4.6 KiB
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
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) | $ |
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, 2/3A^{-1}特征值为1, 1/2, 1/3A^* - 2A^{-1}特征值为2 - 2 = 0,1 - 1 = 0,2/3 - 2/3 = 0
$|A^* - 2A^{-1}| = 0 \cdot 0 \cdot 0 = 0$。