第四章矩阵的特征值和特征向量
数值分析第四章矩阵特征值与特征向量的计算
192.9996. 973
12
➢ 幂法的加速—原点移位法
应用幂法计算矩阵A的主特征值的收敛速度主要
由比值 r=|2/1|来决定, 但当r接近于1时, 收敛可能
很慢. 这时可以采用加速收敛的方法.
引进矩阵
B=A-0I
其中0为代选择参数. 设A的特征值为1, 2, …, n, 则B的特征值为1-0, 2-0, …, n-0, 而且A, B
10
2 1 0 例 用幂法求矩阵 A 0 2 1
0 1 2
的按模最大的特征值和相应的特征向量.
取 x(0)=(0, 0, 1)T, 要求误差不超过103.
解 y 0 x 0 0 ,0 ,1 T ,
x 1 A 0 0 y , 1 , 2 T , 1 m x ( 1 ) ) a 2 , x
y(1)
x(1)
1
(0,0.5,1)T
x ( 2 ) A ( 1 ) 0 . 5 y , 2 , 2 . 5 T ,2 m x ( 2 ) ) 12 1a . 5 ,
y(2)
x(2) 2
(0.2,0.8,1)T
x ( 3 ) A ( 2 ) 1 . 2 y , 2 . 6 , 2 . 8 T ,3 m x ( 3 ) ) 2 a . 8 ,
x
(
k
1
)
Ax
(k )
A k1 x (0)
在一定条件下, 当k充分大时:
1
x ( k 1) i
x
( i
k
)
相应的特征向量为: x(k1) 4
➢ 幂法的理论依据
n
对任意向量x(0), 有 x(0) tiui ,
i1
x(k1) Ax(k) Ak1x(0)
计算方法(5)第四章 矩阵特征值和特征向量的计算
n
使得u 0
i xi
i 1
n
n
uk Auk1 Aku0 Ak (i xi ) iik xi
i 1
i 1
1k [1x1
n i2
( i 1
)k i xi ]
由1 0, 1 i (i 2, 3,L , n) 得
lim(
对矩阵A1用乘幂法得 uk
A-1u
k
,
1
因为A1 的计算
比较麻烦,而且往往不能保持矩阵A 的一些好性质
(如稀疏性),因此,反幂法在实际计算时以求解
方程组
Auk
u
k
,代替迭代
1
uk
A-1uk1求得uk,每
迭代一次要解一线性方程组。 由于矩阵在迭代过
程中不变,故可对A 先进行三角分解,每次迭代只 要解两个三角形方程组。
且
2 p 2 n
2 n
2 n 2
1 p 21 2 n 1 n 1 2 1 n 1
因此,用原点平移法求1可使收敛速度加快。
三、反幂法
反幂法是计算矩阵按模最小的特征值及特征向 量的方法,也是修正特征值、求相应特征向量的最 有效的方法。
0
0.226
0.975
做正交相似变换后得到
3.366
A3 =R2 AR2T
0.0735
0.317
0.0735 1.780
0
0.317
0
1.145
雅可比方法是一个迭代过程,它生成的是一个矩阵的
序列 Ak,当k越大时Ak就越接近于对角矩阵,从而
第四章矩阵的特征值和特征向量
即,0不是A的特征值,或者,A的任一特征值不等于零
充分性:设A的任一特征值不等于零,假设A不可逆 则 det A 0, 于是det(0E-A)=det(-A)=(-1)n det A 0 所以=0是A的一个特征值,矛盾
m 是A的m个不同 的特征值,1, m分别是A的属于1,2 m的特征向量, 则1, m线性无关
T
特征值1的全部特征向量为c11 (c1 0, 常数)
对于3=2,解对应的齐次线性方程组(2E A) X 0,
1 1 -1 x1 0 0 0 3 x2 0 0 0 1 x 0 3
定义4.2 A (aij )为n阶矩阵,含有未知数的矩阵 E A称为 A的特征矩阵,其行列式
E A
a11 a12 a21 a22
an1 an 2
a1n a2 n
ann
称为A的特征多项式。 det( E A) 0称为A的特征方程。
定理4.1:设A (aij )为n阶矩阵,则0是A的特征值, 是 A的属于0的特征向量的充要条件是,0为特征方程 det( E A) 0的根, 是齐次线性方程组(0 E A) X 0 的非零解。
(2)由(4.1)式知:向量 是齐次线性方程组(0 E A) 0 ( 0)的非零解。而该方程组有非零解的充分必要条件是 其系数行列式 0 E A 0.
