第五章 方阵的特征值和特征向量
特征值与特征向量的定义
*设A是n阶矩阵,如果存在常数λ与非0向量X=(x1,x2,……,xn),使得AX=λX,那么常数λ称为矩阵A的特征值,向量X称为矩阵A的属于特征值λ的特征向量。
* 设λ是方阵A的特征值,X是A的属于特征值λ的特征向量,即AX=λX,那么有结论:
1.如果h(λ)是λ的多项式,那么h(λ)是h(A)的特征值,X是h(A)的属于特征值h(λ)的特征向量
2.如果A是可逆矩阵,那么λ-1是A-1的特征值,X是A-1的属于特征值λ-1的特征向量
定义:设A与B是两个n阶矩阵,如果存在n阶可逆矩阵P,使得P-1AP=B,那么称A与B是相似的,可逆矩阵P称为由A到B的相似变换矩阵。
如果A与B是相似的,那么A与B有相同的特征多项式,因而有相同的特征值。
如果n阶矩阵A与对角矩阵是相似的,那么对角矩阵的对角元是A的全部特征值。
如果A与B是相似的,那么r(A)=r(B),|A|=|B|,A是可逆的当且仅当B是可逆的,并且A-1与B-1是相似的。
如果A与B是相似的,那么对任意常数k,kA与kB是相似的。对任意正整数m,Am与Bm是相似的。对任意多项式h(x),h(A)与h(B)是相似的
相似对角化定义:设A是n阶矩阵,如果存在n阶可逆 矩阵P,使得P-1AP=∧为对角矩阵,那么称A可以相似对角化。
n阶矩阵可以相似对角化的条件:有n个线性无关的特征向量。
几何重数:设A是n阶矩阵,λ是A的特征值,我们将矩阵λI-A的零空间的维数dimN(λI-A)称为特征值λ的几何重数。
代数重数:指方程的根的重数,也就是说,方程的根是几重根。(举例:(x-2)3=0,这个方程的根为x=2,这个根是3重的,因此x=2的代数重数为3)
实对称矩阵的定义:如果有n阶矩阵A,其矩阵的元素都为实数,且矩阵A的转置等于其本身(aij=aji),而且该矩阵对应的特征值全部为实数,则称A为实对称矩阵。实对称矩阵的属于不同特征值的特征向量是正交的。
第六章 二次型与正定矩阵
约定:二次型f(X)=XTAX的矩阵A都是对称矩阵。
化二次型为标准型的具体方法:初等变换法,正交替换法。(p233,p235)
方阵的合同:设A,B是两个n阶矩阵,如果存在非奇异矩阵P,使得PTAP=B,那么称A与B是合同的。
任意的实二次型都可以经过非退化的实线性替换化为规范型,并且二次型的规范型是唯一的。
设f(X)是秩为r的实二次型,f(X)的标准型中正平方项的个数p称为A的正惯性指数,负平方项的个数r-p称为f(X)的负惯性指数。
在实数集上,两个n阶实对称矩阵A与B合同的充分必要条件是A与B的秩相同,正惯性指数也相同。
如果A是正定矩阵,那么有: