第五章 相似矩阵及二次型 一、 是非题（正确打√，错误打×） 1．若线性无关向量组r αα,,1 用施密特法正交化为r ββ,,1 则对任何),1(r k k ≤≤向量组k αα,,1 与向量组r ββ,,1 等价. ( √ ) 2. 若向量组r αα,,1 两两正交,则r αα,,1 线性无关. ( √ ) 3.n 阶正交阵A 的n 个行(列)向量构成向量空间n R 的一个规范正交基. ( √ ) 4.若A 和B 都是正交阵,则AB 也是正交阵. ( √ ) 5.若A 是正交阵, Ax y =,则x y =. ( √ ) 6．若112???=n n n n x x A ，则2是n n A ?的一个特征值. ( × ) 7.方阵A 的特征向量只能对应唯一的特征值,反之亦成立. ( × ) 8.n 阶矩阵A 在复数范围内有n 个不同的特征值. ( × ) 9. 矩阵A 有零特征值的充要条件是0=A . ( √ ) 10.若λ是A 的特征值,则)(λf 是)(A f 的特征值(其中)(λf 是λ的多项式). ( √ ) 11.设1λ和)(212λλλ≠是A 的特征值, 1x 和2x 为对应特征向量,则21x x +也是A 的特征向量. ( × ) 12. T A 与A 的特征值相同. ( √ ) 13.n 阶矩阵A 有n 个不同特征值是A 与对角矩阵相似的充分必要条件. ( × )
14.若有可逆矩阵P ,使n 阶矩阵A ,B 满足: B PAP =-1,则A 与B 有相同的特征值. ( √ ) 15.两个对角矩阵的对角元素相同,仅排列位置不同,则这两个对角矩阵相似. ( √ ) 16.设n 阶矩阵A ,B 均与对角阵相似且有相同的特征值,则A 与B 相似. ( √ ) 17．实对称矩阵A 的非零特征值的个数等于它的秩. ( √ ) 18. 若k ααα,,,21 线性无关且都是A 的特征向量，则将它们先正交化，再单位化后仍为A 的特征向量. ( √ ) 19.实对称阵A 与对角阵Λ相似Λ=-AP P 1，这里P 必须是正交阵 。 ( × ) 20．已知A 为n 阶矩阵，x 为n 维列向量，如果A 不对称，则Ax x T 不是二次型. ( √ ) 21.任一实对称矩阵合同于一对角矩阵。 ( √ ) 22．二次型 Ax x x x x f T n =),,,(21 在正交变换Py x =下一定化为 标准型. ( × ) 23.任给二次型 Ax x x x x f T n =),,,(21 ，总有正交变换Py x =，使f 化 为规范型。 ( × )
第五章 特征值和特征向量 一、特征值与特征向量 定义1：设A 是n 阶矩阵，λ为一个数，若存在非零向量α，使λαα=A ，则称数λ为矩阵A 的特征值，非零向量α为矩阵A 的对应于特征值λ的特征向量。 定义2：()E A f λλ-=，称为矩阵A 的特征多项式， )(λf =0E A λ-=， 称为矩阵A 的特征方程，特征方程的根称为矩阵A 的特征根 矩阵E A λ-称为矩阵A 的特征矩阵 齐次方程组（0)=-X E A λ称为矩阵A 的特征方程组。 性质1：对等式λαα=A 作恒等变形，得（0)=-αλE A ，于是特征向量α 是齐次方程组（0)=-X E A λ的非零解向量，由齐次线性方程组有非零解的充要条件知其系数行列式为零，即0=-E A λ，说明A 的特征值λ为 0E A λ-=的 根。 由此得到对特征向量和特征值的另一种认识： （1）λ是A 的特征值?0=-E A λ，即(λE -A )不可逆.（2）α是属于λ的特征向量?α是齐次方程组（0)=-X E A λ的非零解. 计算特征值和特征向量的具体步骤为： （1）计算A 的特征多项式， ()E A f λλ-=（2）求特征方程)(λf =0E A λ-=的全部根，他们就是A 的全 部特征值；（3）然后对每个特征值λ，求齐次方程组（0)=-X E A λ的非零解，即属于λ的特征向量. 性质2：n 阶矩阵A 的相异特征值m λλλΛΛ21,所对应的特征向量 21,ξξ……ξ线性无关 性质3：设λ1,λ2,…,λn 是A 的全体特征值，则从特征多项式的结构可得到： （1）λ1+λ2+…+λ n =tr(A )( A 的迹数，即主对角线上元素之和). （2）λ1λ2…λn =|A |. 性质4：如果λ是A 的特征值，则 （1）f(λ)是A 的多项式f(A )的特征值. (2)如果A 可逆，则1/λ是A -1的特征值; |A |/λ是A *的特征值. 即： 如果A 的特征值是λ1,λ2,…,λn ，则 （1）f(A )的特征值是f(λ1),f(λ2),…,f(λn ). （2）如果A 可逆，则A -1的特征值是1/λ1,1/λ2,…,1/λn ; 因为A AA =*， A *的特征值是|A |/λ1,|A |/λ2,…,|A |/λn . 性质5：如果α是A 的特征向量，特征值为λ，即λαα=A 则 （1）α也是A 的任何多项式f(A )的特征向量，特征值为f(λ)； （2）如果A 可逆，则α也是A -1的特征向量，特征值为1/λ；α也是A *的特征向量，特征值为|A |/λ 。 1122 ,.m m A k kA a b aA bE A A A A A λλλλλλ-*??++????? ????是的特征值则:分别有特征值 α是A 关于λ的特征向量，则α也是上述多项式的特征向量。 推论：（1）对于数量矩阵λE ，任何非零向量都是它的特征向量，特征值都是λ. （2）上三角、下三角、对角矩阵的特征值即对角线上的各元素. （3）n 阶矩阵A 与他的转置矩阵T A 有相同的特征多项式，从而有相同的特征值，但是它们的特征向量可能不相同.
