矩阵的特征值与特征向量
只有方阵才能求特征值和特征向量
A阶方阵、数λ,若存在非0列向量α,使得Aα = λα
那么λ就叫一个特征值,α是对应于λ的特征向量(特征值可以为0,特征向量不能为0)
λα - Aα = 0,(λE−A)α=0,(λE−A)x=0有非0解 <=> ∣λE−A∣=0(系数行列式等于0)
- λE−A叫:特征矩阵
- ∣λE−A∣叫:特征多项式
- ∣λE−A∣=0叫:特征方程
- λ是特征方程的根,所以特征值也可以叫作:特征根
推论1:如果λ是A的特征值,α是对应的特征向量,只要c != 0,那么cα也是λ的特征向量,A(cα)=λ(cα),但是反过来,一个特征向量α只能对应一个特征值
证:若α(α != 0),既是λ1也是λ2(λ1!=λ2)的特征向量
因为,Aα=λ1αAα=λ2α
所以,λ1α=λ2α(λ1−λ2)α=0
所以,λ1 必定等于 λ2
推论2:若α1,α2是λ的特征向量,那么c1α1+c2α2也是λ的特征向量
证:A(c1α1+c2α2)=c1Aα1+c2Aα2
因为,Aα1=λα1Aα2=λα2
所以,c1λα1+c2λα2=λ(c1α1+c2α2)
所以,A(c1α1+c2α2)=λ(c1α1+c2α2)
计算题(一)
A=⎝⎛−1−41130002⎠⎞
λE−A=⎝⎛λ000λ000λ⎠⎞−⎝⎛−1−41130002⎠⎞=⎝⎛λ+14−1−1λ−3000λ−2⎠⎞
∣λE−A∣=∣∣∣∣∣∣λ+14−1−1λ−3000λ−2∣∣∣∣∣∣
像这样的行列式,尽量不要完全展开,因为展开后得到的是一个三次方程
常见的做法一,把某行或某列尽可能化为0,然后按行(列)展开
(λ−2)(−1)3+3∣∣∣∣λ+14−1λ−3∣∣∣∣=(λ−2)(λ−1)(λ−1)
得,λ1=λ2=1λ3=2
当,λ1=λ2=1时,λE−A=⎝⎛24−1−1−2000−1⎠⎞
解齐次线性方程组(注意:α != 0)...
当,λ3=2时,λE−A=⎝⎛34−1−1−10000⎠⎞
解齐次线性方程组(注意:α != 0)...
常见的做法二,某行或某列提公因子(含λ)
计算题(二)
A=⎝⎛1−22−2−2424−2⎠⎞
∣λ−A∣=∣∣∣∣∣∣λ−12−22λ+2−4−2−4λ+2∣∣∣∣∣∣=∣∣∣∣∣∣λ−1202λ+2λ−2−2−4λ−2∣∣∣∣∣∣=(λ−2)∣∣∣∣∣∣λ−1202λ+21−2−41∣∣∣∣∣∣
经过计算后,得:(λ−2)(λ−2)(λ+7)
所以,λ1=−7λ2=λ3=2
当,λ1=−7λ−A=⎣⎡−82−22−5−4−2−4−5⎦⎤
解齐次线性方程组(注意:α != 0)...
当,λ2=λ3=2λ−A=⎣⎡12−224−4−2−44⎦⎤
解齐次线性方程组(注意:α != 0)...
特征值和特征向量的基本性质
性质1:A和AT有相同的特征值(注:但它们的特征向量不一定相同)
证:∣λE−AT∣=∣λET−AT∣=∣(λE−A)T∣=∣λE−A∣
性质2:
- ∑∣aij∣<1,i=1,2,...,n,A的每行元素绝对值之和小于1
- ∑∣aij∣<1,j=1,2,...,n,A的每列元素绝对值之和小于1
则:∣λk∣<1(这里加模的原因是特征值有可能是复数)
性质3:矩阵A的n个特征值是λ1,λ2,...,λn,那么①i=1∑nλi=i=1∑naii,②λ1λ2...λn=∣A∣
证:∣λE−A∣=⎣⎢⎢⎡λ−a11−a21⋮−an1−a12λ−a22⋮−an2⋯⋯⋱⋯−a1n−a2n⋮λ−ann⎦⎥⎥⎤
λ最高为n次,展开的话,其中一项为:(λ−a11)(λ−a22)...(λ−ann)
一、=λn−(a11+a22+...+ann)λn−1+...+(−1)n∣A∣
λn−1只有在主对角线展开的那项上能取到,以a11不取,取a12为例,那么a22就不能取,只能取a21,那么不取对角线的话最高只能取到λn−2
常数项(−1)n∣A∣,由λ=0代入得出,∣λE−A∣=∣−A∣=(−1)n∣A∣
因为特征值是λ1,λ2,...,λn,所以可以写成:∣λ−A∣=(λ−λ1)(λ−λ2)...(λ−λn)
二、=λn−(λ1+λ2+...+λn)λn−1+...+(−1)n(λ1λ2...λn)
一、二每项是一一对应的,所以
- λ1+λ2+...+λn=a11+a22+...+ann
