特征值、特征向量的性质
定义
Aα=λα,λ是特征值,α是特征向量
性质
性质一
α是A的特征向量,kα也是A的关于λ的特征向量
证明:Aα=λα,则 A(kα)=λ(kα)
性质二
一个特征向量只属于一个特征值
证明:假设α同时属于λ1和λ2,则 Aα=λ1α,且Aα=λ2α,两个相减,0=(λ1-λ2)α,则α=0或λ1=λ2,后者那么属于同一个特征值,零向量除外
性质三
α1,α2是关于λ的特征向量,则k1α1+k2α2也是关于λ的特征向量
性质四
A和AT有相同的特征值,但是特征向量不一定相同
证明:|λE-A|=0,则|λE-AT|=|λET-AT|=| (λE-A)T |,因为|A|=|AT|,所以|λET-AT|=|λET-AT|=| (λE-A)T|=|λE-A|
性质五
n阶方阵A的特征值有λ1~λn,则∑λ=∑aii,Πλ=|A|
证明:
性质六
n阶方阵可逆 <==> λi≠0
n阶方阵不可逆 <==> 存在λi=0
证明:由性质五,可逆得出|A|≠0,则Πλ=|A|≠0。反之亦然。
性质七
A的特征值有λ1~λn,且有的λ对应多个α,那么这些所有阿尔法线性无关
性质八
λi是A的k重特征根,A对应λ无关的特征向量个数≤k
性质九(重量级)
if λ是A的一个特征值,那么...
kλ是kA的特征值(k=0也成立)
λ2是A2的特征值
λn是An的特征值
证明:因为Aα=λα,那么A2α=Aλα=λ2α,n同理
λ+n是A+nE特征值
证明:因为Aα=λα,nEα=nα,两者相加得到(A+nE)α=(λ+n)α
λ2+6λ+9是A2+6A+9E的特征值
证明:和上面两个证明思路一样,相加即可
1/λ是A-1的特征值
证明:因为Aα=λα,则A-1Aα=A-1λα,则α=λA-1α,移项得A-1α=(1/λ)α
性质10
A为可逆矩阵,λ是A特征值,|A|/λ是A*特征值
证明:由伴随矩阵性质,A*=|A|A-1,则由性质九得,A*特征值为|A|/λ
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 使用C#创建一个MCP客户端
· ollama系列1:轻松3步本地部署deepseek,普通电脑可用
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· 按钮权限的设计及实现