本文参考《Linear Algebra and Its Applications》——David C.Lay, Steven R. Lay, Judi J.McDonald,中译本名为《线性代数及其应用》(原书第五版)中的相关章节。
一:特征值,特征向量
定义如下:
A为n*n的矩阵,x为非零向量,若存在数λ使Ax=λx有非平凡解x,则称λ为A的特征值,x称为对应于λ的特征向量。
例:设,
可以看到A对特征向量的作用是很简单的,它只是对特征向量进行了拉伸,而特征值表达了它拉伸的方向和大小。
式可以变为
,所以A的特征向量是满足
的所有非平凡解,这个解集称为A对应于
的特征空间。
二:特征方程
由于A的特征向量是满足的所有非平凡解,所以要使
有非平凡解,则
为可逆矩阵,则det(
)=0。所以称det(
)=0为A的特征方程。
换句话说:数是n*n矩阵A的特征值的充要条件是
是特征方程det(
)=0的根。
三:相似性
若A和B是n*n的矩阵,如果存在可逆矩阵P,使得,称为A相似于B,由于可逆矩阵的逆也是可逆的,所以B也相似于A,所以称A和B是相似的,而把A变成B(
)的变换称为相似变换。若A和B是相似的,则他们有相同的特征多项式,从而有相同的特征值(和相同的重数)
四:对角化
定义:若方阵A相似于对角矩阵,即存在可逆矩阵P和对角矩阵D,有,则称A可对角化。
设P是列为的任意n*n矩阵,D是对角线元素为
的对角矩阵,那么:
而
假设A可对角化且,用P右乘等式两边,则有
:
因为P可逆,所以P的各列线性无关,所以由上式得是A的特征值,
是相应的特征向量。
所以,总行所述,,D为对角矩阵的充要条件是P的列向量是A的n个线性无关的特征向量,此时,D的主对角线上的元素分别是A对应于P中特征向量的特征值。