第五章 矩阵的特征值与特征向量 5.1矩阵的特征值与特征向量 5.1.1矩阵的特征值与特征向量的概念 设A 是n 阶矩阵，若存在数λ及非零的n 维列向量α，使得：λαα=A (0≠α)成立，则称λ是矩阵A 的特征值，称非零向量α是矩阵A 属于特征值λ的特征向量. 5.1.2矩阵的特征值与特征向量的求法 把定义公式λαα=A 改写为()0=-αλA E ,即α是齐次方程组()0=-x A E λ的非零解.根据齐次方程组有非零解的充分条件可得：0=-A E λ. 所以可以通过0=-A E λ求出所有特征值，然后对每一个特征值i λ，分别求出齐 次方程组()0=-x A E i λ的一个基础解系，进而再求得通解. 【例5.1】求??? ? ? ?????------=324262423A 的特征值和特征向量. 解：根据()()0273 2 4 26 24 23 2 =+-=---= -λλλλλλA E ，可得71=λ，22-=λ. 当7=λ时，??? ? ? ?????? ??? ???????=-0000002124242124247A E ， 所以()07=-x A E 的一个基础解系为：()T 0,2,11-=α,()T 1,0,12-=α，则相应的特征向量为2211ααk k +，其中21,k k 是任意常数且()()0,0,21≠k k . 当2-=λ时，???? ? ?????--? ??? ? ??????---=--00012014152428242 52A E ，所以()02=--x A E 的一个基础解系为()T 2,1,23=α，则相应的特征向量为33αk ，其中3k 是任意常数且
第五章课后习题及解答 1. 求下列矩阵的特征值和特征向量： (1) ;1332??? ? ??-- 解：,0731332 2=--=--=-λλλλλA I 2 373,237321-=+=λλ ,00133637123712137 1??? ? ??→→???? ??=-++- A I λ 所以，0)(1=-x A I λ的基础解系为：.)371,6(T - 因此，A 的属于1λ的所有特征向量为：).0()371,6(11≠-k k T ,001336371237123712??? ? ??→→???? ??-=---+ A I λ 所以，0)(2=-x A I λ的基础解系为：.)371,6(T +
因此，A 的属于2λ的所有特征向量为：).0()371,6(22≠+k k T (2) ;211102113???? ? ??-- 解：2)2)(1(2 111211 3--==------=-λλλλ λλ A I 所以，特征值为：11=λ(单根)，22=λ(二重根) ???? ? ??-→→????? ??------=-0001100011111121121 A I λ 所以，0)(1=-x A I λ的基础解系为：.)1,1,0(T 因此，A 的属于1λ的所有特征向量为：).0()1,1,0(11≠k k T ???? ? ??-→→????? ??-----=-0001000110111221112 A I λ 所以，0)(2=-x A I λ的基础解系为：.)0,1,1(T 因此，A 的属于2λ的所有特征向量为：).0()0,1,1(22≠k k T
第五章 相似矩阵与二次型 §5-1 方阵的特征值与特征向量 一、填空题 1.已知四阶方阵A 的特征值为0，1，1，2，则||A E λ-＝ 2(1)(2)λλλ-- 2.设0是矩阵??? ? ? ??=a 01020101A 的特征值，则=a 1 3.已知三阶方阵A 的特征值为1，-1，2，则2 32B A A =-的特征值为 1,5,8 ；||A ＝ -2 ；A 的对角元之和为 2 . 4.若0是方阵A 的特征值，则A 不可逆。 5. A 是n 阶方阵，||A d =，则*AA 的特征值是,,,d d d ???（共n 个） 二、选择题 1.设1λ，2λ为n 阶矩阵A 的特征值，1ξ，2ξ分别是A 的属于特征值1λ，2λ的特征向量，则（ D ） （A ）当1λ=2λ时，1ξ，2ξ必成比例 （B ）当1λ=2λ时，1ξ，2ξ必不成比例 （C ）当1λ≠2λ时，1ξ，2ξ必成比例 （D ）当1λ≠2λ时，1ξ，2ξ必不成比例 2.设a=2是可逆矩阵A 的一个特征值，则1 A -有一个特征值等于 （ C ） A 、2； B 、-2; C 、 12; D 、-1 2 ; 3.零为方阵A 的特征值是A 不可逆的（ B ） A 、充分条件； B 、充要条件; C 、必要条件; D 、无关条件;
三、求下列矩阵的特征值和特征向量 1.1221A ?? = ??? 解：A 的特征多项式为12(3)(1)2 1A E λλλλλ --==-+- 故A 的特征值为123,1λλ==-. 当13λ=时，解方程()30A E x -=. 由221132200r A E --???? -= ? ?-???? : 得基础解系111p ?? = ??? ，故1(0)kp k ≠是13λ=的全部特征向量. 当21λ=-时，解方程()0A E x +=.由22112200r A E ???? += ? ????? : 得基础解系211p -?? = ??? ，故2(0)kP k ≠是21λ=-的全部特征向量. 2.100020012B ?? ?= ? ??? 解：B 的特征多项式为 2100020(1)(2)0 1 2B E λ λλλλλ --= -=--- 故B 的特征值为1231,2λλλ===. 当11λ=时，解方程()0B E x -=. 由000010010001011000r B E ???? ? ? -= ? ? ? ????? :
