第5讲线性代数矩阵pdf

第五章 矩阵的特征值与特征向量§1矩阵的特征值与特征向量一、矩阵的特征值与特征向量定义1：设A 是n 阶方阵,如果有数λ和n 维非零列向量x 使得x Ax λ=,则称数λ为A 的特征值,非零向量x 称为A 的对于特征值λ的特征向量.由x Ax λ=得0)(=-x E A λ,此方程有非零解的充分必要条件是系数行列式0=-E A λ,此式称为A 的特征方程,其左端是关于λ的n 次多项式,记作)(λf ,称为方阵A 特征多项式.设n 阶方阵)(ij a A =的特征值为n λλλ,,,21 ,由特征方程的根与系数之间的关系,易知：nn n a a a i +++=+++ 221121)(λλλA ii n =λλλ 21)(例1 设3阶矩阵A 的特征值为2,3,λ.若行列式482-=A ,求λ. 解：482-=A 64823-=∴-=∴A Aλ⨯⨯=32A 又 1-=∴λ例2 设3阶矩阵A 的特征值互不相同,若行列式0=A , 求矩阵A 的秩.解：因为0=A 所以A 的特征值中有一个为0,其余的均不为零.所以A 与)0,,(21λλdiag 相似.所以A 的秩为2.定理1对应于方阵A 的特征值λ的特征向量t ξξξ,,,21 ,t ξξξ,,,21 的任意非零线性组合仍是A 对应于特征值λ的特征向量.证明 设存在一组不全为零的数t k k k ,,,21 且存在一个非零的线性组合为t t k k k ξξξ+++ 2211，因为t ξξξ,,,21 为对应于方阵A 的特征值λ的特征向量。

