特征值和特征向量
定义:设A为n阶方阵,如果实数和n维非零向量
使得
成立,则称
为方阵A的特征值,非零向量
为A对应于
的特征向量。
相关性质
-
A
与特征向量
共线(方向相同或者相反);
-
trace(A) = sum([
1,
2, ...,
n]);
-
det(A) = prod([
1,
2, ...,
n]);
-
如果A具有n个不同的特征值,则对应的特征向量之间线性无关;
-
如果A存在重复的特征值, 【think】
相似矩阵
定义:A,B为n阶方阵,如果存在n阶可逆矩阵P,使得,则称矩阵A与B相似,记为A~B。
相关性质
- 若A~ B,则rank(A) = rank(B),det(A) = det(B),trace(A) = trace(B);
- 若A~B,则A与B具有相同的特征值
- 若A~ B,且A可逆,则B也可逆;
对角化
定义:对于n阶方阵A,若存在可逆矩阵P,使得,其中
为n阶对角矩阵,则称A可对角化。
相关性质
- 方阵A可对角化 <<==>> A有n个线性无关的特征向量;
- 方阵A有n个不同的特征值 ==>>A可被对角化
- 实对称矩阵一定可对角化;
矩阵的特征分解
令A是一个NxN的方阵,且有N个线性无关的特征向量q_i (i=1, 2, ..., N), 这样, A可以被分解为:
其中,Q也是一个NxN的方阵,其第i列为A的第i个特征向量。