(3) 矩阵A的特征值0,即以为变量的一元n次方程
E A 0的根。
(4) 如果已经求出方程 E A 0的根,则齐次线 性方程组(0 E A) X 0的任意非零解,都是A的 属于0的特征向量。
对于1 2, 解齐次线性方程组(2 E A) X=0,即解 -5 -4 x1 0 x -5 -4 2 0
第四章 矩阵的特征值和特征向量
第四章 矩阵的特征值和特征向量例1 求下列矩阵的特征值与特征向量⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=163053064A ,并判断它能否相似对角化。
若能,求可逆阵P ,使∧=-AP P 1(对角阵)。
例2 已知三阶方阵A 的三个特征值为4,3,2-,则1-A 的特征值为_______,TA 的特征值为_______,*A 的特征值为_______,E A A 232+-的特征值为_______例3 设矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=0011100y x A 有三个线性无关的特征向量,则y x ,应满足条件_______ 例5 已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=x A 10200002与⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=10000002y B 相似,则____________==y x 例6 设n 阶方阵A 满足0232=+-I A A ,求A 的特征值例7 已知向量T k )1,,1(=ξ是矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=211121112A 的逆矩阵1-A 的特征向量,求常数k例8 设A 为非零方阵,且0=mA (m 为某自然数),证明:A 不能与对角阵相似 例9 设n 阶方阵A 满足01072=+-I A A ,求证:A 相似于一个对角矩阵结论 总结1 n 阶方阵A 有n 个特征值,它们的和等于A 的主对角线元素之和(即A 的逆trA ),它们的乘积等于A 的行列式A2 如果mλλ,,1 是方阵A 的特征值,m P P ,,1 是与之对应的特征向量,如mλλ,,1 互不相等时,m P P ,,1 线性无关3 如果n 阶方阵A 与B 相似,则A 与B 有相同的特征多项式,从而有相同的特征值4 如果n 阶方阵A 与对角阵∧相似,则∧的主对角线元素就是A 的n 个特征值5 n 阶方阵A 与对角阵∧相似,即A 可相似对角化的充要条件是A 有n 个线性无关的特征向量6 如果n 阶方阵A 的n 个特征值互不相等,则A 与对角阵相似,即A 可相似对角化7 实对称矩阵的特征值全为实数8 实对称矩阵的不同特征值对应的特征向量相互正交9 对实对称矩阵n n A A ⨯=,必存在正交矩阵P ,使∧=-AP P 1,其中∧是以A 的n 个特征值为主对角线元素的对角阵10 方阵A 可逆的充要条件是A 的特征值全不为零习 题一 填空题1 设A 为3阶矩阵,其特征值为2,1,3-,则A =________ 1-A 的特征值为________,E A A +-322的特征值为________2 如果二阶矩阵⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=4231,127B x y A 相似,则 __________==y x 3 若n 阶可逆阵A 的每行元素之和是)0(≠a a ,则数________一定是E A +-12的特征值4 设三阶矩阵A 有3个属于特征值λ的线性无关的特征向量,则______=A5 若E A =2,则A 的特征值为________6 设n 阶方阵A 的n 个特征值为n ,,2,1 ,则_______=+I A7 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=101120101A 2≥n ,则_______21=--n n A A 8 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=61000512141A 则 ______lim =∞→n n A二 选择题1 设矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=100321z y x A A 的特征值为3,2,1,则( ) A )8,4,2===z y x B) R z y x ∈==,4,1 C) R z y x ∈=-=,2,2 D) 3,4,1===z y x2 已知矩阵⎪⎪⎭⎫⎝⎛-x 123022有一特征向量⎪⎪⎭⎫⎝⎛-35,则)(=xA) 18- B) 16- C) 14- D) 12-3 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=53342111x A A 有特征值2,621==λλ (二重 ),且A 有三个线性无关的特征向量,则______=xA) 2 B) 2- C) 4 D) 4-4 若B A ~(等价 ),则有( )A )B I A I -=-λλ B) B A =C) 对于λ,矩阵A 与B 有相同的特征值与特征向量 D) A 与B 均与一对角矩阵相似 5 已知矩阵A 的各列元素之和为3,则( )A) A 有一个特征值为3,并对应一个特征向量T )1,,1,1( B) A 有一个特征值为3,并不一定对应有特征向量T )1,,1,1( C) 3不一定是A 的特征值 D) A 是否有特征值不能确定 6 设A 是三阶矩阵,有特征值2,1,1-,则下列矩阵中可逆的是( ) A) A I - B) A I + C) A I -2 D) A I +2 三 解答题1. 