则有),,2,1(1t i k Ak i i i ==ξλξ所以)()(22112211t t t t k k k k k k A ξξξλξξξ+++=+++ 所以t t k k k ξξξ+++ 2211是A 对应于特征值λ的特征向量. 求n 阶方阵A 的特征值与特征向量的方法：第一步：写出矩阵A 的特征多项式,即写出行列式E A λ-.第二步：解出特征方程0=-E A λ的根n λλλ,,,21 就是矩阵A 的特征值.第三步：解齐次线性方程组0)(=-x E A i λ,它的非零解都是特征值i λ的特征向量.例3 求矩阵⎪⎪⎪⎭⎫ ⎝⎛--=201034011A 的特征值和特征向量.解 A 的特征多项式为2)1)(2(201034011λλλλλλ--=-----=-E A 所以,A 的特征值为1,2321===λλλ. 当21=λ时,解方程组0)2(=-x E A .由⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--=-000010001~2010340112E A ,得基础解系⎪⎪⎪⎭⎫ ⎝⎛=1001p ,所以特征值21=λ的全部特征向量为11p k ,其中1k 为任意非零数.当132==λλ时,解方程组0)(=-x E A .由⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--=-000210101~101024012E A ,得基础解系⎪⎪⎪⎭⎫ ⎝⎛--=1212p ,所以特征值132==λλ的全部特征向量为22p k ,其中2k 为任意非零数. 二、特征值与特征向量的性质与定理性质1 n 阶方阵A 可逆的充分必要条件是矩阵A 的所有特征值均非零. 此性质读者可利用A n =λλλ 21可证明.定理 2 若21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p ,则21,p p 线性无关.证明 假设设有一组数21,x x 使得02211=+p x p x (1)成立. 以2λ乘等式(1)两端,得0222121=+p x p x λλ (2) 以矩阵A 左乘式(1)两端,得0222111=+p x p x λλ (3) (3)式减(2)式得0)(1211=-p x λλ 因为21,λλ不相等,01≠p ,所以01=x .因此(1)式变成022=p x . 因为02≠p ,所以只有02=x . 这就证明了21,p p 线性无关.性质2 设)(A f 是方阵A 的特征多项式,若λ是A 的特征值.对应于λ的特征向量为ξ,则)(λf 是)(A f 的特征值,而ξ是)(A f 的对应于)(λf 的特征向量,而且若O A f =)(,则A 的特征值λ满足0)(=λf ,但要注意,反过来0)(=λf 的根未必都是A 的特征值.例4 若λ是可逆方阵A 的特征值,ξ是A 的对应于特征值λ的特征向量,证明：1-λ是1-A 的特征值,ξ是1-A 对应于特征值1-λ的特征向量,证明 λ 是可逆方阵A 的特征值,ξ是A 的对应于特征值λ的特征向量λξξ=∴A ξξλ11--=∴Aξξλ11--=∴A A A ξξλ*1A A =∴-1-∴λ是1-A 的特征值,ξ是1-A 对应于特征值1-λ的特征向量, 1-λA 是*A 的特征值,ξ是*A 对应于特征值1-λA 的特征向量.例5 设3阶矩阵A 的特征值1,2,2,求E A --14.解：A 的特征值为1,2,2,,所以1-A 的特征值为1,12,12, 所以E A--14的特征值为4113⨯-=,41211⨯-=,41211⨯-=所以311341=⨯⨯=--E A .例6 若21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p ,证明21p p +一定不是A 的特征向量.证明 假设21p p +是矩阵A 的特征向量，对应的特征值为.λ根据特征值定义可知：)()(2121p p p p A +=+λ …………………(1) 21,λλ 又是n 阶方阵A 的特征值，对应的特征向量分别为21,p p .,111p Ap λ=∴ 222p Ap λ= (2)将(2)带入(1)式整理得：0)()(2211=-+-p p λλλλ因为21,λλ是n 阶方阵A 的两互不相等的特征值,对应的特征向量分别为21,p p 线性无关.所以21λλλ==.与21,λλ是n 阶方阵A 的两互不相等的特征值矛盾. 所以假设不成立.例7 若A 为正交矩阵,则1±=A ,证明,当1-=A 时,A 必有特征值1-;当1=A 时,且A 为奇数阶时,则A 必有特征值1.证明 当1-=A 时.TT T A E A A E A AA A E A +=+=+=+)(A E A E T +-=+-=,所以 .0=+A E `所以1-是A 的一个特征值反证法：因为正交阵特征值的行列式的值为1，且复特征值成对出现，所以若1不是A 的特征值，那么A 的特征值只有-1，以及成对出现的复特征值。

第五讲 矩阵的秩矩阵的秩是线性代数中又一重要概念，它描述了矩阵的一个重要的数值特征：在判定线性方程组是否有解，向量组的线性相关性，求矩阵的特征向量以及在多项式、空间几何等多个方面都有广泛的应用。

本讲我们主要了解矩阵秩的概念及其与方程组各类型解的关系。

5.1.1 矩阵秩的定义在第二讲中，我们通过矩阵的初等行（列）变换定义了矩阵的行（列）阶梯形、矩阵的行（列）最简形以及矩阵的标准形。

其中矩阵行（列）阶梯形与矩阵行（列）最简形可以不唯一，但矩阵的标准形唯一。

因此，下面就利用矩阵标准形的唯一性来给出矩阵秩的概念。

定义5.1 对于给定的m n ⨯矩阵A ，它的标准形(-)(-)(-)(-)rr n r m r r m r n r m nE OF O O ⨯⨯⨯⨯⎛⎫=⎪⎝⎭由数r 完全确定，我们称数r 为矩阵m n A ⨯的秩（rank ），记作()R A 。

