Files
MathNotesVersion1/公式笔记/线性代数/Ch05_相似矩阵及二次型/题型5_抽象矩阵的特征值.md
T
2026-10-04 11:44:56 +08:00

4.6 KiB
Raw Blame History

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, 2/3
  • 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

$|A^* - 2A^{-1}| = 0 \cdot 0 \cdot 0 = 0$。