设三阶矩阵A 的特征值为3,2,1321===λλλ,对应的特征向量依次为:T )1,1,1(1=ξ,T )4,2,1(2=ξ,T )2,3,1(3=ξ,又向量T )3,1,1(=β1) 将β 用321,,ξξξ线性表示 2) 求βnA(n 为自然数)2 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=06303012x A 有3个线性无关的特征向量,求100A3. 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=122212221A 求A 的特征值与对应的特征向量,A 是否对角阵相似。
矩阵的特征值和特征向量
矩阵的特征值和特征向量矩阵是线性代数中重要的概念之一,其特征值和特征向量也是矩阵理论中的核心内容。
本文将全面介绍矩阵的特征值和特征向量,包括定义、性质、求解方法以及应用等方面,为读者深入理解和应用矩阵的特征值和特征向量提供帮助。
一、特征值和特征向量的定义矩阵A是由m×n个数构成的矩形数表,其特征值和特征向量是矩阵的重要性质。
对于一个n阶矩阵A,如果存在一个非零向量x,使得Ax=kx,其中k为常数,那么k就是矩阵A的特征值,而非零向量x称为A对应于特征值k的特征向量。
特征值和特征向量的定义说明了矩阵在线性变换下的不变性。
特征向量表示了矩阵在该线性变换下的一个不变方向,而特征值则表示了该方向上的伸缩倍数。
二、特征值和特征向量的性质矩阵的特征值和特征向量具有以下性质:1. 特征值与矩阵的行列式和迹有关。
对于n阶矩阵A,其特征值λ1, λ2, …, λn满足λ1 + λ2 + … + λn = tr(A),λ1 × λ2 × … × λn = |A|。
2. n阶方阵的特征向量个数不超过n,且特征向量线性无关。
3. 若λ是方阵A的特征值,则对于任意非零常数c,cλ也是A的特征值。
4. 若λ是方阵A的特征值,且x是A对应于λ的特征向量,则对于任意正整数k,λ^k是A^k的特征值,x是A^k对应于特征值λ^k的特征向量。
三、特征值和特征向量的求解方法求解特征值和特征向量是矩阵理论中一个重要的问题。
下面介绍两种常用的求解方法:1. 特征方程法:设A是一个n阶矩阵,λ是其特征值,x是对应于λ的特征向量,那么Ax = λx可以变形为(A - λI)x = 0,其中I是n阶单位矩阵。
由于x是非零向量,所以矩阵(A - λI)的行列式必须为零,即|A - λI| = 0,这样就可以得到特征值λ的值。
然后,通过解(A - λI)x = 0可以求得特征向量x。
2. 幂迭代法:这是一种迭代法的方法,通过矩阵的幂次迭代来逼近特征向量。
(线性代数)第四章 矩阵的特征值和特征向量
∴η1
=
a2 − a1
1 0 0 0 ,η 2 = 1 ,L ,η n −1 = 0 M M M 0 1 0
对应λ=0的 =0的 特征向量为 k1η1 + L + kn −1η n −1 , k ,L , k 不全 n −1 1
第四章 矩阵的特征值和特征向量
§4.1 相似矩阵
§4.1 相似矩阵 一. 相似矩阵的定义和性质 AP= 都是n阶方阵, 若有可逆矩阵P 设A, B都是n阶方阵, 若有可逆矩阵P, 使P−1AP=B, 则称矩阵A 相似. 记为A 相似变换矩阵. 则称矩阵A与B相似. 记为A~B. P为相似变换矩阵. 相似是相抵的特例 相似必相抵,反之不然. 特例: 注1: 相似是相抵的特例: 相似必相抵,反之不然. 注2: 矩阵间的相似关系是一种等价关系 (1) 反身性: A~A; 反身性: P−1AP =B (2) 对称性: A~B ⇒ B~A; 对称性: PBP−1 =A (3) 传递性: A~B, B~C ⇒ A~C. 传递性: 相抵关系下的不变量: 相抵关系下的不变量:矩阵的秩 相似关系下的不变量: 相似关系下的不变量: 矩阵的秩
第四章 矩阵的特征值和特征向量
§4.2 特征值与特征向量
解: |λE–A| = (λ+1)(λ –2)2. +1)( 所以A 所以A的特征值为λ1= –1, λ2= λ3= 2. (–E–A)x = 0的基础解系: ξ1=(1,0,1)T. 的基础解系: 对应于λ1= –1的特征向量为kξ1 (0≠k∈R). 的特征向量为k (0≠ (2E–A)x = 0的基础解系: (2E 的基础解系: ξ2=(0, 1, –1)T, ξ3=(1, 0, 4)T. =2的特征向量为 的特征向量为k 对应于λ2=λ3 =2的特征向量为k2ξ2 +k3ξ3 (k2, k3不同时为零). 不同时为零).
