【线性代数基础进阶】特征值和特征向量-补充+练习

64 阅读3分钟

本文已参与「新人创作礼」活动,一起开启掘金创作之路。

特征值、特征向量

定义:设A=(aij)A=(a_{ij})为一个nn阶矩阵,则行列式

λEA=λa11a12 a1na21λa22 a2n    an1an2 λann |\lambda E-A|=\begin{vmatrix} \lambda-a_{11} & -a_{12} & \cdots  & -a_{1n} \\ -a_{21} & \lambda-a_{22} & \cdots  & -a_{2n} \\ \vdots  & \vdots  &  & \vdots  \\ -a_{n1} & -a_{n2} & \cdots  & \lambda-a_{nn} \end{vmatrix}

称为矩阵AA的特征多项式,λEA=0|\lambda E-A|=0称为AA的特征方程

 

当特征值是二重根时,有可能只有一个线性无关的特征向量,也有可能有两个线性无关的特征向量,这一点在后面的相似对角化问题上是重要的

 

再解释一下之前的例题

例:AA33阶矩阵,特征值是1,0,4-1,0,4,如果A+B=2EA+B=2E,则BB的特征值为()

 

由于AA的特征值是1,0,4-1,0,4,则有

λ1EA=0的解为λ1=1,0,4 |\lambda_{1} E-A|=0的解为 \lambda_{1}=-1,0,4

因此对于BB,有特征方程

λ2EB=0λ2E2E+A=0A(2λ2)E=0 \begin{aligned} |\lambda_{2} E-B|&=0\\ |\lambda_{2} E-2E+A|&=0\\ |A-(2-\lambda_{2})E|&=0\\ \end{aligned}

 

注意λEA=0|\lambda E-A|=0AλE=0|A-\lambda E|=0的解是相同的,只是由定义Aα=λαA \alpha=\lambda \alpha移项方向不同导致的

 

都看做AA的特征方程,则有

λ1=2λ2 \lambda_{1}=2-\lambda_{2}

因此λ2=3,2,2\lambda_{2}=3,2,-2,即BB的特征值为3,2,23,2,-2

 

如果一个矩阵可逆,则特征值全都不为00,若有一个为00则矩阵不可逆

依据:A=λi|A|=\prod \lambda_{i}

 

例:已知三阶矩阵AA的特征值是1,1,21,-1,2,证明A+EA+E不可逆,A+2EA+2E可逆

 

AA的特征值是1,1,21,-1,-2,可知A+EA+E的特征值为2,0,32,0,3,则有

A+E=2×0×1=0 |A+E|=2\times 0\times -1=0

A+EA+E不可逆。同理A+2EA+2E的特征值为3,1,43,1,4,则有

A+2E=3×1×4=120 |A+2E|=3\times 1\times 4=12\ne 0

A+2EA+2E可逆

 

此结论未经过验证,请不要随意使用

已知AA的特征值为λ1,λ2,,λn\lambda_{1},\lambda_{2},\cdots,\lambda_{n},有关系B=A+αEB=A+\alpha E,则BB的特征值为λ1+α,λ2+α,,λn+α\lambda_{1}+\alpha,\lambda_{2}+\alpha,\cdots,\lambda_{n}+\alpha

证明:

AA,有

λkEA=0的解为λ1,λ2,,λn |\lambda_{k} E-A|=0的解为\lambda_{1},\lambda_{2},\cdots,\lambda_{n}

BB,有

λqEB=λqEAαE=(λqα)EA=0 \begin{aligned} |\lambda_{q} E-B|&=|\lambda_{q} E-A-\alpha E|\\ &=|(\lambda_{q}-\alpha)E-A|=0 \end{aligned}

都看做AA的特征方程,则有λk=(λqα)\lambda_{k}=(\lambda_{q}-\alpha),因此BB的特征值为λ1α,λ2α,,λnα\lambda_{1}-\alpha,\lambda_{2}-\alpha,\cdots,\lambda_{n}-\alpha

其实对于B=βA+αE,β0B=\beta A+\alpha E,\beta \ne 0也能做,只需要在最后提出βA\beta A前面的系数,但注意β\beta本身是矩阵AA的系数,放到矩阵里面是每一行都要乘β\beta,整个特征向量提出的不是β\beta,而是βn\beta^{n},其中nnAA的阶数

 

