特征值與特征向量(高等代數(shù)課件).ppt
《特征值與特征向量(高等代數(shù)課件).ppt》由會(huì)員分享,可在線閱讀,更多相關(guān)《特征值與特征向量(高等代數(shù)課件).ppt(29頁珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
2 線性變換的運(yùn)算,3 線性變換的矩陣,4 特征值與特征向量,1 線性變換的定義,6線性變換的值域與核,8 若當(dāng)標(biāo)準(zhǔn)形簡(jiǎn)介,9 最小多項(xiàng)式,7不變子空間,小結(jié)與習(xí)題,第七章 線性變換,5 對(duì)角矩陣,7.4 特征值與特征向量,一、特征值與特征向量,二、特征值與特征向量的求法,7.4 特征值與特征向量,三、特征子空間,四、特征多項(xiàng)式的有關(guān)性質(zhì),7.4 特征值與特征向量,從本節(jié)開始,我們主要討論,如何選擇一組適當(dāng),的基,使V的某個(gè)線性變換在這組基下的矩陣就是,一個(gè)對(duì)角矩陣?,引入,有限維線性空間V中取定一組基后,V的任一線性,希望這個(gè)矩陣越簡(jiǎn)單越好,如對(duì)角矩陣.,變換都可以用矩陣來表示. 為了研究線性變換性質(zhì),,7.4 特征值與特征向量,設(shè) 是數(shù)域P上線性空間V的一個(gè)線性變換,,則稱 為 的一個(gè)特征值,稱 為 的屬于特征值,一、特征值與特征向量,定義:,若對(duì)于P中的一個(gè)數(shù) 存在一個(gè)V的非零向量,使得,的特征向量.,7.4 特征值與特征向量,,① 幾何意義:特征向量經(jīng)線性變換后方向保持,由此知,特征向量不是被特征值所唯一確定的,,注:,② 若 是 的屬于特征值 的特征向量,則,也是 的屬于 的特征向量.,但是特征值卻是被特征向量所唯一確定的,即,若 且 ,則,7.4 特征值與特征向量,設(shè) 是V的一組基,,線性變換 在這組基下的矩陣為A.,下的坐標(biāo)記為,二、特征值與特征向量的求法,分析:,設(shè) 是 的特征值,它的一個(gè)特征向量 在基,則 在基 下的坐標(biāo)為,7.4 特征值與特征向量,而 的坐標(biāo)是,于是,又,從而,又,即 是線性方程組 的解,,∴ 有非零解.,所以它的系數(shù)行列式,7.4 特征值與特征向量,,以上分析說明:,若 是 的特征值,則,反之,若 滿足,則齊次線性方程組 有非零解.,若 是 一個(gè)非零解,,特征向量.,則向量 就是 的屬于 的一個(gè),7.4 特征值與特征向量,設(shè) 是一個(gè)文字,矩陣 稱為,稱為A的特征多項(xiàng)式.,1. 特征多項(xiàng)式的定義,A的特征矩陣,它的行列式,( 是數(shù)域P上的一個(gè)n次多項(xiàng)式),7.4 特征值與特征向量,② 矩陣A的特征多項(xiàng)式的根有時(shí)也稱為A的特征值,,注:,① 若矩陣A是線性變換 關(guān)于V的一組基的矩陣,,而 是 的一個(gè)特征值,則 是特征多項(xiàng)式,的根,即,的一個(gè)特征值.,反之,若 是A的特征多項(xiàng)式的根,則 就是,(所以,特征值也稱特征根.),而相應(yīng)的線性方程組 的非零解也就,稱為A的屬于這個(gè)特征值的特征向量.,7.4 特征值與特征向量,,i) 在V中任取一組基 寫出 在這組基下,就是 的全部特征值.,ii) 求A的特征多項(xiàng)式 在P上的全部根它們,2. 求特征值與特征向量的一般步驟,的矩陣A .,iii) 把所求得的特征值逐個(gè)代入方程組,的全部線性無關(guān)的特征向量在基 下的坐標(biāo).),并求出它的一組基礎(chǔ)解系.(它們就是屬于這個(gè)特征值,7.4 特征值與特征向量,,則,就是屬于這個(gè)特征值 的全部線性無關(guān)的特征向量.,而,(其中, 不全為零),就是 的屬于 的全部特征向量.,如果特征值 對(duì)應(yīng)方程組的基礎(chǔ)解系為:,7.4 特征值與特征向量,對(duì) 皆有,所以,V中任一非零向量皆為數(shù)乘變換K的特征向量.,例1.在線性空間V中,數(shù)乘變換K在任意一組基下,的矩陣都是數(shù)量矩陣kE,它的特征多項(xiàng)式是,故數(shù)乘法變換K的特征值只有數(shù)k,且,7.4 特征值與特征向量,解:A的特征多項(xiàng)式,例2.