1樓：教育小百科是我
沒有這種性質。特徵向量之間是這樣聯絡的：ax=λx，p^bp=a，那麼b(px)=λ(px)
特徵函式滿足如下特徵值方程：
其中λ是該函式所對應的特徵值。這樣乙個時間的函式，如果λ = 0，它就不變，如果λ為正，它就按比例增長，如果λ是負的，它就按比例衰減。例如，理想化的兔子的總數在兔子更多的地方繁殖更快，從而滿足乙個正λ的特徵值方程。
該特徵值方程的乙個解是n = exp(λt)，也即指數函式；這樣，該函式是微分運算元d/dt的特徵值為λ的特徵函式。若λ是負數，我們稱n的演變為指數衰減；若它是正數，則稱指數增長。λ的值可以是乙個任意複數。
2樓：匿名使用者
再ab可以對角化的情況下，一定不同，如果a b（a不等於b）都相似與同一對角陣c，假如他們的特徵向量相同的話，則對角化所用的可逆矩陣p必然相同，即p^(-1)ap=c=p^(-1)bp,左乘p右乘p^(-1)。則a=b 矛盾故兩不同矩陣相似，其特徵向量不等，不能對角化的時候，一般情況下也是不同的，但不是一定不同。總之，通過相似是不能判定特徵值相同的這個考試一般就作為很常識的判斷，記住就行
3樓：匿名使用者
特徵值相同，特徵向量不一定相同
4樓：匿名使用者
不一定相同 要看具體情況
5樓：匿名使用者
相同的話全書就直接寫了！哈哈
6樓：匿名使用者
滿足條件的p有很多啊
相似矩陣問題，相似矩陣的矩陣性質
相似矩陣，不是說兩者的形式相視。而是指具有相同的特徵值 兩者在形式上還真沒有什麼相似之處。 這個 相似 不是形式上的，而是實質性的，它們是線性空間中同乙個線性變換 在不同的基底下的表示矩陣。從而 相似關係 成為 等價關係 可以按它對同階方陣進行分類，找出標準形等等。所謂 直觀 其實也是相對的。例如 ...
相似矩陣性質，相似矩陣的矩陣性質
縱橫豎屏 性質 1 0反身性 a a 2 對稱性 若a b，則 b a 3 傳遞性 若a b，b c，則a c 4 若a b，則r a r b a b tr a tr b 5 若a b，且a可逆，則b也可逆，且b a。6 若a b，則a與b 兩者的秩相等 兩者的行列式值相等 兩者的跡數相等 兩者擁有...
矩陣的相似矩陣是否唯一，一個矩陣的相似矩陣是否唯一？
車芬邴巨集放 分析 a是對角矩陣，求a的相似矩陣就是問，選項abcd之中哪一個可以相似對角陣a。一個矩陣相似對角陣的充分必要條件是 ni重特徵值 的特徵向量有ni個。即r ie a n ni 解答 特徵值1為2重特徵值，其對於的矩陣 e a 的秩，r e a 3 2 1 選項a，r e a 2 選項...