第五章 矩阵的特征值与特征向量 习题 1. 试用施密特法把下列向量组正交化: (1)???? ? ??=931421111) , ,(321a a a ; (2)?????? ? ??---=011101110111) , ,(321a a a . 2. 设x 为n 维列向量, x T x =1, 令H =E -2xx T , 证明H 是对称的正交阵. 3. 求下列矩阵的特征值和特征向量: (1)???? ? ??----20133 5212; (2)???? ? ??633312321. 4. 设A 为n 阶矩阵, 证明A T 与A 的特征值相同. 5. 设λ≠0是m 阶矩阵A m ?n B n ?m 的特征值, 证明λ也是n 阶矩阵BA 的特征值. 6. 已知3阶矩阵A 的特征值为1, 2, 3, 求|A 3-5A 2+7A |. 7. 已知3阶矩阵A 的特征值为1, 2, -3, 求|A *+3A +2E |. 8. 设矩阵???? ? ??=50413102x A 可相似对角化, 求x . 9. 已知p =(1, 1, -1)T 是矩阵???? ? ??---=2135 212b a A 的一个特征向量.
(1)求参数a , b 及特征向量p 所对应的特征值; (2)问A 能不能相似对角化？并说明理由. 10. 试求一个正交的相似变换矩阵, 将对称阵???? ? ??----020212022化为对角阵. 11. 设矩阵????? ??------=12422421x A 与???? ? ??-=Λy 45相似, 求x , y ; 并求一个正交阵P , 使P -1AP =Λ. 12. 设3阶方阵A 的特征值为λ1=2, λ2=-2, λ3=1; 对应的特征向量依次为p 1=(0, 1, 1)T , p 2=(1, 1, 1)T , p 3=(1, 1, 0)T , 求A . 13. 设3阶对称矩阵A 的特征值λ1=6, λ2=3, λ3=3, 与特征值λ1=6对应的特征向量为p 1=(1, 1, 1)T , 求A . 14. 设???? ? ??-=340430241A , 求A 100.
特征向量体现样本之间的相关程度，特征值则反映了散射强度。 特征向量的几何意义.矩阵(既然讨论特征向量的问题.当然是方阵.这里不讨论广义特征向量的概念)乘以一 个向量的结果仍是同维数的一个向量.因此.矩阵乘法对应了一个变换.把一个向量变成同维数的另一个向量.那么变换的效果是什么呢?这当然与方阵的构造有密切关系.比如可以取适当的二维方阵.使得这个变换 的效果就是将平面上的二维向量逆时针旋转30度.这时我们可以问一个问题.有没有向量在这个变换下不 改变方向呢?可以想一下.除了零向量.没有其他向量可以在平面上旋转30度而不改变方向的.所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量).所以一个变换的特征向量 是这样一种向量.它经过这种特定的变换后保持方向不变.只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx.你就恍然大悟了.看到了吗?cx是方阵A对向量x进行变换后的结果.但显然cx和x的方向相同).而且x是特征向量的话.ax也是特征向量(a是标量且不为零).所以所谓的特征向量不是一个向量而是一个向量族. 另外.特征值只不过反映了特征向量在变换时的伸缩倍数而已.对一个变换而言.特征向量指明的 方向才是很重要的.特征值不是那么重要.虽然我们求这两个量时先求出特征值.但特征向量才是更本质的 东西! 比如平面上的一个变换.把一个向量关于横轴做镜像对称变换.即保持一个向量的横坐标不变.但纵坐标取相反数.把这个变换表示为矩阵就是［1 0,0 -1］.其中分号表示换行.显然［1 0,0 -1］＊［a b］＇=［a -b］＇. 其中上标＇表示取转置.这正是我们想要的效果.那么现在可以猜一下了.这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变.显然.横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像 对称变换.那镜子表面上(横轴上)的向量当然不会变化).所以可以直接猜测其特征向量是［a 0］＇(a不为0).还有其他的吗?有.那就是纵轴上的向量.这时经过变换后.其方向反向.但仍在同一条轴上.所以也被认为是方向没有变化。 综上，特征值只不过反映了特征向量在变换时的伸缩倍数而已，对一个变换而言，特征向量指明的方向才是很重要的，特征值似乎不是那么重要；但是，当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。 