作者znmkhxrw (QQ)
看板Math
標題Re: [線代] 關於特徵空間和特徵值
時間Mon Jan 14 23:34:07 2019
※ 引述《LivingLouder (We’re living louder)》之銘言:
: 若已知特徵空間的維度是n,則所對應的特徵值有n個重根。
: 請問以上的敘述是正確的嗎?
: 相關的例子:下圖的紅筆部分(來自周志成的線代解答)
: https://i.imgur.com/IdtSVTi.jpg
: --------------------------------------------
: 在我的理解裡,若是有相同n個的特徵值,則所對應的獨立的特徵向量小於等於n個。
提供一個直觀做法如下:
首先令 u != 0,等於的話 rank(I_n) = n,沒意思
令 A = I + uv^t,題目想要得知 rank(A)多少,相當於A的值域多大,即dim(R(A))
而依據維度定理,rank(A) = n - dim(null(A))
這樣就只要計算 Ax = 0 所形成的x集合的維度就好
(我idea是 Ax=0 比 R(A) 來的有可算性 才從這裡出發)
接著計算 Ax = x + uv^tx = x + <x,v>u ---(●)
而且題目給的hint又是
u與v內積的關係
因此接下來我採取的單範正交基底才會故意拿u來做,這樣就有u與v的內積了:
取此組單範正交基底為 B := {u/│u│, e_2, ..., e_n}
然後把 x 由這個基底展開變成 a_1*u/│u│ + ... + a_n*e_n
代入(●)並計算Ax=0,整理好係數,會發現a_2 = ... = a_n = 0
接著把剩餘的u/│u│係數拿出來看,a_1 + a_1<u,v> = 0
最後由基底與係數的isomorphism得知
dim(null(A)) = dim( {(a_1,0,...,0)│a_1 + a_1<u,v> = 0} )
然後就明顯拉,<u,v>為-1時,a_1就毫無限制,所以維度為1
若<u,v>不為-1,a_1就只能是0
------------------------------------------
以上寫樂樂長純粹解釋,反正用u/│u│去展單範正交基底就結束了
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.68.160.241
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1547480050.A.1C3.html
推 Desperato : 推 這樣很快 01/15 00:03
推 LivingLouder: 請問計算Ax=0,a_2=...=a_n=0,是怎麼來的 01/15 00:53
→ znmkhxrw : 比如你看e_2,這它的係數只有a_2 01/15 01:07
→ znmkhxrw : e_2~e_n他的係數都只有a_2~a_n 01/15 01:07
→ znmkhxrw : 只有u/│u│這個向量前面有跟著一卡車係數 01/15 01:08
→ znmkhxrw : 所以藉由基底的線性獨立性 如果線性組合=0則係數=0 01/15 01:08
推 LivingLouder: 謝謝,剛剛忘記這些向量=0 01/15 01:20