矩阵特征值的求法研究毕业论文内容摘要:

是实的,特征方 程的根也可能是复的,而且根的多重数可以是任意的甚至可以是 n 重根。 这些根统称矩阵  的特征值。 关于特征值,有必要先集中介绍以下术语: ( 1) 称  的特征值  具有代数多重度 ( algebraic multiplicity)  ,若  是特征多项式 det( z   的  重根。 ( 2) 若特征值  的代数多重度为 1,则称该特征值为单特征值( simple eigenvalue)。 非单的特征值称为多重特征值( multiplicity eigenvalue)。 赣南师范学院 2020 届本科生毕业论文(设计) 4 ( 3) 称  的特征值  具有几何多重度 ( geometric multiplicity)  ,若与  对应的线性无关特征向量的个数为 。 换言之,几何多重度  是特征空间 (ull    的维数。 ( 4) 矩阵  称为减次矩阵( derogatory matrix),若至少有 一个特征值的几何多重度大于 1. ( 5) 一特征值称为半单特征值 ( semisimple eigenvalue),若它的代数多重度等于它的几何多重度。 不是半单的特征值称为亏损特征值( defective eigenvalue)。 一般来说,矩阵  的特征值是各不相同的。 若特征多项式存在多重根,则称矩阵  具有退化特征值( degenerate enginvalue)。 需要注意的是,即使矩阵  是实矩阵,其特征值也有 可能是复的。 以 Givens 旋转矩阵 co s sinsin co s  为例,其特征方程 22c o s s ind e t( ( c o s ) s in 0s in c o s              然而,若  不是  的整数倍,则 2sin 0。 此时, 特征方程不可能有  的实根,即 Givens 旋转矩阵的两个特征值都为复数,与它们对应的特征向量也是复向量。 , 矩阵 特征值的性质 及证明 性质 1 矩阵  奇异,当且仅当至少有一个特征值 。 证明 先证充分条件。 将 特征值  代入特征方程,得 det( ,从而知矩阵  奇 异。 再证 必 要条 件。 假 定 矩阵  奇异,则 det( , 或 者等 价 写 作det( 0 ) 0。 因此,在矩阵  奇异的情况下 0 是矩阵  的特征值。 性质 2 矩 阵  和 T 具有相同的特征值。 证明 由行列式的性质:对于任何矩阵  ,恒有 det( det(    。 因此,若  是 矩阵  的特征值,则有 d e t( d e t ( d e t(                最后一个特征方程说明,  也是转置矩阵  的特征值,即矩阵  和  具有相同的特征值。 性质 3 若  是 nn 矩阵  的特 征值,则有 ( 1) k 是矩阵 k 的特征值。 ( 2)若  非奇异,则 1 具有特征值 1/。 ( 3)矩阵 2  的特征值为 2。 证明 ( 1)用归纳 法证明。 先证明对  , 2 是 2 的特征值。 假定   u 是矩阵 的特征对,即 uu,其中, u0。 此式两边左乘矩阵  后 ,得 ((  u) u),从而有 22( ) ( ,     u u u ) u 0u 这意味着 2(,u) 是矩阵 2 的特征对。 现在假定 1(,k u) 是矩阵 1k 的特征对,即11kk uu成立。 在此式两边左乘矩阵  ,立即有 11( ) ( ) ,k k k k     u u u u 0u 这就证明了 k 是 k 的特征值。 赣南师范学院 2020 届本科生毕业论文(设计) 5 ( 2) 因为  是矩阵  的 的特征值,故 det( ) 0。 若矩阵  可逆,则有 110 d e t( ) d e t ( ) d e t。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。