相似矩阵

证明:若ABA \sim B,有

  • AnBnA^{n}\sim B^{n}

         因为ABA \sim B,有P1AP=BP^{-1}AP=B,于是

         $$

         B^{2}=(P^{-1}AP)^{2}=(P^{-1}AP)(P^{-1}AP)=P^{-1}A^{2}P

         $$

  • A+kEB+kEA+kE\sim B+kE

         因为ABA \sim B,有P1AP=BP^{-1}AP=B,于是

         $$

         P^{-1}(A+kE)P=P^{-1}AP+P^{-1}(kE)P=B+kE

         $$

  • 且条件AA可逆,A1B1A^{-1}\sim B^{-1}

    因为ABA \sim B,有A=B|A|=|B|。由AA可逆知B0B \ne 0,即BB必可逆

    B1=(P1AP)1=P1A1(P1)1=P1A1P B^{-1}=(P^{-1}AP)^{-1}=P^{-1}A^{-1}(P^{-1})^{-1}=P^{-1}A^{-1}P

 

对定理的补充

 

定理:AΛλA\sim \Lambda\Leftrightarrow \lambdaAAkk重特征值,则λ\lambdakk个线性无关的特征向量

\Leftrightarrowr(λiEA)=nnir(\lambda_{i}E-A)=n-n_{i}λi\lambda_{i}nin_{i}重特征值

 

注意是PPα\alphaΛ\Lambda中的λ\lambda相会对应,而不是P1P^{-1}

 

施密特正交化

一般地,用数学归纳法可以证明

α1,,αm(mn)\alpha_1,\cdots,\alpha_{m}(m\leq n)RnR^{n}中的一个线性无关的向量组,若令β1=α1β2=α2α2,β1β1,β1β1βm=αmαm,β1β1,β1β1αm,β2β2,β2β2αm,βm1βm1,βm1βm1\begin{gathered}\beta_1=\alpha_1\\\beta_2=\alpha_{2}-\frac{\langle\alpha_{2},\beta_{1}\rangle}{\langle\beta_{1},\beta_{1}\rangle}\beta_1\\\beta_{m}=\alpha_{m}-\frac{\langle\alpha_{m},\beta_{1}\rangle}{\langle\beta_{1},\beta_{1}\rangle}\beta_{1}-\frac{\langle\alpha_{m},\beta_{2}\rangle}{\langle\beta_{2},\beta_{2}\rangle}\beta_{2}-\cdots-\frac{\langle\alpha_{m},\beta_{m-1}\rangle}{\langle\beta_{m-1},\beta_{m-1}\rangle}\beta_{m-1}\end{gathered}

β1,,βm\beta_{1},\cdots,\beta_{m}就是一个正交向量组,若再令ei=βiβi(i=1,2,,m)e_{i}=\frac{\beta_i}{||\beta_{i}||}(i=1,2,\cdots,m)

就得到一个标准的正交向量组e1,,eme_{1},\cdots,e_{m},且该向量组与α1,,αm\alpha_1,\cdots,\alpha_m等价

 

例:已知AA是三阶实对称矩阵,特征值是3,0,03,0,0,对应于λ=3\lambda=3的特征向量是α1=(1,1,1)T\alpha_{1}=(1,1,1)^{T}

  • 求矩阵AA关于λ=0\lambda=0的特征向量

  • 求矩阵AA

  • 求正交矩阵QQ使Q1AQ=ΛQ^{-1}AQ=\Lambda

 

实对称矩阵特征值不同特征向量相互正交,设λ=0\lambda=0的特征向量α=(x1,x2,x3)T\alpha=(x_{1},x_{2},x_{3})^{T},则有

x1+x2+x3=0 x_{1}+x_{2}+x_{3}=0

解得α2=(1,1,0)T,α3=(1,0,1)T\alpha_{2}=(-1,1,0)^{T},\alpha_{3}=(-1,0,1)^{T},所以矩阵AA关于λ=0\lambda=0的特征向量为k2α2+k3α3,k2,k3不全为0k_{2}\alpha_{2}+k_{3}\alpha_{3},k_{2},k_{3}不全为0

 

Aα=λα,Aα1=3α1,Aα2=0,Aα3=0A \alpha=\lambda \alpha,A \alpha_{1}=3\alpha_{1},A \alpha_{2}=0,A \alpha_{3}=0,有

