简述矩阵的特征值、奇异值、可对角化
石贤芝·滴滴出行
2017 年 6 月 12 日
1 特征值和特征向量
定定定义义义 1.1 设 A ∈ C
n×n
, 即 A 是复数域上的 n 阶方阵, 如果存在一个数 λ ∈ C , 以及向量 x ∈ C
n
, 且 x 6= 0
使得如下关系式成立:
Ax = λx (1)
则称 λ 为 A 的特特特征征征值值值, 称 x 为 A 的对应特征值 λ 的特特特征征征向向向量量量.
从几何意义上来看, 线 性变换 A 对向量 x 的作用是:对 x 进行了拉长或压缩, 而没有改变向量的方
向.
将(1)式改写为
(λI −A)x = 0 (2)
这是 n 个未知数 n 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 det(λI −
A) = |λ I −A| = 0, 我们称 λI −A 为 A 的特征矩阵, 称 det(λI −A) 为 A 的特征多项式, 称 det(λI −A) =
0 为 A 的特征方程. 显然, A 特 征值就是特征方 程的根,特征方程的根也是 A 的特征值;特别地,在
复数域上,特征方程有 n 个根,因此 A 有 n 个特征值。
对于矩阵的特征值与特征向量,有如下性质:
定定定理理理 1.2 设 λ
i
是 A ∈ C
n×n
的 r
i
重特征值(称 r
i
为特征值 λ
i
的代代代数数数重重重数数数),对应 λ
i
有 s
i
个线性无关的
特征向量(称 s
i
为特征值 λ
i
的几几几何何何重重重数数数),则有
1 ≤ s
i
≤ r
i
. (3)
定定定义义义 1.3 设 f (λ) 是 λ 的多项式
f (λ) = a
s
λ
s
+ a
s−1
λ
s−1
+ ···+ a
1
λ + a
0
. (4)
对于 A ∈ C
n×n
,规定
f (A) = a
s
A
s
+ a
s−1
A
s−1
+ ···+ a
1
A + a
0
I. (5)
称f(A)为矩矩矩阵阵阵A的的的多多多项项项式式式.
定定定理理理 1.4 设 A ∈ C
n×n
,A 的 n 个特征值为 λ
1
, λ
2
, ··· , λ
n
,对应的特征向量是 x
1
, x
2
, ··· , x
n
,又设 f (λ)
为一个多项式,则则则 f (A) 的特征值为 f (λ
1
), f (λ
2
), ··· , f (λ
n
) ,其对应的特征向量仍为 x
1
, x
2
, ··· , x
n
.
如果 f (A) = 0 ,则则则 A 的任一特征值 λ
i
满足 f (λ
i
) = 0 .
1