特征值特征向量与二次型

高等代数第五章知识点总结高等代数是数学中的一个重要分支，主要研究代数结构、线性代数、群论等数学领域。

第五章主要涉及线性方程组、矩阵、向量空间、线性变换等知识点。

以下是对这些知识点的总结:1. 线性方程组：线性方程组是一组线性方程的集合，其中每个方程都是一次多项式。

线性方程组的解称为线性方程组的解，可以用矩阵和向量来表示。

2. 矩阵：矩阵是一种特殊的数组，可以表示线性方程组、线性变换和向量空间等数学对象。

矩阵的加法、数乘等运算符合矩阵的定义，并且矩阵具有一些特殊的性质，如行列式、秩等。

3. 向量空间：向量空间是一个线性空间，其中添加了一个标量值域。

向量空间的元素称为向量，向量空间的基和维数是重要概念。

向量空间的加法、数乘等运算符合向量空间的定义。

4. 线性变换：线性变换是一个将一个线性空间映射到另一个线性空间的函数。

线性变换的特征是保持向量空间的加法和数乘运算。

线性变换的矩阵表示是一个方阵，其中每行每列都是一个向量。

5. 特征值和特征向量：特征值和特征向量是两个重要的概念，用于描述矩阵的性质。

矩阵的特征值是指矩阵在乘以某个向量后得到的值，而特征向量是指与特征值相关的向量。

6. 相似矩阵：相似矩阵是指具有相同特征值的矩阵。

相似矩阵之间具有一些相似性质，如行列式、秩等。

相似矩阵可以用来表示线性变换的缩放比例和旋转角度。

7. 克莱默法则：克莱默法则是一个用于求解线性方程组的公式，可以将线性方程组的系数矩阵转换为阶梯形矩阵或行最简矩阵，从而求解线性方程组的解。

8. 特征值分解：特征值分解是将矩阵分解成一组特征向量的乘积，从而求解矩阵的特征值和特征向量。

特征值分解在矩阵的分解和求解中发挥着重要作用。

9. 二次型：二次型是一种特殊的矩阵，其元素是二次多项式。

二次型可以用来表示线性变换的对称矩阵和非对称矩阵，并且具有一些重要的性质，如行列式、秩等。

以上是第五章的主要知识点总结，这些知识点是高等代数中的重要基础，对于理解代数结构、线性代数和群论等数学领域具有重要意义。

() ( )
⎝
1
⎠
( )
22 December 2012
科大考研辅导——线性代数
第三部分 特征值与特征向量,矩阵的对角化及二次型——典型例题
19
例48 已知二次型
f ( x1 , x2 , x3 )
四 化二次型为标准形
(06)
2 2 = (1 − a ) x12 + (1 − a ) x2 + 2 x3 + 2(1 + a ) x1 x2
求二次曲面
x + 2x + Yx + 2 x1 x2 + 2 Xx1 x3 = 1
2 1 2 2 2 3
为椭球面的概率
22 December 2012
22 December 2012
科大考研辅导——线性代数
第三部分 特征值与特征向量,矩阵的对角化及二次型——典型例题
10
二 反求参数问题
⎛2 0 0 ⎞ ⎛2 0 0⎞ 例37 设A = ⎜ 0 0 1 ⎟ 与B = ⎜ 0 y 0 ⎟相似, 则( ⎜ 0 0 −1 ⎟ ⎜0 1 x⎟ ⎝ ⎠ ⎝ ⎠
22 December 2012
科大考研辅导——线性代数
第三部分 特征值与特征向量,矩阵的对角化及二次型——典型例题
6
例32 已知 A1 , A2 , A3 为3个非零的3阶矩阵，
A = Ai (i = 1, 2, 3), Ai A j = 0 (i ≠ j ),
2 i
证明0，1一定是 Ai (i = 1, 2, 3) 的特征值. 为3维单位列向量，且 α T β = 0, 例33 设α , β T T . A = αβ + βα , 则A的特征值为