Spectral theorem的核心内容如下：一个线性变换（用矩阵乘法表示）可表示为它的所有的特征向量的一个线性组合，其中的线性系数就是每一个向量对应的特征值，写成公式就是： T(V)=λ1(V1.V)V1+λ2(V2.V)V2+λ3(V3.V)V3+... 从这里我们可以看出，一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power），至此，特征值翻身做主人，彻底掌握了对特征向量的主动：你所能够代表这个矩阵的能量高低掌握在我手中，你还吊什么吊？ 我们知道，一个变换可由一个矩阵乘法表示，那么一个空间坐标系也可视作一个矩阵，而这个坐标系就可由这个矩阵的所有特征向量表示，用图来表示的话，可以想象就是一个空间张开的各个坐标角度，这一组向量可以完全表示一个矩阵表示的空间的“特征”，而他们的特征值就表示了各个角度上的能量（可以想象成从各个角度上伸出的长短，越长的轴就越可以代表这个空间，它的“特征”就越强，或者说显性，而短轴自然就成了隐性特征），因此，通过特征向量/值可以完全描述某一几何空间这一特点，使得特征向量与特征值在几何（特别是空间几何）及其应用中得以发挥。 关于特征向量（特别是特征值）的应用实在是太多太多，近的比如俺曾经提到过的PCA方法，选取特征值最高的k个特征向量来表示一个矩阵，从而达到降维分析+特征显示的方法；近的比如Google公司的成名作PageRank，也是通过计算一个用矩阵表示的图（这个图代表了整个Web各个网页“节点”之间的关联）的特征向量来对每一个节点打“特征值”分；再比如很多人脸识别，数据流模式挖掘分析等方面，都有应用，
第五章 相似矩阵及二次型 1. 试用施密特法把下列向量组正交化: (1)??? ? ??=931421111) , ,(321a a a ; 解 根据施密特正交化方法, ??? ? ??==11111a b , ??? ? ?? -=-=101] ,[],[1112122b b b a b a b , ? ?? ? ??-=--=12131],[],[],[],[222321113133b b b a b b b b a b a b . (2)??? ? ? ??---=011101110111) , ,(321a a a . 解 根据施密特正交化方法, ??? ? ? ??-==110111a b , ? ???? ??-=-=123131],[],[1112122b b b a b a b , ? ??? ? ??-=--=433151],[],[],[],[222321113133b b b a b b b b a b a b .
2. 下列矩阵是不是正交阵: (1)?????? ? ??-- -1 21312112131211; 解 此矩阵的第一个行向量非单位向量, 故不是正交阵. (2)???? ?? ? ??---- --979494949198949891. 解 该方阵每一个行向量均是单位向量, 且两两正交, 故为正交阵. 3. 设x 为n 维列向量, x T x =1, 令H =E -2xx T , 证明H 是对称的正交阵. 证明 因为 H T =(E -2xx T )T =E -2(xx T )T =E -2(xx T )T =E -2(x T )T x T =E -2xx T , 所以H 是对称矩阵. 因为 H T H =HH =(E -2xx T )(E -2xx T ) =E -2xx T -2xx T +(2xx T )(2xx T ) =E -4xx T +4x (x T x )x T =E -4xx T +4xx T =E , 所以H 是正交矩阵. 4. 设A 与B 都是n 阶正交阵, 证明AB 也是正交阵. 证明 因为A , B 是n 阶正交阵, 故A -1=A T , B -1=B T , (AB )T (AB )=B T A T AB =B -1A -1AB =E ,
《 特征值与特征向量》习题2 1．求矩阵M ＝???? ?? －1 0 5 6的特征值和特征向量． 2. 已知矩阵M ＝?? ?? ?? 1 22 x 的一个特征值为3，求另一个特征值及其对应的一个特征向量． 3. 已知矩阵M ＝?????? 1 －2－1 －3，向量α＝?????? 3－5，β＝???? ?? 24. (1)求向量2α＋3β在矩阵M 表示的变换作用下的象； (2)向量γ＝?????? 12是矩阵M 的特征向量吗为什么 4. 已知矩阵A ＝?? ???? 1 2－1 4，设向量β＝???? ??74，试计算A 5 β的值． 5. 已知矩阵A ＝???? ?? 1 －1a 1，其中a ∈R ，若点P (1,1)在矩阵A 的变换下得到点P ′(0， －3) (1)求实数a 的值； (2)求矩阵A 的特征值及特征向量． 6. 已知矩阵A ＝?? ???? 3 3c d ，若矩阵A 属于特征值6的一个特征向量α1＝???? ?? 11，属于特征值1的一个特征向量α2＝???? ?? 3－2，求矩阵A ，并写出A 的逆矩阵． 7. 已知矩阵A 对应的变换是先将某平面图形上的点的横坐标保持不变，纵坐标变为原来的2倍，再将所得图形绕原点按顺时针方向旋转90°. (1)求矩阵A 及A 的逆矩阵B ； (2)已知矩阵M ＝?? ?? ??3 32 4，求M 的特征值和特征向量； (3)若α＝???? ??81在矩阵B 的作用下变换为β，求M 50 β.(结果用指数式表示) 8. 已知二阶矩阵M 的一个特征值λ＝8及与其对应的一个特征向量α1＝???? ?? 11，并且矩 阵M 对应的变换将点(－1,2)变换成(－2,4)． (1)求矩阵M ； (2)求矩阵M 的另一个特征值及与其对应的另一个特征向量α2的坐标之间的关系； (3)求直线l ：x －y ＋1＝0在矩阵M 的作用下的直线l ′的方程．
第五章作业参考答案 5-2试证：()()()1231,1,0,2,1,3,3,1,2T T T ααα=-== 是3R 的一组基，并求向量()()125,0,7,9,8,13T T v v ==--- 在这组基之下的坐标。 证明：要证123,,ααα 线性无关，即证满足方程1122330k k k ααα++= 的123,,k k k 只能均是0.联立方程得 1231232 32300320k k k k k k k k ++=?? -++=??+=? 计算此方程系数的行列式123 1116003 2 -=-≠ 故该方程只有零解，即1230k k k ===，因此，123,,ααα 是3R 的一组基 设1v 在这组基下的坐标为()123,,x x x ，2v 在这组基下的坐标为()123,,y y y ，由已知得 ()()1111232 212323 3,,,,,x y v x v y x y αααααα???? ? ? == ? ? ? ? ???? 代入易解得112233233,312x y x y x y ???????? ? ? ? ?==- ? ? ? ? ? ? ? ?--????????即为1v ，2v 在这组基下的坐标。 5-5设()()()1,2,1,1,2,3,1,1,1,1,2,2T T T αβγ=-=-=--- ，求： （1 ）,,,αβαγ 及,,αβγ 的范数；（2）与,,αβγ 都正交的所有向量。 解（1 ）,1223111(1)6αβ=?+?-?+?-= ()()(),112112 121 αγ=?-+?--?-+?= α= = β== γ= = （2）设与,,αβγ 都正交的向量为()1234,,,T x x x x x =，则 123412341234,20 ,230,220x x x x x x x x x x x x x x x αβγ?=+-+=??=++-=??=---+=?? 解得1 43243334 4 5533x x x x x x x x x x =-?? =-+?? =??=? 令340,1x x ==得()()1234,,,5,3,0,1x x x x =- 令341,0x x ==得()()1234,,,5,3,1,0x x x x =-
第五章矩阵的特征值和特征向量 来源：线性代数精品课程组作者：线性代数精品课程组 1．教学目的和要求： (1) 理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量. (2) 了解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，会将矩阵化为相似对 角矩阵. (3) 了解实对称矩阵的特征值和特征向量的性质. 2．教学重点： (1) 会求矩阵的特征值与特征向量. (2) 会将矩阵化为相似对角矩阵. 3．教学难点：将矩阵化为相似对角矩阵. 4．教学内容： 本章将介绍矩阵的特征值、特征向量及相似矩阵等概念，在此基础上讨论矩阵的对角化问题. §1矩阵的特征值和特征向量 定义1设是一个阶方阵，是一个数，如果方程 (1) 存在非零解向量，则称为的一个特征值，相应的非零解向量称为属于特征值的特 征向量． （1）式也可写成， (2) 这是个未知数个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式 , (3) 即 上式是以为未知数的一元次方程，称为方阵的特征方程．其左端是的 次多项式，记作，称为方阵的特征多项式．
== = 显然，的特征值就是特征方程的解．特征方程在复数范围内恒有解，其个数为方程的次数（重根按重数计算），因此，阶矩阵有个特征值． 设阶矩阵的特征值为由多项式的根与系数之间的关系，不难证明 （ⅰ） （ⅱ） 若为的一个特征值，则一定是方程的根, 因此又称特征根，若为 方程的重根，则称为的重特征根．方程的每一个非 零解向量都是相应于的特征向量，于是我们可以得到求矩阵的全部特征值和特征向量的方法如下： 第一步：计算的特征多项式； 第二步：求出特征方程的全部根，即为的全部特征值； 第三步：对于的每一个特征值，求出齐次线性方程组： 的一个基础解系，则的属于特征值的全部特征向量是 （其中是不全为零的任意实数）． 例1 求的特征值和特征向量. 解的特征多项式为 =
