定义:若AA=A,则称A为幂等矩阵。
1.幂等矩阵的特征值只取1和0两个数值
证明:
设λ是幂等矩阵A的特征值,v是与λ对应的特征向量,则
λv=Av=A2v=λ2v
即(λ2−λ)v=0
因为 v≠0,所以(λ2−λ)=0,故λ=0或1.
2.幂等矩阵一定可以对角化
证明:
证明此性质需用到两个引理:
引理1:r(A+B)≤r(A)+r(B) (这里r表示矩阵的秩)
引理2:Am×nBn×k≤n
现假设A为n×n的幂等矩阵,且r(A)=r
因为A(E−A)=A−AA=A−A=0
所以n=r(E)=r(A+(E−A))≤r(A)+r(E−A)≤n
故有r(A)+r(E−A)=n
设λ是矩阵A的特征值,根据上面的性质1,λ=0或1
对应于λ=0的有n−r(0×E−A)个线性无关的特征向量(即方程(0×E−A)x=0基础解系有n−r(0×E−A)个基向量)
对应于λ=1的有n−r(1×E−A)个线性无关的特征向量
由于r(0×E−A)+r(1×E−A)=r(A)+r(E−A)=n
所以A有[n−r(0×E−A)]+[n−r(1×E−A)]=n个线性无关的特征向量,所以A一定可以对角化,其对角化之后的形式可表示为

3.所有幂等矩阵的秩与迹相等,即r(A)=tr(A)
证明:由性质2容易导出该性质。
4.假设A为n×n的幂等矩阵,且r(A)=r,则A有r个特征值1,n−r个特征值0
证明:由性质2容易导出该性质。
【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
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· Manus爆火,是硬核还是营销?
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通