为什么矩阵有n个线性无关的特征向量?
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 ∈ 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。
2024-10-28 广告