fix(线代第5讲): 点 1 补「几何重数与可对角化判据」,新增题 5,全讲 36 题

用户反馈:点 1 的题里出现"能否对角化""几何重数",但知识点只到 1.1—1.3,
没讲重数与判据,做题时无从下手。

结构变更(题号向后顺延,无删改):
- 新增 §1.3 几何重数与可对角化判据(够用版):代数/几何重数定义、
  m=n-r(λE-A)、1≤m≤n、可对角化四条同义判据、判定三步、两个反直觉点、
  双矩阵对照表;明示"完整推导见 §2.3,判定例题见点 3 §3.2"
- 原 §1.3 特征向量的性质 → §1.4(性质本身未动)
- 题 4 由 1.2 改标 1.3(它本就要求讨论可对角化),解析补"第 0 步数清 n_i"
  与"缺 n_i-m_i 个向量"的判断
- 新增题 5 · 1.3:A=[[0,1,1],[1,0,1],[1,1,0]],重根 λ=-1 却可对角化的正例
  (与题 4 的 a=1 反例成对);sympy 验:特征值 2,-1,-1,det=2,r(-E-A)=1
- 原题 5/6 → 题 6/7,标签 1.3 → 1.4

同步:盘点 §1.3/§1.4 与 §2.3 互指、速查卡四节补"单根不验"算法与三条性质、
README 题量表 7 题;全讲题量口径由错记的 34 修正为 36(实际一直是 35,少算 1)。

顺带修本讲 12 处 `**…$ **`(加粗以公式收尾)——网页端会露星号,
涉及点 1 题 2/3/4 的分情形标签、点 2、点 4、点 5、点 6、速查卡。

