一、考纲考试要求（逐条对照）
| # | 考试要求 | 对应考点 |
|---|
| 1 | 理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量 | 3.2 / 3.3 / 3.4 |
| 2 | 理解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件，掌握将矩阵化为相似对角矩阵的方法 | 3.5 |
| 3 | 掌握实对称矩阵的特征值和特征向量的性质（特征值为实数、不同特征值特征向量正交），会用正交变换化实对称矩阵为对角矩阵 | 3.6 |
二、知识框架图
第五章 特征值和特征向量
├─ 概念：Aξ = λξ（ξ≠0）→ 特征多项式 |λE−A| → 特征方程
├─ 性质：迹=Σλ、|A|=∏λ、Aᵏ/A⁻¹/A* 的特征值、不同特征值特征向量无关
├─ 求法：|λE−A|=0 求 λ → (λE−A)x=0 求特征向量
├─ 相似与对角化：P⁻¹AP=Λ ⟺ n 个线性无关特征向量；r 重特征值有 r 个无关特征向量
└─ 实对称矩阵：特征值为实 / 不同 λ 特征向量正交 / 存在正交阵 Q 使 QᵀAQ 为对角阵
主线提示：本章是"矩阵对角化"专场。主线是「求特征值 → 求特征向量 → 判断可对角化 → 构造 P（或正交阵 Q）」。实对称矩阵必可正交对角化，是第六章二次型的桥头堡。
三、特征值与特征向量的概念
1. 定义 必考
设 A 为 n 阶方阵，若存在数 λ 与非零向量 ξ 使 Aξ = λξ，则
λ 称为 A 的特征值，ξ 称为 A 的对应于 λ 的特征向量
等价条件：Aξ = λξ ⟺ (λE−A)ξ = 0 有非零解 ⟺ |λE−A| = 0。|λE−A| 称为特征多项式，|λE−A|=0 为特征方程。
易错：特征向量不能为零向量；若 ξ 是 λ 的特征向量，则 kξ（k≠0）也是 λ 的特征向量。同一特征值 λ 的全体特征向量加上零向量构成子空间（特征子空间）。
2. 特征子空间 中频
λ 对应的特征子空间 = 齐次方程组 (λE−A)x=0 的解空间，其维数 = n − r(λE−A)，且满足 1 ≤ dim ≤ λ 的代数重数。
四、特征值与特征向量的性质
1. 基本数量关系 必考
设 λ₁, λ₂, …, λₙ 为 A 的全部特征值（含重数），则
① Σλᵢ = tr(A)（主对角元素之和，迹）
② ∏λᵢ = |A|
③ A 的特征多项式是首项为 λⁿ 的 n 次多项式
2. 矩阵函数的特征值 必考
若 λ 是 A 的特征值，ξ 是对应特征向量，则
Aᵏ 的特征值为 λᵏ； A⁻¹ 的特征值为 1/λ（A 可逆时）
A* 的特征值为 |A|/λ； f(A) 的特征值为 f(λ)（f 为多项式）
Aᵀ 与 A 有相同的特征值（但特征向量不一定相同）
推论：若 A 可逆，则 A 的特征值均不为 0；A 的特征值全非零 ⟺ |A|≠0 ⟺ A 可逆。这些结论常用来由"A 的特征值"直接推出"A*、Aᵏ 的特征值"。
3. 特征向量的线性无关性 必考
- 不同特征值对应的特征向量线性无关。
- 同一特征值的特征子空间维数 ≤ 该特征值的代数重数；各特征子空间的维数之和 ≤ n。
- 不同特征值的特征向量组合起来（各子空间各取一组基并集）仍线性无关。
五、特征值与特征向量的求法
1. 标准流程 必考
- 写出特征多项式 |λE−A|，用行列式技巧（按行展开、降阶）化为因式乘积；
- 解特征方程 |λE−A|=0，得 n 个特征值（含重数 λ = λᵢ 出现 k 次，称代数重数 k）；
- 对每个 λᵢ，解齐次方程组 (λᵢE−A)x=0，其基础解系即为该特征值的线性无关特征向量。
技巧：求特征多项式时可利用"某行某列配出公因子"；对分块对角阵，特征值就是各子块特征值的并集；上三角阵的特征值即主对角元素。
2. 特殊情形 中频
- 对角阵、三角阵：特征值就是主对角元素。
- 零矩阵：特征值全为 0（n 重）。
- 幂等阵 A²=A：特征值只能为 0 或 1；对合阵 A²=E：特征值只能为 ±1。
- 秩 1 矩阵：非零特征值只有 1 个（等于迹），其余为 0。
六、相似矩阵与矩阵的对角化
1. 相似矩阵及其性质 必考
存在可逆阵 P 使 P⁻¹AP = B ⟺ A 与 B 相似，记 A ~ B
| 相似不变性 | 说明 |
|---|
| 特征多项式相同 | |λE−A| = |λE−B|（因此特征值相同） |
| 迹相同 | tr(A) = tr(B) |
| 行列式相同 | |A| = |B| |
| 秩相同 | r(A) = r(B) |
| 可逆性一致 | A 可逆 ⟺ B 可逆 |
