线性代数教案-第五章 特征值和特征向量

第五章特征值和特征向量

特征值和特征向量理论,不仅用于解决上述求线性变换的对角阵表示这个问题,在诸如几何中的变换,振动问题中的稳定性,微分方程的边值问题等许多方面都有广泛应用.

由于一个矩阵在一定意义下就是一个线性变换,本章着重讨论矩阵的特征值和特征向量.

一、 教学目标与基本要求

1 线性变换的特征值和特征向量

定义5.1.1设V 是一个线性空间,T :V →V 是一个线性变换.若对于数λ,存在一个非零向量x ,使得

x x λ=)(T (5.1.1)

则称λ为T 的一个特征值,而称x 为T 的属于特征值λ的特征向量.

定义5.1.2设][ik a A =是一个n 阶方阵,λ是一个变量,矩阵A E -λ的行列式

nn

n n n n a a a a a a a a a A E ---------=-λλλλ

212222111211

)det( 被称为A 的特征多项式,记为)(λf .这是一个变量λ的n 次多项式.而称以λ为未知量的方程=-)det(A E λ0)(=λf 为A 的特征方程.

讨论一个方阵A (被视着某个线性变换的矩阵)的特征值和特征向量的求法.这可以归纳为以下步骤:

1.求出方阵A 的特征方程0)det(=-A E λ的全部根,它们就是A 的特征值.

2.将求得的特征值逐个代入齐次线性方程组θx =-T

)(A E λ,求其通解,就得到了属于每个特征值的全部特征向量.

2 特征值和特征向量的性质

性质1 若λ是方阵A 的特征值,则2λ是2A 的特征值；若A 可逆,则1-λ是1-A 的特征值. 性质2 设1λ,2λ是方阵A 的相异的特征值,1ξ,2ξ是分别属于1λ及2λ的A 的特征向量,则1ξ,2ξ是独立的.

性质3 设V 是n 维线性空间,T :V →V 是一个线性变换,它有n 个彼此相异的特征值n λλ,, 1,

n ξξ,, 1是分别属于它们的特征向量.则}{1n ξξ,, 是V 的一组基,且T 在此基下的矩阵表示就是对角阵)diag(1n A λλ,, =.

性质4 若A 是实对称方阵,1λ,2λ是其相异特征值,1ξ,2ξ是分别属于它们的特征向量,则1ξ与2ξ正交.

性质5 设n λλλ,,, 21是n 阶方阵][ik a A =的全部特征值,则

(1)A a a a A E f n n nn n det )1()(||)(12211-+++++-=-=- λλλλ,

(2)∑==n i i A 1tr λ

,

(3)n A λλλ 21det =

3 相 似 矩 阵

定义5.3.1设A ,B 都是n 阶方阵,若有可逆方阵C ,使

B A

C C =-1, (5.3.5)

则称B 是A 的相似矩阵,或说B 与A 相似.对A 进行运算AC C 1-,被称为对A 进行相似变换.

可逆方阵C 被称为将A 变成B 的相似变换矩阵.

相似关系是同阶方阵之间的一种关系,具有:

(1)自反性: A 与A 相似.因为取单位阵E ,有A AE E =-1.

(2)对称性:若B 与A 相似,则A 与B 相似.因为(5.3.5)式两端左乘C ,右乘1-C ,有A CBC =-1.

(3)传递性:若B 与A 相似,D 与B 相似,则D 与A 相似.因为据假设,有可逆方阵1C 及2C ,使B AC C =-111,D BC C =-212,故有1

21211112)()(---==C C C AC C C D A )(21C C ,故D 与A 相似.

定理5.3.1若n 阶方阵A 与B 相似,则A 与B 的特征多项式相同,从而A 与B 的特征值亦相同.而且B A det det =.

推论 若n 阶方阵A 与对角阵)diag(1n λλ,, =Λ相似,则n λλ,, 1即为A 的n 个特征值. 若一个n 阶方阵A 与一个对角阵)diag(1n λλ,, =Λ相似,就称A 可以对角化. 定理5.3.2实对称阵的特征值为实数.

定理5.3.3设A 为n 阶实数对称阵,λ是A 的特征方程的r 重根,则方阵A E -λ的秩是r n -,从而属于λ的特征向量中,恰有r 个独立的特征向量.

定义5.3.2由n 个两两正交的n 元单位列向量所构成的n 阶方阵,被称为正交阵.

二、教学内容及学时分配：

第一节线性变换的特征值和特征向量 2学时

第二节特征值和特征向量的性质 2学时

第三节相 似 矩 阵 2学时

三、教学内容的重点及难点：

1、重点：特征根及特征向量的求法

2、难点：什么时候可以将矩阵对角化

四、教学内容的深化和拓宽：

大部分矩阵不能对角化,那么什么时候可以对角化,对角化在实际中的例子.

五、思考题与习题

1 (3)(4)(5) 3警 4 6 8 9 10 11 13 14

六、教学方式（手段）

本章主要采用讲授新课的方式。

线性代数第五章(答案)

第五章 相似矩阵及二次型 一、 是非题（正确打√，错误打×） 1．若线性无关向量组r αα,,1 用施密特法正交化为r ββ,,1 则对任何),1(r k k ≤≤向量组k αα,,1 与向量组r ββ,,1 等价. ( √ ) 2. 若向量组r αα,,1 两两正交,则r αα,,1 线性无关. ( √ ) 3.n 阶正交阵A 的n 个行(列)向量构成向量空间n R 的一个规范正交基. ( √ ) 4.若A 和B 都是正交阵,则AB 也是正交阵. ( √ ) 5.若A 是正交阵, Ax y =,则x y =. ( √ ) 6．若112???=n n n n x x A ，则2是n n A ?的一个特征值. ( × ) 7.方阵A 的特征向量只能对应唯一的特征值,反之亦成立. ( × ) 8.n 阶矩阵A 在复数范围内有n 个不同的特征值. ( × ) 9. 矩阵A 有零特征值的充要条件是0=A . ( √ ) 10.若λ是A 的特征值,则)(λf 是)(A f 的特征值(其中)(λf 是λ的多项式). ( √ ) 11.设1λ和)(212λλλ≠是A 的特征值, 1x 和2x 为对应特征向量,则21x x +也是A 的特征向量. ( × ) 12. T A 与A 的特征值相同. ( √ ) 13.n 阶矩阵A 有n 个不同特征值是A 与对角矩阵相似的充分必要条件. ( × )

