Question

设A为n阶方阵，若A²＝E，证明A的特征值只能是1或－1

Answer 1

证明: 设λ是A的特征值则 λ^2-1 是 A^2-E=0 的特征值 (定理)而零矩阵的特征值只能是0所以 λ^2-1=0所以 λ=1 或 -1。

定义 设A是n阶方阵，如果数λ和n维非零列向量x使关系式

AX=λX (1)

成立，那么这样的数λ称为矩阵A特征值，非零向量x称为A的对应于特征值λ的特征向量．

（1）式也可写成，

( A-λE)X=0 (2)

这是n个未知数n个方程的齐次线性方程组，它有非零解的充分必要条件是系数行列式

| A-λE|=0 , (3)

扩展资料

求矩阵的全部特征值和特征向量的方法如下：

第一步：计算的特征多项式；

第二步：求出特征方程的全部根，即为的全部特征值；

第三步：对于的每一个特征值，求出齐次线性方程组：的一个基础解系，则的属于特征值的全部特征向量是（其中是不全为零的任意实数）．

Answer 2

设λ是A的任意一个特征值,α是λ所对应的特征向量

Aα=λα

A²α=λAα

Eα=α=λ·λα=λ²α

λ²=1

λ=±1

所以A的特征值只能是±1

扩展资料

(1)可以用在研究物理、化学领域的微分方程、连续的或离散的动力系统中。例如，在力学中，惯量的特征向量定义了刚体的主轴。惯量是决定刚体围绕质心转动的关键数据；

(2)被数学生态学家用来预测原始森林遭到何种程度的砍伐，会造成猫头鹰的种群灭亡；

(3)著名的图像处理中的PCA方法，选取特征值最高的k个特征向量来表示一个矩阵，从而达到降维分析+特征显示的方法，还有图像压缩的K-L变换。再比如很多人脸识别，数据流模式挖掘分析等方面。

(4)在谱系图论中，一个图的特征值定义为图的邻接矩阵A的特征值，或者（更多的是）图的拉普拉斯算子矩阵，Google的PageRank算法就是一个例子。

Answer 3

设λ是A的任意一个特征值,α是λ所对应的特征向量

Aα=λα

A²α=λAα

Eα=α=λ·λα=λ²α

λ²=1

λ=±1

所以A的特征值只能是±1

扩展资料

由 m × n 个数aij排成的m行n列的数表称为m行n列的矩阵，简称m × n矩阵。记作：

这m×n 个数称为矩阵A的元素，简称为元，数aij位于矩阵A的第i行第j列，称为矩阵A的(i,j)元，以数 aij为(i,j)元的矩阵可记为(aij)或(aij)m × n，m×n矩阵A也记作Amn。

元素是实数的矩阵称为实矩阵，元素是复数的矩阵称为复矩阵。而行数与列数都等于n的矩阵称为n阶矩阵或n阶方阵  。