所谓特征值,就是:
如果xa=Aa,那么x就是矩阵A的一个特征值,a就是对应的特征向量。
所谓两个矩阵相似,就是:
如果A=P^(-1)BP,其中P为可逆阵,那么矩阵A和矩阵B就相似。
下面解释为什么相似矩阵有相同的特征值。
如果x是矩阵A的特征值,那么有:
xa=Aa
而A和B相似,所以有
A=P^(-1)BP
代入得到:
xa=P^(-1)BPa
等式两边同时左乘P:
Pxa=BPa
由于x是一个数,所以可以提出:
x(Pa)=B(Pa)
至此证明了x也是矩阵B的特征值,同时可以发现,他对应的特征向量是(Pa)
假设x是矩阵A的特征值,那么有:xa=Aa
又因为A和B相似,所以有A=P^(-1)BP
将A=P^(-1)BP代入得到:xa=P^(-1)BPa
再将等式两边同时左乘P,得到Pxa=BPa
由于x是一个数,所以有x(Pa)=B(Pa)
由此可以证明x也是矩阵B的特征值,所以相似矩阵的特征值相同。
扩展资料
特征值是线性代数中的一个重要概念。在数学、物理学、化学、计算机等领域有着广泛的应用。设 A 是n阶方阵,如果存在数m和非零n维列向量 x,使得 Ax=mx 成立,则称 m 是A的一个特征值(characteristic value)或本征值(eigenvalue)。非零n维列向量x称为矩阵A的属于(对应于)特征值m的特征向量或本征向量,简称A的特征向量或A的本征向量。
参考资料百度百科-特征值
方法一)
∵ Aα = λα, A = P'BP
∴ P'BPα = λα
--> B(Pα) = Pλα = λ(Pα)
∴ 矩阵A与B的特征值相同(但特征向量不同)
方法二)
证A和B特征值相同,即证 | λE - A | = | λE - B |
∵ 0 = | λE - B | = | λP'P - P'AP | = | P'(λE-A)P | = | P' | · | λE - A | · | P |
∵ P'与P可逆,故|P'|≠0且|P|≠0
∴ | λE - A | = 0 = | λE - B |
得证(利用了:行列式的展开)
正常的,因为结构是一样的,只是大小不同。