秩1矩阵的谱结构
🏠 第14章概念导航
核心问题
秩 1 是最简单的非平凡矩阵:它把整个空间压到一条直线上。这类矩阵的特征值、幂、可对角化性,能不能一眼看穿?
答案是能,而且只需要一个数:迹。此外,一大批看起来复杂的矩阵(全 1 阵、
核心定义 / 定理 / 结论
秩 1 矩阵的标准形式
完整画像
| 性质 | 结论 |
|---|---|
| 特征值 | |
| 幂 | |
| 可对角化 | |
核心两行:
"秩 1 一定可对角化"是错的
时全部特征值为 0,可对角化就意味着 ,与 矛盾。典型反例 。 一句话记法:
给方向、 给零空间; 衡量” 是否落在被压扁的平面里” —— 落在里面就幂零。
满秩分解:秩 1 只是特例
四类结构型矩阵
| 结构 | 谱 | 特征向量 |
|---|---|---|
| 全 1 阵 | ||
| 同上,与 | ||
| 投影阵 | ||
共同点:
是 的常数倍
、 、投影阵 。幂封闭是它们能用二项式展开、能凑出零化多项式的根本原因。 例:
求幂,展开 后用 把所有 的幂收敛成一项。
投影矩阵的完整身份
秩 1 修正:只动一个方向
若
反求秩 1 实对称阵
典型题型
求全部特征值、判可对角化、求 。 型求 与 —— 后者要按 的两个零点及 的大小分岔。 - 投影阵求
或 —— 谱一眼可读,再用 。 求 、 —— 凑零化多项式最快。 - 秩 1 反求
:题目给一行 + 几个特征向量,直接写 。 - 秩 1 修正的相似对角阵。
- 低秩高阶矩阵求幂:满秩分解降维。
图示 / 直觉
秩 1 矩阵
先把整个空间压成一个数,再把这个数摊到
- 像空间 =
所在的直线( ); - 零空间 =
的正交补(一个超平面); - 唯一可能非零的特征值,就是”
自己走这一趟被放大了多少倍” 。
当
常见误用
- “秩 1
可对角化” —— 还要 。 - 把
(数)与 (矩阵)搞混 —— 转置位置决定一切。 型求 时不按 分岔 —— 使 时,” 是不是 “取决于 。 - 投影阵的条件少读一个词 —— “正交单位”两个词都在承担计算:少了单位,特征值不是 1;少了正交,连幂等都不成立。
- 秩 1 修正时
未单位化 —— 特征值变成 。 - 由”特征值全为 0”直接说
—— 秩 1 幂零阵是最小的反例。
与旧知识的连接
- 矩阵幂的计算 对应的第11章题型:秩 1 阵求幂
在那里第一次出现,这里给出谱的解释。 - 极大无关组与秩(第12章):满秩分解
就是”用极大无关组表示其余列”。 - 伴随与分块行列式恒等式(第10章):
、伴随秩三分法。 - 结构型行列式的递推与加边(第10章):
的行列式 在那里用行和相等算过。 - $A^{\mathrm T}A$ 同解定理(第13章):
是它的秩 1 特例,也是第15章半正定阵的最简构造。
题型训练
- 秩1与结构型矩阵的谱(8 题)
- 实对称与正交对角化(1000 基础 12、23 都靠”减掉重特征值把秩打到 1”)
- 由谱反求矩阵(1000 强化 6 是秩 1 反求的样板)
- 矩阵幂与递推数列(1000 强化 21 是满秩分解降维)
链接
- 章节导航:第14章概念导航 · 相似矩阵题库
- 同章概念:实对称矩阵的谱定理与谱分解 · 可对角化判据与几何重数 · Jordan 链与广义特征向量
- 几何直觉:秩为1的矩阵:压到一条线,不等于一定能对角化
- 易错清单:第14章易错点