理论教育 特征值与特征向量的性质简析

特征值与特征向量的性质简析

时间:2023-06-29 理论教育 版权反馈
【摘要】:性质1n阶矩阵A与它的转置矩阵AT有相同的特征值.证由T=(λE)T-AT=λE-AT,得则A和AT有相同的特征多项式,所以它们的特征值均相同.性质2设n阶矩阵A=的n个特征值为λ1,λ2,…,λk-1的k-1个特征向量ξ1,ξ2,…,m)的线性无关的特征向量,则由这些特征向量所组成的向量组ξ11,ξ12,…

特征值与特征向量的性质简析

性质1 n阶矩阵A与它的转置矩阵AT有相同的特征值.

证 由(λE-A)T=(λE)T-AT=λE-AT,得

则A和AT有相同的特征多项式,所以它们的特征值均相同.

性质2 设n阶矩阵A=(aij)的n个特征值为λ1,λ2,…,λn,则有

其中为矩阵A的主对角线上元素之和,也称为矩阵A的迹,记为tr(A).

证 记f(λ)=,一方面将行列式

按定义展开,其主对角线上元素的乘积项为

(λ-a11)(λ-a22)…(λ-ann). (4.3)

而展开式中其余各项至多包含n-2个主对角线上元素,因而λ的次数最多为n-2,所以特征多项式f(λ)中含λn和λn-1的项只能出现在式(4.3)中,而f(λ)的常数项为f(0)=(-1)n,所以

另一方面,因为A的全部特征值为λ1,λ2,…,λn,故有

f(λ)=(λ-λ1)(λ-λ2)…(λ-λn)

n-(λ12+…+λnn-1+…+(-1)nλ1λ2…λn. (4.5)

比较式(4.4)和式(4.5)右端λn-1的系数及常数项,可得

[例4.5] 设3阶矩阵,已知A有特征值λ1=1,λ2=2,试求x的值和A的另一特征值λ3.

解 根据本节性质2,有

故可得到

3+λ3=x+2,2λ3=x+2,

由此解得x=4,λ3=3.

推论 n阶矩阵A可逆的充分必要条件是A的n个特征值均不等于零.

性质3 若λ是n阶矩阵A的特征值,ξ是A的对应于特征值λ的特征向量,则

(1)kλ是矩阵kA的特征值,其中k是任意常数.

(2)λm是矩阵Am的特征值,其中m是正整数.

(3)g(λ)=a0+a1λ+a2λ2+…+amλm是矩阵

g(A)=a0E+a1A+a2A2+…+amAm

的特征值,其中m是正整数.

(4)当A可逆时,是A-1的特征值,为A的伴随矩阵A*的特征值.

证 由Aξ=λξ,得

(1)(kA)ξ=k(Aξ)=k(λξ)=(kλ)ξ,所以kλ是kA的特征值.

(2)A2ξ=A(A)ξ=A(λξ)=λ(Aξ)=λ2ξ,即A2ξ=λ2ξ;如此再继续上述步骤m-2次,得Amξ=λmξ,所以λm是Am的特征值.

(3)g(A)ξ=a0ξ+a1Aξ+a2A2ξ+…+amAmξ

=(a0+a1λ+a2λ2+…+amλm)ξ=g(λ)ξ,(www.daowen.com)

所以g(λ)是g(A)的特征值.

(4)当A可逆时,得λ≠0,则A-1(Aξ)=A-1(λξ)=λA-1ξ,即

所以是A-1的特征值.

,得,所以是A伴随矩阵A*的特征值.

注意:由上述证明知道,若λ是n阶矩阵A的特征值,ξ是A的对应于特征值λ的特征向量,则矩阵kA,Am,g(A),A-1,A*的特征值分别是kλ,λm,g(λ),λ-1,且ξ依然是矩阵kA,Am,g(A),A-1,A*的分别对应于特征值kλ,λm,g(λ),λ-1的特征向量.

[例4.6] 设3阶矩阵A的特征值分别为-1、1、2,计算下列行列式的值.

解 因为-1、1、2是3阶矩阵A的特征值,所以=(-1)×1×2=-2.设λ是A的特征值,由本节中性质3(3)得λ3-2λ+1是A3-2A+E的特征值,是A*-A-1+A的特征值.则A3-2A+E的三个特征值分别为2、0、5,A*-A-1+A的三个特征值分别为2、-2、.所以

性质4 不同的特征值所对应的特征向量是线性无关的.

证 设λ1,λ2,…,λm是矩阵A的m个互不相同的特征值,ξ1,ξ2,…,ξm是分别对应于特征值λ1,λ2,…,λm的特征向量,即Aξiiξi,i=1,2,…,m.

下面用数学归纳法证明ξ1,ξ2,…,ξm线性无关.

当m=1时,因为特征向量ξ1是非零向量,而单个非零向量必定线性无关,所以结论成立.

假设m=k-1时结论成立,即分别对应于互异的特征值λ1,λ2,…,λk-1的k-1个特征向量ξ1,ξ2,…,ξk-1线性无关.

下面证明当m=k时结论也成立,即对应于k个互异的特征值λ1,λ2,…,λk的特征向量ξ1,ξ2,…,ξk线性无关.

设有一组数l1,l2,…,lk,使得

l1ξ1+l2ξ2+…+lkξk=0. (4.6)

首先,式(4.6)两边同时左乘A,得

A(l1ξ1+l2ξ2+…+lkξk)=0.

因Aξiiξi,i=1,2,…,m,所以有

l1λ1ξ1+l2λ2ξ2+…+lkλkξk=0. (4.7)

其次,在式(4.6)两边同时乘以λk,得

l1λkξ1+l2λkξ2+…+lkλkξk=0. (4.8)

将式(4.8)减去式(4.7),得

l1k11+l2k22+…+lk-1kk-1k-1=0.

由归纳法假设知ξ1,ξ2,…,ξk-1线性无关,于是

liki)=0.

由于λ1,λ2,…,λk互不相同,所以λki≠0,故必有li=0,其中i=1,2,…,k-1.于是式(4.6)化为lkξk=0,又ξk为非零向量,则lk=0,这就证明了ξ1,ξ2,…,ξk线性无关.根据归纳法,定理成立.

性质5 设λ1,λ2,…,λm是矩阵A的m个互不相同的特征值,ξi1,ξi2,…,ξiki是A的对应于特征值λi(i=1,2,…,m)的线性无关的特征向量,则由这些特征向量所组成的向量组

ξ1112,…,ξ1k12122,…,ξ2k2,…,ξm1m2,…,ξmkm

也是线性无关的.

证 略.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