對於給定的 n 階方陣 A,則 方陣 的 特徵值 λ 和 λ 對應的 n 維度 特徵向量 X,定義為:
AX = λX
根據這個定義,有:
(A - λE) X = 0
這其實是一個齊次線性方程組:
根據線性方程的知識:要使得 該方程組有 非零向量 的解,就要求係數矩陣 A - λE 的向量線性相關。這相當於 A - λE 的行列式值 為 0,即,
|A - λE| = 0
這樣我們又得到了一個關於 λ 的一元 n 次方程,稱為 A 的特徵方程。
根據代數基本定理:
一元 n 次方程,在 複數域 內 必然有 n 個根(可以是重根)。
於是令這些根為 λ₁, λ₂, ..., λ_n,對於每一個根 λᵢ,帶入上面的 方程組,有:
(A - λᵢE) X = 0
由於 係數矩陣已經確定,因此 可以得到基礎解:Xᵢ。
這樣以來 λ₁, λ₂, ..., λ_n 分別對應 基礎解 X₁, X₂, ..., X_n 它們滿足:
AX₁ = λ₁X₁,
AX₂ = λ₂X₂
...
AX_n = λ_nX_n
將上面的的等式組,用矩陣的方式表示出來就是:
即,
A T = T Λ
其中,T 是 以 X₁, X₂, ..., X_n 為列向量的 矩陣,Λ 是 以 λ₁, λ₂, ..., λ_n 為對角線的矩陣。
於是有:
|A T| = |T Λ|
再根據行列式的性質:|XY| = |X| · |Y|,有:
|A| · |T| = |T| · |Λ|
透過合理選取基礎解,可以保證,X₁, X₂, ..., X_n 線性無關,於是 |T| ≠ 0 ,將 |T| 消去,得到:
|A| = |Λ|
而 顯然 |Λ| = λ₁ · λ₂ · ... · λ_n,於是最終得到:
|A| = λ₁ · λ₂ · ... · λ_n
即,題主所說的:特徵值的積是矩陣的行列式值。
以上分析是在複數域內進行的。如果要求是實數域,則 不一定可以保證 從 特徵方程中 解得 n 個 特徵值,以構成 和 A 相似 對角矩陣 Λ,當無法建構 Λ 時,題主的命題無法成立。
對於給定的 n 階方陣 A,則 方陣 的 特徵值 λ 和 λ 對應的 n 維度 特徵向量 X,定義為:
AX = λX
根據這個定義,有:
(A - λE) X = 0
這其實是一個齊次線性方程組:
根據線性方程的知識:要使得 該方程組有 非零向量 的解,就要求係數矩陣 A - λE 的向量線性相關。這相當於 A - λE 的行列式值 為 0,即,
|A - λE| = 0
這樣我們又得到了一個關於 λ 的一元 n 次方程,稱為 A 的特徵方程。
根據代數基本定理:
一元 n 次方程,在 複數域 內 必然有 n 個根(可以是重根)。
於是令這些根為 λ₁, λ₂, ..., λ_n,對於每一個根 λᵢ,帶入上面的 方程組,有:
(A - λᵢE) X = 0
由於 係數矩陣已經確定,因此 可以得到基礎解:Xᵢ。
注意:當 λᵢ = λᵢ_₁ = λᵢ_₂ = ... = λᵢ_m 是 m 個重根時,它們對應的方程組是同一個,這時會得到 m 個 基礎解。我們規定 一個 重根 對於 一個 基礎解。要做到這一點,必須滿足條件:r(A - λᵢE) = n - m。這樣以來 λ₁, λ₂, ..., λ_n 分別對應 基礎解 X₁, X₂, ..., X_n 它們滿足:
AX₁ = λ₁X₁,
AX₂ = λ₂X₂
...
AX_n = λ_nX_n
將上面的的等式組,用矩陣的方式表示出來就是:
即,
A T = T Λ
其中,T 是 以 X₁, X₂, ..., X_n 為列向量的 矩陣,Λ 是 以 λ₁, λ₂, ..., λ_n 為對角線的矩陣。
於是有:
|A T| = |T Λ|
再根據行列式的性質:|XY| = |X| · |Y|,有:
|A| · |T| = |T| · |Λ|
透過合理選取基礎解,可以保證,X₁, X₂, ..., X_n 線性無關,於是 |T| ≠ 0 ,將 |T| 消去,得到:
|A| = |Λ|
而 顯然 |Λ| = λ₁ · λ₂ · ... · λ_n,於是最終得到:
|A| = λ₁ · λ₂ · ... · λ_n
即,題主所說的:特徵值的積是矩陣的行列式值。
以上分析是在複數域內進行的。如果要求是實數域,則 不一定可以保證 從 特徵方程中 解得 n 個 特徵值,以構成 和 A 相似 對角矩陣 Λ,當無法建構 Λ 時,題主的命題無法成立。