- λ1λ2...λn=∣A∣
i=1∑naii 叫作矩阵的迹,tr(A)
总结:特征值相加等于A的迹,特征值相乘等于A的行列式
因为,λ1λ2...λn=∣A∣,所以任意一个λ=0,则∣A∣=0,则A不可逆(A可逆的充要条件|A| != 0)
性质4:n阶方阵A互不相同的特征值λ1,λ2,...,λm对应的特征向量α1,α2,...,αm线性无关
证明:m=1,因为α1!=0,所以线性无关成立(单个的非0向量线性无关)
假设对s-1成立,即:α1,α2,...,αs−1成立
假设对s成立,设k1α1+k2α2+...+ksαs=0
同时左乘A,k1Aα1+k2Aα2+...+ksAαs=0
所以,k1λα1+k2λα2+...+ksλαs=0
同时左乘λs,k1λsα1+k2λsα2+...+ksλsαs=0
两式相减,k1(λ1−λs)α1+k2(λ2−λs)α2+...+ks−1(λs−1−λs)αs−1=0
相减后正好把s项消除了,可以用上面假设s-1成立的条件了,所以k1(λ1−λs),k2(λ2−λs),...,ks−1(λs−1−λs)=0
因为特征值互不相同,所以λ1−λs,λ2−λs,...,λs−1−λs!=0,只能是k1,k2,...,ks−1=0
代入对s成立的公式,ksαs=0,因为αs!=0,所以ks=0
性质5:n阶方阵A互不相同的特征值λ1,λ2,...,λm,各自对应的特征向量线性无关,则所有的放在一起也是线性无关的
各自线性无关是什么意思?比如:λ1对应的α1,α2线性无关,λ2对应的α3线性无关,λ3对应的α4,α5,α6线性无关
性质4和性质5的区别,性质4每个特征值对应的特征向量就一个,性质5每个特征值对应的特征向量不止一个
性质6:λ是A特征多项式的k重特征值,那么A对于λ的线性无关的特征向量最多是k个,特别地:如果λ是A的单根,那么λ对应的特征无关的特征向量仅有一个
总结:k重特征根对应的线性无关的特征向量的个数<=k,n阶矩阵A,所有线性无关的特征向量的个数<=n个
举例:假设A是6阶方阵,λ=1(3重特征根,线性无关的特征向量个数<=3个)、λ=0(2重,<=2个)、λ=5(单,一个)
性质7:kλ是kA的特征值
举例:3λ是3A的特征值,因为Aα=λα(一个方阵乘以α等于一个数乘以α),(3A)α=(3λ)α,把(3A)看成一个方阵、把(3λ)看成一个数即可
性质8:λk是Ak的特征值
举例:Aα=λα,同时左乘A,A2α=λAα,把右边的Aα再套一次,A2α=λ2α
性质9:λ是A的特征值,f(x)是A的表达式,那么f(λ)就是它的特征值
举例:2是A的特征值,问:谁是A5+6A2+A+3E的特征值,25是A5的特征值(A5α=25α)
同理:22是A2的特征值(6A2α=6×22α)
⎩⎪⎪⎪⎨⎪⎪⎪⎧A5α=25α6A2α=6×22αAα=2α3Eα=3α
(A5+6A2+A+3E)α=(25+6×22+2+3)α
所以,A5+6A2+A+3E的特征值是25+6×22+2+3=61
性质10:如果λ是A的特征值,那么λ1是A−1的特征值λ1∣A∣是A∗的特征值
Aα=λα,同时左乘A−1得α=λA−1α,再除以λ得A−1α=λ1α
因为A−1=∣A∣1A∗,所以∣A∣1A∗α=λ1α,同时乘以|A|得A∗α=λ∣A∣α
计算题(三)
A是四阶方阵,|3E+A|=0,AAT=2E,|A|<0,求A∗的一个特征值
∣−(−3E−A)∣=(−1)4∣−3E−A∣=0,所以A的一个特征值就是-3
因为A∗ 的特征值是 λ1∣A∣,所以算出|A|就行了
AAT=2E=∣A∣×∣AT∣=∣2E∣,所以∣A∣2=24∣E∣=16
又因为|A|<0,所以|A|=-4,所以A∗的特征值等于−31×(−4)=34
计算题(四)
A=⎝⎛136−3a−633b⎠⎞,λ1=−2,λ2=4,λ3,求:a、b、λ各取几
优先使用:特征值相加等于A的迹:−2+4+λ3=1+a+b
也可使用:特征值相乘等于A的行列式:−2×4×λ3=∣∣∣∣∣∣136−3a−633b∣∣∣∣∣∣
代入λ1和λ2
∣λ1E−A∣=∣∣∣∣∣∣−3−3−63−2−a6−3−3−2−b∣∣∣∣∣∣=3(5+a)(4−b)=0
∣λ2E−A∣=∣∣∣∣∣∣3−3−634−a6−3−34−b∣∣∣∣∣∣
最终求得:a=-5,b=4,λ3=−2