线性代数 第四章 矩阵的特征值与特征向量
例 设 是 A 的一个特征值,证明:(1) 2 是 A2 的一个特征值;(2)当 A 可逆时, 1 是 A1 的一个 特征值.
证 设 是 A 的属于特征值 的特征向量,即 Aα α ( 0 )
(1)在 Aα α 两边左乘 A ,得 A2α Aα 2α 所以, 2 是 A2 的一个特征值,且 是 A2 的属于特 征值 2 的特征向量.
在上述讨论中,表达式 A0 40 反映了矩阵 A 作用在向量0 上只改变了常数倍,我们把具有这 种性质的非零向量0 称为矩阵 A 的特征向量,数 4 称为对应于0 的特征向量.
定义 1 设 A 是 n 阶方阵,如果存在数 和非零 列向量 ,使得 Aα α .则称 为 A 的一个特征值, 称为矩阵 A 的属于特征值 的一个特征向量.
(2)当 A 可逆时,由 Aα α 有 α A1α ,因为 0 , 知 0 ,故 A1α 1α ,则 1 是 A1 的一个特征值.
将此例推广为一般情况,有
结论:若 是 A 的一个特征值,则 m ( m N ) 是 Am 的一个特征值;() 是 ( A) 的特征值,其中 ( ) a0 a1 L am m , ( A) a0 E a1 A L am Am .
例
已知向量
1 1
是
A
2 5
1 a
2 3
的一个特
1
1 b 2
征向量,试确定 a,b 及特征向量 所对应的特征值 .
解 由特征值和特征向量的定义 Aα α ,有
2 5 1
1 a b
2 3
1
1
1 1
即
2 1 1
1
2
a
b 1
于是 1 , 2 a ,b 1 所以 a 3, b 0, 1
《线性代数》第四章第二节 方阵的特征值与特征向量
若P是与对应的特征向量,则显然k 0时, kP也是与对应的特征向量.
6.属于同一特征值的特征向量的非零线性组合 仍是属于这个特征值的特征向量.
例1
设
A
=
−2 0
1 2
1 0,
求A的特征值与特征向量.
− 4 1 3
分析:
1.特征方程的根就是特征值;
2. (A-E)x=0的通解(去掉零解)就是特征值对应
所以对应于 2 = 3 = 2的全部特征向量为 :
k2 p2 + k3 p3 (k2 , k3不同时为0).
例2 证明:若 是矩阵A的特征值,x 是A的属于 的特征向量,则
(1) m是Am的特征值(m是任意常数).
(2) 当A可逆时,−1是A−1的特征值.
证明 (1) Ax = x A(Ax) = A(x) = (Ax) = (x) A2 x = 2 x
有x.
3. A − E = 0 为A的特征方程。
a11 −
a21
an1
a12
a22 −
an2
a1n
a2n
=0
ann −
记 f ( ) = A − E ,它是的n次多项式, 称其
为方阵A的 特征多项式 .
( ) 4. 设 n阶方阵A = aij 的特征值为1, 2 ,,
n ,则有 (1) 1 + 2 + + n = a11 + a22 + + ann; (2) 12 n = A .
