Files
Yimu 482410db68 fix(线代第5讲): 排查全讲 36 题的前置知识缺口,补 5 处知识点、修 6 处硬伤
用户点 1 的反馈(题里用到对角化/几何重数,知识点没讲)不是孤例。逐题核对
每道题用到的概念是否在"本点或更早"讲过,查出并修正如下。

一、真缺口:题目用了、知识点完全没讲

1. 点 4 题 3(2021·21 骨架,12 分)用谱分解 A=Σλᵢqᵢqᵢᵀ 作答,但 §4.1—4.3
   只讲到 QᵀAQ=Λ,谱分解要到点 5 §5.1 才出现,且原文还写成"唯一解法"。
   → 新增 §4.4 谱分解(够用版):定义、单根 μ + 重根 λ 的两个化形
   (A=λE+(μ-λ)qqᵀ 与 A=λE+(μ-λ)J/n)、"先单位化"这个唯一的坑、
   实对称已知一向量则其余落在正交补;题 3 改标 4.4,删掉"唯一解法",
   与点 5 §5.1 双向互指。
2. 点 5 题 3 用叉乘求第三个特征向量,§5.1 只说"由对称性补齐"。
   → §5.1 补"缺一个特征向量的三种补法"表 + 叉乘为什么能用。
3. 点 6 题 3、题 4 直接用伴随矩阵的秩公式(原只写"第 2 讲")。
   → §6.2 补三档公式 r(A*)=n / 1 / 0,以及 A 不可逆时 A* 特征值改走
   "对角阵的伴随 = 其余对角元之积"。
4. 点 7 题 1、题 2 要先会"交叉项折半写矩阵",§7.1 只有对照表;
   题 2 还要惯性指数/惯性定理,也只出现名词。
   → §7.1 补两条前置规则(折半、惯性定理 p+q=r(A))+ 老套路照搬提示。
5. 点 4 题 2、点 7 题 2 都靠"行和相等"秒出特征值,§4.2 没写。
   → §4.2 补开局捷径;点 6 §6.1 补 A=aI+bJ 的二项式来历(E 与 J 可交换、
   J 是秩 1 矩阵);点 2 §2.2 补 |A*|=|A|ⁿ⁻¹。

二、标注错位

6. 点 2 题 2 标 2.1,但全题靠 2.2 的 A* 特征值 |A|/λ 与 f(A) 特征值。
   → 改标 2.2(附录表同步:§2.1 1 题、§2.2 3 题)。

三、排查中发现的硬伤

7. 点 2 题 5 带走结论有两个问题:末句是"n-k=3-2=1? 注意:…"的自问自答
   残文;且"r 严格小于 n-k 则可对角化失败"方向错了——由 m≤nᵢ 得
   r(λᵢE-A)≥n-nᵢ,r 永不会小于下界,判据是取等号。整段重写。
8. 点 6 题 3 出现两段"带走结论"(重复),合并为一段。
9. 点 1 题 6(Ⅳ)题干没写 λ₃ 与 λ₁ 是否相同,解析自加"若否则另论"。
   → 题干补"三个特征值互不相同",解析改为归纳法证明。
10. 点 3 题 2 用"Jordan 块"这个全讲未定义的术语 → 改成"上三角且右上有非零元"。

四、顺带

11. 三个题目标题含公式(点 5 题 1、点 5 题 4、点 6 题 1),违反"标题禁含
    $…$"(Gitea 锚点会漂)→ 全部改纯文字。
12. 改完 4.4 后 01-知识点盘点 涨到 13505 字符,超 1.3 万上限 → 按高数讲次
    的既有做法把"覆盖对照"与"相邻讲接口"拆成 01b-覆盖对照与接口.md
    (01 由 13505 → 12386,§0.x 编号未动;01b 顺手补谱分解、几何重数判据
    两行,接口表补叉乘与 r(A*) 两行)。
13. 01 的 关联笔记 误写成 [[10-速查卡]](那是高数无穷级数的文件)→ 改 [[09-速查卡]]。

校验:gen_crosslinks 8 个点文件 36 题 19 知识点(+§4.4);check_md_links
11 文件 217 链接 0 异常;fix_gitea_math 0 处待修。全部文件 < 1.3 万字符。
2026-10-26 19:19:05 +08:00

9.3 KiB
Raw Blame History

tags, 专题, 日期, 关联笔记
tags 专题 日期 关联笔记
数学一
在学练习
线性代数
特征值
速查卡
线性代数 第5讲 · 特征值与特征向量(速查) 2026-10-24
README
01-知识点盘点

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。

三条性质:同一 \lambda 的特征向量的非零组合仍是特征向量;不同 \lambda 的特征向量必线性无关;跨 \lambda 不能相加(\xi_{\lambda_1}+\xi_{\lambda_2} 一般不是特征向量)。

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:

  1. 特征值全相同且 A\ne\lambda E ⟹ 不可对角化。
  2. 某重根 m_i<n_i ⟹ 不可对角化。

算法:单根不验;只对 n_i\geqslant2 的 \lambda_i 算 r(\lambda_iE-A) ,得 m_i=n-r 再与 n_i 比。

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

  1. 特征值全为实数;
  2. 不同特征值的特征向量必正交;
  3. 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。 反写即谱分解:A=Q\Lambda Q^{\mathrm T}=\sum\lambda_iq_iq_i^{\mathrm T} ,故 q_i 单位正交时可直接抄 A ,不必求逆。重根占 n-1 维且向量为 \frac{1}{\sqrt n}(1,\dots,1)^{\mathrm T} 时,A=\lambda E+\dfrac{\mu-\lambda}{n}J 。

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);
  • 谱分解前先单位化:A=\sum\lambda_i\frac{\xi_i\xi_i^{\mathrm T}}{\lVert\xi_i\rVert^2} ;
  • 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

  1. 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 。
  2. P 的列序与 \Lambda 对角元错位。写完用 AP=P\Lambda 验。
  3. 只看特征值相同就判相似。必须加查"都可对角化"。
  4. A 不可逆时套 \lvert A\rvert/\lambda 会算错,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 6、点 1 题 7
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 1 题 4、点 1 题 5、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

整册入口:知识点盘点、点 1、点 2、点 3、点 4、点 5、点 6、点 7。