14.若有可逆矩阵P ,使n 阶矩阵A ,B 满足: B PAP =-1,则A 与B 有相同的特征值. ( √ ) 15.两个对角矩阵的对角元素相同,仅排列位置不同,则这两个对角矩阵相似. ( √ ) 16.设n 阶矩阵A ,B 均与对角阵相似且有相同的特征值,则A 与B 相似. ( √ ) 17．实对称矩阵A 的非零特征值的个数等于它的秩. ( √ ) 18. 若k ααα,,,21 线性无关且都是A 的特征向量，则将它们先正交化，再单位化后仍为A 的特征向量. ( √ ) 19.实对称阵A 与对角阵Λ相似Λ=-AP P 1，这里P 必须是正交阵 。 ( × ) 20．已知A 为n 阶矩阵，x 为n 维列向量，如果A 不对称，则Ax x T 不是二次型. ( √ ) 21.任一实对称矩阵合同于一对角矩阵。 ( √ ) 22．二次型 Ax x x x x f T n =),,,(21 在正交变换Py x =下一定化为 标准型. ( × ) 23.任给二次型 Ax x x x x f T n =),,,(21 ，总有正交变换Py x =，使f 化 为规范型。 ( × )

线性代数典型例题

线性代数 第一章 行列式 典型例题 一、利用行列式性质计算行列式 二、按行（列）展开公式求代数余子式 已知行列式412343 344 615671 12 2 D = =-，试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式 1．计算221 1231223131 5 1319x D x -= -. 2．设()x b c d b x c d f x b c x d b c d x = ，则方程()0f x =有根_______.x = 四、抽象行列式的计算或证明 1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==，其中234,,,,αβγγγ均为四维列向量，且已知行列式||2,||3A B ==-,试计算行列式||.A B + 2.设A 为三阶方阵，*A 为A 的伴随矩阵，且1 ||2 A = ，试计算行列式1*(3)22.A A O O A -??-??? ?

3.设A 是n 阶(2)n ≥非零实矩阵，元素ij a 与其代数余子式ij A 相等，求行列式||.A 4.设矩阵210120001A ?? ??=?? ????,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量，记矩阵 123123123123(,,),(,24,39)A B αααααααααααα==+++++ 如果||1A =，那么||_____.B = 五、n 阶行列式的计算 六、利用特征值计算行列式 1.若四阶矩阵A 与B 相似，矩阵A 的特征值为 1111 ,,,2345 ，则行列式1||________.B E --= 2.设A 为四阶矩阵，且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-，试计算行列式*|23|.A E + 第二章 矩阵 典型例题 一、求逆矩阵 1.设,,A B A B +都是可逆矩阵，求：111().A B ---+

第五章 矩阵的特征值与特征向量

第五章 矩阵的特征值与特征向量 5.1矩阵的特征值与特征向量 5.1.1矩阵的特征值与特征向量的概念 设A 是n 阶矩阵，若存在数λ及非零的n 维列向量α，使得：λαα=A (0≠α)成立，则称λ是矩阵A 的特征值，称非零向量α是矩阵A 属于特征值λ的特征向量. 5.1.2矩阵的特征值与特征向量的求法 把定义公式λαα=A 改写为()0=-αλA E ,即α是齐次方程组()0=-x A E λ的非零解.根据齐次方程组有非零解的充分条件可得：0=-A E λ. 所以可以通过0=-A E λ求出所有特征值，然后对每一个特征值i λ，分别求出齐 次方程组()0=-x A E i λ的一个基础解系，进而再求得通解. 【例5.1】求??? ? ? ?????------=324262423A 的特征值和特征向量. 解：根据()()0273 2 4 26 24 23 2 =+-=---= -λλλλλλA E ，可得71=λ，22-=λ. 当7=λ时，??? ? ? ?????? ??? ???????=-0000002124242124247A E ， 所以()07=-x A E 的一个基础解系为：()T 0,2,11-=α,()T 1,0,12-=α，则相应的特征向量为2211ααk k +，其中21,k k 是任意常数且()()0,0,21≠k k . 当2-=λ时，???? ? ?????--? ??? ? ??????---=--00012014152428242 52A E ，所以()02=--x A E 的一个基础解系为()T 2,1,23=α，则相应的特征向量为33αk ，其中3k 是任意常数且

线性代数第五章 课后习题及解答

第五章课后习题及解答 1. 求下列矩阵的特征值和特征向量： (1) ;1332??? ? ??-- 解：,0731332 2=--=--=-λλλλλA I 2 373,237321-=+=λλ ,00133637123712137 1??? ? ??→→???? ??=-++- A I λ 所以，0)(1=-x A I λ的基础解系为：.)371,6(T - 因此，A 的属于1λ的所有特征向量为：).0()371,6(11≠-k k T ,001336371237123712??? ? ??→→???? ??-=---+ A I λ 所以，0)(2=-x A I λ的基础解系为：.)371,6(T +

