特征值、特征向量与相似对角化
讲矩阵的特征值与特征向量的概念、求法和性质,相似矩阵及其性质,矩阵可相似对角化的充分必要条件,以及实对称矩阵用正交矩阵相似对角化的方法。
本节导读
本节对应「矩阵的特征值和特征向量」的考试内容:「矩阵的特征值和特征向量的概念、性质」「相似变换、相似矩阵的概念及性质」「矩阵可相似对角化的充分必要条件及相似对角矩阵」「实对称矩阵的特征值、特征向量及其相似对角矩阵」。考试要求原文:
- 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。
- 理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件,掌握将矩阵化为相似对角矩阵的方法。
- 掌握实对称矩阵的特征值和特征向量的性质。
本节用 λ 表示特征值。特征值的计算把行列式、秩和齐次方程组都用上了,又是下一节二次型的基础。解答题可以这样出:求特征值和特征向量,判断能否对角化,求可逆矩阵 P(或正交矩阵 Q)使矩阵对角化。学完本节,你应该能完整做完这一套步骤,并会用特征值的性质快速计算行列式。
特征值与特征向量
对 n 阶方阵 A,若数 λ 和非零向量 α 满足 Aα=λα,称 λ 是 A 的特征值,α 是 A 的属于 λ 的特征向量。
求法:
- 解特征方程 ∣λE−A∣=0,得全部特征值(k 重根算 k 个)。
- 对每个特征值 λi,求齐次方程组 (λiE−A)x=0 的基础解系;基础解系的非零线性组合就是属于 λi 的全部特征向量。
性质:
- λ1+λ2+⋯+λn=a11+a22+⋯+ann(A 的迹,记作 trA),λ1λ2⋯λn=∣A∣;所以 A 可逆 ⇔ 0 不是 A 的特征值。
- 若 Aα=λα,则 f(A)α=f(λ)α(f 为多项式);A 可逆时 A−1α=λ1α,A∗α=λ∣A∣α。AT 与 A 的特征值相同。
- 属于不同特征值的特征向量线性无关;k 重特征值对应的线性无关的特征向量至多 k 个。
相似矩阵与相似对角化
若有可逆矩阵 P 使 P−1AP=B,称 A 与 B 相似,记作 A∼B。相似矩阵有相同的特征多项式,因而特征值、迹、行列式都相同,并且秩相等。反过来,特征值相同的矩阵不一定相似。
相似对角化的条件:A 可以相似对角化 ⇔A 有 n 个线性无关的特征向量 ⇔ 对每个 ki 重特征值 λi,都有 n−r(λiE−A)=ki。n 个特征值互不相同时一定可以对角化。
可以对角化时,以 n 个线性无关的特征向量为列作 P=(α1,⋯,αn),则 P−1AP=Λ=diag(λ1,⋯,λn),其中 Λ 的对角元次序与 P 中特征向量的次序一一对应。
实对称矩阵
实对称矩阵 A 有三条重要性质:
- 特征值都是实数。
- 属于不同特征值的特征向量正交。
- 一定可以对角化,并且存在正交矩阵 Q,使 Q−1AQ=QTAQ=Λ。
求正交矩阵 Q 的步骤:求出特征值和特征向量;把同一个重特征值的几个特征向量用施密特方法正交化(不同特征值的特征向量已经正交);全部单位化后作为列排成 Q。
易错提醒
-
❌ 写「属于 λ 的特征向量是 kξ」不加条件。✅ 特征向量必须非零,要写成 kξ(k=0)。
-
❌ 特征方程用 ∣A−λE∣=0,求特征向量却解 (λE−A)x=0,符号来回混用。✅ 两种写法都可以,但一道题里统一用一种。
-
❌ 以为特征值相同就相似。✅ 特征值相同只是相似的必要条件;例如 (2012) 与 2E 的特征值相同,却不相似。
-
❌ P 的列与 Λ 的对角元次序对不上。✅ P 的第 i 列必须是属于 Λ 中第 i 个对角元的特征向量。
-
❌ 实对称矩阵求 Q 时,重特征值的特征向量只单位化、不正交化。✅ 同一个重特征值的特征向量不一定正交,要先用施密特方法正交化。
本节后面还有约 2053 字:报名学员看全文
每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。
题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。
学完练一练
按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。
本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。