Files
Yimu f4a849cd9d 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。
2026-10-26 19:11:48 +08:00

175 lines
8.9 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
tags: [数学一, 在学练习, 线性代数, 特征值, 速查卡]
专题: 线性代数 第5讲 · 特征值与特征向量(速查)
日期: 2026-10-24
关联笔记: ["[[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
<!-- KP: 1.1 -->
```
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
<!-- KP: 1.2, 1.4 -->
```
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
<!-- KP: 2.1, 2.2 -->
$$\sum\lambda_i=\operatorname{tr}A,\qquad\prod\lambda_i=\lvert A\rvert .$$
| 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
<!-- KP: 1.3, 2.3, 3.2 -->
$$1\leqslant m_i=n-r(\lambda_iE-A)\leqslant n_i .$$
$$A\ \text{可对角化}\iff\text{每个}\ \lambda_i\ \text{都有}\ m_i=n_i\iff\sum m_i=n .$$
**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
<!-- KP: 3.1, 3.3 -->
```
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
<!-- KP: 4.1 -->
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
<!-- KP: 4.2, 4.3 -->
```
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
<!-- KP: 5.1 -->
$$A=P\Lambda P^{-1}\qquad\text{或(实对称)}\qquad A=\sum_i\lambda_iq_iq_i^{\mathrm T}.$$
- 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
<!-- KP: 5.2 -->
| 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
<!-- KP: 6.1, 6.2 -->
$$A^{m}=P\Lambda^{m}P^{-1}.$$
**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
<!-- KP: 6.2 -->
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
<!-- AUTO:回查 -->
| 想查什么 | 对应题目 |
|---|---|
| 一 三个核心动作 | [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) |
| 二 求特征向量四步 | [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 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) |
| 三 特征值的六条运算 | [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)、[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) |
| 四 重数与可对角化 | [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)、[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)、[点 3 题 3](04-点3-相似与相似对角化.md#user-content-题-3--32可对角化的判据清单)、[点 3 题 4](04-点3-相似与相似对角化.md#user-content-题-4--32判定不可对角化)、[点 3 题 5](04-点3-相似与相似对角化.md#user-content-题-5--32含参矩阵永远不可对角化)、[点 3 题 6](04-点3-相似与相似对角化.md#user-content-题-6--32走完相似对角化全流程) |
| 五 相似判定三步筛 | [点 3 题 1](04-点3-相似与相似对角化.md#user-content-题-1--31相似的不变量)、[点 3 题 2](04-点3-相似与相似对角化.md#user-content-题-2--33特征值与秩全同却不相似) |
| 六 实对称三定理 | [点 4 题 1](05-点4-实对称矩阵正交对角化.md#user-content-题-1--41三个定理的适用范围)、[点 4 题 5](05-点4-实对称矩阵正交对角化.md#user-content-题-5--41实对称必可正交对角化的证明) |
| 七 正交对角化五步 | [点 4 题 2](05-点4-实对称矩阵正交对角化.md#user-content-题-2--42三阶实对称的完整五步)、[点 4 题 3](05-点4-实对称矩阵正交对角化.md#user-content-题-3--42由特征值与特征向量反求实对称矩阵)、[点 4 题 4](05-点4-实对称矩阵正交对角化.md#user-content-题-4--43正交矩阵的性质) |
| 八 反求矩阵 | [点 5 题 1](06-点5-反求矩阵与抽象条件.md#user-content-题-1--51由-p-与-lambda-反求-a-)、[点 5 题 3](06-点5-反求矩阵与抽象条件.md#user-content-题-3--51缺一个特征向量时怎么补) |
| 九 抽象条件三件套 | [点 5 题 2](06-点5-反求矩阵与抽象条件.md#user-content-题-2--52多项式条件下求行列式)、[点 5 题 4](06-点5-反求矩阵与抽象条件.md#user-content-题-4--52a-与-amathrm-t-的特征值相同)、[点 5 题 5](06-点5-反求矩阵与抽象条件.md#user-content-题-5--52多项式条件下求行列式) |
| 十 求矩阵幂 | [点 6 题 1](07-点6-对角化的应用.md#user-content-题-1--61二阶求-an-)、[点 6 题 2](07-点6-对角化的应用.md#user-content-题-2--61全-1-矩阵结构的快速求幂)、[点 6 题 3](07-点6-对角化的应用.md#user-content-题-3--62特征值算行列式与秩)、[点 6 题 4](07-点6-对角化的应用.md#user-content-题-4--62秩与特征值的联手) |
| 十一 四处最容易丢分 | [点 6 题 3](07-点6-对角化的应用.md#user-content-题-3--62特征值算行列式与秩)、[点 6 题 4](07-点6-对角化的应用.md#user-content-题-4--62秩与特征值的联手) |
<!-- /AUTO:回查 -->
整册入口:[知识点盘点](01-知识点盘点.md)、[点 1](02-点1-定义与求法.md)、[点 2](03-点2-特征值的性质.md)、[点 3](04-点3-相似与相似对角化.md)、[点 4](05-点4-实对称矩阵正交对角化.md)、[点 5](06-点5-反求矩阵与抽象条件.md)、[点 6](07-点6-对角化的应用.md)、[点 7](08-点7-与二次型的接口.md)。