因此，A 的属于2λ的所有特征向量为：).0()371,6(22≠+k k T (2) ;211102113???? ? ??-- 解：2)2)(1(2 111211 3--==------=-λλλλ λλ A I 所以，特征值为：11=λ(单根)，22=λ(二重根) ???? ? ??-→→????? ??------=-0001100011111121121 A I λ 所以，0)(1=-x A I λ的基础解系为：.)1,1,0(T 因此，A 的属于1λ的所有特征向量为：).0()1,1,0(11≠k k T ???? ? ??-→→????? ??-----=-0001000110111221112 A I λ 所以，0)(2=-x A I λ的基础解系为：.)0,1,1(T 因此，A 的属于2λ的所有特征向量为：).0()0,1,1(22≠k k T

行列式经典例题

大学-----行列式经典例题 例1计算元素为a ij = | i －j |的n 阶行列式. 解 方法1 由题设知，11a =0，121a =，1,1,n a n =- ，故 01110212 n n n D n n --= -- 1,1,,2 i i r r i n n --=-= 01 1111 111 n ---- 1,,1 j n c c j n +=-= 121 1 021 (1)2(1)020 1 n n n n n n ------=---- 其中第一步用的是从最后一行起，逐行减前一行．第二步用的每列加第n 列． 方法2 01110 212 0n n n D n n --= -- 1 1,2,,111 1111 120 i i r r i n n n +-=----=-- 1 2,,100120 1231 j c c j n n n n +=---= --- =12(1)2(1) n n n ---- 例2. 设a , b , c 是互异的实数, 证明: 的充要条件是a + b + c =0. 证明: 考察范德蒙行列式:

= 行列式 即为y 2前的系数. 于是 = 所以 的充要条件是a + b + c = 0. 例3计算D n = 121 100010n n n x x a a a x a ----+ 解： 方法1 递推法 按第1列展开，有 D n = x D 1-n +（－1） 1 +n a n 1 1111n x x x ----- = x D 1-n + a n 由于D 1= x + a 1，221 1x D a x a -=+，于是D n = x D 1-n + a n =x （x D 2-n +a 1-n ）+ a n =x 2 D 2-n + a 1-n x + a n = = x 1 -n D 1+ a 2x 2 -n + + a 1-n x + a n =111n n n n x a x a x a --++++ 方法2 第2列的x 倍，第3列的x 2 倍， ，第n 列的x 1 -n 倍分别加到第1列上 12 c xc n D += 21121 10010000n n n n x x x a xa a a x a -----++

线性代数练习册第五章题目及答案(本)复习进程

第五章 相似矩阵与二次型 §5-1 方阵的特征值与特征向量 一、填空题 1.已知四阶方阵A 的特征值为0，1，1，2，则||A E λ-＝ 2(1)(2)λλλ-- 2.设0是矩阵??? ? ? ??=a 01020101A 的特征值，则=a 1 3.已知三阶方阵A 的特征值为1，-1，2，则2 32B A A =-的特征值为 1,5,8 ；||A ＝ -2 ；A 的对角元之和为 2 . 4.若0是方阵A 的特征值，则A 不可逆。 5. A 是n 阶方阵，||A d =，则*AA 的特征值是,,,d d d ???（共n 个） 二、选择题 1.设1λ，2λ为n 阶矩阵A 的特征值，1ξ，2ξ分别是A 的属于特征值1λ，2λ的特征向量，则（ D ） （A ）当1λ=2λ时，1ξ，2ξ必成比例 （B ）当1λ=2λ时，1ξ，2ξ必不成比例 （C ）当1λ≠2λ时，1ξ，2ξ必成比例 （D ）当1λ≠2λ时，1ξ，2ξ必不成比例 2.设a=2是可逆矩阵A 的一个特征值，则1 A -有一个特征值等于 （ C ） A 、2； B 、-2; C 、 12; D 、-1 2 ; 3.零为方阵A 的特征值是A 不可逆的（ B ） A 、充分条件； B 、充要条件; C 、必要条件; D 、无关条件;

三、求下列矩阵的特征值和特征向量 1.1221A ?? = ??? 解：A 的特征多项式为12(3)(1)2 1A E λλλλλ --==-+- 故A 的特征值为123,1λλ==-. 当13λ=时，解方程()30A E x -=. 由221132200r A E --???? -= ? ?-???? : 得基础解系111p ?? = ??? ，故1(0)kp k ≠是13λ=的全部特征向量. 当21λ=-时，解方程()0A E x +=.由22112200r A E ???? += ? ????? : 得基础解系211p -?? = ??? ，故2(0)kP k ≠是21λ=-的全部特征向量. 2.100020012B ?? ?= ? ??? 解：B 的特征多项式为 2100020(1)(2)0 1 2B E λ λλλλλ --= -=--- 故B 的特征值为1231,2λλλ===. 当11λ=时，解方程()0B E x -=. 由000010010001011000r B E ???? ? ? -= ? ? ? ????? :

