文章目录
一. 基本内容与重要结论
1. 基础知识
特征值与特征向量
特征方程
- 求特征方程的行列式=0(=0意味着有解),得λ,即特征值。
- 由各个λ,求各个特征值的基础解系。
相似的定义
与对角矩阵相似,则可对角化
2. 重要定理
特征值的特征向量的组合
- 相同特征值的特征向量的组合,也属于此特征值的特征向量
- 不同特征值的特征向量组合,不是特征向量
特征值与对角线元素的关系、特征值与行列式的关系
2.1.特征值与线性相关性
不同特征值之间的特征向量线性无关
特征值的重数与属于它的特征向量的线性无关的个数。
2.2. 相似与对角化
特征值与对角化
相似对角化的充要条件
2.3. 对称矩阵与正交
变换与理解
与对角相似,则有三个线性无关的特征向量。
二. 典型例题
1. 特征值与特征向量
题型一: 数字型矩阵
- 求| λE- A | = 0 ,得特征值
- 求各个特征值的通解,基础解系的自由变量=1?(也可以设为0,或其他数)
本题型主要注意
不用化成最简式,化成行阶梯矩阵就可以。对于基础解系:自由变量取值比较随机,保证容易计算即可。
1.直接计算
题型二:抽象矩阵
- A+kE的特征值:λ+k,特征向量是a
- A²的特征值:λ²,特征向量是a
- A − 1 A^{-1} A−1 的特征值是1/λ,特征向量是a
- 找特征等式形式:
- 由解的性质,得非齐次特解,带入非齐次方程,得特征等式形式
- 齐次基础解系,带入齐次等式,得特质等式
- 由特征定义得特征值和特征向量。
题型三:相似矩阵的特征值,特征向量
解题思路:由已知式子出发,根据特征等式求
- 方式一:(看到A可逆,就想到凑相似形式)(左右乘A,A-1次)相似则,有相同的特征值。
- 方式二:特征多项式(行列式),式子相同则特征值相等。
- 利用矩阵行列式相乘公式:|AB|=|A||B|=|B||A|=|BA|
方式1:
线性无关想到可逆,进而可以利用相似。
相似有相同的特征值,但没有相同的特征向量,具体公式见5题。
方式2:利用定义,将2a1+a2看成整体。
二. 相似、相似对角化
相似:行列式、秩、特征值、对角元素之和,相等
相似的传递性
相似的kE与n次方,相似
题型一:根据相似性质(秩相等)由A求B
由相似得秩的关系:
题型二:与对角相似则一定有n个线性无关向量
与对角相似,则有三个线性无关的特征向量。那么就判断特征向量。
- 三个不同的特征值,必有三个线性无关的特征向量
- 根据基础解系的关系n-R(A)=3-2=1,二重根只有一个解向量,不能对角化
- 与二相反
- 实对称矩阵一定能相似对角化。
题型三:利用相似性质判断是否相似
- 难点在于:难找p使得相似定义相等,所以要利用其他方式。
- 相似的必要条件:行列式、秩、特征值、对角线元素之和 相等。
- 对角线元素之和不相等
- B不可相似对角化,A肯定能,故不相似。
- 特征向量个数不同(不用具体的特征向量)
特征值向量的求解还不熟练。
A是实对称矩阵,则一定可以对角化。判断B是否能够对角化:即存在三个线性无关的特征向量.
- 如果不存在则不能对角化,则不相似
- 如果存在,再判断特征值是否一致。一致则说明有一样的对角矩阵,则相似。
凑相似形式,相似,则判断B是否能对角化。
- 凑成AP=PB的()形式,得相似。B能否对角化,决定A能否对角化,简化。
- 相似则 A+E~B+E 相似。求B+E的秩。
对角化与特征方程定义+齐次方程组的解
抽象,则利用定义
由题意可设A的列向量就是解向量
- 设A的列向量,由等式得出特征等式
- 由秩,知道齐次方程有非零解,进而可知λ=0,特征解不为0向量(重要结论)
- 因为0不等于5,所以有三个线性无关的特征向量。
矩阵中有参数时特征向量的讨论
利用相似必要条件:求出未知数
必要条件:秩、对角线之和、特征值 相等
方法一:
- 对角线之和得一个条件。
- B找出一个特征值,让A求特征行列式=0,再得一个条件。
直接求特征多项式,根据重根信息,分析λ特点,求出a,进而得出基础解系的特性,判断是否可以对角化。
3. 相似时的可逆矩阵
4. 用相似求 A n A^n An
5. 反求矩阵A