二次型配方法技巧1. 了解二次型的定义：二次型是一个关于n个变量的二次多项式表达式。

2. 熟悉二次型的标准形式：二次型可以通过合同变换转化为标准形式，即只有平方项和零次项，没有交叉项。

3. 使用合同变换进行化简：合同变换是一种可以改变二次型的平方项系数和常数项的技巧。

4. 理解二次型的矩阵表示：将二次型表示为一个对称矩阵的形式可以简化计算和分析。

5. 利用矩阵特征值分析二次型的性质：二次型的矩阵表示的特征值和特征向量可以提供关于二次型的有用信息。

6. 使用特征值分解进行对角化：特征值分解是将对称矩阵对角化的一种方法，可以简化二次型的计算。

7. 利用二次型的正定性或负定性分析问题：正定二次型的性质可以提供最小值，而负定二次型的性质可以提供最大值。

8. 使用配方法求取二次型的最值：配方法是一种将二次型转化为平方项的和的技巧，可以简化最值计算。

9. 利用配方法实现二次型的化简：配方法可以将二次型化为一系列完全平方的和，从而简化计算。

10. 了解二次型的相关概念：相关概念如秩、正交等可以帮助理解和分析二次型的性质。

11. 使用二次型的正交对角化技巧：正交对角化可以将二次型转化为只有对角线上有非零项的形式，从而简化计算。

12. 利用二次型的秩分析问题的解空间：二次型的秩可以提供有关解空间的信息，例如是否存在非零解等。

13. 考虑二次型的约束条件：二次型的约束条件可以提供额外的限制条件，从而限制解的范围。

14. 利用拉格朗日乘子法求解二次型最值问题：拉格朗日乘子法是一种用于处理带约束条件的最值问题的技巧。

15. 考虑二次型的线性变换：通过线性变换，可以改变二次型的项的系数和平方项之间的关系，从而简化计算。

16. 使用线性变换进行坐标变换：线性变换可以实现坐标系的变换，从而改变二次型的标准形式。

17. 考虑二次型的对称性：二次型的对称性可以提供关于对称轴、顶点等的有用信息。

18. 使用二次型的谱分解进行矩阵分析：谱分解可以将对称矩阵分解为特定形式的矩阵，从而简化计算。

,n
第五步
得到正交变换X=TY
T =(1 ,2 ,
,n )
正定二次型
定义 设有实二次型 f ( x ) x T Ax, 如果对任何x 0,
都有f ( x ) 0(显然f (0) 0), 则称f为正定二次型 , 并 称对称矩阵A是正定的; 如果对任何x 0, 都有f ( x ) 0, 则称f为负定二次型 , 并称对称矩阵 A是负定的.
i , j 1
例1 设A是3阶矩阵, 它的3个特征值为 1 1, 2 1, 3 2, 设B A 3 5 A 2 , 求 B ; A 5 E . 解 利用 A 1 2 n来计算 A .
, 令f ( x ) x3 5 x2 , 因为 1 , 2 , 3 是A的全部特征值 所以f ( i)(1 i 3)是f ( A) A3 5 A2 B的全部特征值故 . B f ( A) f ( 1) f ( 2 ) f ( 3 ) ( 4)( 6)( 12) 288.
定义
求 法
定义 特征值 特征多项式 特征向量 不同特征值的特征向量线性无关 k重特征值至多有k个线性无关的特征向量
特 征 值
性 质
(1) 1 2 n a11 a22 ann ;
( 2) 12 n A .
概念 矩阵对角化 应用
相 似 实对称阵隐含的信息
( 2) 12 n A .
显然，如果矩阵A可逆，则A的特征值不等于0.
3. 设 是A (a ij ) nn的特征值, 则 (1)也是 AT的特征值; (2) k是 Ak的特征值( k 为任意自然数); ( )是
( A)的特征值.其中 ( ) a 0 a1 ( A) a 0E a1A a m Am.