Question

矩阵A有n个线性无关的特征向量，有什么意义？

Answer 1

因为 A^2=A，所以A的特征值只能是0或1，且有A(A-E) = 0。

所以r(A) + r(A-E) <= n。

而r(A) + r(A-E) >= r(A-A+E) = r(E) = n。

所以r(A) + r(A-E) = n。

所以 AX=0 的基础解系与 (A-E)X=0 的基础解系含(n-r(A)) + (n-r(A-E)) = n 个向量。

这n个向量是A的分别属于特征值0与1的特征向量。

所以A有n个线性无关的特征向量。

其他性质：

线性变换，转置。矩阵是线性变换的便利表达法，皆因矩阵乘法与及线性变换的合成有以下的连系：以 Rn 表示 n×1 矩阵（即长度为n的矢量）。对每个线性变换 f : Rn -> Rm 都存在唯一 m×n 矩阵 A 使得 f(x) = Ax 对所有 x &in; Rn。 这矩阵 A "代表了" 线性变换 f。 今另有 k×m 矩阵 B 代表线性变换 g : Rm -> Rk，则矩阵积 BA 代表了线性变换 g o f。

矩阵 A 代表的线性代数的映像的维数称为 A 的矩阵秩。矩阵秩亦是 A 的行（或列）生成空间的维数。m×n矩阵 A 的转置是由行列交换角式生成的 n×m 矩阵 Atr （亦纪作 AT 或 tA），即 Atr[i, j] = A[j, i] 对所有 i and j。若 A 代表某一线性变换则 Atr 表示其对偶算子。

转置有以下特性：(A + B)tr = Atr + Btr，(AB)tr = BtrAtr。注记矩阵可看成二阶张量， 因此张量可以认为是矩阵和向量的一种自然推广。