Files
2026-10-04 11:44:56 +08:00

132 lines
4.6 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 题型五:抽象矩阵的特征值
## 识别特征
- 矩阵是**抽象表达式**($A^2, A^k, A^*, A^{-1}, f(A)$)
- 已知 $A$ 满足某种关系($A^2 = A$, $A^2 - 3A + 2E = O$ 等)
- 求某个矩阵表达式的特征值或行列式
## 解题流程
```mermaid
flowchart TD
A[识别:抽象特征值] --> B{A 满足什么?}
B -->|矩阵方程 A²+aA+bE=O| C["λ²+aλ+b=0 → 解出 λ"]
B -->|幂等 A²=A| D["λ²=λ → λ∈{0,1}"]
B -->|对合 A²=E| E["λ²=1 → λ=±1"]
B -->|已知 A 特征值 λ| F[套公式库]
F --> G["A²→λ²<br>A⁻¹→1/λ<br>A*→Πλⱼ/λᵢ<br>A+αE→λ+α<br>fA→fλ"]
C --> H[得结果]
D --> H
E --> H
G --> H
```
## 核心公式库(必背)⭐⭐
| 已知 | 求 | 特征值对应 |
|------|---|-----------|
| $A$ 特征值 $\lambda_i$ | $A^k$ | $\lambda_i^k$ |
| $A$ 特征值 $\lambda_i$($A$ 可逆) | $A^{-1}$ | $1/\lambda_i$ |
| $A$ 特征值 $\lambda_i$($A$ 可逆) | $A^* = (\det A) A^{-1}$ | $\det A / \lambda_i = \prod_{j \neq i} \lambda_j$ |
| $A$ 特征值 $\lambda_i$, $\alpha$ | $A + \alpha E$ | $\lambda_i + \alpha$ |
| $A$ 特征值 $\lambda_i$ | $f(A)$(多项式) | $f(\lambda_i)$ |
| $A \sim B$ | $A, B$ 特征值 | **相同** |
| $A^T$ | $A^T$ 特征值 | 与 $A$ **相同** |
| $A = P^{-1} B P$(相似) | $A, B$ 特征值 | 相同 |
### 特殊矩阵的特征值
| 条件 | 特征值结论 |
|------|----------|
| $A^2 = A$(幂等) | $\lambda = 0$ 或 $1$ |
| $A^2 = E$(对合) | $\lambda = \pm 1$ |
| $A^k = O$(幂零) | $\lambda = 0$ |
| $A^T = A^{-1}$(正交) | $|\lambda| = 1$(模长为 1) |
| $A^T = A$ 且 $A^2 = O$ | $\lambda = 0$ |
| $A^2 - 3A + 2E = O$ | $\lambda = 1$ 或 $2$ |
## 通法步骤
### 1. 矩阵方程法
若 $A$ 满足 $g(A) = 0$($g$ 是多项式),则 $\lambda$ 满足 $g(\lambda) = 0$。
**例**:$A^2 + A - 2E = O \Rightarrow \lambda^2 + \lambda - 2 = 0 \Rightarrow (\lambda-1)(\lambda+2) = 0$
### 2. 公式套用法
直接从已知特征值套公式($A^k \to \lambda^k$, $A^{-1} \to 1/\lambda$ 等)。
### 3. 行列式辅助法
- $\det A = \prod \lambda_i$(特征值之积)
- $\text{tr}(A) = \sum \lambda_i$(特征值之和)
- 可用于**验证**或反求特征值。
## 常见陷阱
- $A^*$ 的特征值是 $\det A / \lambda_i = \prod_{j \neq i} \lambda_j$(**不是** $(\det A)/\lambda_i$ 的简单除法——是**其它特征值之积**)
- $A^k$ 的特征值是 $\lambda^k$,**不是** $(\lambda^k)$ 矩阵的某个对角元素
- **$A$ 可逆时**才能用 $A^{-1}, A^*$ 特征值公式
- **不同特征值**才能用 $A^{-1}, A^*$ 套公式($\lambda = 0$ 时 $A^{-1}$ 不存在)
## 经典母题
> **题目**:设 $A$ 是 $n$ 阶矩阵,满足 $A^2 - 3A + 2E = O$。证明 $A$ 在 $\mathbb{R}$ 上可对角化,并求 $\det A$。
**解**:
**Step 1**:特征值求解
设 $\lambda$ 是 $A$ 的特征值,$\boldsymbol{\xi}$ 是特征向量,则 $A\boldsymbol{\xi} = \lambda\boldsymbol{\xi}$
由 $A^2 - 3A + 2E = O$:
$$
\lambda^2 \boldsymbol{\xi} - 3\lambda \boldsymbol{\xi} + 2\boldsymbol{\xi} = (\lambda^2 - 3\lambda + 2)\boldsymbol{\xi} = \boldsymbol{0}
$$
因 $\boldsymbol{\xi} \neq \boldsymbol{0}$,故 $\lambda^2 - 3\lambda + 2 = 0$,即 $(\lambda-1)(\lambda-2) = 0$。
故 $A$ 的特征值只能是 $1$ 或 $2$。
**Step 2**:可对角化
$A$ 的特征值只有 $1, 2$,故 $A$ 的最小多项式整除 $(x-1)(x-2)$(无重根)
→ $A$ 必可对角化。
**Step 3**:$\det A$
设特征值 $1$ 有 $k$ 重,$2$ 有 $n-k$ 重。
$\det A = 1^k \cdot 2^{n-k} = 2^{n-k}$
> 注:仅由方程无法确定 $k$,需具体条件。
**复盘**:矩阵方程法是抽象特征值的核心武器——把 $A$ 的关系"翻译"为 $\lambda$ 的多项式方程。
---
> **变式**:设 $A$ 是 $n$ 阶实对称矩阵,$A^2 - 4A + 3E = O$,且 $\det A < 0$,证明 $A + E$ 是正定矩阵。
**证**:
特征值 $\lambda$ 满足 $\lambda^2 - 4\lambda + 3 = 0 \Rightarrow \lambda = 1$ 或 $3$。
$\det A < 0 \Rightarrow$ 必有奇数个 $1$(因 $1$ 是奇数重才让 $\det < 0$,因为 $\det A = 1^k \cdot 3^{n-k}$,需要 $k$ 为奇)。
$A + E$ 特征值为 $\lambda + 1 = 2$ 或 $4$,**全部为正**。
故 $A + E$ 是正定矩阵。 $\blacksquare$
---
> **变式 2**:设 $A$ 是 $n$ 阶矩阵,$|A| = 2$,$A$ 的特征值为 $1, 2, 3$(3 阶)。求 $|A^* - 2A^{-1}|$。
**解**:
- $A^*$ 特征值为 $|A|/\lambda_i = 2/1, 2/2, 2/3 = 2, 1, 2/3$
- $A^{-1}$ 特征值为 $1, 1/2, 1/3$
- $A^* - 2A^{-1}$ 特征值为 $2 - 2 = 0$, $1 - 1 = 0$, $2/3 - 2/3 = 0$
$|A^* - 2A^{-1}| = 0 \cdot 0 \cdot 0 = 0$。