
一文通俗搞懂线性无关特征向量个数≤特征值重数
1个回答
展开全部
比如 2维向量: 能找到 和 两个线性无关的向量,能表示二维平面里面的所有向量。
3维向量: 能找到 , , 三个线性无关的向量,能表示三维立体空间里面的所有向量。
n阶行列式:
以5阶为例,一起来找规律。
由此可见,其行列式的值都是x的某次方乘以一堆式子。
于是我们将此规律扩展到n维:
至此两个需要用到的tips讲完了,接着开始证明。
设A为n阶矩阵, 是它特征值(重根), ~ 分别为其m个线性无关的特征向量。所以我们所要证明的就是 的重数要≥m
由于 ~ 为n维向量,所以一定能找到 ~ ,使 ~ 线性无关且可以表示任何一个n维向量(根据 前面tip 1得到的 ).
因此可以构造出一个n阶可逆矩阵
由特征值与特征向量的关系: 得
又因为: 的结果为n维向量(i=m+1,m+2,…,n)
所以 的结果可以用 ~ 线性表示出来( 根据tip 1得到的 ),即:
所以就有:
左边:
右边:
即得:
最后取行列式得:
左边:
右边: 根据之前的tip 2得:
即得:
所以可以得到 至少为m重根,为什么至少呢?因为有可能后面乘以的一堆式子中可以提取出若干个 出来,所以用至少这个词。
到此为止,我们得到想证的 的重数要≥m,命题成立。
3维向量: 能找到 , , 三个线性无关的向量,能表示三维立体空间里面的所有向量。
n阶行列式:
以5阶为例,一起来找规律。
由此可见,其行列式的值都是x的某次方乘以一堆式子。
于是我们将此规律扩展到n维:
至此两个需要用到的tips讲完了,接着开始证明。
设A为n阶矩阵, 是它特征值(重根), ~ 分别为其m个线性无关的特征向量。所以我们所要证明的就是 的重数要≥m
由于 ~ 为n维向量,所以一定能找到 ~ ,使 ~ 线性无关且可以表示任何一个n维向量(根据 前面tip 1得到的 ).
因此可以构造出一个n阶可逆矩阵
由特征值与特征向量的关系: 得
又因为: 的结果为n维向量(i=m+1,m+2,…,n)
所以 的结果可以用 ~ 线性表示出来( 根据tip 1得到的 ),即:
所以就有:
左边:
右边:
即得:
最后取行列式得:
左边:
右边: 根据之前的tip 2得:
即得:
所以可以得到 至少为m重根,为什么至少呢?因为有可能后面乘以的一堆式子中可以提取出若干个 出来,所以用至少这个词。
到此为止,我们得到想证的 的重数要≥m,命题成立。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?

2024-11-30 广告
GWAS,即全基因组关联分析,是一种强大的遗传学研究方法。它通过对大规模群体的DNA变异进行系统性扫描,寻找与特定性状(如疾病易感性、药物反应等)相关联的遗传变异。在迈杰转化医学研究(苏州)有限公司,我们利用先进的GWAS技术,挖掘疾病相关...
点击进入详情页
本回答由迈杰提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询