版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_25847123/article/details/79359413
前言:仅个人小记
秩一矩阵非常漂亮的五个性质:
(1)秩一矩阵一定能够拆解为两个列向量
,
矩阵乘积的形式,具体为
这种形式
(2)秩一方阵的特征值之和即矩阵的迹,即矩阵主对角线之和等于上述两个向量的内积,即
(3)秩一方阵的特征值可以一眼看出,即只有一个非零特征值为
,其他即为零特征值。
(4)很好地从另一个角度诠释了矩阵乘法,如下,
都是列向量。
上式,右侧为秩一矩阵之和。从列向量或者行向量的角度很容易理解
是秩为一的矩阵。
(5)具备
这种极好的可以用于解决高次幂矩阵乘法问题的性质,具体推导如下,
关于第(3)点本人仍未能够给出很好的证明。据本人目前的判断,这一点是稳定是成立的。本人现有如下解释:r(A)=1, ,显然,当 时,必然矩阵 的秩为1,所以齐次线性方程组方程组必然有n-1个线性无关的解向量,而这正是完全符合特征向量的要求,n-1个特征向量撑起了n-1维的特征空间,我认为一个2重根的特征值可能只对应一个特征向量,但是如果m个线性无关特征向量对应的同一个特征值则必然这个特征值至少是m重特征根。