校验:gen_crosslinks 8 文件 36 题 18 知识点;check_md_links 212 链接 0 异常;
fix_gitea_math 0 处待修。02 文件 12077 字符、01 文件 12603 字符,均 < 1.3 万。
This commit is contained in:
2026-10-26 19:11:48 +08:00
parent 035ae4d8b2
commit f4a849cd9d
8 changed files with 152 additions and 42 deletions
@@ -2,7 +2,7 @@
tags: [数学一, 在学练习, 线性代数, 特征值, 知识点盘点]
专题: 线性代数 第5讲 · 特征值与特征向量
日期: 2026-10-24
状态: 知识点盘点(七节 $+$ 覆盖对照表),配套 7 个点分册共 34 题
状态: 知识点盘点(九节 + 覆盖对照表),配套 7 个点分册共 36 题
关联笔记: ["[[README]]", "[[10-速查卡]]"]
---
@@ -69,8 +69,9 @@ tags: [数学一, 在学练习, 线性代数, 特征值, 知识点盘点]
| 盘点章节(知识点) | 对应题目 |
|---|---|
| §1.1 定义与特征方程 | [点 1 题 1](02-点1-定义与求法.md#user-content-题-1--11定义的三条等价写法) |
| §1.2 特征值与特征向量的求法 | [点 1 题 2](02-点1-定义与求法.md#user-content-题-2--12二阶矩阵走完整四步)、[点 1 题 3](02-点1-定义与求法.md#user-content-题-3--12分块三阶重根情形)、[点 1 题 4](02-点1-定义与求法.md#user-content-题-4--12含参矩阵的特征值) |
| §1.3 特征向量的性质 | [点 1 题 5](02-点1-定义与求法.md#user-content-题-5--13特征向量的四条性质)、[点 1 题 6](02-点1-定义与求法.md#user-content-题-6--13不同特征值特征向量无关的证明) |
| §1.2 特征值与特征向量的求法 | [点 1 题 2](02-点1-定义与求法.md#user-content-题-2--12二阶矩阵走完整四步)、[点 1 题 3](02-点1-定义与求法.md#user-content-题-3--12分块三阶重根情形) |
| §1.3 几何重数与可对角化判据 | [点 1 题 4](02-点1-定义与求法.md#user-content-题-4--13含参矩阵与可对角化判定)、[点 1 题 5](02-点1-定义与求法.md#user-content-题-5--13有重根却能对角化) |
| §1.4 特征向量的性质 | [点 1 题 6](02-点1-定义与求法.md#user-content-题-6--14特征向量的四条性质)、[点 1 题 7](02-点1-定义与求法.md#user-content-题-7--14不同特征值特征向量无关的证明) |
| §2.1 特征值的和与积 | [点 2 题 1](03-点2-特征值的性质.md#user-content-题-1--21由迹与行列式反求第三个特征值)、[点 2 题 2](03-点2-特征值的性质.md#user-content-题-2--21特征值与行列式的连锁换算) |
| §2.2 派生矩阵的特征值 | [点 2 题 3](03-点2-特征值的性质.md#user-content-题-3--22派生矩阵的特征值一次算完)、[点 2 题 4](03-点2-特征值的性质.md#user-content-题-4--22迹与特征值的双向使用) |
| §2.3 重数与几何重数 | [点 2 题 5](03-点2-特征值的性质.md#user-content-题-5--23重数与几何重数的对照)、[点 2 题 6](03-点2-特征值的性质.md#user-content-题-6--23幂等矩阵的全部结论) |
@@ -123,7 +124,20 @@ $$A\xi=\lambda\xi\iff(\lambda E-A)\xi=0\iff\xi\ \text{是}\ (\lambda E-A)x=0\ \t
**二阶速算**:$\lambda^2-(\operatorname{tr}A)\lambda+\lvert A\rvert=0$ 。
### 1.3 特征向量的性质
### 1.3 几何重数与可对角化判据
- **代数重数** $n_i$ :$\lambda_i$ 作为 $\lvert\lambda E-A\rvert=0$ 根的重数。
- **几何重数** $m_i=n-r(\lambda_iE-A)$ :特征子空间的维数,也等于属于 $\lambda_i$ 的**线性无关特征向量的最大个数**。
$$1\leqslant m_i\leqslant n_i,\qquad A\ \text{可对角化}\iff m_i=n_i\ (\forall i)\iff\sum_i m_i=n .$$
**判定三步**:求全 $\lambda_i$ 与 $n_i$ → 只对 $n_i\geqslant2$ 的算 $r(\lambda_iE-A)$ 得 $m_i$ (单根必有 $m_i=n_i=1$ ) → 只要有一个 $m_i<n_i$ 即不可对角化。
**两处易错**:① **有重根 $\ne$ 不可对角化**($\mathrm{diag}(1,1,2)$ 的 $\lambda=1$ 二重却可对角化);② **可对角化 $\ne$ 特征值互异**($E$ 只有三重特征值 $1$ ,照样是对角阵)。所以"$n$ 个互异特征值 $\Rightarrow$ 可对角化"只是充分条件。
完整推导见 §2.3,判定例题见点 3 §3.2。
### 1.4 特征向量的性质
设 $\xi_1,\dots,\xi_s$ 都是 $\lambda$ 的特征向量,则
@@ -175,7 +189,9 @@ $$1\leqslant m_i\leqslant n_i .$$
$m_i\geqslant1$ 是"特征值必有特征向量"的另一种说法;$m_i\leqslant n_i$ 是定理(不证)。
**可对角化的判据**(下一节点 3 用它):
> **与 §1.3 的关系**:点 1 的题里已经会追问"能不能对角化",所以 §1.3 先给了一份"够用版"(判据 + 三步算法),内容与本节点完全一致;本节多的是记忆法,以及它在点 3、点 6 的用法。
**可对角化的判据**(点 3 用它):
$$A\ \text{可对角化}\iff\text{对每个}\ \lambda_i\ \text{都有}\ m_i=n_i\iff\sum_i m_i=n .$$
@@ -239,7 +255,7 @@ $$P^{-1}AP=\Lambda=\mathrm{diag}(\lambda_1,\dots,\lambda_n).$$
1. **特征值全为实数**;
2. **属于不同特征值的特征向量必正交**(不只是线性无关);
3. **必存在正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ=Q^{-1}AQ=\Lambda$ ** (即必可正交对角化)。
3. **必可正交对角化**:存在正交矩阵 $Q$ 使 $Q^{\mathrm T}AQ=Q^{-1}AQ=\Lambda$ 。
第 2 条是实对称独有的——一般矩阵只能保证"线性无关",实对称能保证"正交"。