题目
(2)已知A是三阶实对称矩阵,秩为2,lambda _1=lambda _2=6是A的二重特征值,对应的特征向量是alpha _1=(1,1,0)^T和alpha _2=(2,1,1)^T,求A的另一特征值和对应的特征向量.
(2)已知A是三阶实对称矩阵,秩为2,$\lambda _1=\lambda _2=6$是A的二重特征值,对应的特征向量是$\alpha _1=(1,1,0)^T$和$\alpha _2=(2,1,1)^T$,求A的另一特征值和对应的特征向量.
题目解答
答案
为了找到三阶实对称矩阵 $ A $ 的另一个特征值和对应的特征向量,我们从给定的信息开始:
1. $ A $ 是一个三阶实对称矩阵,秩为2。
2. $ \lambda_1 = \lambda_2 = 6 $ 是 $ A $ 的二重特征值,对应的特征向量是 $ \alpha_1 = (1, 1, 0)^T $ 和 $ \alpha_2 = (2, 1, 1)^T $。
由于 $ A $ 是对称的,其特征向量是正交的。因此,与 $ A $ 的另一个特征值对应的特征向量必须与 $ \alpha_1 $ 和 $ \alpha_2 $ 都正交。
首先,我们找到 $ \alpha_1 $ 和 $ \alpha_2 $ 的叉积,以得到一个与它们都正交的向量:
\[
\alpha_1 \times \alpha_2 = \begin{vmatrix}
\mathbf{i} & \mathbf{j} & \mathbf{k} \\
1 & 1 & 0 \\
2 & 1 & 1
\end{vmatrix} = \mathbf{i}(1 \cdot 1 - 0 \cdot 1) - \mathbf{j}(1 \cdot 1 - 0 \cdot 2) + \mathbf{k}(1 \cdot 1 - 1 \cdot 2) = \mathbf{i} - \mathbf{j} - \mathbf{k} = (1, -1, -1)^T.
\]
因此,向量 $ \alpha_3 = (1, -1, -1)^T $ 与 $ \alpha_1 $ 和 $ \alpha_2 $ 都正交。
接下来,我们需要找到与 $ \alpha_3 $ 对应的特征值。由于 $ A $ 的秩为2, $ A $ 的行列式为0。 $ A $ 的特征值是 $ 6, 6, \lambda_3 $。特征值的乘积等于 $ A $ 的行列式,因此我们有:
\[
6 \cdot 6 \cdot \lambda_3 = 0 \implies \lambda_3 = 0.
\]
因此, $ A $ 的另一个特征值是 $ \lambda_3 = 0 $,对应的特征向量是 $ \alpha_3 = (1, -1, -1)^T $。
最终答案是:
\[
\boxed{0, (1, -1, -1)^T}.
\]
解析
考查要点:本题主要考查实对称矩阵的性质、特征值与特征向量的关系,以及利用秩的性质求解特征值。
解题核心思路:
- 实对称矩阵的特征向量正交性:不同特征值对应的特征向量正交。
- 秩与特征值的关系:秩为2说明矩阵存在零特征值。
- 特征值乘积等于行列式:利用行列式为0确定第三个特征值。
- 构造正交特征向量:通过叉乘找到与已知特征向量均正交的向量。
破题关键点:
- 确定第三个特征值:由秩为2知行列式为0,结合已知特征值的乘积为36,可得第三个特征值为0。
- 构造正交特征向量:利用叉乘快速找到与已知特征向量正交的向量。
步骤1:确定第三个特征值
- 秩与行列式的关系:
矩阵$A$的秩为2,说明$A$不可逆,即$\det(A)=0$。 - 特征值乘积性质:
设第三个特征值为$\lambda_3$,则特征值乘积为$6 \times 6 \times \lambda_3 = \det(A) = 0$,解得$\lambda_3 = 0$。
步骤2:求对应的特征向量
- 正交性要求:
第三个特征向量需与$\alpha_1$和$\alpha_2$均正交。 - 叉乘构造正交向量:
计算$\alpha_1 \times \alpha_2$:
$\alpha_1 \times \alpha_2 = \begin{vmatrix} \mathbf{i} & \mathbf{j} & \mathbf{k} \\ 1 & 1 & 0 \\ 2 & 1 & 1 \end{vmatrix} = (1, -1, -1)^T$
验证正交性:- $\alpha_1 \cdot (1,-1,-1) = 1 \times 1 + 1 \times (-1) + 0 \times (-1) = 0$
- $\alpha_2 \cdot (1,-1,-1) = 2 \times 1 + 1 \times (-1) + 1 \times (-1) = 0$