特征值和特征向量
定义
假设 A A A 为 n n n 阶方阵(只有方阵才可以求特征值和特征向量),若存在一个数 λ \lambda λ,若存在非零列向量 α \alpha α,使得 A α = λ α A\alpha=\lambda\alpha Aα=λα则 λ \lambda λ 为一个特征值, α \alpha α 为对应 λ \lambda λ 的特征向量。其中 λ \lambda λ 可以为 0,特征向量不能为 0。
注1:用矩阵乘以向量相当于对向量进行线性替换,该向量通过矩阵从原来的空间替换成另一个空间的向量,且等于原始向量的
λ
\lambda
λ 倍。
注2:特征值一般可以单独出现,但是特征向量一定要给出它对应的特征值。
对上述公式进行变换可得 ( λ E − A ) α = 0 (\lambda E - A)\alpha = 0 (λE−A)α=0,求非零列向量 α \alpha α,即求齐次线性方程组 ( λ E − A ) x = 0 (\lambda E - A)x = 0 (λE−A)x=0 的非零解,而齐次线性方程组有非零解的充要条件是它的系数行列式等于零。
定义5.1.2: λ E − A \lambda E - A λE−A 为特征矩阵, ∣ λ E − A ∣ |\lambda E - A| ∣λE−A∣ 为行列式,化解后为特征多项式, ∣ λ E − A ∣ = 0 |\lambda E - A|=0 ∣λE−A∣=0 为特征方程,解出来方程的根为特征值 λ \lambda λ,也叫特征根。
结论
- 若 λ \lambda λ 是 A A A 的特征值, α \alpha α 为 λ \lambda λ 对应的特征向量,若 C C C 不等于 0, C α C\alpha Cα 也是 λ \lambda λ 对应的特征向量。 A ( C α ) = λ ( C α ) A(C\alpha)=\lambda(C\alpha) A(Cα)=λ(Cα)。所以对于 λ \lambda λ 的特征向量不是唯一的,但是一个特征向量只能对应一个特征值。
- 若 α 1 , α 2 \alpha_1,\alpha_2 α1,α2 是 λ \lambda λ 的特征向量,则 C 1 α 1 + C 2 α 2 C_1\alpha_1+C_2\alpha_2 C1α1+C2α2 也是 λ \lambda λ 的特征向量。 A ( C 1 α 1 + C 2 α 2 ) = C 1 A α 1 + C 2 A α 2 = C 1 λ α 1 + C 2 λ α 2 = λ ( C 1 α 1 + C 2 α 2 ) A(C_1\alpha_1+C_2\alpha_2)=C_1A\alpha_1+C_2A\alpha_2=C_1\lambda\alpha_1+C_2\lambda\alpha_2=\lambda(C_1\alpha_1+C_2\alpha_2) A(C1α1+C2α2)=C1Aα1+C2Aα2=C1λα1+C2λα2=λ(C1α1+C2α2)
特征值和特征向量的基本性质
性质1
A
A
A 和
A
T
A^{T}
AT 具有相同的特征值(行列式转置值不变),但其特征向量不一定相同。
∣
λ
E
−
A
T
∣
=
∣
λ
E
T
−
A
T
∣
=
∣
(
λ
E
−
A
)
T
∣
=
∣
λ
E
−
A
∣
|\lambda E-A^T|=|\lambda E^T-A^T|=|(\lambda E-A)^T|=|\lambda E-A|
∣λE−AT∣=∣λET−AT∣=∣(λE−A)T∣=∣λE−A∣
性质2
① 矩阵
A
A
A 的每行元素绝对值之和小于 1,
∑
∣
a
i
j
∣
<
1
\sum|a_{ij}|<1
∑∣aij∣<1,
i
=
1
,
.
.
.
,
n
i=1,...,n
i=1,...,n;② 矩阵
A
A
A 的每列元素绝对值之和小于 1,
∑
∣
a
i
j
∣
<
1
\sum|a_{ij}|<1
∑∣aij∣<1,
j
=
1
,
.
.
.
