可逆矩阵的特征值和原来矩阵_秩1为矩阵的特征值、特征向量讨论

本文深入探讨了秩为1的矩阵在3阶到n阶情况下的特征向量特性,包括特征值的确定、特定特征向量的求解以及与基础解系的关系。通过实例和广义化讨论,揭示了实对称矩阵相似对角化的可能性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前文《绕开|λE-A|求特征值:一类特殊情况》讨论了秩为1的矩阵特征值特点,本文继续从秩1矩阵的角度探析3阶到n阶情况下的特征向量特点。

一、A为3阶矩阵,r(A)=1

22f55b1b28d3063afde2e7e7003acc93.png

由题意知,A的特征值分别为αβT的迹(λ1=βTα)和0(λ2=λ3=0)。

A的特征多项式方程分别为:

(A-0E)x = 0   、  (A-βTαE)x = 0.

(i)(A-βTαE)x = 0

由题意A=αβT,两边同时乘以向量α得:

Aα = α(βTα)= λ1α

从而α就是对应特征值λ1特征向量ζ1(读作Epsilon):

4a0619903b788b5c827abe9ae39f89dc.png

(ii)(A-0E)x = 0

化简上式有:Ax = 0,相当于对应λ23的特征向量是x的基础解系。又rA=1,,n-r(A)=3-1=2,有两个解向量ζ2ζ3,并且ζ2ζ3线性无关。

等价于求βTx = 0的解向量(b1x1+b2x2+b3x3 = 0)。从而得到对应特征值λ2λ3特征向量ζ2ζ3

22a7fd4c91f603cefe5fe0a6f11c4d70.png

二、广义化,A为n阶矩阵,r(A)=1

f8cfc3a2a23111d63461ee5e55e28559.png

同上,A的特征值分别为λ1=βTα,λ2=λ3=...=λn=0).

将λ代入特征多项式方程(A-λE)x = 0如下

(A-0E)x = 0     (A-βTαE)x = 0.

(i)(A-βTαE)x = 0

由题意A=αβT,两边同时乘以向量α得:

Aα = α(βTα)= λ1α

从而α就是对应特征值λ1特征向量ζ1:

d33822c5a7213f616e3eefb1bc447e91.png

(ii)(A-0E)x = 0

n-r(A)=n-1,后n-1个的特征向量ζ2...ζn是Ax=0的基础解系,ζ2...ζn线性无关。

等价于求βTx = 0的解向量

bfe7dfe6075091c79c189616d44b1007.png

特别地,若A为实对称矩阵,则存在相似矩阵P=[ζ1ζ2...ζn]使A相似对角化Λ:

51d2361b0588f7fb896a692979e92994.png

参考文献

[1]李永乐.线性代数辅导讲义.西安交通大学出版社.2020.3:P2.

[2]张宇.考研数学题源探析经典1000题.北京理工大学出版社.2020.3:P99

一切繁琐问题必有其猥琐解法

此章已毕,鄙人欲休,阁下若觉本文666,不妨点之【在看】享于左右益友!
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