第五章《特征值与特征向量》自测题（100分钟） 一、填空题：（共18分，每小题3分） 1、设三阶矩阵A 的特征值为－1，1，2，则A －1的特征值为（ ）；A *的特征值为 （ ）；（3E +A ）的特征值为（ ）。 2、设三阶矩阵A ＝0，则A 的全部特征向量为（ ）。 3、若A ～E ，则A ＝（ ）。 4、已知A ＝??????????x 10100002与=B ???? ??????-10000002y 相似，则x =（ ），y =（ ）。 5、设三阶实对称矩阵A 的特征值是1，2，3，矩阵A 的属于特征值1，2的特征向量分别是 1(1,1,1)T α=-，T )1,2,1(2---=α，则A 的属于特征值3的特征向量是（ ）。 6、设n 阶方阵A 有n 个特征值分别为2，3，4，…，n ，n +1，且方阵B 与A 相似，则 |B-E |=______________ 二、选择题（共18分，每小题3分） 1、已知三阶矩阵A 的特征值是0，-2，2，则下列结论中不正确的是 （A ） 矩阵A 是不可逆矩阵 （B ） 矩阵A 的主对角线元素之和为0 （C ） 特征值2和-2所对应的特征向量是正交的 （D ） AX =0的基础解系由一个向量组成 2、矩阵A ??????????=300 030000与矩阵（ ）相似。 （A ）??????????000030300； （B ）??????????300130010； （C ）??????????300000003； （D ）???? ??????310031000 3、下述结论正确的有（ ）。 （A ）n 阶矩阵A 可对角化的充分必要条件是A 有n 个互不相同的特征值； （B ）n 阶矩阵A 可对角化的必要条件是A 有n 个互不相同的特征值； （C ）有相同特征值的两个矩阵一定相似； （D ）相似的矩阵一定有相同的特征值。 4、下述结论正确的有（ ），其中A 为n 阶矩阵。 （A ）方程0)(0=-x A E λ的每一个解向量都是对应于特征值0λ的特征向量； （B ）若21,αα为方程0)(0=-x A E λ的一个基础解系，则2211ααC C +（21,C C 为非 零常数）是A 的属于特征值0λ的全部的特征向量；
特征值与特征向量 特征值与特征向量的概念及其计算 定义1. 设A是数域P上的一个n阶矩阵，是一个未知量， 称为A的特征多项式，记()=| E-A|，是一个P上的关于 的n次多项式，E是单位矩阵。 ()=| E-A|=n+1n-1+…+n= 0是一个n次代数方程，称为A的特征方程。特征方程()=| E-A|=0的根 (如：0) 称为A的特征根(或特征值)。 n次代数方程在复数域内有且仅有n 个根，而在实数域内不一定有根，因此特征根的多少和有无，不仅与A 有关，与数域P也有关。 以A的特征值0代入 (E-A)X=，得方程组 (0E-A)X=，是一个齐次方程组，称为A的关于0的特征方程组。因为 |0E-A|=0，(0E-A)X=必存在非零解X(0)，X(0) 称为A的属于 的特征向量全体构成了0的特征向量空间。 0的特征向量。所有0
一.特征值与特征向量的求法 对于矩阵A，由AX=0X，0EX=AX，得： [0E-A]X=即齐次线性方程组 有非零解的充分必要条件是： 即说明特征根是特征多项式 |0E-A| =0的根，由代数基本定理 有n个复根1, 2,…, n，为A的n个特征根。
当特征根i(I=1,2,…,n)求出后，(i E-A)X=是齐次方程， |i E-A|=0，(i E-A)X=必存在非零解，且有无穷个解i均会使 向量，(i E-A)X=的基础解系以及基础解系的线性组合都是A的特征向量。 例1. 求矩阵的特征值与特征向量。 解：由特征方程 解得A有2重特征值1=2=-2，有单特征值3=4 对于特征值1=2=-2，解方程组 (-2E-A)x= 得同解方程组 x1-x2+x3=0 解为x1=x2-x3 (x2,x3为自由未知量)
第五章 矩阵的特征值与特征向量 一．内容提要 1 . 特征值和特征向量 定义1 设() ij n n A a ?=是数域P 上的n 阶矩阵，若对于数域P 中的数λ，存在数域P 上 的非零n 维列向量X ，使得 X AX λ= 则称λ为矩阵A 的特征值，称X 为矩阵A 属于（或对应于）特征值λ的特征向量 注意：1）() ij n n A a ?=是方阵； 2）特征向量 X 是非零列向量； 3）方阵 () ij n n A a ?= 与特征值 λ 对应的特征向量不唯一 4）一个特征向量只能属于一个特征值. 2．特征值和特征向量的计算 计算矩阵A 的特征值与特征向量的步骤为： （1） 计算n 阶矩阵A 的特征多项式｜λE －A ｜； （2） 求出特征方程｜λE －A ｜＝０的全部根，它们就是矩阵A 的全部特征值； （3） 设λ1 ，λ2 ，… ，λs 是A 的全部互异特征值。 对于每一个λi ，解齐次线性方程组()i E A X λ-=0，求出它的一个基础解系，该基础解系的向量就是A 属于特征值λi 的线性无关的特征向量，方程组的全体非零解向量就是A 属于特征值λi 的全体特征向量. 3． 特征值和特征向量的性质 性质1 （1）若X 是矩阵A 属于特征值λ的特征向量，则kX （0k ≠）也是A 属于λ的特 征向量； （2）若12,, ,s X X X 是矩阵A 属于特征值λ的特征向量，则它们的非零线性组合 1122s s k X k X k X +++也是A 属于λ的特征向量； （3）若A 是可逆矩阵，λ是A 的一个特征值，则 λ 1是A — 1的一个特征值，λ||A 是 A *的一个特征值； （4）设λ是n 阶矩阵A 的一个特征值，f （x ）= a m x m + a m-1x m -1 + … + a 1x + a 0 为一个多项式，则()f λ是f （A ）的一个特征值。 性质2（1） nn n a a a +???++=+???++221121λλλ （2） || 21A n =???λλλ
