作者Desperato (Farewell)
看板Math
標題Re: [線代] 關於特徵空間和特徵值
時間Tue Jan 15 00:01:47 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。
把回文整理一下,以下是詳解
If u, v in R^n, rank(I + u v^T) | = n, if v^T u != c
|
| = d, if v^T u = c
Find the pair (c, d).
(pf) 簡單來說,就是丟向量找特徵值
對任意向量 x in R^n, 丟進去可得
(I + u v^T) x = x + (v^T x) u
因此有兩個情況,會使得 x 是特徵向量
(1) v^T x = 0
(2) x // u
注意到這不是 x 為特徵向量的結論,而是符合這兩個情況的話 x 才是特徵向量
其中第一個情況即 x in v^⊥,維度是 n-1 (1的幾何重數)
因此特徵值 1 至少是 n-1 重根 (1的代數重數)
第二個情況的問題是,由於 u
不知道有沒有在 v^⊥ 裡,沒辦法使用
這導致我們無法簡單找到最後一個維度的特徵向量(事實上也不見得會有)
但最後一個特徵值是一定有的。
所以應該加進以下說明:
最後一個特徵值 t 是實數。
(pf) 因為 I + u v^T 是實係數矩陣,det(I + u v^T) 也是實數
但 det 就是所有特徵值相乘,因此最後一個特徵值必須是實數
根據 t 的值會有不同的 rank
(a) t != 0, 此時 rank = n
(b) t = 0, 此時 rank = n-1
因為 0 也要有特徵向量
因此
必有一個特徵向量 x 不對應 1,也就是 v^T x != 0
從這裡開始,就能重覆原證明的過程。
原證明
缺乏 x 存在的證據,若 x 不存在,該證明剩餘全倒
糟糕的是真的有 x 不存在的矩陣(雖然不影響答案),所以無法無視問題
(I + u v^T) x = x + (v^T x) u
由於 v^T x != 0,因此 x // u,得到 u 也是特徵向量
(I + u v^T) u = u + (v^T u) u = (1 + v^T u) u
已規定 t = 0,所以 v^T u = -1
所以現在,如果 v^T u = -1,可得 (I + u v^T) u = 0
因此 0 是特徵值,rank(I + u v^T) = n-1
如果 v^T u != -1,由 (b) 的逆反敘述,可得 t != 0
因此 det(I + u v^T) 不為 0,rank(I + u v^T) = n
所以可得 c = -1, d = n-1
原證明大部分該講的都講了
雖然吵了半天,其實就一點證明瑕疵而已
但姑且數學系就最重視這個嘛ow o
--
嗯嗯ow o
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.25.33
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1547481711.A.A51.html
推 znmkhxrw : 我也是看原截圖想說是trivial嗎 怎要顧忌的細節都沒 01/15 00:14
→ znmkhxrw : 然後當下看又不顯然 寫了幾行發現真的對 01/15 00:14
→ znmkhxrw : 然後猜測是作者認為trvial(? 01/15 00:14
→ Desperato : 我覺得存在性不能省 因為學生老是學不會存在性XD 01/15 00:20
→ LivingLouder: 謝謝,非常清楚 01/15 00:58
推 LivingLouder: 推 01/15 00:59