高等代数(七)-线性变换04：特征值与特征向量

$\S 4$ 特征值与特征向量
我们知道,在有限维线性空间中,取了一组基之后,线性变换就可以用矩阵来表示.
为了利用矩阵来研究线性变换, 对于每个给定的线性变换,
我们希望能找到一组基, 使得它的矩阵具有最简单的形式. 从现在开始,
我们主要讨论,
在适当地选择基之后,一个线性变换的矩阵可以化成什么样的简单形式.
为了这个目的,
先介绍特征值和特征向量的概念,它们对于线性变换的研究具有基本的重要性.
定义 4 设 $A$ 是数域 $P$ 上线性空间 $V$ 的一个线性变换, 如果对于数域 $P$
中一数 ${\lambda }_0$, 存在一个非零向量 $\xi$, 使得
$$\mathcal{A}\xi ={\lambda }_0\xi ,$$
那么 ${\lambda }_0$ 称为 $\mathcal{A}$ 的一个特征值, 而 $\xi$ 称为
$\mathcal{A}$ 的属于特征值 ${\lambda }_0$ 的一个特征向量.
从几何上来看,特征向量的方向经过线性变换后, 保持在同一条直线上,
这时或者方向不变 $\left({\lambda }_0>0\right)$, 或者方向相反
$\left({\lambda }_0<0\right)$, 至于 ${\lambda }_0=0$
时,特征向量就被线性变换变成 $0$.
如果 $\mathbf{\xi }$ 是线性变换 $\mathcal{A}$ 的属于特征值
${\lambda }_0$ 的特征向量,那么 $\mathbf{\xi }$ 的任何一个非零倍数
$k\xi$ 也是 $\mathcal{A}$ 的属于 ${\lambda }_0$ 的特征向量. 因为从 (1)
式可以推出
$$\mathcal{A}(k\xi )={\lambda }_0(k\xi )\text{. }$$
这说明特征向量不是被特征值所唯一决定的.
相反,特征值却是被特征向量所唯一决定的,因为,一个特征向量只能属于一个特征值.
现在来给出寻找特征值和特征向量的方法. 设 $V$ 是数域 $P$ 上 $n$
维线性空间, ${\epsilon }_1$,
${\epsilon }_2,\cdots ,{\epsilon }_n$ 是它的一组基,线性变换
$\mathcal{A}$ 在这组基下的矩阵是 $A$. 设 ${\lambda }_0$ 是特征值,
它的一个{width=“522px”}
$$A\left(\begin{array}{c}{x}_{01}\\ x_{02}\\ ⋮\\ x_{0n}\end{array}\right).$$
${\lambda }_0\xi$ 的坐标是
$${\lambda }_0\left(\begin{array}{c}{x}_{01}\\ x_{02}\\ ⋮\\ x_{0n}\end{array}\right)$$
因此(1)式相当于坐标之间的等式
$$\mathbf{A}\left(\begin{array}{c}{x}_{01}\\ x_{02}\\ ⋮\\ x_{0n}\end{array}\right)={\lambda }_0\left(\begin{array}{c}{x}_{01}\\ x_{02}\\ ⋮\\ x_{0n}\end{array}\right)$$
或
$$\left({\lambda }_0\mathbf{E}-\mathbf{A}\right)\left(\begin{array}{c}{x}_{01}\\ x_{02}\\ ⋮\\ x_{0n}\end{array}\right)=0.$$
这说明特征向量 $\xi$ 的坐标
$\left(x_{01},x_{02},\cdots ,x_{0n}\right)$ 满足齐次方程组
$$\{\begin{array}{c}{a}_{11}{x}_1+a_{12}{x}_2+\cdots +a_{1n}{x}_n={\lambda }_0{x}_1,\\ a_{21}{x}_1+a_{22}{x}_2+\cdots +a_{2n}{x}_n={\lambda }_0{x}_2,\\ \cdots \cdots \cdots \cdots \\ a_{n1}{x}_1+a_{n2}{x}_2+\cdots +a_{nn}{x}_n={\lambda }_0{x}_n,\end{array}$$
即
$$\{\begin{array}{c}\left({\lambda }_0-a_{11}\right)x_1-a_{12}{x}_2-\cdots -a_{1n}{x}_n=0,\\ -a_{21}{x}_1+\left({\lambda }_0-a_{22}\right)x_2-\cdots -a_{2n}{x}_n=0,\\ \cdots \cdots \cdots \cdots \cdots +\left({\lambda }_0-a_{nn}\right)x_n=0.\\ -a_{n1}{x}_1-a_{n2}{x}_2-\cdots +\end{array}$$
由于 $\xi \ne 0$, 所以它的坐标 $x_{01},x_{02},\cdots ,x_{0\mu }$
不全为零, 即齐次方程组有非零解. 我们知道,齐次线性方程组 (3)
有非零解的充分必要条件是它的系数行列式为零,即
$$\left|{\lambda }_0\mathbf{E}-\mathbf{A}\right|=|\begin{array}{c}{\lambda }_0-a\end{array}$$