\lambda \alpha$ 的角度来衡量。

②：特征值 $\lambda$ 是一个数，可以为0。 $\Leftarrow$ 从 $\lambda \alpha=0$ 的角度来衡量。

③：特征向量 $\alpha$ 必须是非零列向量。 $\Leftarrow$ 从 $n$ 阶方阵、矩阵乘法和规定(非零)的角度来衡量。

（2）特征值与特征向量关系：

1）若 $\alpha$ 是矩阵A的对应于特征值 $\lambda$ 的特征向量，则 $k\alpha$ ( $k$ ≠ 0)也是矩阵A的对应于特征值 $\lambda$ 的特征向量。

即：若能找到矩阵A的对应于特征值 $\lambda$ 的一个特征向量，则就能找到矩阵A的对应于特征值 $\lambda$ 的无穷多个特征向量。

2）对于给定的矩阵A，若 $\alpha_{1}$ ， $\alpha_{2}$ 都是矩阵A的对应于特征值 $\lambda$ 的特征向量，则非零线性组合 $k_{1}\alpha _{1}$ + $k_{2}\alpha _{2}$ ≠ 0

也是矩阵A的对应于特征值 $\lambda$ 的特征向量。

3）对于给定的矩阵A，特征向量 $\alpha$ 只能是属于其中一个特征值的。

即：对于给定的矩阵A，特征向量 $\alpha$ 不能属于不同特征值的，即具备正规父子关系。

2. 特征值与特征向量的求法

求解分析：

①：想要求解矩阵A的特征值与特征向量，那就从定义入手。 $\Leftarrow$ 目前的学习深度只有定义与特征值和特征向量相关。

②：由 $A\alpha =\lambda \alpha$ 可得： $\lambda \alpha-A\alpha =0$ ，即( $\lambda$ $E$ - $A$ ) $\alpha$ = $0$ 。其中，特征值 $\lambda$ 与特征向量 $\alpha$ 就是我们要求解的目标。

③：想要求解特征向量 $\alpha$ ，那么就把 $\alpha$ 看成一个未知量 $x$ ，则( $\lambda$ $E$ - $A$ ) $\alpha$ = $0$ 就转化为( $\lambda$ $E$ - $A$ ) $x$ = $0$ 。即想要求解特征向量 $\alpha$ ，

就转化成求齐次线性方程组( $\lambda$ $E$ - $A$ ) $x$ = $0$ 的解的问题了。其中，因特征向量 $\alpha$ 是列向量，所以未知量 $x$ 也是列向量。

④：因为特征向量 $\alpha$ 是非零列向量，所以求( $\lambda$ $E$ - $A$ ) $x$ = $0$ 的解，就是求齐次线性方程组( $\lambda$ $E$ - $A$ ) $x$ = $0$ 的非零解(基础解系的解向量)。

其中，若已知特征值 $\lambda$ 的值，即可解得 $x$ 。 $\Rightarrow$ 特征向量。

⑤：因为齐次线性方程组( $\lambda$ $E$ - $A$ ) $x$ = $0$ 是有非零解的，所以| $\lambda$ E - A| = 0。 $\Rightarrow$ 特征值。

备注：

①：若矩阵A的特征值有重根或多重根，则需要全部表示出来，即 $\lambda _{1}=\lambda _{2}=\lambda _{3}=...$ 。

②：若齐次线性方程组( $\lambda$ $E$ - $A$ ) $x$ = $0$ 的基础解系只含有一个解向量，则通解里的常数 $c$ 要注明： $c$ 为非零常数。

③：若齐次线性方程组( $\lambda$ $E$ - $A$ ) $x$ = $0$ 的基础解系含有多个解向量，则通解里的常数 $c_{1}$ , $c_{2}$ ，... $c_{s}$ 要注明： $c_{1}$ , $c_{2}$ ，... $c_{s}$ 不全为零。

④：矩阵A的不同特征值对应的特征向量的通解不能够用同一个常数。