特征值和特征向量的物理意义

特征向量体现样本之间的相关程度，特征值则反映了散射强度。 特征向量的几何意义.矩阵(既然讨论特征向量的问题.当然是方阵.这里不讨论广义特征向量的概念)乘以一 个向量的结果仍是同维数的一个向量.因此.矩阵乘法对应了一个变换.把一个向量变成同维数的另一个向量.那么变换的效果是什么呢?这当然与方阵的构造有密切关系.比如可以取适当的二维方阵.使得这个变换 的效果就是将平面上的二维向量逆时针旋转30度.这时我们可以问一个问题.有没有向量在这个变换下不 改变方向呢?可以想一下.除了零向量.没有其他向量可以在平面上旋转30度而不改变方向的.所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量).所以一个变换的特征向量 是这样一种向量.它经过这种特定的变换后保持方向不变.只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx.你就恍然大悟了.看到了吗?cx是方阵A对向量x进行变换后的结果.但显然cx和x的方向相同).而且x是特征向量的话.ax也是特征向量(a是标量且不为零).所以所谓的特征向量不是一个向量而是一个向量族. 另外.特征值只不过反映了特征向量在变换时的伸缩倍数而已.对一个变换而言.特征向量指明的 方向才是很重要的.特征值不是那么重要.虽然我们求这两个量时先求出特征值.但特征向量才是更本质的 东西! 比如平面上的一个变换.把一个向量关于横轴做镜像对称变换.即保持一个向量的横坐标不变.但纵坐标取相反数.把这个变换表示为矩阵就是［1 0,0 -1］.其中分号表示换行.显然［1 0,0 -1］＊［a b］＇=［a -b］＇. 其中上标＇表示取转置.这正是我们想要的效果.那么现在可以猜一下了.这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变.显然.横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像 对称变换.那镜子表面上(横轴上)的向量当然不会变化).所以可以直接猜测其特征向量是［a 0］＇(a不为0).还有其他的吗?有.那就是纵轴上的向量.这时经过变换后.其方向反向.但仍在同一条轴上.所以也被认为是方向没有变化。 综上，特征值只不过反映了特征向量在变换时的伸缩倍数而已，对一个变换而言，特征向量指明的方向才是很重要的，特征值似乎不是那么重要；但是，当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。 Spectral theorem的核心内容如下：一个线性变换（用矩阵乘法表示）可表示为它的所有的特征向量的一个线性组合，其中的线性系数就是每一个向量对应的特征值，写成公式就是： T(V)=λ1(V1.V)V1+λ2(V2.V)V2+λ3(V3.V)V3+... 从这里我们可以看出，一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power），至此，特征值翻身做主人，彻底掌握了对特征向量的主动：你所能够代表这个矩阵的能量高低掌握在我手中，你还吊什么吊？ 我们知道，一个变换可由一个矩阵乘法表示，那么一个空间坐标系也可视作一个矩阵，而这个坐标系就可由这个矩阵的所有特征向量表示，用图来表示的话，可以想象就是一个空间张开的各个坐标角度，这一组向量可以完全表示一个矩阵表示的空间的“特征”，而他们的特征值就表示了各个角度上的能量（可以想象成从各个角度上伸出的长短，越长的轴就越可以代表这个空间，它的“特征”就越强，或者说显性，而短轴自然就成了隐性特征），因此，通过特征向量/值可以完全描述某一几何空间这一特点，使得特征向量与特征值在几何（特别是空间几何）及其应用中得以发挥。 关于特征向量（特别是特征值）的应用实在是太多太多，近的比如俺曾经提到过的PCA方法，选取特征值最高的k个特征向量来表示一个矩阵，从而达到降维分析+特征显示的方法；近的比如Google公司的成名作PageRank，也是通过计算一个用矩阵表示的图（这个图代表了整个Web各个网页“节点”之间的关联）的特征向量来对每一个节点打“特征值”分；再比如很多人脸识别，数据流模式挖掘分析等方面，都有应用，

线性代数第五章答案

第五章 相似矩阵及二次型 1. 试用施密特法把下列向量组正交化: (1)??? ? ??=931421111) , ,(321a a a ; 解 根据施密特正交化方法, ??? ? ??==11111a b , ??? ? ?? -=-=101] ,[],[1112122b b b a b a b , ? ?? ? ??-=--=12131],[],[],[],[222321113133b b b a b b b b a b a b . (2)??? ? ? ??---=011101110111) , ,(321a a a . 解 根据施密特正交化方法, ??? ? ? ??-==110111a b , ? ???? ??-=-=123131],[],[1112122b b b a b a b , ? ??? ? ??-=--=433151],[],[],[],[222321113133b b b a b b b b a b a b .

2. 下列矩阵是不是正交阵: (1)?????? ? ??-- -1 21312112131211; 解 此矩阵的第一个行向量非单位向量, 故不是正交阵. (2)???? ?? ? ??---- --979494949198949891. 解 该方阵每一个行向量均是单位向量, 且两两正交, 故为正交阵. 3. 设x 为n 维列向量, x T x =1, 令H =E -2xx T , 证明H 是对称的正交阵. 证明 因为 H T =(E -2xx T )T =E -2(xx T )T =E -2(xx T )T =E -2(x T )T x T =E -2xx T , 所以H 是对称矩阵. 因为 H T H =HH =(E -2xx T )(E -2xx T ) =E -2xx T -2xx T +(2xx T )(2xx T ) =E -4xx T +4x (x T x )x T =E -4xx T +4xx T =E , 所以H 是正交矩阵. 4. 设A 与B 都是n 阶正交阵, 证明AB 也是正交阵. 证明 因为A , B 是n 阶正交阵, 故A -1=A T , B -1=B T , (AB )T (AB )=B T A T AB =B -1A -1AB =E ,

(完整版)线性代数重要知识点及典型例题答案

线性代数知识点总结 第一章 行列式 二三阶行列式 N 阶行列式：行列式中所有不同行、不同列的n 个元素的乘积的和 n n n nj j j j j j j j j n ij a a a a ...)1(21212121) ..(∑-= τ （奇偶）排列、逆序数、对换 行列式的性质：①行列式行列互换，其值不变。（转置行列式T D D =） ②行列式中某两行（列）互换，行列式变号。 推论：若行列式中某两行（列）对应元素相等，则行列式等于零。 ③常数k 乘以行列式的某一行（列），等于k 乘以此行列式。 推论：若行列式中两行（列）成比例，则行列式值为零； 推论：行列式中某一行（列）元素全为零，行列式为零。 ④行列式具有分行（列）可加性 ⑤将行列式某一行（列）的k 倍加到另一行（列）上，值不变 行列式依行（列）展开：余子式ij M 、代数余子式ij j i ij M A +-=)1( 定理：行列式中某一行的元素与另一行元素对应余子式乘积之和为零。 克莱姆法则： 非齐次线性方程组 ：当系数行列式0≠D 时，有唯一解：)21(n j D D x j j ??==、 齐次线性方程组 ：当系数行列式01≠=D 时，则只有零解 逆否：若方程组存在非零解，则D 等于零 特殊行列式： ①转置行列式：33 23133222123121 11333231232221 131211 a a a a a a a a a a a a a a a a a a → ②对称行列式:ji ij a a = ③反对称行列式:ji ij a a -= 奇数阶的反对称行列式值为零 ④三线性行列式:33 31 2221 13 1211 0a a a a a a a 方法：用221a k 把21a 化为零，。。化为三角形行列式 ⑤上（下）三角形行列式:

特征值和特征向量习题集

《 特征值与特征向量》习题2 1．求矩阵M ＝???? ?? －1 0 5 6的特征值和特征向量． 2. 已知矩阵M ＝?? ?? ?? 1 22 x 的一个特征值为3，求另一个特征值及其对应的一个特征向量． 3. 已知矩阵M ＝?????? 1 －2－1 －3，向量α＝?????? 3－5，β＝???? ?? 24. (1)求向量2α＋3β在矩阵M 表示的变换作用下的象； (2)向量γ＝?????? 12是矩阵M 的特征向量吗为什么 4. 已知矩阵A ＝?? ???? 1 2－1 4，设向量β＝???? ??74，试计算A 5 β的值． 5. 已知矩阵A ＝???? ?? 1 －1a 1，其中a ∈R ，若点P (1,1)在矩阵A 的变换下得到点P ′(0， －3) (1)求实数a 的值； (2)求矩阵A 的特征值及特征向量． 6. 已知矩阵A ＝?? ???? 3 3c d ，若矩阵A 属于特征值6的一个特征向量α1＝???? ?? 11，属于特征值1的一个特征向量α2＝???? ?? 3－2，求矩阵A ，并写出A 的逆矩阵． 7. 已知矩阵A 对应的变换是先将某平面图形上的点的横坐标保持不变，纵坐标变为原来的2倍，再将所得图形绕原点按顺时针方向旋转90°. (1)求矩阵A 及A 的逆矩阵B ； (2)已知矩阵M ＝?? ?? ??3 32 4，求M 的特征值和特征向量； (3)若α＝???? ??81在矩阵B 的作用下变换为β，求M 50 β.(结果用指数式表示) 8. 已知二阶矩阵M 的一个特征值λ＝8及与其对应的一个特征向量α1＝???? ?? 11，并且矩 阵M 对应的变换将点(－1,2)变换成(－2,4)． (1)求矩阵M ； (2)求矩阵M 的另一个特征值及与其对应的另一个特征向量α2的坐标之间的关系； (3)求直线l ：x －y ＋1＝0在矩阵M 的作用下的直线l ′的方程．

线性代数第五章作业参考答案(唐明)

第五章作业参考答案 5-2试证：()()()1231,1,0,2,1,3,3,1,2T T T ααα=-== 是3R 的一组基，并求向量()()125,0,7,9,8,13T T v v ==--- 在这组基之下的坐标。 证明：要证123,,ααα 线性无关，即证满足方程1122330k k k ααα++= 的123,,k k k 只能均是0.联立方程得 1231232 32300320k k k k k k k k ++=?? -++=??+=? 计算此方程系数的行列式123 1116003 2 -=-≠ 故该方程只有零解，即1230k k k ===，因此，123,,ααα 是3R 的一组基 设1v 在这组基下的坐标为()123,,x x x ，2v 在这组基下的坐标为()123,,y y y ，由已知得 ()()1111232 212323 3,,,,,x y v x v y x y αααααα???? ? ? == ? ? ? ? ???? 代入易解得112233233,312x y x y x y ???????? ? ? ? ?==- ? ? ? ? ? ? ? ?--????????即为1v ，2v 在这组基下的坐标。 5-5设()()()1,2,1,1,2,3,1,1,1,1,2,2T T T αβγ=-=-=--- ，求： （1 ）,,,αβαγ 及,,αβγ 的范数；（2）与,,αβγ 都正交的所有向量。 解（1 ）,1223111(1)6αβ=?+?-?+?-= ()()(),112112 121 αγ=?-+?--?-+?= α= = β== γ= = （2）设与,,αβγ 都正交的向量为()1234,,,T x x x x x =，则 123412341234,20 ,230,220x x x x x x x x x x x x x x x αβγ?=+-+=??=++-=??=---+=?? 解得1 43243334 4 5533x x x x x x x x x x =-?? =-+?? =??=? 令340,1x x ==得()()1234,,,5,3,0,1x x x x =- 令341,0x x ==得()()1234,,,5,3,1,0x x x x =-

《经济数学》线性代数学习辅导与典型例题解析

《经济数学》线性代数学习辅导及典型例题解析 第1-2章行列式和矩阵 ⒈了解矩阵的概念，熟练掌握矩阵的运算。 矩阵的运算满足以下性质 ⒉了解矩阵行列式的递归定义，掌握计算行列式（三、四阶）的方法；掌握方阵乘积行列式定理。 是同阶方阵，则有： 若是阶行列式，为常数，则有： ⒊了解零矩阵，单位矩阵，数量矩阵，对角矩阵，上（下）三角矩阵，对称矩阵，初等矩阵的定义及性质。

⒋理解可逆矩阵和逆矩阵的概念及性质，掌握矩阵可逆的充分必要条件。 若为阶方阵，则下列结论等价 可逆满秩存在阶方阵使得 ⒌熟练掌握求逆矩阵的初等行变换法，会用伴随矩阵法求逆矩阵，会解简单的矩阵方程。 用初等行变换法求逆矩阵： 用伴随矩阵法求逆矩阵：（其中是的伴随矩阵） 可逆矩阵具有以下性质： ⒍了解矩阵秩的概念，会求矩阵的秩。 将矩阵用初等行变换化为阶梯形后，所含有的非零行的个数称为矩阵的秩。 典型例题解析 例1 设均为3阶矩阵，且，则。 解：答案：72 因为，且

所以 例2设为矩阵，为矩阵，则矩阵运算（）有意义。 解：答案：A 因为，所以A可进行。 关于B，因为矩阵的列数不等于矩阵的行数，所以错误。 关于C，因为矩阵与矩阵不是同形矩阵，所以错误。 关于D，因为矩阵与矩阵不是同形矩阵，所以错误。 例3 已知 求。 分析：利用矩阵相乘和矩阵相等求解。 解：因为 得。

例4 设矩阵 求。 解：方法一：伴随矩阵法 可逆。 且由 得伴随矩阵 则=

方法二：初等行变换法 注意：矩阵的逆矩阵是唯一的，若两种结果不相同，则必有一个结果是错误的或两个都是错误的。 例4 设矩阵 求的秩。 分析：利用矩阵初等行变换求矩阵的秩。 解： 。

矩阵的特征值和特征向量

第五章矩阵的特征值和特征向量 来源：线性代数精品课程组作者：线性代数精品课程组 1．教学目的和要求： (1) 理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量. (2) 了解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，会将矩阵化为相似对 角矩阵. (3) 了解实对称矩阵的特征值和特征向量的性质. 2．教学重点： (1) 会求矩阵的特征值与特征向量. (2) 会将矩阵化为相似对角矩阵. 3．教学难点：将矩阵化为相似对角矩阵. 4．教学内容： 本章将介绍矩阵的特征值、特征向量及相似矩阵等概念，在此基础上讨论矩阵的对角化问题. §1矩阵的特征值和特征向量 定义1设是一个阶方阵，是一个数，如果方程 (1) 存在非零解向量，则称为的一个特征值，相应的非零解向量称为属于特征值的特 征向量． （1）式也可写成， (2) 这是个未知数个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式 , (3) 即 上式是以为未知数的一元次方程，称为方阵的特征方程．其左端是的 次多项式，记作，称为方阵的特征多项式．

== = 显然，的特征值就是特征方程的解．特征方程在复数范围内恒有解，其个数为方程的次数（重根按重数计算），因此，阶矩阵有个特征值． 设阶矩阵的特征值为由多项式的根与系数之间的关系，不难证明 （ⅰ） （ⅱ） 若为的一个特征值，则一定是方程的根, 因此又称特征根，若为 方程的重根，则称为的重特征根．方程的每一个非 零解向量都是相应于的特征向量，于是我们可以得到求矩阵的全部特征值和特征向量的方法如下： 第一步：计算的特征多项式； 第二步：求出特征方程的全部根，即为的全部特征值； 第三步：对于的每一个特征值，求出齐次线性方程组： 的一个基础解系，则的属于特征值的全部特征向量是 （其中是不全为零的任意实数）． 例1 求的特征值和特征向量. 解的特征多项式为 =

线性代数行列式经典例题

线性代数行列式经典例题 例1计算元素为a ij = | i －j |的n 阶行列式. 解 方法1 由题设知，11a =0，121a =，1,1,n a n =- ，故 01110212 n n n D n n --= -- 1,1,,2 i i r r i n n --=-= 01 1111 111 n ---- 1,,1 j n c c j n +=-= 121 1 021 (1)2(1)020 1 n n n n n n ------=---- 其中第一步用的是从最后一行起，逐行减前一行．第二步用的每列加第n 列． 方法2 01110 212 0n n n D n n --= -- 1 1,2,,111 1111 120 i i r r i n n n +-=----=-- 1 2,,100120 1231 j c c j n n n n +=---= --- =12(1)2(1) n n n ---- 例2. 设a , b , c 是互异的实数, 证明: 的充要条件是a + b + c =0. 证明: 考察范德蒙行列式:

= 行列式 即为y 2前的系数. 于是 = 所以 的充要条件是a + b + c = 0. 例3计算D n = 121 100010n n n x x a a a x a ----+ 解： 方法1 递推法 按第1列展开，有 D n = x D 1-n +（－1） 1 +n a n 1 1111n x x x ----- = x D 1-n + a n 由于D 1= x + a 1，221 1x D a x a -=+，于是D n = x D 1-n + a n =x （x D 2-n +a 1-n ）+ a n =x 2 D 2-n + a 1-n x + a n = = x 1 -n D 1+ a 2x 2 -n + + a 1-n x + a n =111n n n n x a x a x a --++++ 方法2 第2列的x 倍，第3列的x 2 倍， ，第n 列的x 1 -n 倍分别加到第1列上 12 c xc n D += 21121 10010000n n n n x x x a xa a a x a -----++

特征值与特征向量定义与计算

特征值与特征向量 特征值与特征向量的概念及其计算 定义1. 设A是数域P上的一个n阶矩阵，是一个未知量， 称为A的特征多项式，记()=| E-A|，是一个P上的关于 的n次多项式，E是单位矩阵。 ()=| E-A|=n+1n-1+…+n= 0是一个n次代数方程，称为A的特征方程。特征方程()=| E-A|=0的根 (如：0) 称为A的特征根(或特征值)。 n次代数方程在复数域内有且仅有n 个根，而在实数域内不一定有根，因此特征根的多少和有无，不仅与A 有关，与数域P也有关。 以A的特征值0代入 (E-A)X=，得方程组 (0E-A)X=，是一个齐次方程组，称为A的关于0的特征方程组。因为 |0E-A|=0，(0E-A)X=必存在非零解X(0)，X(0) 称为A的属于 的特征向量全体构成了0的特征向量空间。 0的特征向量。所有0