易错：以上四条（特征多项式、迹、行列式、秩）是相似的必要条件，不是充分条件。例如 [1 0;0 1] 与 [1 1;0 1] 特征值相同但不相似。
2. 可对角化的充要条件 必考
A 可对角化（存在可逆 P 使 P⁻¹AP = diag(λ₁,…,λₙ)）⟺
① A 有 n 个线性无关的特征向量；⟺
② 每个 r 重特征值都有 r 个线性无关的特征向量（几何重数 = 代数重数）
充分条件：A 有 n 个互不相同的特征值 ⇒ A 可对角化
对角化方法：把 n 个线性无关特征向量按列排成 P = (ξ₁, ξ₂, …, ξₙ)，则 P⁻¹AP = diag(λ₁, λ₂, …, λₙ)，其中 λᵢ 与 ξᵢ 的列位置一一对应（同列同位）。
注意：P 的列与 Λ 的对角元必须位置对应；若交换特征向量列的顺序，Λ 的对角元也要同步交换。
3. 利用对角化计算 必考
若 P⁻¹AP = Λ，则 A = PΛP⁻¹，且 Aᵏ = PΛᵏP⁻¹
这是求 Aᵏ（k 很大）的标准方法：把对角阵 Λᵏ 的对角元逐项求 k 次幂即可。
七、实对称矩阵
1. 三条核心性质 必考
- 特征值为实数（尽管特征方程是实系数，也保证全部特征值为实）。
- 不同特征值对应的特征向量相互正交（内积为 0）。
- 必可正交对角化：存在正交矩阵 Q，使 QᵀAQ = Q⁻¹AQ = diag(λ₁,…,λₙ)。
2. 正交对角化的步骤 必考（大题）
- 求全部特征值 λ₁, …, λₙ；
- 对每个特征值求其特征子空间的一组基础解系；
- 对每个特征子空间（同一特征值内的特征向量）用施密特正交化；
- 把所有向量单位化，按列排成正交矩阵 Q；
- 验证 QᵀAQ = diag(λ₁,…,λₙ)，Q 的第 i 列是第 i 个对角元的特征向量。
为什么只要组内正交化：不同特征值的特征向量已天然正交，只需把同一特征值子空间内取出的基做施密特正交化并单位化，全体即构成规范正交基。
3. 实对称矩阵的判定与应用 中频
- Aᵀ = A 且 A 为实矩阵；特征值全为实数。
- 实对称矩阵的秩 = 非零特征值个数（含重数）。
- 实对称矩阵正定 ⟺ 特征值全大于 0（与第六章正定性衔接）。
八、高频考点与易错点
考点 1：特征多项式计算
用"配因子"技巧求 |λE−A|，如提出 λ 的一次因子后再分解。
考点 2：已知特征值反求参数
利用迹=Σλ、|A|=∏λ 及特征方程代入，解出矩阵中参数。
考点 3：Aᵏ 与矩阵函数
对角化后 Aᵏ = PΛᵏP⁻¹；或直接由"λᵏ 是 Aᵏ 的特征值"求特征值。
考点 4：可对角化判定
重特征值几何重数是否等于代数重数；缺 n 个无关向量即不可对角化。
考点 5：实对称矩阵正交对角化
同一特征值内施密特正交化 + 全组单位化，拼出正交阵 Q。
考点 6：相似与等价区分
相似更强（特征值不变）；等价只要同秩。用特征多项式判断相似候选。
易错点清单（考前必看）
- 特征向量必须非零；写解集时不要漏掉"ξ≠0"这一前提。
- 特征多项式是 |λE−A|（λE 减 A），不是 |A−λE|（虽然二者差个 (−1)ⁿ，影响首项系数符号）。
- 同一特征值的特征向量作线性组合仍是该特征值的特征向量（组合非零时），但不同特征值的特征向量相加不是特征向量。
- 相似 ⟹ 同特征多项式，但同特征多项式 ⇏ 相似（必要条件≠充分条件）。
- 可对角化要求特征向量总数恰为 n 且线性无关；"特征值全不同"只是充分条件。
- 构造 P 时特征向量列序与 Λ 对角元序必须对应。
- A* 的特征值是 |A|/λ，前提是 λ≠0（A 可逆）；A 不可逆时 0 是特征值，|A|/λ 无意义。
- 实对称矩阵不同特征值的特征向量正交，但同一特征值内的特征向量不一定正交，必须正交化。
- 正交矩阵 Q 需满足 QᵀQ=E；写完后检验 QᵀAQ 是否为对角阵。
- "特征值全为 0"不等于零矩阵（如严格上三角阵）；"特征值全为 1"也不等于单位阵。
九、常用结论速记表
| 结论 | 记忆要点 |
|---|
| Σλᵢ = tr(A) | 迹 = 特征值之和 |
| ∏λᵢ = |A| | 行列式 = 特征值之积 |
| Aᵏ 特征值 = λᵏ | 矩阵函数对应特征值函数 |
| A⁻¹ 特征值 = 1/λ | A 可逆时 |
| A* 特征值 = |A|/λ | 伴随矩阵 |
| 不同特征值的特征向量 | 线性无关 |
| 可对角化 ⟺ 几何重数=代数重数（每个 λ） | n 个无关特征向量 |
| A = PΛP⁻¹ ⇒ Aᵏ = PΛᵏP⁻¹ | 对角化计算 |
| 实对称 ⇒ 正交对角化 | ∃Q，QᵀAQ 对角 |
| 实对称不同 λ 特征向量正交 | 内积为 0 |