设方阵A的两个不同特征值X1 X2 对应点特征向量分别为 A1 A2 则

λ^2+2λ+1

A*=A的行列式乘以A的逆=（-1乘以2乘以-3）乘以A的逆=6倍的A逆3阶方阵A的特征值为-12-3,A逆的特征值为-1,1/2,-1/3,所以A*的特征值为-6,3,-2

A^-1的特征值是A的特征值的倒数:1/3,1/2,1/4再问：这是真的吗==这么简单

假设a1+a2是A的特征向量则A(a1+a2)=λ(a1+a2)=λa1+λa2又a1,a2分别是属于A的两个不同的特征值x1,x2的特征向量Aa1=x1*a1,Aa2=x2*a2A(a1+a2)=x

λ是n阶方阵A的特征值,则：Ax=λx,其中x是λ对应的特征向量.考察(A+2E)x(A+2E)x=Ax+2Ex=λx+2x=(λ+2)x所以Α+2E的特征值为λ+2,同时可以看到,对应的特征向量不变

首先要注意a1,a2,a3线性无关,然后(b,Ab,A^2b)=(a1,a2,a3)*V,其中V=1x1x1^21x2x2^21x3x3^2是Vandermonde矩阵,由于x1,x2,x3互不相同,

题目没写全吧再问：则KA-1的特征值为,不好意思,谢谢您了再答：结果应该是2K-1过程设x是特征值2的特征向量Ax=2x则kAx=2kx则kAx-x=2kx-x即（kA-1）x=（2k-1）x所以，k

这个问题有些模糊,不好答.这样说吧,属于A的不同特征值的特征向量(每个特征值拿一个特征向量出来构成的向量组)线性无关.属于A的不同特征值的特征向量(每个特征值拿若干个线性无关的特征向量出来构成的向量组

若λ是A的特征值,且A可逆则1/λ是A^-1的特征值(定理)所以1-1/λ是E-A^-1的特征值再问：为什么1-1/λ是E-A^-1的特征值呢？再答：E-A^-1是A^-1的多项式有定理:f(λ)是f

（用c代替lambda）c是特征值,则存在非零向量x使得cx=Ax,于是A^2x=A(Ax)=cAx=c^2x,c^2是A^2特征值

因为r(A+3E)=2所以|A+3E|=0所以-3是A的特征值所以A的全部特征值为-1,-2,-3所以A+4E的特征值为(λ+4):3,2,1所以|A+4E|=3*2*1=6.

由于方阵A与B相似，因此A与B的特征值相同所以，B的特征值是1，12，13，而B是三阶的，因此上面三个特征值是B的全体特征值所以，B-1+E的特征值为11+1＝2、112+1＝3、113+1＝4故：|

填入:充分若A有n个不同的特征值,则A与对角相似.但逆不成立.

知识点:若a是A的特征值,g(x)是x的多项式,则g(a)是g(A)的特征值你的题目:g(x)=x^2,g(2)=2^2=4,g(A)=A^2所以4是A^2的特征值注意此类题型的扩展.

反证吧：假设线性相关,设k*a1=a2（k不等于0）入1*a1=A*a1入2*a2=A*a2=A*(k*a1)=k*(A*a1)=k*入1*a1得到a1=入2/(k*入1)*a2最初我们假设a1=a2

Ax=axA^mx=A^m-1Ax=aA^m-1x=...=a^mx

因为A的n个特征值互异所以A可对角化,且A相似于对角矩阵diag(a1,...,an)又因为n阶方阵B与A有相同的特征值所以B也可对角化,且B相似于对角矩阵diag(a1,...,an)由相似的传递性

行列式的值等于特征值乘积0

设x是r对应的非零特征向量,则有Ax=rx,上式两边同左乘A,则AAx=rAx=rrx,由此可以得到r^2是A^2的特征值

假设X1,X2线性相关,则X1=kX2,(k≠0),由于AX1=λ1X1,所以A(kX2)=λ1(kX2),kAX2=kλ1X2,AX2=λ1X2,由于AX2=λ2X2,所以λ1X2=λ2X2,(λ1