賀加來(lái)
(合肥職業(yè)技術(shù)學(xué)院,安徽 巢湖 238000)
特征值與特征向量是高等代數(shù)中的兩個(gè)重要概念,大多數(shù)教材中介紹其如何求法,對(duì)特征值與特征向量的關(guān)系沒(méi)有深入介紹。通過(guò)兩者的概念深入研究?jī)烧叩年P(guān)系,得到有關(guān)的結(jié)論,為讀者提供有益的幫助。
假定 λ1,λ2,…λm是 A 的 m 個(gè)不同特征值,X1,X2,…Xm是分別與它們對(duì)應(yīng)的特征向量,即
這些特征向量彼此之間的關(guān)系如何呢?
假定 c1X1+c2X2+…+cmXm=0
用矩陣A去左乘,再用(1)式代入即得:λ1c1X1+λ2c2X2+… +λmcmXm=0
同樣再用A左乘,用(1)式代入繼續(xù)這樣做,一般得:
于是有m個(gè)向量的齊次線性方程組:
所以D≠0,引用克萊姆法則得到:ciXi=0
但Xi是A的特征向量,所以Xi≠0,因此ci=0,這就證明了下面的定理:
定理1:對(duì)應(yīng)于矩陣A的不同的特征值的任一組特征向量是線性無(wú)關(guān)的。
對(duì)于特征值λ1的所有特征向量和零向量都是齊次方程組
的解向量,所有這些解向量形成n維空間Rn的一個(gè)k維子空間S,稱之為A對(duì)于λ1的特征子空間,這時(shí)(λ1E-A)的秩是 n-k。
現(xiàn)假設(shè) X1(1),X2(1),…Xk(1)是(3)的一組線性無(wú)關(guān)的解向量,當(dāng)然,
再選取 n-k 個(gè)向量
成為 Rn的一組基,作 n 階矩陣 P= (X1(1),X2(1),…Xk(1),Xk+1…Xn)其中第一、第二,……第 n 列向量順序是(4)中的向量,于是P是滿秩的,根據(jù)矩陣乘法規(guī)則,得:
但 AXi(1)= λ1Xi(1),因此 P-1AXi(1)= λ1P-1AXi(1)i=1,2,…k
又由于 E = P-1P= (P-1X1(1),P-1X2(1)… P-1Xk(1),P-1Xk+1,…P-1Xn)
即得 P-1Xi(1)是單位陣 E 的第 i列,所有(5)式可以寫成
式中的B1是n-k階矩陣,O是(n-k)×k矩陣,*表示k×(n-k)矩陣,由拉普拉斯定理得:
但
所以
這就是說(shuō)λ1至少是A的k重特征根,因此得到并證明了下面定理:
定理2:矩陣A對(duì)應(yīng)特征根λ1的特征子空間的維數(shù)不超過(guò)λ1在△A(λ)中的重?cái)?shù)。特別又得到了:
推論:矩陣A的特征多項(xiàng)式的單根所對(duì)應(yīng)的特征子空間的維數(shù)等于1。
那么
但
所以
這就是說(shuō),mA(B) = 0 式中 B=P-1AP,因之 mB(λ) /mA(λ)
同理 mA(λ) /mB(λ),所以 mA(λ)= mB(λ),于是得到了:
定理3:相似矩陣有相同的特征多項(xiàng)式和相同的最小多項(xiàng)式,因而有相同的特征值和相同的跡,即
在研究有相同的特征多項(xiàng)式的矩陣時(shí),進(jìn)一步研究一個(gè)問(wèn)題,那就是AB和BA的特征多項(xiàng)式問(wèn)題。
假如A、B中有一個(gè)是滿秩,如A是滿秩,由于BA=A-1ABA,所以AB和BA相似,因此有定理3得知AB和BA有相同的特征多項(xiàng)式。
更一般情形,因A至多有n個(gè)不同的特征值,所以有一個(gè)實(shí)數(shù)t0存在,使凡適合t>t0的t都有即A-tE是滿秩的,于是(A-tE)和B(A-tE)有相同的特征多項(xiàng)式,即
對(duì)于任何 t> t0都成立,把(6)改寫成
兩邊對(duì)每個(gè)固定的λ值是兩個(gè)關(guān)于變量t的多項(xiàng)式,當(dāng)時(shí)t>t0,它們的值相等,于是這兩個(gè)t的多項(xiàng)式是恒等的,因之以t=0代入即得:
定理4:假定A、B是兩個(gè)n階矩陣,那么AB和BA有相同的特征多項(xiàng)式,因此有相同的特征值和跡,即 tr(AB) =tr(BA)。
已知 A 與 B 相似。(1)求 a與 b;(2)求可逆矩陣 P 使 P-1AP=B。
解:由定理3得:
由 fA(λ) =fB(λ)得
即 a-b=2,-a-4=b-2,
解得a=0,b=-2
(2)由于A與B相似,所以A的特征值與B的特征值相同,就是B的對(duì)角元,λ1=-1,λ2=2,λ3=-2,再求出對(duì)應(yīng)于這些特征值的特征向量分別是:
則有P-1AP=B。
解題過(guò)程表明,此解法優(yōu)于傳統(tǒng)方法。