,
n
j=1,...,n
j=1,...,n;则所有特征值的模小于1,
∣
λ
k
∣
<
1
|\lambda_k|<1
∣λk∣<1。
性质3
① 特征值之和为
A
A
A 主对角元素之和。
∑
i
=
1
n
a
i
i
=
∑
i
=
1
n
λ
i
=
t
r
(
A
)
=
矩
阵
的
迹
\sum_{i=1}^{n}a_{ii}=\sum_{i=1}^{n}\lambda_{i}=tr(A)=矩阵的迹
i=1∑naii=i=1∑nλi=tr(A)=矩阵的迹
②特征值之积为
A
A
A 的行列式。
λ
1
λ
2
.
.
.
λ
n
=
∣
A
∣
\lambda_1\lambda_2...\lambda_n=|A|
λ1λ2...λn=∣A∣
注3:若存在
λ
i
=
0
\lambda_i=0
λi=0,则
∣
A
∣
=
0
|A|=0
∣A∣=0,
A
A
A 不可逆。要想
A
A
A 可逆,则其所有的特征根都不等于零。
注4:
A
A
A 可逆,则
∣
A
∣
≠
0
|A|≠0
∣A∣=0;
A
A
A 的秩等于
n
n
n;行/列向量线性无关;
A
x
=
0
Ax=0
Ax=0 只有零解。
性质4
n
n
n 阶方阵
A
A
A 互不相同的特征值
λ
1
,
λ
2
,
.
.
.
,
λ
n
\lambda_1,\lambda_2,...,\lambda_n
λ1,λ2,...,λn 对应的特征向量
α
1
,
α
2
,
.
.
.
,
α
n
\alpha_1,\alpha_2,...,\alpha_n
α1,α2,...,αn 线性无关。此处一个特征值对应一个特征向量。
性质5
λ
1
=
1
,
λ
2
=
2
,
λ
3
=
3
\lambda_1=1,\lambda_2=2,\lambda_3=3
λ1=1,λ2=2,λ3=3 互不相同,且
λ
1
\lambda_1
λ1 的两个特征向量线性无关;
λ
2
\lambda_2
λ2 的三个特征向量线性无关;
λ
3
\lambda_3
λ3 的一个特征向量线性无关;则
λ
1
\lambda_1
λ1 到
λ
6
\lambda_6
λ6 的所有特征向量都线性无关。此处一个特征值对应多个特征向量。
性质6
λ
\lambda
λ 是
A
A
A 的特征多项式的
K
K
K 重特征根,
A
A
A 对应的线性无关的特征向量最多为
K
K
K 个。特别的,
λ
\lambda
λ 是
A
A
A 的单根,那么对应的线性无关的特征向量仅有一个。注:
K
K
K 重特征根对应的线性无关的特征向量的个数小于等于
K
K
K。
其他性质
- K λ K\lambda Kλ 是 K A KA KA 的特征值。 ( 3 A ) α = ( 3 λ ) α (3A)\alpha=(3\lambda)\alpha (3A)α=(3λ)α。
- λ k \lambda^k λk 是 A k A^k Ak 的特征值。 A 2 α = λ A α = λ 2 α A^2\alpha=\lambda A\alpha=\lambda^2\alpha A2α=λAα=λ2α。
- 假设多项式 f ( x ) f(x) f(x),则 f ( λ ) f(\lambda) f(λ) 是 f ( A ) f(A) f(A) 特征值。 λ = 2 , f ( A ) = A 5 + 6 A 2 + A + 3 E = 61 \lambda=2,f(A)=A^5+6A^2+A+3E=61 λ=2,f(A)=A5+6A2+A+3E=61。
- A α = λ α A\alpha=\lambda\alpha Aα=λα, 1 λ \frac{1}{\lambda} λ1 是 A − 1 A^{-1} A−1 的特征值。
- 1 λ ∣ A ∣ \frac{1}{\lambda}|A| λ1∣A∣ 是 A ∗ A^{*} A∗ 的特征值。(注: A − 1 = 1 ∣ A ∣ A ∗ A^{-1}=\frac{1}{|A|}A^* A−1=∣A∣1A∗)