杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
在职研究生数学(一)考前辅导第十一章 线性代数:特征值与二次型第 24 节 / 共 32 节约 35 分钟报名学员看全文

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。

本节考点:特征值与特征向量的求法特征值的性质相似矩阵相似对角化的条件实对称矩阵的对角化

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:

  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. 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。
  3. 掌握实对称矩阵的特征值和特征向量的性质。

本节用 λ\lambdaλ 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 PPP(或正交矩阵 QQQ)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 nnn 阶方阵 AAA,若数 λ\lambdaλ 和非零向量 α\alphaα 满足 Aα=λαA\alpha = \lambda\alphaAα=λα,称 λ\lambdaλ 是 AAA 的特征值,α\alphaα 是 AAA 的属于 λ\lambdaλ 的特征向量。

求法:

  1. 解特征方程 ∣λE−A∣=0\lvert \lambda E - A \rvert = 0∣λE−A∣=0,得全部特征值(kkk 重根算 kkk 个)。
  2. 对每个特征值 λi\lambda_iλi​,求齐次方程组 (λiE−A)x=0(\lambda_iE - A)x = 0(λi​E−A)x=0 的基础解系;基础解系的非零线性组合就是属于 λi\lambda_iλi​ 的全部特征向量。

性质:

  • λ1+λ2+⋯+λn=a11+a22+⋯+ann\lambda_1 + \lambda_2 + \cdots + \lambda_n = a_{11} + a_{22} + \cdots + a_{nn}λ1​+λ2​+⋯+λn​=a11​+a22​+⋯+ann​(AAA 的迹,记作 tr A\mathrm{tr}\,AtrA),λ1λ2⋯λn=∣A∣\lambda_1\lambda_2\cdots\lambda_n = \lvert A \rvertλ1​λ2​⋯λn​=∣A∣;所以 AAA 可逆 ⇔\Leftrightarrow⇔ 0 不是 AAA 的特征值。
  • 若 Aα=λαA\alpha = \lambda\alphaAα=λα,则 f(A)α=f(λ)αf(A)\alpha = f(\lambda)\alphaf(A)α=f(λ)α(fff 为多项式);AAA 可逆时 A−1α=1λαA^{-1}\alpha = \dfrac{1}{\lambda}\alphaA−1α=λ1​α,A∗α=∣A∣λαA^*\alpha = \dfrac{\lvert A \rvert}{\lambda}\alphaA∗α=λ∣A∣​α。ATA^{\mathrm{T}}AT 与 AAA 的特征值相同。
  • 属于不同特征值的特征向量线性无关;kkk 重特征值对应的线性无关的特征向量至多 kkk 个。

相似矩阵与相似对角化

若有可逆矩阵 PPP 使 P−1AP=BP^{-1}AP = BP−1AP=B,称 AAA 与 BBB 相似,记作 A∼BA \sim BA∼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:AAA 可以相似对角化 ⇔A\Leftrightarrow A⇔A 有 nnn 个线性无关的特征向量 ⇔\Leftrightarrow⇔ 对每个 kik_iki​ 重特征值 λi\lambda_iλi​,都有 n−r(λiE−A)=kin - r(\lambda_iE - A) = k_in−r(λi​E−A)=ki​。nnn 个特征值互不相同时一定可以对角化。

可以对角化时,以 nnn 个线性无关的特征向量为列作 P=(α1,⋯ ,αn)P = (\alpha_1, \cdots, \alpha_n)P=(α1​,⋯,αn​),则 P−1AP=Λ=diag(λ1,⋯ ,λn)P^{-1}AP = \Lambda = \mathrm{diag}(\lambda_1, \cdots, \lambda_n)P−1AP=Λ=diag(λ1​,⋯,λn​),其中 Λ\LambdaΛ 的对角元次序与 PPP 中特征向量的次序一一对应。

实对称矩阵

实对称矩阵 AAA 有三条重要性质:

  1. 特征值都是实数。
  2. 属于不同特征值的特征向量正交。
  3. 一定可以对角化,并且存在正交矩阵 QQQ,使 Q−1AQ=QTAQ=ΛQ^{-1}AQ = Q^{\mathrm{T}}AQ = \LambdaQ−1AQ=QTAQ=Λ。

求正交矩阵 QQQ 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 QQQ。

易错提醒

  • ❌ 写「属于 λ\lambdaλ 的特征向量是 kξk\xikξ」不加条件。✅ 特征向量必须非零,要写成 kξk\xikξ(k≠0k \ne 0k=0)。

  • ❌ 特征方程用 ∣A−λE∣=0\lvert A - \lambda E \rvert = 0∣A−λE∣=0,求特征向量却解 (λE−A)x=0(\lambda E - A)x = 0(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 (2102)\begin{pmatrix} 2 & 1 \\ 0 & 2 \end{pmatrix}(20​12​) 与 2E2E2E 的特征值相同,却不相似。

  • ❌ PPP 的列与 Λ\LambdaΛ 的对角元次序对不上。✅ PPP 的第 iii 列必须是属于 Λ\LambdaΛ 中第 iii 个对角元的特征向量。

  • ❌ 实对称矩阵求 QQQ 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。

我要提问免费报名咨询