第六章，线性变换，2-线性变换的特征值与特征向量

玩转线性代数(33)线性变换的特征值与特征向量的笔记，相关证明以及例子见原文

特征值与特征向量定义

设A是n阶方阵，如果数$\lambda$和n维非零列向量x满足关系式
$$Ax=\lambda x$$
则称$\lambda$为A的特征值，x为A的属于$\lambda$的一个特征向量

一般求法

一般地，由$Ax=\lambda x$可得
$$(A-\lambda E)x=0\text{\hspace{1em}(1)}$$
(1)式有非零解的充要条件是
$$|A-\lambda E|=0\text{\hspace{1em}(2)}$$
(2)为以$\lambda$为未知数的一元n次方程，称为矩阵A的特征方程，左端的$f(\lambda )=|A-\lambda E|$称为A的特征多项式
由此得到求解特征值与特征向量的求法：
（1）解$|A-\lambda E|=0$得特征值$\lambda$；
（2）将所求$\lambda$代入$|A-\lambda E|x=0$中，方程组的非零解即为$\lambda$对应的特征向量。

特征子空间

矩阵A所有的特征向量合在一起不是向量空间，因特征向量不为零向量．

所以特征值对应的特征向量再加上零向量构成一个向量空间，称为特征子空间．

性质

已知A的特征值与特征向量分别是$\lambda$和微量x，m次多项式$\varphi (A)=a_{0}E+a_{1}A+\cdots +a_m{A}^m$的特征值为$\varphi (\lambda )=a_0+a_1\lambda +\cdots +a_m{\lambda }^m$，对应于$\varphi (\lambda )$的特征向量仍为x.

$A^{-1}、A^T、A^{\ast }$的特征值和特征向量

$A^{-1}$

若A可逆，设$\lambda$为A的特征值，x为$\lambda$对应的特征向量，有$Ax=\lambda x\Rightarrow A^{-1}AX=A^{-1}\lambda X\Rightarrow A^{-1}X=\frac{x}{\lambda }$，所以$A^{-1}$的特征值为$\frac{1}{\lambda }$，特征向量不变

$A^T$

$|A^T-\lambda E|=|(A-\lambda E{)}^T|=|A-\lambda E|$，故$A^T$与A的特征多项式相同 ，从而$A^T$与A的特征值相同，但其同一特征值对应的特征向量不一定相同，需求解$(A^T-\lambda E)x=0$

$A^{\ast }$

如果A可逆，已知A的特征值$\lambda$与特征向量x
$Ax=\lambda x\Rightarrow A^{\ast }Ax=A^{\ast }\lambda x\Rightarrow |A|x=A^{\ast }\lambda x\Rightarrow A^{\ast }x=\frac{|A|x}{\lambda }$，故$A^{\ast }$的特征值为$\frac{|A|}{\lambda }$，对应的特征向量x

幂等矩阵、幂零矩阵的特征值和特征向量

幂等矩阵

若n阶矩阵A满足$A^2=A$，称A为幂等矩阵，它的特征值为1或0:
证明：
$A^{2}X={\lambda }^{2}X=AX=\lambda X\Rightarrow ({\lambda }^2-\lambda )X=0\Rightarrow \lambda (\lambda -1)=0\Rightarrow \lambda =0,1$

幂零矩阵

若n阶矩阵A存在一个k，使$A^k=0$，称A为幂零矩阵，它的特征值均为0.
证明：
$A^{k}X=A^{k-1}(AX)=A^{k-1}(\lambda X)=\lambda (A^{k-1}X)=0$，根据定义，$A^k=0$，因此 $A^{k-1}X$ 是一个零向量。

以此类推，我们可以得出 $A^{k-2}v=0，A^{k-3}X=0$，依此类推，直到 $AX=0$。

所以，无论特征值 $\lambda$ 是多少，它都会满足 $AX=\lambda X=0X$，即特征向量对应的特征值为 0。

综上所述，幂零矩阵的特征值总是 0，这是因为幂零矩阵的特征向量最终都会被逐步"消减"为零向量。

特征值的性质

性质1

$|A|={\lambda }_1{\lambda }_2...{\lambda }_n$
证明：由于在复数范围内有
$|A-\lambda E|=({\lambda }_1-\lambda )({\lambda }_2-\lambda )...({\lambda }_n-\lambda )$
令$\lambda =0$得$|A|={\lambda }_1{\lambda }_2...{\lambda }_n$

性质2

${\lambda }_1+{\lambda }_2+...+{\lambda }_n=a_{11}+a_{22}+...+a_{nn}$
证见原文

特征向量的性质

证见原文

定理1

设${\lambda }_1,{\lambda }_2,...,{\lambda }_s$是方阵A的互异特征值，${\xi }_1,{\xi }_2,...,{\xi }_s$是分别属于它们的特征向量，那么${\xi }_1,{\xi }_2,...,{\xi }_s$线性无关

定理2

同一特征值的特征向量的线性组合（组合系数不全为零）仍然为该特征值的特征向量

定理3

设${\lambda }_1,{\lambda }_2$是A的两个 互异特征值，${\xi }_1,{\xi }_2,...,{\xi }_s$和${\eta }_1,{\eta }_2,...,{\eta }_t$分别是属于${\lambda }_1,{\lambda }_2$的特征向量，则${\xi }_1,{\xi }_2,...,{\xi }_s,{\eta }_1,{\eta }_2,...,{\eta }_t$线性无关