如何证明特征值的几何重数不超过代数重数

设 λ 0 \lambda_0 λ0 是 A A A 的特征值,则 λ 0 \lambda_0 λ0 的代数重数 ≥ \geq ≥ 几何重数

证明

假设 A A A 的特征值 λ 0 \lambda_0 λ0 对应的特征向量有 q 维,记为 α 1 , . . . , α q \alpha_1, ... , \alpha_q α1,...,αq,有
A α i = λ 0 α i , i = 1 , . . . , q A\alpha_i = \lambda_0\alpha_i, i = 1, ... , q Aαi=λ0αi,i=1,...,q

以它们作为 n 维向量空间的 q q q 个基底向量,再扩充它们,将 n 维向量空间的整个基表示为 α 1 , . . . , α q , . . . , α n \alpha_1, ..., \alpha_q, ... , \alpha_n α1,...,αq,...,αn.

记矩阵 B = α 1 , . . . , α q , . . . α n B=\\alpha_1, ..., \\alpha_q,... \\alpha_n B=α1,...,αq,...αn ,有 B B B 可逆。

A B = A α 1 , . . , α q , . . . , α n = λ 0 α 1 , . . . , λ 0 α q , . . . , A α n = α 1 , . . , α q , . . . , α n λ 0 ⋯ 0 ∗ ⋯ ∗ ⋮ ⋱ ⋮ ⋮ ⋮ 0 ⋯ λ 0 ∗ ⋯ ∗ 0 ⋯ 0 ∗ ⋯ ∗ ⋮ ⋮ ⋮ ⋮ 0 ⋯ 0 ∗ ⋯ ∗ A B = B λ 0 E A 12 O A 22 \begin{align*} AB &= A\begin{bmatrix} \alpha_1,..,\alpha_q,...,\alpha_n \end{bmatrix}= \begin{bmatrix} \lambda_0\alpha_1,...,\lambda_0\alpha_q,...,A\alpha_n \end{bmatrix}\\ &= \begin{bmatrix} \alpha_1,..,\alpha_q,...,\alpha_n \end{bmatrix} \begin{bmatrix} \lambda_0 & \cdots & 0 & * & \cdots & *\\ \vdots & \ddots & \vdots & \vdots & & \vdots \\ 0 & \cdots & \lambda_0 & * & \cdots & *\\ 0 & \cdots & 0 & * & \cdots & *\\ \vdots & & \vdots & \vdots & & \vdots \\ 0 & \cdots &0 & * & \cdots & *\\ \end{bmatrix}\\ AB&= B \begin{bmatrix} \lambda_0E & A_{12} \\ \mathcal{O} & A_{22} \end{bmatrix} \end{align*} ABAB=Aα1,..,αq,...,αn=λ0α1,...,λ0αq,...,Aαn=α1,..,αq,...,αn λ0⋮00⋮0⋯⋱⋯⋯⋯0⋮λ00⋮0∗⋮∗∗⋮∗⋯⋯⋯⋯∗⋮∗∗⋮∗ =Bλ0EOA12A22

又B可逆,则
B − 1 A B = λ 0 E A 12 O A 22 = C B^{-1}AB = \begin{bmatrix} \lambda_0E & A_{12} \\ \mathcal{O} & A_{22} \end{bmatrix} = C B−1AB=λ0EOA12A22=C

即 A A A 相似于 C

由此计算 A A A 的特征多项式

∣ λ E − A ∣ = ∣ λ E − C ∣ = ∣ ( λ − λ 0 ) E q − A 12 O λ E n − q − A 22 ∣ = ∣ ( λ − λ 0 ) q ∣ λ E n − q − A 22 ∣ |\lambda E-A| = |\lambda E - C| =\left | \begin{matrix} (\lambda - \lambda_0) E_q & - A_{12} \\ \mathcal{O} & \lambda E_{n-q} - A_{22} \\ \end{matrix} \right | =|(\lambda - \lambda_0)^q |\lambda E_{n-q} - A_{22}| ∣λE−A∣=∣λE−C∣= (λ−λ0)EqO−A12λEn−q−A22 =∣(λ−λ0)q∣λEn−q−A22∣

由此可知该 λ \lambda λ 的n次多项式方程至少有 q 个根为 λ 0 \lambda_0 λ0,至于有没有更多的根为 λ 0 \lambda_0 λ0,取决于后面的多项式 ∣ λ E n − q − A 22 ∣ |\lambda E_{n-q} - A_{22}| ∣λEn−q−A22∣ 是否出现 ( λ − λ 0 ) (\lambda - \lambda_0) (λ−λ0)。

相关推荐
AI_yangxi32 分钟前
短视频矩阵系统选哪家
大数据·人工智能·矩阵
远航计算机21 小时前
豆包”精采信”模式对企业官网运营有什么影响?2026年7月信源重构深度解读
人工智能·矩阵·重构·aigc·媒体
-dzk-2 天前
【矩阵】LC 48.旋转图像
线性代数·矩阵
薛定e的猫咪2 天前
(NeurIPS 2021)MatNet:面向矩阵型关系数据的神经组合优化编码器
人工智能·深度学习·线性代数·算法·矩阵
inquisiter3 天前
损失函数在标量和矩阵上的求导对比
线性代数·算法·矩阵
-dzk-3 天前
【矩阵】LC 54.螺旋矩阵
线性代数·矩阵
东莞市云毅网络有限公司4 天前
基于GEO的品牌信源矩阵构建:从内容生产到AI采信的全链路设计
人工智能·机器学习·矩阵
风吹心凉4 天前
错误码矩阵 · 实机兼容映射 · 契约变更规则
线性代数·矩阵
搭贝4 天前
国资报送责任制怎么建?三级责任矩阵设计
android·数据库·人工智能·线性代数·低代码·矩阵·制造
xier_ran4 天前
【infra之路】AWQ 详解:激活感知权重保护,让 W4A16 量化精度超越 GPTQ
线性代数·算法·机器学习·量化·infra