- 第4讲 线性方程组:8 个点分册 43 题,旧版题点分离整目录归档到 旧版-题点分离/ - 第5讲 特征值与特征向量:7 个点分册 35 题 - 第6讲 二次型:7 个点分册 30 题(含合同与相似、二次曲面两节) - 每讲 01-知识点盘点 + 10 个文件 + 速查卡回查表,全部题目级双向链接 - gen_crosslinks.py 新增:由题目标题单一数据源生成关联行/盘点§0.4/速查回查表 - fix_gitea_math.py 支持 --scope 指向目录(新建未跟踪文件也能修) - 校验:184-248 条内部链接 0 异常,公式 0 处待修,单文件均 <1.3 万字符
8.4 KiB
8.4 KiB
tags, 专题, 日期, 关联笔记
| tags | 专题 | 日期 | 关联笔记 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|
|
线性代数 第5讲 · 特征值与特征向量(速查) | 2026-10-24 |
|
第5讲 · 特征值与特征向量:速查卡
考前十分钟只看这一页。
一 三个核心动作
① 解 |λE-A| = 0 → 特征值
② 解 (λE-A)x = 0 → 特征向量
③ 特征向量拼 P 或 Q → P⁻¹AP = Λ 或 QᵀAQ = Λ
全讲 83 分都是这三步的排列组合。
二 求特征向量四步
① |λE-A| 因式分解(分解到底)
② 写出全部 λ 及代数重数
③ 每个 λ 解 (λE-A)x=0 求基础解系
④ 特征向量 = 非零线性组合
二阶速算:\lambda^2-(\operatorname{tr}A)\lambda+\lvert A\rvert=0 。
捷径:\lambda E-A 各行之和为零 ⟹ (1,\dots,1)^{\mathrm T} 是特征向量。
三角矩阵:主对角元就是特征值。
三 特征值的六条运算
\sum\lambda_i=\operatorname{tr}A,\qquad\prod\lambda_i=\lvert A\rvert .
| 矩阵 | 特征值 |
|---|---|
kA |
k\lambda |
A^{m} |
\lambda^{m} |
A^{-1} |
1/\lambda |
A^{*} |
\lvert A\rvert/\lambda |
f(A) |
f(\lambda) |
A^{\mathrm T} |
\lambda (特征向量不同) |
A 不可逆时,A^{*} 的特征值用"其余对角元之积"算(先对角化再读)。
四 重数与可对角化
1\leqslant m_i=n-r(\lambda_iE-A)\leqslant n_i .
A\ \text{可对角化}\iff\text{每个}\ \lambda_i\ \text{都有}\ m_i=n_i\iff\sum m_i=n .
三个充分条件:n 个互异特征值;实对称;每个重根的几何重数 = 代数重数。
两条铁律判死:
- 特征值全相同且
A\ne\lambda E⟹ 不可对角化。 - 某重根
m_i<n_i⟹ 不可对角化。
五 相似判定三步筛
① 特征值(含重数)相同? 否 → 不相似
② 秩相同? 否 → 不相似
③ 都可对角化? 一个可一个不可 → 不相似
都可 → 相似(同相似于同一个 Λ)
相似不变量:特征多项式、秩、行列式、迹、可对角化性。
六 实对称三定理
- 特征值全为实数;
- 不同特征值的特征向量必正交;
- 必存在正交
Q使Q^{\mathrm T}AQ=\Lambda。
注意:同一特征值内部的向量不自动正交,要自己做施密特。
七 正交对角化五步
① |λE-A|=0 → λ
② (λE-A)x=0 → 基础解系
③ 同一 λ 内部施密特正交化(不同 λ 的自动正交)
④ 全部单位化,按列拼 Q
⑤ QᵀAQ = Λ(列序与 Λ 对齐)
验证技巧:验 AQ=Q\Lambda ,比算 Q^{\mathrm T}AQ 省一半。
八 反求矩阵
A=P\Lambda P^{-1}\qquad\text{或(实对称)}\qquad A=\sum_i\lambda_iq_iq_i^{\mathrm T}.
- 缺特征向量:实对称时用叉乘(必与已知的都正交);
- 缺特征值:用
\operatorname{tr}或\lvert A\rvert补; - 重特征值占两维:常化为
A=aE+bJ。
九 抽象条件三件套
| 条件 | 特征值 | 附加 |
|---|---|---|
A^2=A |
\{0,1\} |
必可对角化,r(A)=\operatorname{tr}A= 1 的个数 |
A^2=E |
\{\pm1\} |
必可对角化 |
A^k=O |
\{0\} |
A\ne O 时不可对角化 |
方向不能反:A 满足 \Rightarrow \lambda 满足;反之不成立。
十 求矩阵幂
A^{m}=P\Lambda^{m}P^{-1}.
结构捷径:A=aI+bJ 时 J^k=n^{k-1}J ,
A^{m}=a^{m}E+\frac{(a+nb)^{m}-a^{m}}{n}J .
算行列式与秩:\lvert A\rvert=\prod\lambda_i ;r(A)= 非零特征值个数(仅当可对角化)。
十一 四处最容易丢分
- 同一特征值内部忘了施密特,交上去的
Q不正交。做完必验Q^{\mathrm T}Q=E。 P的列序与\Lambda对角元错位。写完用AP=P\Lambda验。- 只看特征值相同就判相似。必须加查"都可对角化"。
- **
A不可逆时套\lvert A\rvert/\lambda** 算A^{*}的特征值。改走"其余对角元之积"。
回查
| 想查什么 | 对应题目 |
|---|---|
| 一 三个核心动作 | 点 1 题 1 |
| 二 求特征向量四步 | 点 1 题 2、点 1 题 3、点 1 题 4、点 1 题 5、点 1 题 6 |
| 三 特征值的六条运算 | 点 2 题 1、点 2 题 2、点 2 题 3、点 2 题 4 |
| 四 重数与可对角化 | 点 2 题 5、点 2 题 6、点 3 题 3、点 3 题 4、点 3 题 5、点 3 题 6 |
| 五 相似判定三步筛 | 点 3 题 1、点 3 题 2 |
| 六 实对称三定理 | 点 4 题 1、点 4 题 5 |
| 七 正交对角化五步 | 点 4 题 2、点 4 题 3、点 4 题 4 |
| 八 反求矩阵 | 点 5 题 1、点 5 题 3 |
| 九 抽象条件三件套 | 点 5 题 2、点 5 题 4、点 5 题 5 |
| 十 求矩阵幂 | 点 6 题 1、点 6 题 2、点 6 题 3、点 6 题 4 |
| 十一 四处最容易丢分 | 点 6 题 3、点 6 题 4 |