§2 方阵的特征值与特征向量.

Slides:



Advertisements
Similar presentations
九族文化村兩天一夜遊 組員 : 傅淳鈺 9A0E0019 黃湘蓉 4A 陳誌龍 9A0K0026 潘韋舜 9A0B0951 何奇龍 4A
Advertisements

常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
§3.4 空间直线的方程.
§1. 预备知识:向量的内积 ★向量的内积的概念 ★向量的长度 ★向量的正交性 ★向量空间的正交规范基的概念 ★向量组的正交规范化
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
3.4 空间直线的方程.
高考地理复习应注意的问题 构建知识网络 培养读图技能 掌握答题规律.
第五章 二次型 §5.1 二次型的矩阵表示 §5.2 标准形 §5.3 唯一性 §5.4 正定二次型 章小结与习题.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
第3节 二次型与二次型的化简 一、二次型的定义 二、二次型的化简(矩阵的合同) 下页.
§1 二阶与三阶行列式 ★二元线性方程组与二阶行列式 ★三阶行列式
*第七节 二元高次方程组 主要内容 两个一元多项式有非常数公因式的条件 二元高次方程组的一个一般解法.
一、二阶行列式的引入 用消元法解二元线性方程组. 一、二阶行列式的引入 用消元法解二元线性方程组.
2.2.1 等比数列的概念和通项公式.
第三章 函数逼近 — 最佳平方逼近.
第四节 第四章 函数的单调性与 曲线的凹凸性 一、函数单调性的判定法 二、曲线的凹凸与拐点 机动 目录 上页 下页 返回 结束.
[聚會時, 請將傳呼機和手提電話關掉, 多謝合作]
第五章 矩阵与行列式 §5.4 逆矩阵 §5.5 矩阵的初等变换.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
第五章 二次型 本章将向量空间具体化,给出欧氏空间的概念,然后讨论二次型化为标准形的问题。为此,
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
第二章 行列式 第一节 二阶、三阶行列式.
第七章 线性变换 §1 线性变换的定义 §2 线性变换的运算 §3 线性变换的矩阵 §4 特征值与特征向量 §5 对角矩阵
組員:蔡典龍4970E027 蕭積遠4970E026 王建智4970E050 李雅俐4970E025 賴品言4970E054
§4.3 常系数线性方程组.
天气和气候.
第三讲 矩阵特征值计算及其应用 — 正交变换与QR方法.
第 11 章 矩 阵 上一章讨论的线性方程组,未知数的个 数与方程的个数相等,且系数行列式不等于 零。但是再实际应用中,还会出现未知数的
第5章 §5.3 定积分的积分法 换元积分法 不定积分 分部积分法 换元积分法 定积分 分部积分法.
第二章 矩阵(matrix) 第8次课.
线性代数机算与应用 李仁先 2018/11/24.
!!! 请记住:矩阵是否等价只须看矩阵的秩是否相同。
I. 线性代数的来龙去脉 -----了解内容简介
第四章 矩阵 §1 矩阵概念的一些 背景 §6 初等矩阵 §4 矩阵的逆 §5 矩阵的分块 §2 矩阵的运算 §3 矩阵乘积的行列 式与秩
耆康會長者中央議會 <<長者與社會參與>>計劃培訓
方阵的特征值与特征向量.
第二章 矩阵及其运算 §1 线性方程组和矩阵 §2 矩阵的运算 §3 逆矩阵 §4 克拉默法则 §5 矩阵分块法.
第四章 向量组的线性相关性.
第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.
第5章 线性代数 矩阵分析 矩阵分解 线性方程组的求解 符号矩阵.
第8讲 逆矩阵 主要内容: 1. 逆矩阵的定义及性质 2. 求逆矩阵的伴随矩阵法 3.求逆矩阵的初等行变换法.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
§4 线性方程组的解的结构.
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§3 向量组的秩.
§8.3 不变因子 一、行列式因子 二、不变因子.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
4) 若A可逆,则 也可逆, 证明: 所以.
第五章 相似矩阵及二次型.
线性代数 第十一讲 分块矩阵.
2.2矩阵的代数运算.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
A经有限次初等变换化为B,称A与B等价,记作A→B.
第五节 线性方程组有解判别定理 一、线性方程组的向量表示形式 二、线性方程组有解判别定理 三、一般线性方程组的解法 四、线性方程组的求解步骤.
第三章 矩 阵的秩和线性方程组的相容性定理 第一讲 矩阵的秩;初等矩阵 第二讲 矩阵的秩的求法和矩阵的标准形 第三讲 线性方程组的相容性定理.
在发明中学习 线性代数概念引入 之四: 矩阵运算 李尚志 中国科学技术大学.
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
§5 向量空间.
6.5 可对角化的矩阵 授课题目:6.5 可对角化的矩阵 授课时数:6学时 教学目标:掌握矩阵对角化的定义与方法 教学重点:矩阵对角化的方法
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
§4.5 最大公因式的矩阵求法( Ⅱ ).
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
Presentation transcript:

§2 方阵的特征值与特征向量

(lEn)An = An (lEn) = lAn . 引言 纯量阵 lE 与任何同阶矩阵的乘法都满足交换律,即 (lEn)An = An (lEn) = lAn . 矩阵乘法一般不满足交换律,即AB ≠ BA . 数乘矩阵与矩阵乘法都是可交换的,即 l (AB) = (lA)B = A(lB). Ax = l x ? 例:

一、基本概念 定义:设 A 是 n 阶矩阵,如果数 l 和 n 维非零向量 x 满足 Ax = l x, 那么这样的数 l 称为矩阵 A 的特征值,非零向量 x 称为 A 对应于特征值 l 的特征向量. 例: 则 l = 1 为 的特征值, 为对应于l = 1 的特征向量.

一、基本概念 定义:设 A 是 n 阶矩阵,如果数 l 和 n 维非零向量 x 满足 Ax = l x, 那么这样的数 l 称为矩阵 A 的特征值,非零向量 x 称为 A 对应于特征值 l 的特征向量. Ax = l x = lE x 非零向量 x 满足 (A−lE) x = 0(零向量) 齐次线性方程组有非零解 系数行列式 | A−lE | = 0

特征方程 特征多项式 特征方程 | A−lE | = 0 特征多项式 | A−lE |

二、基本性质 在复数范围内 n 阶矩阵 A 有 n 个特征值(重根按重数计算). 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln,则 l1 + l2 + … + ln = a11 + a22 + … + ann l1 l2 … ln = |A|

例:求矩阵 的特征值和特征向量. 解:A 的特征多项式为 所以 A 的特征值为 l1 = 2,l2 = 4 . 当 l1 = 2 时, 对应的特征向量应满足 ,即 解得基础解系 . k p1(k ≠ 0)就是对应的特征向量.

例:求矩阵 的特征值和特征向量. 解:A 的特征多项式为 所以 A 的特征值为 l1 = 2,l2 = 4 . 当 l2 = 4 时, 对应的特征向量应满足 ,即 解得基础解系 . k p2(k ≠ 0)就是对应的特征向量.

例:求矩阵 的特征值和特征向量. 解: 所以 A 的特征值为 l1 = −1,l2 = l3 = 2 .

例:求矩阵 的特征值和特征向量. 解(续):当 l1 = −1 时,因为 解方程组 (A + E) x = 0. 解得基础解系 . k p1(k ≠ 0)就是对应的特征向量.

例:求矩阵 的特征值和特征向量. 解(续):当 l2 = l3 = 2 时,因为 解方程组 (A−2E) x = 0. 解得基础解系 . k2 p2 + k3 p3 (k2 , k3 不同时为零)就是对应的特征向量.

二、基本性质 在复数范围内 n 阶矩阵 A 有 n 个特征值(重根按重数计算). 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln,则 l1 + l2 + … + ln = a11 + a22 + … + ann l1 l2 … ln = |A| 若 l 是 A 的一个特征值,则齐次线性方程组的基础解系 就是对应于特征值为 l 的全体特征向量的最大无关组.

例:设 l 是方阵 A 的特征值,证明 (1) l2 是 A2 的特征值; (2) 当 A 可逆时,1/l 是 A−1 的特征值. 结论:若非零向量 p 是 A 对应于特征值 l 的特征向量,则 l2 是 A2 的特征值,对应的特征向量也是 p . lk 是 Ak 的特征值,对应的特征向量也是 p . 当 A 可逆时,1/l 是 A−1 的特征值,对应的特征向量仍然是 p .

二、基本性质 在复数范围内 n 阶矩阵 A 有n 个特征值(重根按重数计算). 设 n 阶矩阵 A 的特征值为 l1, l2, …, ln,则 l1 + l2 + … + ln = a11 + a22 + … + ann l1 l2 … ln = |A| 若 l 是 A 的一个特征值,则齐次线性方程组的基础解系 就是对应于特征值为 l 的全体特征向量的最大无关组. 若 l 是 A 的一个特征值,则 j (l) = a0 + a1 l + … + am l m 是矩阵多项式 j (A) = a0 + a1 A + … + am A m 的特征值.

例:设3 阶方阵 A 的特征值为1, −1, 2,求 A* +3A−2E 的特征值. 解: A* +3A−2E = |A| A−1 +3A−2E = −2A−1 +3A−2E = j (A) 其中|A| = 1×(−1) ×2 = −2 . 设 l 是 A 的一个特征值, p 是对应的特征向量.令 则

定理:设 l1, l2, …, lm 是方阵 A 的特征值, p1, p2, …, pm 依 例:设 l1 和 l2 是方阵 A 的两个不同的特征值,对应的特征 向量依次为 p1 和 p2, 证明 p1 + p2不是 A 的特征向量.