线性代数，A的特征值与A的伴随矩阵的特征值有什么关系？怎么推出来的？
当A可逆时, 若 λ是A的特征值, α 是A的属于特征值λ的特征向量；则 |A| / λ 是 A*的特征值, α 仍是A*的属于特征值 |A| / λ 的特征向量。
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。
式Ax=λx也可写成( A-λE)X=0。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。
设A是数域P上的一个n阶矩阵，λ是一个未知量，
称为A的特征多项式，记¦(λ)=|λE-A|，是一个P上的关于λ的n次多项式，E是单位矩阵。
¦(λ)=|λE-A|=λ+a1λ+…+an= 0是一个n次代数方程，称为A的特征方程。特征方程¦(λ)=|λE-A|=0的根(如：λ0)称为A的特征根(或特征值)。n次代数方程在复数域内有且仅有n个根，而在实数域内不一定有根，因此特征根的多少和有无，不仅与A有关，与数域P也有关。
以A的特征值λ0代入(λE-A)X=θ，得方程组(λ0E-A)X=θ，是一个齐次方程组，称为A的关于λ0的特征方程组。因为|λ0E-A|=0，(λ0E-A)X=θ必存在非零解 
扩展资料：
性质1：n阶方阵A=(aij)的所有特征根为λ1，λ2，…,λn(包括重根)，则：
性质2：若λ是可逆阵A的一个特征根，x为对应的特征向量，则1/λ 是A的逆的一个特征根，x仍为对应的特征向量。
性质3：若 λ是方阵A的一个特征根，x为对应的特征向量，则λ 的m次方是A的m次方的一个特征根，x仍为对应的特征向量。
性质4：设λ1，λ2，…,λm是方阵A的互不相同的特征值。xj是属于λi的特征向量( i=1,2,…,m)，则x1,x2,…,xm线性无关，即不相同特征值的特征向量线性无关。
如将特征值的取值扩展到复数领域，则一个广义特征值有如下形式：Aν=λBν
其中A和B为矩阵。其广义特征值（第二种意义）λ 可以通过求解方程(A-λB)ν=0，得到det(A-λB)=0（其中det即行列式）构成形如A-λB的矩阵的集合。其中特征值中存在的复数项，称为一个“丛(pencil)”。
若B可逆，则原关系式可以写作 
如果A和B是实对称矩阵，则特征值为实数。这在上面的第二种等价关系式表述中并不明显，因为 
参考资料：百度百科——矩阵特征值
设 λ 是A的特征值,α是A的属于特征值λ的特征向量
则 Aα = λα.
等式两边左乘 A*,得
A*Aα = λA*α.
由于 A*A = |A|E 所以
|A| α = λA*α.
当A可逆时,λ 不等于0.
此时有 A*α = (|A|/λ)α
所以 |A|/λ 是 A* 的特征值.
特征值的关系是：
当A可逆时, 若 λ是A的特征值, α 是A的属于特征值λ的特征向量,则 |A| / λ 是 A*的特征值, α 仍是A*的属于特征值 |A| / λ 的特征向量
扩展资料：
线性函数的概念：
线性代数是代数学的一个分支，主要处理线性关系问题。线性关系意即数学对象之间的关系是以一次形式来表达的。例如，在解析几何里，平面上直线的方程是二元一次方程；空间平面的方程是三元一次方程，而空间直线视为两个平面相交，由两个三元一次方程所组成的方程组来表示。
含有n个未知量的一次方程称为线性方程。关于变量是一次的函数称为线性函数。线性关系问题简称线性问题。解线性方程组的问题是最简单的线性问题。
所谓“线性”，指的就是如下的数学关系： 
也就是说：我们不关心上面的x，y是实数还是函数，也不关心f是多项式还是微分，我们统一把他们都抽象成一个记号，或是一类矩阵。合在一起，线性代数研究的就是：满足线性关系 
参考资料：百度百科——线性函数
上面各位只说明了可逆的情况，如果不可逆呢？
先参考一下这篇文章，明白如何用A的多项式表示其伴随矩阵
网页链接 伴随矩阵的两个性质 《湘南学院学报》
之后利用一个性质：若A的全体特征根是x1，...，xn，则任意的多项式f(x)而言，f(A)的全体特征根是f(x1),...,f(xn)，这个证明和文章中的思路一样，用若尔当理论就可以证明，所以它们之间的关系实际上是多项式的关系！
