2020张宇1000题【好题收集】【第十章：线性代数（三）】

特征值与特征向量

一些结论

①：${\lambda }_1{\lambda }_2...{\lambda }_n=|A|$
②：${\lambda }_1+{\lambda }_2+...+{\lambda }_n=tr(A)$
③：$AX=0\Rightarrow \lambda =0也是其中的一个特征向量$
④：$A的特征值为{\lambda }_1,{\lambda }_2,...,{\lambda }_1则\Rightarrow kE+A^n的特征值为k+{\lambda }_1^n,k+{\lambda }_2^n,...,k+{\lambda }_n^n$
⑤：$A与B相似只能说明特征值相同,但是特征向量不一定相同,并且A和B不一定阔以对角化$
⑥：$\alpha {\beta }^T的特征值为\{\begin{array}{c}0,(n-1)重根\\ \\ {\alpha }^T\beta \end{array}$
设$A=\alpha {\beta }^T$
$A\alpha =(\alpha {\beta }^T)\alpha =\alpha ({\beta }^T\alpha ),其中{\alpha }^T\beta ={\beta }^T\alpha 是一个数$
⑦：
关于特征值：
$$A是\lambda \iff A^T是\lambda 阔以加个转置符号后行列式的值不得变这样来证:|(\lambda E-A)|=|(\lambda E-A{)}^T|=|(\lambda E-A^T)|$$
$$A是\lambda \Rightarrow A^{\ast }是\frac{|A|}{\lambda }反过来就不行，因为当r(A)<n-1的时候,A^{\ast }=O,因此任意的非零列向量都是他的特征向量$$
$$A是\lambda \Rightarrow A^2是\lambda 同样也是反过来就不行,因为设A{\beta }_1={\beta }_1,A{\beta }_2=-{\beta }_2,那么A^2({\beta }_1+{\beta }_2)={\beta }_1+{\beta }_2,而特征向量的和不是特征向量,所以反过来不行$$
$A是\lambda \iff kA是\lambda$
关于特征向量：
$$A,A^T的特征矩阵没啥关系,想一哈哇,特征值都已经相等了，特征向量再相同的话,那这两个矩阵就是同一个矩阵了（前提是要可对角化）$$
$A是\alpha \Rightarrow A^{\ast }是\alpha$

$A是\alpha \Rightarrow A^2是\alpha$

$A是\alpha \Rightarrow kA是\alpha$

158

$$A与B相似,下列正确的是$$
（A）$\lambda E-A=\lambda E-B$
（B）$A与B有相同的特征值与特征向量$
（C）$A与B都相似与同一个对角阵$
（D）$对于任意常数t,有tE-A与tE-B相似$

A选项感觉就是用来靠反应的，没说$\lambda$是特征值，所以当然不成立啦
B选项特征值相同但是特征向量不相同，不然都是$P^{-1}\Lambda P$那不是相等的两个矩阵了蛮
C选项又是靠反应，如果都阔以对角化那肯定是相同的，因为这个对角阵就是用特征值组成的嘛，但关键就是不一定阔以对角化呀
D选项看答案才知道的
$$tE-B=P^{-1}tEP-P^{-1}AP=P^{-1}(tE-A)P$$

167【证明题:特征向量的和不是特征向量】

$${\lambda }_1,{\lambda }_2,X_1,X_2分别是A矩阵的两个不同的特征值和特征向量,证明：X_1+X_2不是A的特征向量$$
说了反正法我感觉还是不晓得怎么个反证的
设$A(X_1+X_2)=\lambda (X_1+X_2)$
然后代入特征值移项，要弄出：

$({\lambda }_1-\lambda )X_1+({\lambda }_2-\lambda )X_2=0$

然后要反应出$X_1,X_2$线性无关，这个应该是个得分点
因此要等式成立就只能让${\lambda }_1={\lambda }_2=\lambda$这样就矛盾了就证到了

171【$A^{\ast },A^T$的特征值】

$$A是n阶矩阵,下列正确的是$$
（A）$若\alpha 为A^T的特征向量,那么\alpha 也为A的特征向量$

（B）$若\alpha 为A^{\ast }的特征向量,那么\alpha 也为A的特征向量$

（C）$若\alpha 为A^2的特征向量,那么\alpha 也为A的特征向量$

（D）$若\alpha 为2A的特征向量,那么\alpha 也为A的特征向量$
D这个正确答案还是比较容易选出来的，但是其他的错在哪里却没那么容易找出来

比如A，我还不知道$A^T$的特征值与$A$是相等的，其他的都弄到上面作为结论了~

179【秩为1的方阵的特征值】

$$n阶矩阵的元素全是1,则A的n个特征值是$$
答案是$\{\begin{array}{c}0,(n-1)重根\\ \\ n\end{array}$
因此这道题阔以写成$\alpha {\beta }^T$这个样子，所以很快就能得到答案

181【证明题：特征向量之间线性无关】

$$(1){\lambda }_1,{\lambda }_2,...,{\lambda }_n是互异的特征值,{\alpha }_1,{\alpha }_2,...,{\alpha }_n为对应特征向量,证明:{\alpha }_1,{\alpha }_2,...,{\alpha }_n线性无关$$
这个很牛皮呀，归纳着来证明的，用${\alpha }_1,{\alpha }_2,...,{\alpha }_{k-1}$线性无关来证明${\alpha }_1,{\alpha }_2,...,{\alpha }_{k-1},{\alpha }_k$线性无关

设有$l_1{\alpha }_1+l_2{\alpha }_2+...+l_k{\alpha }_k=0$
两边同时乘上A以及同时乘上${\lambda }_k$就有

$\{\begin{array}{c}{l}_1{\lambda }_1{\alpha }_1+l_2{\lambda }_2{\alpha }_2+...+l_k{\lambda }_k{\alpha }_k=0\\ \\ l_1{\lambda }_k{\alpha }_1+l_2{\lambda }_k{\alpha }_2+...+l_k{\lambda }_k{\alpha }_k=0\end{array}$

上式减去下式：

$l_1({\lambda }_1-{\lambda }_k){\alpha }_1+l_2({\lambda }_2-{\lambda }_k){\alpha }_2+...+l_{k-1}({\lambda }_{k-1}-{\lambda }_k){\alpha }_{k-1}=0$
而这$k-1$个$\alpha$是线性无关的，所以系数是只有全为0才成立，然后再把这个带进最上面的式子就能得到$l_k$也等于0
$$(2)A,B为n阶方阵,|B|不等于0,若|\lambda B-A|=0的全部根{\lambda }_1,{\lambda }_2,...,{\lambda }_n互异,{\alpha }_i是({\lambda }_{i}B-A)X=0的非零解,证明:{\alpha }_1,{\alpha }_2,...,{\alpha }_n线性无关$$
这个长得就跟求特征值的那个差不多，因此阔以把他弄成那个样子，两边右乘$B^{-1}$
{ ∣ λ