文章目录
特征值、特征向量
定义:设 A A A是 n n n阶矩阵, α \alpha α是 n n n维非 0 0 0列向量,且
A α = λ α A \alpha=\lambda \alpha Aα=λα
则称 λ \lambda λ是矩阵 A A A的特征值, α \alpha α是矩阵 A A A对应于特征值 λ \lambda λ的特征向量
由 A α = λ α , α ≠ 0 ⇒ ( λ E − A ) α = 0 , ( λ E − A ) x = 0 ⇒ α A \alpha=\lambda \alpha,\alpha\ne0\Rightarrow (\lambda E-A)\alpha=0,(\lambda E-A)x=0\Rightarrow \alpha Aα=λα,α=0⇒(λE−A)α=0,(λE−A)x=0⇒α是齐次方程组 ( λ E − A ) x = 0 (\lambda E-A)x=0 (λE−A)x=0的非 0 0 0解
- 由 ∣ λ E − A ∣ = 0 |\lambda E-A|=0 ∣λE−A∣=0求特征值 λ i \lambda_{i} λi,共 n n n个(含重根)
- 对 ( λ i E − A ) x = 0 (\lambda_{i}E-A)x=0 (λiE−A)x=0,求基础解系,即特征值 λ i \lambda_{i} λi的线性无关的特征向量,写通解得 λ i \lambda_{i} λi所有的特征向量
定理:如果 α 1 , α 2 \alpha_{1},\alpha_{2} α1,α2都是矩阵 A A A对应于特征值 λ \lambda λ的特征向量,则当 k 1 α 1 + k 2 α 2 ≠ 0 k_{1}\alpha_{1}+k_{2}\alpha_{2}\ne0 k1α1+k2α2=0时, k 1 α 1 + k 2 α 2 k_{1}\alpha_{1}+k_{2}\alpha_{2} k1α1+k2α2仍是矩阵 A A A关于特征值 λ \lambda λ的特征向量
定理:如果 λ 1 \lambda_{1} λ1与 λ 2 \lambda_{2} λ2是 A A A不同的特征值,对应的特征向量分别是 α 1 \alpha_{1} α1和 α 2 \alpha_{2} α2,则 α 1 , α 2 \alpha_{1},\alpha_{2} α1,α2必定线性无关
定理:设 A A A是 n n n阶矩阵,特征值是 λ 1 , λ 2 , ⋯ , λ n \lambda_{1},\lambda_{2},\cdots,\lambda_{n} λ1,λ2,⋯,λn,则有
- ∑ λ i = ∑ a i i \sum\limits \lambda_{i}=\sum\limits a_{ii} ∑λi=∑aii
- ∣ A ∣ = ∏ λ i |A|=\prod \lambda_{i} ∣A∣=∏λi
例:求 A = ( 17 − 2 − 2 − 2 14 − 4 − 2 − 4 14 ) A=\begin{pmatrix}17 & -2 & -2 \\ -2 & 14 & -4 \\ -2 & -4 & 14\end{pmatrix} A=⎝ ⎛17−2−2−214−4−2−414⎠ ⎞特征值,特征向量
三阶行列式主对角线元素都含有未知数,直接展开要解三次方程,一般考虑通过行列加减,找出某一行或某一列所有的元素都含有含未知数的公因式或 0 0 0
由 A A A的特征多项式
∣ λ E − A ∣ = ∣ λ − 17 2 2 2 λ − 14 4 2 4 λ − 14 ∣ = ∣ λ − 17 2 2 2 λ − 14 4 0 18 − λ λ − 18 ∣ = ∣ λ − 17 4 2 2 λ − 10 4 0 0 λ − 18 ∣ = ( λ − 18 ) ∣ λ − 17 4 2 λ − 10 ∣ = ( λ − 18 ) ( λ 2 − 27 λ + 162 ) = ( λ − 18 ) 2 ( λ − 9 ) \begin{aligned} |\lambda E-A|&=\begin{vmatrix} \lambda-17 & 2 & 2 \\ 2 & \lambda-14 & 4 \\ 2 & 4 & \lambda-14 \end{vmatrix}=\begin{vmatrix} \lambda-17&2&2\\2&\lambda-14&4\\0&18-\lambda&\lambda-18 \end{vmatrix}\\ &=\begin{vmatrix} \lambda-17&4&2\\2&\lambda-10&4\\0&0&\lambda-18 \end{vmatrix}=(\lambda-18)\begin{vmatrix} \lambda-17&4\\2&\lambda-10 \end{vmatrix}\\ &=(\lambda-18)(\lambda^{2}-27\lambda+162)=(\lambda-18)^{2}(\lambda-9) \end{aligned} ∣λE−A∣=∣
∣λ−17222λ−14424λ−14∣
∣=∣
∣λ−17202λ−1418−λ24λ−18∣
∣=∣
∣λ−17204λ−10024λ−18∣
∣=(λ−18)∣
∣λ−1724λ−10∣
∣=(λ−18)(λ2−27λ+162)=(λ−18)2(λ−9)
因此 λ 1 = λ 2 = 18 , λ 3 = 9 \lambda_{1}=\lambda_{2}=18,\lambda_{3}=9 λ1=λ2=18,λ3=9
当 λ = 18 \lambda=18 λ=18时, ( 18 E − A ) x = 0 (18E-A)x=0 (18E−A)x=0
