【线性代数笔记】矩阵的特征值和特征向量在哪些变换过程中变化?

本文概述了矩阵相似变换定理,探讨了特征向量和特征值的性质,包括特征向量作为矩阵变换后的保持性,以及多项式函数、逆矩阵和转置矩阵对特征值的影响。通过定理4,展示了矩阵相似性如何确保特征值的一致性,并举例说明了特征向量的转换关系。

前置知识:
定理1AAAnnn阶方阵,若∃\exists可逆矩阵PPP使得P−1AP=ΛP^{-1}AP=\LambdaP1AP=Λ(其中Λ\LambdaΛ为对角矩阵),则相似变换矩阵PPP的每一列为AAA的特征向量。
证明:将PPP按列分块得P=[x1,x2,⋯ ,xn]P=[x_1,x_2,\cdots,x_n]P=[x1,x2,,xn]
P−1AP=Λ⟺AP=PΛ⟺A[x1,x2,…,xn]=[x1,x2,⋯ ,xn][λ1λ2⋱λn]⟺[Ax1,Ax2,⋯ ,Axn]=[λ1x1,λ2x2,⋯ ,λnxn]P^{-1}AP=\Lambda\Longleftrightarrow\\AP=P\Lambda \Longleftrightarrow\\A[x_1,x_2,\dots,x_n]=[x_1,x_2,\cdots,x_n]\begin{bmatrix}\lambda_1\\&\lambda_2\\&&\ddots\\&&&\lambda_n\end{bmatrix}\Longleftrightarrow\\ [Ax_1,Ax_2,\cdots,Ax_n]=[\lambda_1x_1,\lambda_2x_2,\cdots,\lambda_nx_n]P1AP=ΛAP=PΛA[x1,x2,,x

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值