将1 = 2 = 1代入(A − E )x = 0,
解之得基础解系
− 2
1 = 1 ,
0
第四章矩阵特征值与特征向量的计算
λ2 − λ0 0.1 1 r= = = . λ1 − λ0 3.1 31
15
原点移位法使用简便, 原点移位法使用简便 不足之处在于λ0的选取十 分困难, 通常需要对特征值的分布有一大概的了解, 分困难 通常需要对特征值的分布有一大概的了解 并通过计算不断进行修改. 才能粗略地估计λ0, 并通过计算不断进行修改
B=A-λ0I -
为代选择参数. 其中λ0为代选择参数 设A的特征值为λ1, λ2, …, λn, 的特征值为 而且A, 则B的特征值为λ1-λ0, λ2-λ0, …, λn-λ0, 而且 B 的特征值为 的特征向量相同. 的特征向量相同
13
仍设A有主特征值 仍设 有主特征值λ1, 且 λ1 > λ2 ≥ L,
7
幂法的计算公式 任取初始向量x 任取初始向量 (0)=y(0)≠0, 对k=1, 2, …, 构造向量序列 {x(k)}, {y(k)}
x ( k ) = Ay ( k − 1 ) (k ) α k = max ( x ) (k ) x (k ) y = αk α k ≈ λ1
比值越接近1, 收敛速度越慢, 比值越接近0, 收敛越快. 比值越接近 收敛速度越慢 比值越接近 收敛越快 若A的主特征值λ1为实的m重根 即λ1= λ2=…= λm, 的 为实的 重根, 重根 又设A有 个线性 且 | λ1 |> |λm+1 | ≥ |λm+2 | ≥ … ≥ | λn |, 又设 有n个线性 无关的特征向量, 此时幂法仍然适用 幂法仍然适用. 无关的特征向量 此时幂法仍然适用
(α k +1 − α k ) ˆ αk = αk − α k + 2 − 2α k +1 + α k
线性代数 第四章矩阵的特征值和特征向量
m
线性无关.
推论 若 n 方阵有互不相同的特征值
1 , 2 ,, m
则其对应的特征向量 x1 , x2 ,, xm 线性无关。
定理3
设n阶方阵A的全部特征值是1,2, ,n,则 (1) 1 2 n a11 a22 ann aii
4.1.2 特征值与特征向量的性质
定理1 n 阶方阵 A 与它的转置矩阵 AT 有相同的特征值。
定理2
设 n 方阵 A 有互不相同的特征值 1,2, ,m, (i E A)x 0 的基础解系为 i1, i 2, , iri (i 1, ,m),则 2,
11 , 12 , , 1r ; 21 , 22 ,, 2 r ;; m1 , m 2 ,, mr
解 A的特征多项式为
2 0 4
1 2 1
1 0 3
2
A E
(2 )
2 4
1 3
(2 )( 2 6 4) (2 )( 2 2)
( 1)( 2)
A的特征值为
1 1, 2 3 2
B AB D
1
由B可逆便知: 1 , , n 都是非零向量,因而都是A的特征
向量,且
1 , , n
线性无关。
推论
如果n阶矩阵A的特征值 1 , , n 互不相同 则相似于对角矩阵
1 n
定理
n 阶 矩阵 A 与对角矩阵相似的充分必要条件是 对于每一个
AP P
P AP
1
必要性
设A相似于对角矩阵
d1 D dn
即存在可逆矩阵B,使得
数值计算方法第04章矩阵特征值与特征向量的计算
• 计算出k=2时的x和y。 • (保留四位有效数字)
22
二、幂法的加速
因为幂法的收敛速度是线性的,而且依赖 于比值 2 /1 ,当比值接近于1时,幂法收敛 很慢。幂法加速有多种,介绍两种。
23
幂法的加速—原点移位法 应用幂法计算矩阵A的主特征值的收敛速度主要
26
4 14 0 , 2.9, 用原点移位法求矩 例:A 5 13 0 0 1 0 2.8 -4 阵A的按模最大的特征值,要求误差不超过10 。 解:取x (0) (1,1,1)T , 按x ( k 1) ( A pI )x (k )进行计算 0 6.9 14 A 0 I 5 10.1 0 0 0.1 1 (3.1000568, 2.214326, 0.9687661) 4 3.1000568
在一定条件下, 当k充分大时: 相应的特征向量为:
x 1 x
x
( k 1)
( k 1 ) i (k ) i
10
幂法的理论依据 对任意向量x(0), 有 x ( 0 ) i ui , 设1不为零.
i 1 n
x
( k 1 )
Ax
n i 1
(k )
A
k 1
x
(0) n
1 Ak 1 i ui i k i ui i 1
k 1 1
2 k 1 n k 1 1u1 ( ) 2 u2 ( ) n un 1 1
k 1 1 1u1
故 1 xi( k 1) xi( k ) x(k+1)为1的特征向量的近似向量(除一个因子外).
第四章 方阵的特征值和特征向量
4.1.3 反幂法 由Axi=ixi易推得A-1xi=(1/i)xi ,若有
| 1 | | 2 | | 3 | | n |,
则1/n是A-1的按模最大的特征值,我们只要求出A-1的按模最大的 特征值,也就求出了A的按模最小的特征值.为了避免求逆阵,我们 用解方程组的方法构造如下算法:
5 结束
2. 我们假设在(4.3)中α1≠0,这在选择u0时,也无法判断,但这往往不 影响幂法的成功使用.因为若选u0,使α1=0,由于舍入误差的影响, 在迭代某一步会产生uk,它在x1方向上的分量不为零,这时以后的 迭代仍会收敛. 3. 我们假设了 | 1 | | 2 | | 3 | | n |,
u k 1 1 x1
k
2 1
1
Au k
k 1 1
1 x1 1 1 x1 1 u k ,
k 1
不是零向量,
即uk为1的近似的特征向量. 2 结束
实际计算时,为防止uk的模过大或过小,以致产生计算机运算的 上下溢出,通常每次迭代都对uk进行归一化,使‖ uk ‖∞=1,因此 以上幂法公式改进为:
y k 1 u k 1 u k Ay k 1 u k 1
k 1, 2 ,
( 4 .4 )
此时uk仍收敛于1对应的特征向量。1可用如下公式计算:
1
ak a k 1 (4 .7 )
其中ak 是uk 的绝对值最大的分量,a k 1 是yk-1 的绝对值最大 的分量。
cos 为实对称阵, U sin sin cos
1. 二阶实对称矩阵的对角化
设
为二阶旋转矩阵,容易验证U正交。 12 结束
第四章-矩阵的特征值与特征向量问题讲解
Ax 2 x
1 2 x 0,
则x 0, 与定义矛盾.
12
注记
4. 若λ是矩阵A的r重特征值,对应λ有s个线性 无关的特征向量,则1≤s≤r; 若A为实对称矩阵,则对应特征值λ 恰有r 个线性无 关的特征向量。
5. 实对称矩阵的特征值是实数,属于不同特 征值的特征向量正交。
13
注记
6. 设 n阶方阵 A aij 的特征值为1, 2 ,, n ,记:
定义:设A是n阶方阵, 是一复数,如果方程 Ax x
存在非零解向量,则称 为方阵A的特征值, 相应的非零解向量x 称为与特征值 对应的特征向量, 此特征值与特征向量x称为一特征对, P(A )=det(I A)称为矩阵A的特征多项式。
4
注记
1. 特征向量x 0, 特征值问题是对方阵而 言的. 2. n阶方阵A的特征值,就是使齐次线性方程组
0.2 0.3 0.1 4
G1 = {z:|z – 1| 0.6};G2 = {z:|z – 3| 0.8}; G3 = {z:|z + 1| 1.8};G4 = {z:|z + 4| 0.6}。
G4
G1
G2
G3
注:定理推断A的n个特征值全落在n个盖氏圆
上,但未说明每个圆盘内都有一个特征值。
20
对应的特征值1,2,…,n,满足
|1| > |2| … |n|
(4.1.1)
26
1.基本思想
因为{v1,v2,…,vn}为Cn的一组基,故:
任给x(0) 0,
n
x (0) aivi
所以有:
i 1
n
n
Ak x(0) Ak ( aivi ) ai Akvi
矩阵的特征值与特征向量
1
所以,A 的特征值为 1 2 , 2 3 1,
7
当 1 2 时, 解方程组 ( 2 I A ) x 0 ,
1 x1 2 1 x 2 0, 即 1 2 x 3 1 解之得基础解系为 p 1 1 , 1 2 1 1 1
故 1是 A1的特征值, 且 x 也是 A1对应于1的特征向量.
24
性质2 矩阵 A 和 AT 的特征值相同. 证 因为 IAT = ( I)TAT = ( IA)T 所以 det ( IA) = det ( IAT)
因此, A 和AT 有完全相同的特征值.
补充 性质 设 是方阵 A 的特征值.设
(*)式中不含 的常数项为
a 11 a 21 a n1 a 12 a 22 an2 a1n a2n a nn
21
( 1) A ,
n
即 c n ( 1) A
n
f 所以, ( ) I A ( 1 )( 2 ) ( n )
的全部特征向量.
9
例
2 设矩阵 A 2 0
2 1 2
0 2 , 求 A 的特征值. 0
解 A 的特征多项式为
2 I A
2 0 2 0 2 ( 2 )( 1 )( 4 ),
1
2
所以,A 的特征值为 1 2 , 2 1 , 3 4 . 特征值的计算不容易!!
