上一單元的行列式能檢測方陣何時為奇異。把它用於 ,就能檢測出使 對某個非零向量只起縮放作用的特殊純量 。本單元為特徵值建立精確的詞彙:特徵多項式、特徵空間、兩種重數,以及矩陣相似於對角矩陣的準確條件。它為下一單元利用 的各種應用作準備。
定義
定義 2.2.1
(特徵值、特徵空間、重數與可對角化)
設 為元素為實數或複數的 矩陣。若存在非零向量 使 ,稱純量 為 的特徵值, 稱為屬於 的特徵向量。等價地, 有非零解,即 為奇異,即 。多項式
稱為 的特徵多項式。它是 次首一多項式,其根就是特徵值。 的特徵空間為 ,它是包含 與 的全部特徵向量的子空間。
代數重數 是 作為 的根的重數,幾何重數為 。若存在可逆矩陣 與對角矩陣 使 ,稱 可對角化。
命題 2.2.2
(對角化就是特徵基)
若 ,,則 的縱列是特徵向量,。反過來,若 是線性無關的特徵向量,特徵值為 ,則 ,其中 ,。
證明
(比較 與 的各列)
表示 的第 縱列 等於 的第 縱列 。 可逆等價於其縱列線性無關。
所以矩陣可對角化當且僅當 有由特徵向量組成的基。
基本事實
定理 2.2.3
(特徵值的基本事實)
(a) 屬於相異特徵值的特徵向量線性無關。(b) ,,在 上計代數重數。(c) 與 有相同的特徵多項式。(d) 若 ,則對 有 ;若 可逆,則 且 。
證明
(四個簡短論證)
(a) 設 是屬於相異 的特徵向量,且假設它們線性相關。取非零係數最少的一個非平凡關係,設為 ,所有 ,(只有一項是不可能的,因為 )。對某個 作用 :。 一項消失,其餘各項保持非零係數,得到項數更少的非平凡關係,矛盾。(b) 比較 的係數: 的係數左邊是 ,右邊是 ;令 得 。(c) 。(d) 對 歸納;又由 得 ,迫使 。
證明透視
相異特徵值的最小關係論證
(a) 部分是最小反例論證:在所有非平凡的線性相關關係中,取非零係數最少的一個。關鍵一步是施用 :它消去第 項,並把其餘每個係數乘以 ;正因特徵值相異,這個因子非零,這是相異性唯一起作用的地方。結果得到一個項數更少的非平凡關係,與最小性矛盾。單項的情形被排除,因為 時 迫使 。若特徵值重複,該因子可以為零;事實上線性無關的向量 就是 對同一特徵值的特徵向量。
定理 2.2.4
(幾何重數不超過代數重數)
對每個特徵值,。
證明
(分塊三角形式)
設 ,取 的一組基 ,把它擴充為 的基 ,令 。因為 時 ,
其中 為某些分塊。相似矩陣有相同的特徵多項式,而分塊三角形式給出 。所以 整除 ,故 。
可對角化的判準
定理 2.2.5
(可對角化的判準)
設 矩陣 在 上的相異特徵值為 。則 在 上可對角化當且僅當對每個 有 。特別地,有 個相異特徵值就足夠。實矩陣在 上可對角化,當且僅當除上述條件外,它的所有特徵值都是實數。
證明
(特徵空間的直和與維數計算)
特徵空間之和是直和:若 ,,則非零的 是屬於相異特徵值的特徵向量,由基本事實中關於線性無關的結論,它們線性無關,所以每個 。因此 ,而特徵向量基存在當且僅當這個和等於 。由重數不等式以及 (在 上, 計重數有 個根),,等號成立當且僅當對所有 有 。有 個相異特徵值時每個 ,所以由 得 。
實際做法:求 的根;對每個重根計算 ,並與重數比較。
反例模式
計重數有兩個特徵值,並不保證有特徵基
斷言:計重數後有兩個特徵值的 矩陣必可對角化。這是假的。令 ,則 ,所以 ;但 的秩為一,故 。若 ,由於唯一的特徵值是 ,必有 ,於是 ,與事實不符。修正後的條件是對每個特徵值都有 。
例題
例題 2.2.6
(特徵值相異)
設 。則 。: 給出 。: 給出 。取 ,則 ,
又 ,。
例題 2.2.7
(虧損矩陣)
設 。則 ,故 ,。: 的秩為 ,所以 。由可對角化的判準, 不可對角化:特徵向量只生成 維空間。
例題 2.2.8
(有重根但可對角化)
設 , 為全 矩陣。 的特徵值為 ,故 的特徵值為 。: 的秩為 ,所以 。因此 可對角化。一組特徵向量基為:對 取 ,對 取 、。驗算:,; 同理可驗算。
常見錯誤與細節
常見錯誤
(特徵值重複不妨礙對角化)
有重根但可對角化的例題有重特徵值但可對角化;關鍵是 。
- 相異特徵值是充分條件,不是必要條件。 單位矩陣只有一個特徵值,卻可對角化。
- 和與積的特徵值。 一般而言, 或 的特徵值不能由 與 各自的特徵值得出。
常見錯誤
(實特徵值與複特徵值)
旋轉矩陣 的 沒有實特徵值,因此沒有實特徵向量,但它在 上可對角化,特徵值為 。
- 零向量不是特徵向量。 特徵空間包含 ,但特徵向量是其中的非零元素。
常見錯誤
(行運算不保持特徵值)
消去法不保持特徵值;只有相似變換 才保持。
練習
快速檢查
(求 的特徵值與特徵向量,並判斷 是否可對角化。)
解答 · 答案
跡為 ,行列式為 ,故 ,特徵值為 與 。: 給出 。: 給出 。特徵值相異,故 可對角化,,。驗算:,。
快速檢查
(證明 不可對角化。)
解答 · 答案
特徵多項式為 ,故 。矩陣 的秩為 ,所以 。由可對角化的判準,此矩陣不可對角化。
快速檢查
(證明 與 有相同的特徵值,並舉例說明兩者的特徵向量可以不同。)
解答 · 答案
給出相同的特徵多項式,因而有相同的特徵值。對 ,特徵值 對 的特徵向量為 ,但對 的特徵向量為 (確實 ),而 不是 的特徵向量,因為 。
快速檢查
(對哪些實數 , 可對角化?)
解答 · 答案
唯一的特徵值是 ,。矩陣 在 時秩為 ,在 時秩為 。所以 當且僅當 ,即矩陣可對角化當且僅當 (此時它是單位矩陣)。