N重特征根最多有N个线性无关的特征向量

这种基本结论都不会证很不应该先取A的一个单位特征向量x,以x为第一列生成一个酉阵U,那么U^HAU是分块对角Hermite阵,归纳即得Hermite矩阵的谱分解对于实对称矩阵,因为特征向量可以取成实的

这个证明不对,除非你能够证明出（1）是b的唯一表示法,否则这样是不行的.充分性：取n个线性无关的n维向量b1,b2,..,bn,由必要性知任一n维向量均可由b1,b2,...,bn线性表示,也就是说a

你的题目有问题吧?你这里的n阶是什么意思呢?应该是未知数的个数吧?那么n阶线性方程组的解都是n维向量,n维向量怎么能出现n+1个线性无关的呢,n+1个n维向量必线性相关.再问：题目没有问题。请您增加学

特征值a的几何重数就是 n-r(A-aE)也就是齐次线性方程组 (A-aE)X=0 的基础解系所含向量的个数几何重数不超过代数重数

代数重数还是几何重数再问：代数再答：代数重数和为n什么意思？n阶矩阵有n个特征值特征值和为矩阵对角元之和麻烦把问题说清楚再问：这n个特征值中会有相等的，那么有几个相等的就叫几重特征值再答：代数重数是针

这不很显然么?n维空间的维数既然是n,根据维数的定义,肯定有n个线性无关的向量.既然任意一个n维的都是它的特征向量,那么这n个线性无关的向量也必然是,所以它肯定有n个线性无关的特征向量再问：能不用向量

应该是问A的秩吧,是1

A是数量阵,可用相似于对角阵说明.

A=diag【x,x,.,x】

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

在空间中任取一个向量b加入这n个线性无关的向量ai(i=1,2,...,n)那么这n+1个向量一定是线性相关的故存在一组不全为0的ki(i=1,2,...,n)和c使得k1*a1+k2*a2+...+

(A)显然不对(B)不对(C)正确(D)尽管|A|=|B|,但前提与(C)矛盾选(C)再问：为什么A相似B再答：A，B有共同的特征值，且各自有n个线性无关的特征向量所以A,B都可对角化,且都相似于同一

n阶矩阵A最多有n个线性无关的特征向量,因为n阶矩阵的特征向量必然也是n维的,而n维空间的向量也最多只有n个是线性无关的.

这可能是概念问题属于同一特征值λ的特征向量是齐次线性方程组(A-λE)x=0的非零解确实有无穷多个但线性无关的解向量组最多含n-r(A-λE)个,即齐次线性方程组的基础解系所含向量个数另,n+1个n维

任何一个向量与基合在一起组成的n+1个向量的向量组,必定是线性相关的!其实n维空间里,任何n+1个向量构成的向量组,都必定线性相关.换句话说,n维空间里至多能找出n个线性无关的向量来!

把n个线性无关的特征向量拼成一个可逆阵P=[x1,x2,...,xn],那么AP=P=>A=I再问：лл�����Ѿ�������ˣ�һʱ��Ϳ���ܼ

是的.新的向量组组成的矩阵记作B,原向量组组成的矩阵记作A,则B是由A经过行初等变换得到,初等变换不改变矩阵的秩,所以秩B=秩A=n,新的向量组还是线性无关的.再问：瞬间理通。。真心感谢！

是的,一定可以相似对角化.

因为Rn中的任意一向量均可由这n个线性无关的n维向量线性表出,故它是Rn的一组基.下面证明这一事实,设X是Rn中的任意一向量,a1,a2,...,an是n个线性无关的n维向量,由Rn中任意n+1个向量

不是的,矩阵的秩与它是否有n个线性无关的特征向量是没有关系的,比如说一个三阶矩阵有三个不同的特征值2,1,0,则该矩阵一定可以对角化,故必有3个线性无关的特征向量,但它只有2个非零特征值,故它的秩为2