0 A 1 1 1 0 1 1 1 0
所以 k 1 p 1 是对应于 1 2 的全部特征向量;
- 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)。
第四章 矩阵的特征值和特征向量例1 求下列矩阵的特征值与特征向量⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----=163053064A ,并判断它能否相似对角化。
若能,求可逆阵P ,使∧=-AP P 1(对角阵)。
例2 已知三阶方阵A 的三个特征值为4,3,2-,则1-A 的特征值为_______,T A 的特征值为_______,*A 的特征值为_______,E A A 232+-的特征值为_______ 例3 设矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=0011100y x A 有三个线性无关的特征向量,则y x ,应满足条件_______ 例5 已知矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=x A 10200002与⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=10000002y B 相似,则____________==y x 例6 设n 阶方阵A 满足0232=+-I A A ,求A 的特征值 例7 已知向量T k )1,,1(=ξ是矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=211121112A 的逆矩阵1-A 的特征向量,求常数k 例8 设A 为非零方阵,且0=m A (m 为某自然数),证明:A 不能与对角阵相似 例9 设n 阶方阵A 满足01072=+-I A A ,求证:A 相似于一个对角矩阵结 论 总结1 n 阶方阵A 有n 个特征值,它们的和等于A 的主对角线元素之和(即A 的逆trA ),它们的乘积等于A 的行列式A2 如果m λλ,,1Λ是方阵A 的特征值,m P P ,,1Λ是与之对应的特征向量,如m λλ,,1Λ互不相等时,m P P ,,1Λ线性无关3 如果n 阶方阵A 与B 相似,则A 与B 有相同的特征多项式,从而有相同的特征值4 如果n 阶方阵A 与对角阵∧相似,则∧的主对角线元素就是A 的n 个特征值5 n 阶方阵A 与对角阵∧相似,即A 可相似对角化的充要条件是A 有n 个线性无关的特征向量6 如果n 阶方阵A 的n 个特征值互不相等,则A 与对角阵相似,即A 可相似对角化7 实对称矩阵的特征值全为实数8 实对称矩阵的不同特征值对应的特征向量相互正交9 对实对称矩阵n n A A ⨯=,必存在正交矩阵P ,使∧=-AP P 1,其中∧是以A 的n 个特征值为主对角线元素的对角阵10 方阵A 可逆的充要条件是A 的特征值全不为零习 题一、单项选择题1. 设001010100A ⎛⎫ ⎪= ⎪ ⎪⎝⎭,则A 的特征值是( )。
(a) -1,1,1 (b) 0,1,1 (c) -1,1,2 (d) 1,1,22. 设110101011A ⎛⎫ ⎪= ⎪ ⎪⎝⎭,则A 的特征值是( )。
(a) 0,1,1 (b) 1,1,2 (c) -1,1,2 (d) -1,1,13. 设A 为n 阶方阵, 2A I =,则( )。
(a) ||1A = (b) A 的特征根都是1 (c) ()r A n = (d) A 一定是对称阵4. 若12,x x 分别是方阵A 的两个不同的特征值对应的特征向量,则1122k x k x +也是A 的特征向量的充分条件是( )。
(a) 1200k k ==且 (b) 1200k k ≠≠且 (c) 120k k = (d) 1200k k ≠=且5. 设A 为n 阶可逆矩阵, λ是A 的特征值,则*A 的特征根之一是( )。
(a) 1||n A λ- (b) 1||A λ- (c) ||A λ (d) ||n A λ6. 设2是非奇异阵A 的一个特征值,则211()3A -至少有一个特征值等于( )。
(a) 4/3 (b) 3/4 (c) 1/2 (d) 1/47. 设n 阶方阵A 的每一行元素之和均为(0)a a ≠,则12A E -+有一特征值为( )。
(a)a (b)2a (c)2a+1 (d)2a +18. 矩阵A 的属于不同特征值的特征向量( )。
(a)线性相关 (b)线性无关(c)两两相交 (d)其和仍是特征向量9. 下列说法不妥的是( ) (a)因为特征向量是非零向量,所以它所对应的特征向量非零(b)属于一个特征值的向量也许只有一个(c)一个特征向量只能属于一个特征值(d)特征值为零的矩阵未必是零矩阵10 设矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=100321z y x A A 的特征值为3,2,1,则( )A )8,4,2===z y x B) R z y x ∈==,4,1C) R z y x ∈=-=,2,2 D) 3,4,1===z y x11 已知矩阵⎪⎪⎭⎫ ⎝⎛-x 123022有一特征向量⎪⎪⎭⎫ ⎝⎛-35,则)(=xA) 18- B) 16- C) 14- D) 12-12 已知矩阵A 的各列元素之和为3,则( )A) A 有一个特征值为3,并对应一个特征向量T )1,,1,1(ΛB) A 有一个特征值为3,并不一定对应有特征向量T )1,,1,1(ΛC) 3不一定是A 的特征值 D) A 是否有特征值不能确定13 设A 