线性代数目录
特征值、特征向量、特征多项式
特征值与特征向量
- 定义:对于矩阵 $A$,若存在常数 $k$ 和非零向量 $\vec v$,满足 $A\vec v=k\vec v$,则称 $k$ 为 $A$ 的特征值之一,$v$ 为 $A$ 关于 $k$ 的特征向量。
- 例如,$\begin{pmatrix} 0 & 1 \cr 2 & 1 \end{pmatrix} \begin{pmatrix} 2 \cr 4 \end{pmatrix} = \begin{pmatrix} 4 \cr 8 \end{pmatrix} = 2 \begin{pmatrix} 2 \cr 4 \end{pmatrix}$,因此矩阵 $\begin{pmatrix} 0 & 1 \cr 2 & 1 \end{pmatrix}$ 有特征值 2,其对应的特征向量为 $\begin{pmatrix} 2 \cr 4 \end{pmatrix}$(或者它的任意非零倍数)。
- 定理:方阵可逆,当且仅当它没有零特征值。
- 证明:若方阵 $A$ 拥有特征值 $0$,则一定存在非零向量 $\vec v$ 满足 $A\vec v=\vec 0$,故矩阵 $A$ 不可逆。
- 反之,若方阵 $A$ 没有零特征值,则其零空间的维数 $N()