其中， r E 是r 阶单位矩阵；其余都是零矩阵。

注：（1） 零矩阵的秩为零：()0R O =；（2） 矩阵的秩就是矩阵标准形中左上角单位矩阵的阶数。

（3）对于n 阶方阵A ，当()R A n =时，称A 为满秩矩阵。

当()R A n <时，称A 为降秩矩阵.例5.1 求矩阵111610121210A ⎛⎫⎪=-- ⎪ ⎪-⎝⎭的秩。

解 先将A 通过初等变换化为标准形111610121210A ⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭2131111601280306r r r r --⎛⎫⎪−−−→ ⎪ ⎪⎝⎭323111601280026r r -⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭111601280013⎛⎫ ⎪→ ⎪ ⎪⎝⎭12312101201280013r r r ---⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭13232100101020013r r r r +-⎛⎫⎪−−−→ ⎪ ⎪⎝⎭()4142433312,3100001000010c c c c c c E O -⨯--⎛⎫ ⎪−−−−−→= ⎪ ⎪⎝⎭可看出，矩阵A 的标准形中左上角是3阶单位矩阵，所以()3R A =. 矩阵秩有如下性质 性质5.1 ()()TR A R A =； 性质5.2 }{0()min ,R A m n ≤≤；性质5.3 如果n 阶方阵A 可逆，则()R A n =；（可逆矩阵也称为满秩矩阵）性质5.4 {}()min (),()R PA R P R A ≤; 当P 可逆时，()()R PA R A =；若 P Q 、都可逆，且有PAQ B =，则()()R A R B =.性质5.5 max {}(),()(|)()+()R A R B R A B R A R B ≤≤；特别地，当B 为列矩阵时，有max {}(),()(|)()+1R A R B R A B R A ≤≤;性质5.6 ()()();()()().r A B r A r B r A B r A r B +≤+-≥-性质5.7 设A 为m n ⨯矩阵且()R A r =，则A 的任意S 行组成的矩阵B ，有().r B r s n ≥+-下面只证明性质5.3和性质5.4，其余的性质请学生自证。

线性代数第五讲矩阵的初等变换及其性质一、初等矩阵及其性质在前面的讲义中，我们已经学习到了矩阵的基本概念，包括矩阵的定义、矩阵的运算、矩阵的秩等基本知识点。

本章我们将学习一些矩阵的“变换”的概念，主要介绍矩阵的初等变换及其性质。

矩阵的初等变换指的是将一个矩阵通过某种方式变化成另外一个矩阵的运算。

初等变换可以分为三种：交换矩阵的某两行或某两列；用一个非零数乘以矩阵的某一行或某一列；用一个非零数乘以矩阵的某一行或某一列，再加到另一行或另一列上。

这三种变换分别称为矩阵的第一类、第二类和第三类变换。

对于任意一个矩阵A，我们可以进行一系列的初等变换，从而将A变换成标准形。

标准形主要有三种：行简化阶梯形矩阵、列简化阶梯形矩阵和对角矩阵。

从定义可以看出，行简化阶梯形矩阵和列简化阶梯形矩阵都是初等矩阵形式，是矩阵的标准形。

初等矩阵的定义：如果矩阵B是A通过一次初等变换得到的，则称矩阵B为矩阵A的初等矩阵。

我们前面已经学习过，矩阵的逆是一个重要的概念。

下面我们就来发现一个有趣的性质：一个矩阵是可逆矩阵，当且仅当它可以表示为一系列初等矩阵的乘积。

定理1：矩阵可逆的充分必要条件是它可以表示为一系列初等矩阵的乘积。

以上两个定理的证明可以参考矩阵论相关的课程。

二、矩阵的等价关系在学习矩阵的初等变换时，我们介绍了三类变换，也就是矩阵的第一类、第二类和第三类变换。

我们可以使用这三类变换将一个矩阵变换成另一个矩阵。

如果对于任意的矩阵A、B，B可以通过一系列的初等变换变成A，那么我们就称A和B是等价的。

性质1：等价关系具有反身性、对称性和传递性。

性质2：如果一个矩阵可以通过初等变换化为一个标准形，则标准形是唯一的。

性质3：如果一个矩阵可逆，则它和单位矩阵等价。

性质4：如果A、B等价，则r(A)=r(B)。

三、矩阵的秩和特殊矩阵在前面的讲义中，我们已经学习到了矩阵的秩的定义和性质。

矩阵的秩是矩阵实际所包含的信息量，因此秩是矩阵的一个重要特征。