一.特征值与特征向量的求法 对于矩阵A，由AX=0X，0EX=AX，得： [0E-A]X=即齐次线性方程组 有非零解的充分必要条件是： 即说明特征根是特征多项式 |0E-A| =0的根，由代数基本定理 有n个复根1, 2,…, n，为A的n个特征根。

当特征根i(I=1,2,…,n)求出后，(i E-A)X=是齐次方程， |i E-A|=0，(i E-A)X=必存在非零解，且有无穷个解i均会使 向量，(i E-A)X=的基础解系以及基础解系的线性组合都是A的特征向量。 例1. 求矩阵的特征值与特征向量。 解：由特征方程 解得A有2重特征值1=2=-2，有单特征值3=4 对于特征值1=2=-2，解方程组 (-2E-A)x= 得同解方程组 x1-x2+x3=0 解为x1=x2-x3 (x2,x3为自由未知量)

考研线性代数重点内容和典型题型

考研线性代数重点内容和典型题型 线性代数在考研数学中占有重要地位，必须予以高度重视.线性代数试题的特点比较突出，以计算题为主，证明题为辅，因此，专家们提醒广大的xx年的考生们必须注重计算能力.线性代数在数学一、二、三中均占22%，所以考生要想取得高分，学好线代也是必要的。下面，就将线代中重点内容和典型题型做了总结，希望对xx年考研的同学们学习有帮助。 行列式在整张试卷中所占比例不是很大，一般以填空题、选择题为主，它是必考内容，不只是考察行列式的概念、性质、运算，与行列式有关的考题也不少，例如方阵的行列式、逆矩阵、向量组的线性相关性、矩阵的秩、线性方程组、特征值、正定二次型与正定矩阵等问题中都会涉及到行列式.如果试卷中没有独立的行列式的试题，必然会在其他章、节的试题中得以体现.行列式的重点内容是掌握计算行列式的方法，计算行列式的主要方法是降阶法，用按行、按列展开公式将行列式降阶.但在展开之前往往先用行列式的性质对行列式进行恒等变形，化简之后再展开.另外，一些特殊的行列式（行和或列和相等的行列式、三对角行列式、爪型行列式等等）的计算方法也应掌握.常见题型有：数字型行列式的计算、抽象行列式的计算、含参数的行列式的计算.关于每个重要题型的具体方法以及例题见《xx 年全国硕士研究生入学统一考试数学120种常考题型精解》。 矩阵是线性代数的核心，是后续各章的基础.矩阵的概念、运算及理论贯穿线性代数的始终.这部分考点较多，重点考点有逆矩阵、

伴随矩阵及矩阵方程.涉及伴随矩阵的定义、性质、行列式、逆矩阵、秩及包含伴随矩阵的矩阵方程是矩阵试题中的一类常见试题.这几年还经常出现有关初等变换与初等矩阵的命题.常见题型有以下几种：计算方阵的幂、与伴随矩阵相关联的命题、有关初等变换的命题、有关逆矩阵的计算与证明、解矩阵方程。 向量组的线性相关性是线性代数的重点，也是考研的重点。xx 年的考生一定要吃透向量组线性相关性的概念，熟练掌握有关性质及判定法并能灵活应用，还应与线性表出、向量组的秩及线性方程组等相联系，从各个侧面加强对线性相关性的理解.常见题型有：判定向量组的线性相关性、向量组线性相关性的证明、判定一个向量能否由一向量组线性表出、向量组的秩和极大无关组的求法、有关秩的证明、有关矩阵与向量组等价的命题、与向量空间有关的命题。 往年考题中，方程组出现的频率较高，几乎每年都有考题，也是线性代数部分考查的重点内容.本章的重点内容有：齐次线性方程组有非零解和非齐次线性方程组有解的判定及解的结构、齐次线性方程组基础解系的求解与证明、齐次（非齐次）线性方程组的求解（含对参数取值的讨论）.主要题型有：线性方程组的求解、方程组解向量的判别及解的性质、齐次线性方程组的基础解系、非齐次线性方程组的通解结构、两个方程组的公共解、同解问题。 特征值、特征向量是线性代数的重点内容，是考研的重点之一，题多分值大，共有三部分重点内容：特征值和特征向量的概念及计算、