ABSTRACT: 特征向量：它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已。 特征值：一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power）。 内积：内积可以简单的理解为两个函数的相似程度,内积值越大表示两个函数相似程度越大,内积为零表示完全不相似。两个函数内积为零则两个函数正交,在三维空间中它们的夹角为90度,在三维以上不是这样的。 CONTENT 矩阵(既然讨论特征向量的问题。当然是方阵。这里不讨论广义特征向量的概念)乘以一个向量的结果仍是同维数的一个向量。因此。矩阵乘法对应了一个变换。把一个向量变成同维数的另一个向量。那么变换的效果是什么呢?这当然与方阵的构造有密切关系。比如可以取适当的二维方阵。使得这个变换的效果就是将平面上的二维向量逆时针旋转30度。这时我们可以问一个问题。有没有向量在这个变换下不改变方向呢?可以想一下。除了零向量。没有其他向量可以在平面上旋转30度而不改变方向的。所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量)。所以一个变换的特征向量是这样一种向量。它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx。你就恍然大悟了。看到了吗?cx是方阵A 对向量x进行变换后的结果。但显然cx和x的方向相同)。而且x是特征向量的话。ax也是特征向量(a是标量且不为零)。所以所谓的特征向量不是一个向量而是一个向量族。另外。特征值只不过反映了特征向量在变换时的伸缩倍数而已。对一个变换而言。特征向量指明的方向才是很重要的。特征值不是那么重要。虽然我们求这两个量时先求出特征值。但特征向量才是更本质的东西! 比如平面上的一个变换。把一个向量关于横轴做镜像对称变换。即保持一个向量的横坐标不变。但纵坐标取相反数。把这个变换表示为矩阵就是[1 0;0 -1]。其中分号表示换行。显然[1 0;0 -1]*[a b]'=[a –b]'。其中上标' 表示取转置。这正是我们想要的效果。那么现在可以猜一下了。这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变。显然,横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像对称变换。那镜子表面上(横轴上)的向量当然不会变化)。所以可以直接猜测其特征向量是[a 0]'(a不为0)。还有其他的吗?有。那就是纵轴上的向量。这时经过变换后。其方向反向。但仍在同一条轴上。所以也被认为是方向没有变化。 当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。Spectral theorem的核心内容如下：一个线性变换A（用矩阵乘法表示）可表示为它的所
思考题5-1 1. 1123123100,000=?+?+?=?+?+?a a a a 0a a a . 2.不一定。例如，对于123101,,012?????? ===???????????? a a a ，它们中的任两个都线性无关，但 是123,,a a a 是线性相关的。 3. 不一定。也可能是2a 能由13,a a 线性表示，还可能是3a 能由12,a a 线性表示。 4. 不一定。例如，对于12121100,;,0012-???????? ====???????????????? a a b b 。12,a a 和12,b b 这两个 向量组都线性相关，但1122,++a b a b 却是线性无关的。 5. 向量组121,,,,n n +a a a a 线性无关。根据定理5-4用反证法可以证明这一结论。 习题5-1 1.提示：用行列式做。 （1）线性无关。 （2）线性相关。. 2. 0k ≠且1k ≠。 3.证：1212,,,1,,,,n n ==∴e e e E e e e 线性无关。 设[]12,,,,T n b b b =b 则1122.n n b b b =+++b e e e 4. 证法1：因为A 可逆，所以方程组=Ax b 有解。根据定理5-1，向量b 能由A 的列向量组12,,,n a a a 线性表示，所以向量组12,,,,n a a a b 线性相关. 证法2：通过秩或根据m n >时m 个n 元向量一定线性相关也可马上证明。 5. .证： （1）因为A 的列向量组线性相关，所以齐次线性方程组=Ax 0有非零解，设≠u 0是它的非零解，则.=Au 0 由=B PA ，得.=Bu 0可见=Bx 0有非零解，所以B 的列向量组线性相关。 （2）若P 可逆，则1-=A P B 。由（1）的结论可知，B 的列向量组线性相关时，A 的列向量组也线性相关，所以A 和B 的列向量组具有相同的线性相关性。 注：该题也可根据性质5-6和性质5-3来证明。 6. 证：由A 可逆知，A 的列向量组线性无关。根据定理5-6，增加两行后得到的矩阵B 的列向量组也线性无关.
特征值和特征向量的性质与求法 方磊 （陕理工理工学院（数学系）数学与应用数学专业071班级，陕西汉中 723000）” 指导老师：周亚兰 [摘要] ：本文主要给出了矩阵特征值与特征向量的几个性质及特征值、特征向量的几种简单求法。 [关键词]：矩阵线性变换特征值特征向量
1 特征值与特征向量的定义及性质 定义1：（ⅰ）设A 是数域p 上的n 阶矩阵，则多项式|λE-A|称A 的特征多项式，则它在 c 上的根称为A 的特征值。 （ⅱ）若λ是A 的特征值，则齐次线性方程组(λE-A) X =0的非零解，称为A 的属于特征值λ的特征向量。 定义2：设α是数域P 上线性空间v 的一个线性变换，如果对于数域P 中的一数0λ存在一个非零向量ξ，使得a ξ=0λξ，那么0λ 成为α的一个特征值而ξ称为α的属于特征值0λ的一个特征向量。 性质1： 若λ为A 的特征值，且A 可逆，则0≠λ、则1-λ 为1-A 的特征知值。 证明： 设n λλλ 21为A 的特征值，则A =n λλλ 21ο≠ ∴λi≠0(i=1、2…n) 设A 的属于λ的特征向量为ξ 则ξλξi =?A 则λ1 -A ξ=ξ即有 1 -A ξ=1 -λ ξ ∴1 -λ 为1 -A 的特征值，由于A 最多只有n 个特征值 ∴1 -λ 为1 -A ξ的特征值 性质2：若λ为A 的特征值，则()f λ为()f A 的特征值 ()χf =n n a χ +1 0111 1x a x a x a n n +++-- 证明：设ξ为A 的属于λ的特征向量，则A ξ=λξ ∴ ()A f ξ=(n n A a +E a A a A a n n 011 1+++-- )ξ = n n A a ξ+ 1 1--n n A a ξ+… +E a 0 ξ =n n a λξ+1 1--n n a λ+…+E 0a ξ =()λf ξ 又ξ≠0 ∴ ()λf 是()A f 的特征值 性质3：n 阶矩阵A 的每一行元素之和为a ，则a 一定是A 的特征值
特征值与特征向量 【教学目标】 1．亲历矩阵特征值与特征向量意义的探索过程，体验分析归纳得出矩阵特征值与特征向量的存在与性质，进一步发展学生的探究、交流能力。 2．掌握矩阵特征值与特征向量的定义及其性质。 3．能从几何直观上，利用线性变换求特征值与特征向量。 【教学重难点】 重点：掌握阵特征值与特征向量的定义及其性质。 难点：从几何直观上，利用线性变换求特征值与特征向量。 【教学过程】 一、新课引入 教师：对于线性变换，是否存在平面内的直线，使得该直线在这个线性变换作用下保持不变？是否存在向量，使得该向量在这个线性变换的作用下具有某种“不变性”？为了解决我们的问题，我们今天将学习矩阵特征值与特征向量。 二、讲授新课 教师：请同学们回忆一下，我们在前面的课程里面，学过哪些基本的变换？ 学生：伸缩变换，反射变换等等。 教师：那下面我们来研究一下伸缩变换，反射变换一些不变的性质，我一起来看例题。 例1：对于相关x 轴的反射变换σ：1001x x y y '???? ??= ? ? ?'-? ?????，从几何直观上可以发现，只有x 轴和平行于y 轴的直线在反射变换σ的作用下保持不动，其他的直线都发生了变化。因此，反射 变换σ只把形如10k α??= ???和20k β?? = ??? 的向量（其中1k ，2k 是任意常数），分别变成与自身共线的 向量。可以发现，反射变换σ分别把向量10k α??= ???，20k β??= ???变成10k α??= ???，20k β?? -= ?-??。特别的，反射变换σ把向量110ξ??= ???变成110ξ??= ???，把向量201ξ??= ???变成01?? ?-?? 。用矩形的形式可表示为
第五章 特征值和特征向量 矩阵的对角化答案 1.求下列矩阵的特征值和特征向量： (1) 2331-?? ?-?? (2) 311201112-?? ? ? ?-?? (3) 200111113?? ? ? ?-?? (4) 1234012300120001?? ? ? ? ??? (5) 452221111-?? ?-- ? ?--?? (6) 220212020-?? ?-- ? ?-?? 【解析】(1) 令2331A -??= ?-?? ,则矩阵A 的特征方程为 故A 的特征值为123322λλ+= =。 当132 λ+=时，由1()0I A x λ-=，即 得其基础解系为(16,1T x =-，因此，11k x (1k 为非零任意常数)是A 的对应 于132 λ=的全部特征向量。 当2λ=时，由2()0I A x λ-=，即 得其基础解系为(26,1T x =，因此，22k x (2k 为非零任意常数)是A 的对应于2λ=的全部特征向量。 (2) 令3112 01112A -?? ?= ? ?-?? ，则矩阵A 的特征方程为 故A 的特征值为121,2λλ==(二重特征值)。 当11λ=时，由1()0I A x λ-=，即 得其基础解系为()10,1,1T x =，因此，11k x (1k 为非零任意常数)是A 的对应于11λ=的全部
特征向量。 当22λ=时，由2()0I A x λ-=，即 得其基础解系为()21,1,0T x =，因此，22k x (2k 为非零任意常数)是A 的对应于22λ=的全部特征向量。 (3) 令200111113A ?? ?= ? ?-?? ，则矩阵A 的特征方程为 故A 的特征值为2λ=(三重特征值)。 当2λ=时，由()0I A x λ-=，即 得其基础解系为()()121,1,0,0,1,1T T x x ==，因此，A 的对应于2λ=的全部特征向量为1122k x k x +(其中12,k k 为不全为零的任意常数)。 (4) 令1234012300120001A ?? ? ?= ? ??? ，则矩阵A 的特征方程为 故A 的特征值为1λ=(四重特征值)。 当1λ=时，由()0I A x λ-=，即 得其基础解系为()1,0,0,0T x =，因此，kx (k 为非零任意常数)是A 的对应于1λ=的全部特征向量。 (5) 令45222 1111A -?? ?=-- ? ?--?? ，则矩阵A 的特征方程为 故A 的特征值为1λ=(三重特征值)。 当1λ=时，由()0I A x λ-=，即 得其基础解系为()1,1,1T x =-，因此，kx (k 为非零任意常数)是A 的对应于1λ=的全部特征向量。 (6) 令2202 12020A -?? ?=-- ? ?-?? ，则矩阵A 的特征方程为 按沙路法（课本P2），得 故A 的特征值为1231,4,2λλλ===-。