【线性代数】第六章:特征值与特征向量

本章要求

  1. 要理解特征值、特征向量的概念,掌握矩阵特征值的性质,掌握求矩阵特征值、特征向量的方法.
  2. 要理解矩阵相似的概念,掌握相似矩阵的性质,搞清矩阵能相似对角化的条件,掌握将矩阵化为相似对角矩阵的方法.
  3. 要熟悉实对称矩阵特征值、特征向量的特殊性质,掌握用正交矩阵化实对称矩阵为对角矩阵的方法.

一. 基本内容与重要结论

1. 特征值、特征向量、特征方程的概念

在这里插入图片描述

 

跟齐次线性方程组结合 => 先求特征值然后再求特征向量
在这里插入图片描述

 

2. 矩阵相似

在这里插入图片描述

 

相似特性:

在这里插入图片描述

 

二. 重要定理

注意:每个特征值都会对应一个特征方程,通过特征方程来解对应特征值的特征向量。

1. 特征向量的有限次变换,还是特征向量

在这里插入图片描述

 

2. 特征值与特征矩阵的关系

在这里插入图片描述

 

3. 特征值与特征向量的相关性

在这里插入图片描述

 

在这里插入图片描述

 

4. 相似则有相同的特征值(只是必要条件)

在这里插入图片描述

 

4.1. 相似的四个必要条件

若矩阵A与矩阵B均为n阶方阵,则A与B相似的必要条件为:
1、A与B的特征值相同。
2、λE-A与λE-B等价。
3、tr(A)=tr(B)。 对角元素之和
4|A|=|B|

参考: 矩阵相似的四个必要条件及性质证明

 

5. 矩阵对角化相关定理

5.1. 可对角化的充要条件

在这里插入图片描述

 

在这里插入图片描述

 

每个特征值,该特征值的重数=其线性无关向量个数(因为每个特征值都会对应一个矩阵)。

在这里插入图片描述

 

5.2. 实对称矩阵必可对角化

在这里插入图片描述
 

如果两个实对称的矩阵的特征值相同,则说明两个矩阵相似。

根据实对称矩阵必能对角化+矩阵的对称性,传递性,能够说明,以上结论。

 
 

6. Schmidt正交化方法

在这里插入图片描述

 

  • 8
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

roman_日积跬步-终至千里

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值