特征值与特征向量定义与计算
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
特征值与特征向量
特征值与特征向量的概念及其计算
定义1. 设A是数域P上的一个n阶矩阵,λ是一个未知量,
称为A的特征多项式,记ƒ(λ)=| λE-A|,是一个P上的关于λ
的n次多项式,E是单位矩阵。
ƒ(λ)=| λE-A|=λn+α1λn-1+…+αn= 0是一个n次代数方程,称为A 的特征方程。特征方程ƒ(λ)=| λE-A|=0的根 (如:λ0) 称为A的特征根(或特征值)。 n次代数方程在复数域内有且仅有n 个根,而在实数域内不一定有根,因此特征根的多少和有无,不仅与A有关,与数域P也有关。
以A的特征值λ0代入 (λE-A)X=θ,得方程组 (λ0E-A)X=θ,是一个齐次方程组,称为A的关于λ0的特征方程组。因为 |λ0E-A|=0,(λ0E-A)X=θ必存在非零解X(0),X(0) 称为A的属于λ0的特征向量。所有λ0的特征向量全体构成了λ0的特征向量空间。
一.特征值与特征向量的求法
对于矩阵A,由AX=λ0X,λ0EX=AX,得:
[λ0E-A]X=θ即齐次线性方程组
有非零解的充分必要条件是:
即说明特征根是特征多项式 |λ0E-A| =0的根,由代数基本定理
有n个复根λ1, λ2,…, λn,为A的n个特征根。
当特征根λi (I=1,2,…,n)求出后,(λi E-A)X=θ是齐次方程,λi 均会使 |λi E-A|=0,(λi E-A)X=θ必存在非零解,且有无穷个解向量,(λi E-A)X=θ的基础解系以及基础解系的线性组合都是A的特征向量。
例1. 求矩阵的特征值与特征向量。
解:由特征方程
解得A有2重特征值λ1=λ2=-2,有单特征值λ3=4
对于特征值λ1=λ2=-2,解方程组 (-2E-A)x=θ
得同解方程组 x1-x2+x3=0
解为x1=x2-x3 (x2,x3为自由未知量)
分别令自由未知量
得基础解系
所以A的对应于特征值λ1=λ2=-2的全部特征向量为
x=k1ξ1+k2ξ2 (k1,k2不全为零)
可见,特征值λ=-2的特征向量空间是二维的。注意,特征值在重根时,特征向量空间的维数≤特征根的重数。
对于特征值λ3=4,方程组 (4E-A)x=θ
得同解方程组为
通解为
令自由未知量 x3=2 得基础解系
所以A的对于特征值λ3=4 得全部特征向量为 x= k3 ξ3例2.求矩阵的特征值与特征向量解:由特征方程
解得A有单特征值λ1=1,有2重特征值λ2=λ3=0
对于λ1=1,解方程组 (E-A) x = θ
得同解方程组为
同解为
令自由未知量 x3=1,得基础解系
所以A的对应于特征值λ1=1的全部特征向量为 x=k1ξ1 (k1≠0)
对于特征值λ2=λ3=0,解方程组 (0E-A)=θ
得同解方程组为
通解为
令自由未知量 x3=1,得基础解系
此处,二重根λ=0 的特征向量空间是一维的,特征向量空间的维数<特征根的重数,这种情况下,矩阵A是亏损的。
所以A的对应于特征值λ2=λ3=0 得全部特征向量为 x=k2ξ3
例3.矩阵的特征值与特征向量
解:由特征方程
解得A的特征值为λ1=1, λ2=i, λ3=-i
对于特征值λ1=1,解方程组 (E-A)=θ,由
得通解为
令自由未知量 x1=1,得基础解系ξ1=(1,0,0)T,所以A的对应于特征值λ1=1得全部特征向量为 x=k1ξ1
对于特征值λ2=i,解方程组 (iE-A)=θ
得同解方程组为
通解为
令自由未知量 x3=1,得基础解系ξ2=(0,i,1)T,所以A对应于特征值λ2=1的全部特征向量为 x=k2ξ2 (k2≠0)。
对于特征值λ3=-i,解方程组 (-E-A)x=θ,由
得同解方程组为
通解为
令自由未知量 x3=1,,得基础解系ξ3=(0,-i,1)T,所以A的对应于λ3=-i的全部特征向量为 x=k3ξ3。特征根为复数时,特征向量的分量也有复数出现。
特征向量只能属于一个特征值。而特征值λi的特征向量却有无穷多个,他们都是齐次线性方程组 (λi E-A)x=θ的非0解。其中,方程组(λi E-A)x=θ的基础解系就是属于特征值λi的线性无关的特征向量。
性质1. n阶方阵A=(a ij)的所有特征根为λ1,λ2,…, λn(包括重根),则
证第二个式子:
由伟达定理,λ1λ2…λn=(-1)nαn
又 |λE-A|=λn+α1λn -1+…+αn-1λ1+αn中用λ=0 代入二边,得:|-A|=αn,而 |A|=(-1)nαn= λ1λ2…λn,
性质2. 若λ是可逆阵A的一个特征根,x为对应的特征向量,则是A-1的一个特征根,x仍为对应的特征向量。
证:
可见是A-1的一个特征根。
其中λ≠0,这是因为0不会为可逆阵的特征根,不然,若λi=0, |A|= λ1λ2…λn=0,A奇异,与A可逆矛盾。
性质3. 若λ是方阵A的一个特征根,x为对应的特征向量,则
λm是A m的一个特征根,x仍为对应的特征向量。
证:1) Ax=λx,二边左乘A,得:A2x=Aλx=λAx=λλx=λ2x,
可见λ2 是 A2 的特征根;
2) 若λm 是 A m 的一个特征根,A m x= λm x,
二边左乘A,得:A m+1x=AA m x=Aλm x=λm Ax=λmλx=λm+1x,
得λm+1是A m+1的特征根
用归纳法证明了λm 是 A m 的一个特征根。
性质4. 设λ1,λ2,…, λm是方阵A的互不相同的特征值。x j是属于λi的特征向量( i=1,2,…,m),则 x1,x2,…,x m线性无关,即不相同特征值的特征向量线性无关。
性质4给出了属于不相同特征值的特征向量之间的关系,因而是一个很重要的结论。
性质4可推广为:设λ1,λ2,…, λm为方阵A的互不相同的特征值,x11,x12,…,x1,k1是属于λ1的线性无关特征向量,……,
x m1,x m2,…,x m,k1是属于λm 的线性无关特征向量。则向量组
x11,x12,…,x1,k1,…, x m1,x m2,…,x m,k1也是线性无关的。即对于互不相同特征值,取他们各自的线性无关的特征向量,则把这些特征向量合在一起的向量组仍是线性无关的。