( 1 2 2 2 4 4 2 4 4 ) → ( 1 2 2 0 0 0 0 0 0 ) \begin{aligned} \begin{pmatrix} 1 & 2 & 2 \\ 2 & 4 & 4 \\ 2 & 4 & 4 \end{pmatrix}\rightarrow \begin{pmatrix} 1 & 2 & 2 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{pmatrix} \end{aligned} ⎝
⎛122244244⎠
⎞→⎝
⎛100200200⎠
⎞
得基础解系: α 1 = ( − 2 , 1 , 0 ) T , α 2 = ( − 2 , 0 , 1 ) T \alpha_{1}=(-2,1,0)^{T},\alpha_{2}=(-2,0,1)^{T} α1=(−2,1,0)T,α2=(−2,0,1)T,因此特征向量 k 1 α 1 + k 2 α 2 , k 1 , k 2 k_{1}\alpha_{1}+k_{2}\alpha_{2},k_{1},k_{2} k1α1+k2α2,k1,k2不同时为 0 0 0
当 λ = 9 \lambda=9 λ=9时, ( 9 E − A ) x = 0 (9E-A)x=0 (9E−A)x=0
( − 8 2 2 2 − 5 4 2 4 − 5 ) → ( 2 0 − 1 0 1 − 1 0 0 0 ) \begin{pmatrix} -8 & 2 & 2 \\ 2 & -5 & 4 \\ 2 & 4 & -5 \end{pmatrix}\rightarrow \begin{pmatrix} 2 & 0 & -1 \\ 0 & 1 & -1 \\ 0 & 0 & 0 \end{pmatrix} ⎝
⎛−8222−5424−5⎠
⎞→⎝
⎛200010−1−10⎠
⎞
得基础解系 α 3 = ( 1 , 2 , 2 ) T \alpha_{3}=(1,2,2)^{T} α3=(1,2,2)T,因此特征向量 k 3 α 3 , k 3 ≠ 0 k_{3}\alpha_{3},k_{3}\ne0 k3α3,k3=0
对于一个矩阵若,秩等于 1 1 1即存在一行能表示其他所有行,秩等于 2 2 2即存在两行能表示其他所有行,之后同理,类似最大线性无关组
( − 8 2 2 2 − 5 4 2 4 − 5 ) \begin{pmatrix}-8 & 2 & 2 \\ 2 & -5 & 4 \\ 2 & 4 & -5\end{pmatrix} ⎝ ⎛−8222−5424−5⎠ ⎞求基础解系,本题题解省略的化简步骤,其实化简步骤并不容易,但此处可以用其他思路。
由于已知 ∣ λ E − A ∣ = 0 |\lambda E-A|=0 ∣λE−A∣=0,即该矩阵的秩一定小于 3 3 3;随便选两行,这里选二三行,发现二者线性无关(不成比例),因此该矩阵秩大于 1 1 1,可得该矩阵秩为 2 2 2。
由于这两行能线性表示另一行,因此可以构造新的矩阵
( 2 − 5 4 2 4 − 5 0 0 0 ) \begin{pmatrix}2 & -5 & 4 \\ 2 & 4 & -5 \\ 0 & 0 & 0\end{pmatrix} ⎝ ⎛220−5404−50⎠ ⎞
可以理解为由于这两行能线性表示另一行,因此另一行一定能被全消为 0 0 0
此时只需对新的矩阵行化简即可
设 A α = λ α , α ≠ 0 A \alpha=\lambda \alpha,\alpha\ne0 Aα=λα,α=0,则有
- ( A + k E ) α = ( λ + k ) α (A+kE)\alpha=(\lambda+k)\alpha (A+kE)α=(λ+k)α
- A n α = λ n α A^{n}\alpha=\lambda^{n}\alpha Anα=λnα
例: A A A为 3 3 3阶矩阵,特征值是 − 1 , 0 , 4 -1,0,4 −1,0,4,如果 A + B = 2 E A+B=2E A+B=2E,则 B B B的特征值为()
设 A α = λ α , α ≠ 0 A \alpha=\lambda \alpha,\alpha\ne0 Aα=λα,α=0
由 A + B = 2 E A+B=2E A+B=2E,有 B = 2 E − A B=2E-A B=2E−A,则
B α = ( 2 E − A ) α = 2 α − A α = ( 2 − λ ) α B \alpha=(2E-A)\alpha=2\alpha-A \alpha=(2-\lambda)\alpha Bα=(2E−A)α=2α−Aα=(2−λ)α
因此 B B B的特征值为 3 , 2 , − 2 3,2,-2 3,2,−2
例: A A A是 3 3 3阶矩阵, A 2 + 2 A − 3 E = 0 A^{2}+2A-3E=0 A2+2A−3E=0,证明矩阵 A A A的特征值只能是 1 1 1或 − 3 -3 −3
设 λ \lambda λ是 A A A的任一特征值,对应的特征向量是 α \alpha α,即 A α = λ α , α ≠ 0 A \alpha=\lambda \alpha,\alpha\ne0 Aα=λα,α=0,那么
A 2 α = λ 2 α A^{2}\alpha=\lambda^{2} \alpha A2α=λ2α
由 A 2 + 2 A − 3 E = 0 A^{2}+2A-3E=0 A2+2A−3E=0
有
A 2 α + 2 A α − 3 α = 0 ( λ 2 + 2 λ − 3 ) α = 0 , α ≠ 0 λ 2 + 2 λ