設(shè)線性變換 在基 下的矩陣是,求 特征值與特征向量.,故 的特征值為: (二重),7.4 特征值與特征向量,,把 代入齊次方程組 得,即,它的一個(gè)基礎(chǔ)解系為:,因此,屬于 的兩個(gè)線性無關(guān)的特征向量為,而屬于 的全部特征向量為,不全為零,7.4 特征值與特征向量,因此,屬于5的一個(gè)線性無關(guān)的特征向量為,,把 代入齊次方程組 得,解得它的一個(gè)基礎(chǔ)解系為:,而屬于5的全部特征向量為,7.4 特征值與特征向量,,三、特征子空間,定義:,再添上零向量所成的集合,即,設(shè) 為n維線性空間V的線性變換, 為,的一個(gè)特征值,令 為 的屬于 的全部特征向量,7.4 特征值與特征向量,注:,的解空間的維數(shù),且由方程組(*)得到的屬于 的,若 在n維線性空間V的某組基下的矩陣為A,則,即特征子空間 的維數(shù)等于齊次線性方程組,(*),全部線性無關(guān)的特征向量就是 的一組基.,7.4 特征值與特征向量,四、特征多項(xiàng)式的有關(guān)性質(zhì),1. 設(shè) 則A的特征多項(xiàng)式,由多項(xiàng)式根與系數(shù)的關(guān)系還可得,② A的全體特征值的積=,稱之為A的跡,記作trA.,7.4 特征值與特征向量,證:設(shè) 則存在可逆矩陣X,使得,2. (定理6) 相似矩陣具有相同的特征多項(xiàng)式.,于是,,7.4 特征值與特征向量,注:,② 有相同特征多項(xiàng)式的矩陣未必相似.,成是矩陣A的特征值與特征向量.,它們的特征多項(xiàng)式都是 ,但A、B不相似.,多項(xiàng)式;而線性變換 的特征值與特征向量有時(shí)也說,因此,矩陣A的特征多項(xiàng)式也說成是線性變換 的特征,① 由定理6線性變換 的特征值與基的選擇無關(guān).,如,7.4 特征值與特征向量,設(shè) 為A的特征多項(xiàng)式, 則,證: 設(shè) 是 的伴隨矩陣,則,3. 哈密爾頓─凱萊(Hamilton─Caylay)定理,都是λ的多項(xiàng)式,且其次數(shù)不超過n-1.,又 的元素是 的各個(gè)代數(shù)余子式,它們,因此, 可寫成,7.4 特征值與特征向量,其中, 都是 的數(shù)字矩陣.,再設(shè),比較①、②兩式,得,7.4 特征值與特征向量,③,以 依次右乘③的第一式、第二式、,…、第n式、第n+1式,得,④,7.4 特征值與特征向量,把④的n+1個(gè)式子加起來,即得,4. 設(shè) 為有限維線性空間V的線性變換, 是,的特征多項(xiàng)式,則,7.4 特征值與特征向量,例3. 設(shè) 求,解:A的特征多項(xiàng)式,用 去除 得,7.4 特征值與特征向量,7.4 特征值與特征向量,練習(xí)1:已知 為A的一個(gè)特征值,則,(1) 必有一個(gè)特征值為 ;,(2) 必有一個(gè)特征值為 ;,(3)A可逆時(shí), 必有一個(gè)特征值為 ;,(4)A可逆時(shí), 必有一個(gè)特征值為 .,(5) 則 必有一個(gè)特征值為 .,7.4 特征值與特征向量,行列式 = .,練習(xí)2:已知3階方陣A的特征值為:1、-1、2,,則矩陣 的特征值為: ,,- 1.請(qǐng)仔細(xì)閱讀文檔,確保文檔完整性,對(duì)于不預(yù)覽、不比對(duì)內(nèi)容而直接下載帶來的問題本站不予受理。
- 2.下載的文檔,不會(huì)出現(xiàn)我們的網(wǎng)址水印。
- 3、該文檔所得收入(下載+內(nèi)容+預(yù)覽)歸上傳者、原創(chuàng)作者;如果您是本文檔原作者,請(qǐng)點(diǎn)此認(rèn)領(lǐng)!既往收益都?xì)w您。
下載文檔到電腦,查找使用更方便
9.9 積分
下載 |
- 配套講稿:
如PPT文件的首頁顯示word圖標(biāo),表示該P(yáng)PT已包含配套word講稿。雙擊word圖標(biāo)可打開word文檔。
- 特殊限制:
部分文檔作品中含有的國旗、國徽等圖片,僅作為作品整體效果示例展示,禁止商用。設(shè)計(jì)者僅對(duì)作品中獨(dú)創(chuàng)性部分享有著作權(quán)。
- 關(guān) 鍵 詞:
- 特征值 特征向量 高等 代數(shù) 課件
鏈接地址:http://www.hcyjhs8.com/p-2369709.html