如上面的讨论中看到的,一般的方阵不一定可对角化, 但对于在应用中常常遇到的实对称矩阵(满足A'=A 的实矩阵),不仅一定可以对角化,而且解决起来 要简便得多,这是由实对称矩阵的特征值和特征向 量的特性所决定的。 定理1实对称矩阵的特征值为实数。 设复数为实对称矩阵A的特征值,复向量x为对应的 特征向量,即Ax=λx,x≠0

例3设n阶方阵A的伴随矩阵为A*,证明: (1)若A=0,则A=0 (2)a=ain-1 证明:由伴随矩阵的定义显然有 AA*=AA=AIEn, 两边取行列式即得 JAllAdet()=a, 故当A不等于0时,(2)是显然的。而 只要我们证明了(1),则(2)对于A|=0 的矩阵A也是成立的。下面我们证明(1)

称为m行n列矩阵,简称为mxn矩阵。这mxn个 数称为矩阵A的元素,a叫做矩阵A的第行第列 元素。元素是实数的矩阵叫做实矩阵,元素是复 数的矩阵叫做复矩阵。 本教程中的矩阵除特别说明外,都指实矩阵。 通常用大写的拉丁字母A、B、C等表示矩阵。有 时为了指明矩阵的第行第列元素为a,可将A记 作A=(a)mn或A=(an),也可将m×n矩阵A记为 mxn° 当A的行数与列数相等时,称A为n阶方阵 或n阶矩阵。显然,一阶矩阵就是一个数

本节进一步讨论方阵的内在性质,加深对矩阵的认识和理解,以便更好地使用矩阵解决线性代数中的问题

§1 矩阵的概念 §2 矩阵的运算 §3 方阵与分块矩阵 §4 矩阵的初等变换与矩阵的秩 §5 可逆矩阵

5.1矩阵的特征值与特征向量 定义:对于n阶方阵A,若有数λ和向量x≠0满足Ax=x,称λ为A 的 特征值,称x为A的属于特征值λ的特征向量 特征方程:Ax=λx(A-E)x=0或者(ae-A)x=0 (A-E)x=0有非零解det(-E)=0

例2阶方阵 一、投影变换

一、引言 纯量阵λE与任何同阶矩阵的乘法都满足交换律,即

一.特征值与特征向量的定义 二.特征值与特征向量的性质 三.特征值与特征向量的求法

一正交矩阵的定义与性质 1.定义 若n阶方阵A满足A'A=E,则称A为正交矩阵 2.性质 (1)=±1;(:'=e,A'A=1,a=1) (2)A,B为正交矩阵,则AB也是正交矩阵; (:(AB)(AB)=B'(A'A) B=B'B=E.) (3)A是正交矩阵A-1=A;AA=E) (4)A是正交矩阵A也是正交矩阵;