A(α1,α2,α3)=(α1,α2,α3)(3   0   0)A(α1,α2,α3)=(3α1,0,0)A=(3α1,0,0)(α1,α2,α3)=(300300300)(111110101)1=(300300300)13(111121112)=(111111111) \begin{aligned} A(\alpha_{1},\alpha_{2},\alpha_{3})&=(\alpha_{1},\alpha_{2},\alpha_{3})\begin{pmatrix} 3 &  &  \\  & 0 &  \\  &  & 0 \end{pmatrix}\\ A(\alpha_{1},\alpha_{2},\alpha_{3})&=(3\alpha_{1},0,0)\\ A&=(3\alpha_{1},0,0)(\alpha_{1},\alpha_{2},\alpha_{3})\\ &=\begin{pmatrix} 3 & 0 & 0 \\ 3 & 0 & 0 \\ 3 & 0 & 0 \end{pmatrix}\begin{pmatrix} 1 & -1 & -1 \\ 1 & 1 & 0 \\ 1 & 0 & 1 \end{pmatrix}^{-1}\\ &=\begin{pmatrix} 3 & 0 & 0 \\ 3 & 0 & 0 \\ 3 & 0 & 0 \end{pmatrix}\cdot \frac{1}{3}\begin{pmatrix} 1 & 1 & 1 \\ -1 & 2 & -1 \\ -1 & -1 & 2 \end{pmatrix}\\ &=\begin{pmatrix} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{pmatrix} \end{aligned}

 

λ=0\lambda=0α2,α3\alpha_{2},\alpha_{3}不正交,则

β2=α2=(1,1,0)Tβ3=α3<α3,β2><β2,β2>β2=(101)12(110)=12(112) \begin{aligned} \beta_{2}&=\alpha_{2}=(-1,1,0)^{T}\\ \beta_{3}&=\alpha_{3}-\frac{\left<\alpha_{3},\beta_{2}\right>}{\left<\beta_{2},\beta_{2}\right>}\beta_{2}=\begin{pmatrix} -1 \\ 0 \\ 1 \end{pmatrix}- \frac{1}{2}\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix}=\frac{1}{2}\begin{pmatrix} -1 \\ -1 \\ 2 \end{pmatrix} \end{aligned}

 

这里只是为了求出一个向量,所以矩阵的系数在后面都可以省略

 

单位化

γ1=13(111),γ2=12(110),γ3=16(112) \gamma_{1}= \frac{1}{\sqrt{3}}\begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix},\gamma_{2}=\frac{1}{\sqrt{2}}\begin{pmatrix} -1 \\ 1 \\ 0 \end{pmatrix},\gamma_{3}=\frac{1}{\sqrt{6}}\begin{pmatrix} -1 \\ -1 \\ 2 \end{pmatrix}

Q=(γ1,γ2,γ3)=(13121613121613026) Q=(\gamma_{1},\gamma_{2},\gamma_{3})=\begin{pmatrix} \frac{1}{\sqrt{3}} & - \frac{1}{\sqrt{2}} & - \frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & \frac{1}{\sqrt{2}} & - \frac{1}{\sqrt{6}} \\ \frac{1}{\sqrt{3}} & 0 & \frac{2}{\sqrt{6}} \end{pmatrix}

Q1AQ=(3   0   0) Q^{-1}AQ=\begin{pmatrix} 3 &  &  \\  & 0 &  \\  &  & 0 \end{pmatrix}

 

例:已知AA是三阶实对称矩阵,秩为22λ=6\lambda=6AA的二重特征值,对应的特征向量是α1=(1,1,0)T\alpha_{1}=(1,1,0)^{T}α2=(2,1,1)T\alpha_{2}=(2,1,1)^{T},求AA的另一特征值的对应的特征向量

 

该题可以被分作两道题

已知AA是三阶实对称矩阵,秩为22λ=6\lambda=6AA的二重特征值,求AA的另一特征值

已知AA是三阶实对称矩阵,λ=6\lambda=6AA的二重特征值,对应的特征向量是α1=(1,1,0)T\alpha_{1}=(1,1,0)^{T}α2=(2,1,1)T\alpha_{2}=(2,1,1)^{T},求AA的另一特征向量

 

第一题

由于AA是三阶实对称矩阵,秩为22,有

A=0=13λi |A|=0=\prod\limits_{1}^{3}\lambda_{i}

 

矩阵不满秩即行列式为00,行列式为00,矩阵一定有特征值00

 

因此另一特征值为00

 

第二题

令该特征向量为(x1,x2,x3)T(x_{1},x_{2},x_{3})^{T},有

{x1+x2=02x1+x2+x3=0 \left\{\begin{aligned}&x_{1}+x_{2}=0\\ &2x_{1}+x_{2}+x_{3}=0\end{aligned}\right.

对应矩阵

(110211)(110011) \begin{pmatrix} 1 & 1 & 0 \\ 2 & 1 & 1 \end{pmatrix}\rightarrow \begin{pmatrix} 1 & 1 & 0 \\ 0 & 1 & -1 \end{pmatrix}

因此,特征向量为(1,1,1)T(-1,1,1)^{T}

 

同一个λ\lambda对应的系数矩阵,若该矩阵有nn个自由变量,则该特征值对应有nn个特征向量