矩阵特征值的运算性质及推广
摘 要:本篇论文主要从五方面来进行讲解：引言；矩阵特征值的性质；矩阵特
征值的应用推广；分块矩阵的性质；分块矩阵特征值应用推广。
由于本篇论文是要以矩阵特征值性质的应用为主题，首先介绍总结了矩阵的一些基本概念及矩阵基本运算，然后在文中着重阐述了矩阵特征值性质，罗列出相关引理并予以证明,然后通过五种类型的矩阵特征值的应用例子将矩阵特征值的运算性质进行推广。将矩阵拓展到分块矩阵，讨论分块矩阵的性质及应用.
关键词： 矩阵，特征值，特征向量，特征方程，特征多项式
The Operation Properties and Promotion of Eigenvalue
Cui haiyang
(Institute of Computer Science, Math)
Abstract Three aspects to this thesis to explain: Introduction; matrix eigenvalue nature; promote the application of Matrix Eigenvalues.
Because of this paper is a matrix eigenvalue to the application of the nature of the
theme first introduced some basic concepts of matrix and the matrix of basic operations, and then in the text focuses on the eigenvalue properties, set out the relevant Yin Li, and to prove it. Finally, five types of application examples Eigenvalue Eigenvalue computation will be the nature of promotion.
Key words：Matrix , Eigenvalue, Eigenvectors, Characteristic equation，
1
Characteristic polynomial
1 引 言
矩阵计算领域在不断的发展和成熟，作为一门数学学科，它是众多理工学科重要的数学工具，矩阵理论既是经典数学的基础课程，是数学的一个重要且目前仍然非常活跃的领域，又是一门最有实用价值的数学理论，是计算机科学与工程计算的核心，已成为现代各科技领域处理大量有限维空间形式与数量关系强有力的工具.计算机科学和工程问题很多都可以转化成矩阵的运算与求解，特别是计算机普及应用为矩阵论的应用开辟了广泛的前景.
随着科学技术的迅速发展，古典的线性代数的知识已不能满足现代科技的需要，矩阵的理论和方法业已成为现代科技领域必不可少的工具.半个多世纪以来，计算机已广泛应用于自然科学和工程技术的各个领域，使得矩阵理论的重要性越来越显著，这是因为用矩阵理论和方法解决现代工程技术中的各种问题，不仅表述简洁，便于进行研究，而且更具有适合计算机处理的特点，电子计算机及计算技术的迅速发展为矩阵理论的应用开辟了更广阔的前景。矩阵理论在各学科领域有广泛的应用，诸如数值分析、优化理论、微分方程、概率统计、控制论、力学、电子学、网络等学科领域都与矩阵理论有着密切的联系，甚至在经济管理、金融、保险、社会科学等领域，矩阵理论和方法也有着十分重要的应用.目前在高等院校，矩阵论（或称为矩阵分析、矩阵理论、矩阵方法等）已经列为工科研究生的
1
必修课程.但是对本科学生来说，一般只作为选修课程（也有为数不多的院校把它列为必修课），学生学到的矩阵理论知识与方法非常有限，无法适应现代科学技术的飞速发展.
本课题引入几种在矩阵的理论和计算方法中有重要应用的特殊的矩阵乘法运算，深入讨论矩阵特征值的研究意义，以及矩阵特征值的应用.
2. 矩阵特征值的性质与应用
2.1 矩阵特征值的性质
设A是n阶方阵,如数?与n维非零列向量x使关系式Ax??x成立,则称数
?为方阵A的特征值,x称为A的对应于?的特征向量；f?????E?A称为特征
多项式，f?????E?A?0称为特征方程[5].
性质1[6] 设A为n阶方阵,?1,?2,?,?n为A的n个特征值,则
A??1??2??n.
性质2[6] 方阵A可逆?A的n个特征值都不为零.
??A?为A的多项式,则????为??A?的特性质3[6] 设?为方阵A的特征值，征值.
性质4[6] ?不为方阵A的特征值?A??E?0.
性质5[6] (凯莱—哈密顿定理)设n阶方阵A的特征多项式为
f?????n?a1?n?1???an?1??an,
1
则f?A??An?a1An?1???an?1A?anE?0.
性质6[6] 设n阶方阵A的n个特征值为?1,?2,?,?n,且p1,p2,?,pn为对
应的n个线性无关的特征向量,记P??p1p2?pn?,则
??1??P?1AP??????2???? ???n??性质7[6] 设A为n阶实对称阵, ?1,?2,?,?n是它的n个特征值,则
(1)当且仅当?1,?2,?,?n都大于零时, A正定; (2)当且仅当?1,?2,?,?n都小于零时, A负定;
(3)当且仅当?1,?2,?,?n都非负,但至少一个等于零时, A是半正定; (4)当且仅当?1,?2,?,?n都非正,但至少一个等于零时, A是半负定; (5)当且仅当?1,?2,?,?n中既有正数,有又负数时, A是不定的.
2. 2 矩阵特征值的应用
2. 2. 1 求方阵A的行列式A以及A的多项式??A?的行列式??A?[7]. 例1 已知三阶矩阵A的特征值为1,-1,2,设??A??A3?5A2,求：
①A；②??A?；③A?5E.
解: ①由性质1可得A?1???1??2??2；
②因??A??A3?5A2,由性质3可知??A?的特征值为??1???4, ???1???6,
??2???12.故??A????1?????1????2???288.
③A的特征多项式为f?????E?A????1????1????2?,令??5,得
1
f?5??5E?A??5?1??5?1??5?2??72，
故：A?5E???1?5E?A??72.
3例2 设??2是A的特征值, ??A??A2?3A?2E,求??A?.
解: 因??2是A的特征值,既有A?2E?0,故
??A??A2?3A?2E??A?2E??A?E??A?2E?A?E?0.
2. 2. 2 判断方阵A及A?KE的可逆性[7].
10??3??例 3 设A???4?10? ,问当k为何值时，A?kE可逆.
?4?8?2?????3?10解：因f(?)??E?A?44??1?80????2????1?,
2??2故?1??2,?2??3?1为A的三个特征值,由性质4可知,当k?1,?2时,A?kE可逆.
例 4 设矩阵A满足A2?E,证明3E?A可逆.
证明：设Ax??x,则A2x??2x,因A2?E,即有x??2x,即
??2?1x?0,而x?0,只有?2?1?0,于是???1,可知3不是A的特征值,所以
?3E?A?0,即3E?A可逆.
2. 2. 3 求方阵A,A的逆阵A?1及A的k次幂[7].
?102??,求①A3;②A?1;③A5. 0?11例 5 设A??????010?? 1
矩阵特征值的运算性质及推广