特征值和特征向量的物理意义

ABSTRACT: 特征向量：它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已。 特征值：一个变换（矩阵）可由它的所有特征向量完全表示，而每一个向量所对应的特征值，就代表了矩阵在这一向量上的贡献率——说的通俗一点就是能量（power）。 内积：内积可以简单的理解为两个函数的相似程度,内积值越大表示两个函数相似程度越大,内积为零表示完全不相似。两个函数内积为零则两个函数正交,在三维空间中它们的夹角为90度,在三维以上不是这样的。 CONTENT 矩阵(既然讨论特征向量的问题。当然是方阵。这里不讨论广义特征向量的概念)乘以一个向量的结果仍是同维数的一个向量。因此。矩阵乘法对应了一个变换。把一个向量变成同维数的另一个向量。那么变换的效果是什么呢?这当然与方阵的构造有密切关系。比如可以取适当的二维方阵。使得这个变换的效果就是将平面上的二维向量逆时针旋转30度。这时我们可以问一个问题。有没有向量在这个变换下不改变方向呢?可以想一下。除了零向量。没有其他向量可以在平面上旋转30度而不改变方向的。所以这个变换对应的矩阵(或者说这个变换自身)没有特征向量(注意:特征向量不能是零向量)。所以一个变换的特征向量是这样一种向量。它经过这种特定的变换后保持方向不变。只是进行长度上的伸缩而已(再想想特征向量的原始定义Ax= cx。你就恍然大悟了。看到了吗?cx是方阵A 对向量x进行变换后的结果。但显然cx和x的方向相同)。而且x是特征向量的话。ax也是特征向量(a是标量且不为零)。所以所谓的特征向量不是一个向量而是一个向量族。另外。特征值只不过反映了特征向量在变换时的伸缩倍数而已。对一个变换而言。特征向量指明的方向才是很重要的。特征值不是那么重要。虽然我们求这两个量时先求出特征值。但特征向量才是更本质的东西! 比如平面上的一个变换。把一个向量关于横轴做镜像对称变换。即保持一个向量的横坐标不变。但纵坐标取相反数。把这个变换表示为矩阵就是[1 0;0 -1]。其中分号表示换行。显然[1 0;0 -1]*[a b]'=[a –b]'。其中上标' 表示取转置。这正是我们想要的效果。那么现在可以猜一下了。这个矩阵的特征向量是什么?想想什么向量在这个变换下保持方向不变。显然,横轴上的向量在这个变换下保持方向不变(记住这个变换是镜像对称变换。那镜子表面上(横轴上)的向量当然不会变化)。所以可以直接猜测其特征向量是[a 0]'(a不为0)。还有其他的吗?有。那就是纵轴上的向量。这时经过变换后。其方向反向。但仍在同一条轴上。所以也被认为是方向没有变化。 当我们引用了Spectral theorem（谱定律）的时候，情况就不一样了。Spectral theorem的核心内容如下：一个线性变换A（用矩阵乘法表示）可表示为它的所

线性代数典型例题

线性代数 第一章 行列式 典型例题 一、利用行列式性质计算行列式 二、按行（列）展开公式求代数余子式 已知行列式412343 344 615671 12 2 D = =-，试求4142A A +与4344A A +. 三、利用多项式分解因式计算行列式 1．计算22 1 12312231315 1319x D x -= -. 2．设()x b c d b x c d f x b c x d b c d x = ，则方程()0f x =有根_______.x = 四、抽象行列式的计算或证明 1.设四阶矩阵234234[2,3,4,],[,2,3,4]A B αγγγβγγγ==，其中234,,,,αβγγγ均为四维列向量，且已知行列式||2,||3A B ==-,试计算行列式||.A B + 2.设A 为三阶方阵，*A 为A 的伴随矩阵，且1 ||2 A = ，试计算行列式1*(3)22.A A O O A -??-??? ? 3.设A 是n 阶(2)n ≥非零实矩阵，元素ij a 与其代数余子式ij A 相等，求行列式||.A

4.设矩阵210120001A ?? ??=?? ???? ,矩阵B 满足**2ABA BA E =+,则||_____.B = 5.设123,,ααα均为3维列向量，记矩阵 123123123123(,,),(,24,39)A B αααααααααααα==+++++ 如果||1A =，那么||_____.B = 五、n 阶行列式的计算 六、利用特征值计算行列式 1.若四阶矩阵A 与B 相似，矩阵A 的特征值为 1111 ,,,2345 ，则行列式1||________.B E --= 2.设A 为四阶矩阵，且满足|2|0E A +=,又已知A 的三个特征值分别为1,1,2-，试计算行列式*|23|.A E + 第二章 矩阵 典型例题 一、求逆矩阵 1.设,,A B A B +都是可逆矩阵，求：111().A B ---+ 2.设00021000531 23004580034600A ?? ??? ? ??=?? ?????? ，求1.A - 二、讨论抽象矩阵的可逆性 1.设n 阶矩阵A 满足关系式320A A A E +--=,证明A 可逆，并求1.A -

线性代数第五章习题答案

思考题5-1 1. 1123123100,000=?+?+?=?+?+?a a a a 0a a a . 2.不一定。例如，对于123101,,012?????? ===???????????? a a a ，它们中的任两个都线性无关，但 是123,,a a a 是线性相关的。 3. 不一定。也可能是2a 能由13,a a 线性表示，还可能是3a 能由12,a a 线性表示。 4. 不一定。例如，对于12121100,;,0012-???????? ====???????????????? a a b b 。12,a a 和12,b b 这两个 向量组都线性相关，但1122,++a b a b 却是线性无关的。 5. 向量组121,,,,n n +a a a a 线性无关。根据定理5-4用反证法可以证明这一结论。 习题5-1 1.提示：用行列式做。 （1）线性无关。 （2）线性相关。. 2. 0k ≠且1k ≠。 3.证：1212,,,1,,,,n n ==∴e e e E e e e 线性无关。 设[]12,,,,T n b b b =b 则1122.n n b b b =+++b e e e 4. 证法1：因为A 可逆，所以方程组=Ax b 有解。根据定理5-1，向量b 能由A 的列向量组12,,,n a a a 线性表示，所以向量组12,,,,n a a a b 线性相关. 证法2：通过秩或根据m n >时m 个n 元向量一定线性相关也可马上证明。 5. .证： （1）因为A 的列向量组线性相关，所以齐次线性方程组=Ax 0有非零解，设≠u 0是它的非零解，则.=Au 0 由=B PA ，得.=Bu 0可见=Bx 0有非零解，所以B 的列向量组线性相关。 （2）若P 可逆，则1-=A P B 。由（1）的结论可知，B 的列向量组线性相关时，A 的列向量组也线性相关，所以A 和B 的列向量组具有相同的线性相关性。 注：该题也可根据性质5-6和性质5-3来证明。 6. 证：由A 可逆知，A 的列向量组线性无关。根据定理5-6，增加两行后得到的矩阵B 的列向量组也线性无关.