是三阶矩阵,有特征值2,1,1-,则下列矩阵中可逆的是( )A) A I - B) A I + C) A I -2 D) A I +2二 填空题1 设A 为3阶矩阵,其特征值为2,1,3-,则A =________ 1-A 的特征值为________,E A A +-322的特征值为________2 如果二阶矩阵⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡=4231,127B x y A 相似,则 __________==y x 3 若n 阶可逆阵A 的每行元素之和是)0(≠a a ,则数________一定是E A +-12的特征值4 设三阶矩阵A 有3个属于特征值λ的线性无关的特征向量,则______=A5 若E A =2,则A 的特征值为________6 设n 阶方阵A 的n 个特征值为n ,,2,1Λ,则_______=+I A7 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=101120101A 2≥n ,则_______21=--n n A A 8 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡-=610005102141A 则 ______lim =∞→n n A 三 解答题 1. 设三阶矩阵A 的特征值为 3,2,1321===λλλ,对应的特征向量依次为: T )1,1,1(1=ξ,T )4,2,1(2=ξ,T )2,3,1(3=ξ,又向量T )3,1,1(=β1) 将β 用321,,ξξξ线性表示 2) 求βnA (n 为自然数) 2 已知⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=06303012x A 有3个线性无关的特征向量,求100A3. 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=122212221A 求A 的特征值与对应的特征向量,A 是否对角阵相似。
若相似,写出使∧=-AP P 1的矩阵P 及对角阵∧,并计算TA )2,3,1(10,5A 4. 设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=20135212b A ,已知1-=A ,A 的伴随矩阵*A 的特征值0λ对应的特征向量T )1,1,1(--=α,求0λ和b 的值四、证明题1设α为n 维非零列向量,T T n A a a a ααα==,),,,(21Λ证明:1) kA A =2 (k 为某常数) 2) α是A 的一个特征向量。
3) A 相似于对角阵。
2 设n 阶方阵A 有n 个对应于特征值λ的线性无关的特征向量,则E A λ=。
3 设n 阶方阵A 的每行元素之和都为常数a ,求证:1) a 为A 的一个特征值; 2) 对于任意自然数m ,m A 的每行元素之和都为m a4 设三阶方阵A 的三个特征值 321,,λλλ互异,分别对应于特征向量321,,ααα 证明:32121,ααααα+++ 都不是A 的特征向量。
5 设A ,B 为n 阶方阵,证明:BA AB ,都有相同的特征值。
6 设21,λλ是A 的两个不同的特征值, ξ是对应于1λ的特征向量,证明: ξ不是2λ的特征向量(即一个特征向量不能属于两个不同的特征值)。
答 案一 10B 11B 12 A 13 D二、1 6- 1-A 的特征值为:21,1,31- ;E A A +-322的特征值为:3,6,10;2. 1,2-=-=y x ;3. 12+a ;4. ⎪⎪⎪⎭⎫ ⎝⎛=λλλA 5. 1± 6. )!1(+n 7. 0 8. 0三1 32122ξξξβ+-=, ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+-+-+-=+++++23111322322322n n n n n n n A β2 ;3636330340132321341100100101100100100101⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+⋅--⋅--⋅+3 ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=∧⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=100010005101011111P ,5215215223110101010⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡⨯+⨯-⨯=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡A ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=3110423110413110413110413110423110413110413110413110425A 4 3,10-==b λ四、提示 1 略 2 略3 略 4 略 5 若AB 有特征值0,则0=AB ,从而0=BA 即BA 也有0为其特征值,若BA 有0≠λ为其特征值,令相应的特征向量为)0(≠ξ 则λξξ=BA ,两边右乘A ,有)()(ξλξA A AB = 则必有0≠=ξηA (否则,0=λξ从而0=λ,与假设矛盾),从而有ληη=AB ,即λ也是AB 的特征值,从而AB 与BA 的特征值一一对应,从而AB 与BA 有相似的特征值。
6 反证法。