特征值跟特征向量之间什么关系

一个特征值只能有一个特征向量，（非重根）又一个重根，那么有可能有两个线性无关的特征向量，也有可能没有两个线性无关的特征向量（只有一个）。不可能多于两个。

如果有两个，则可对角化，如果只有一个，不能对角化；矩阵可对角化的条件：有n个线性无关的特征向量；这里不同的特征值，对应线性无关的特征向量。重点分析重根情况，n重根如果有n个线性无关的特征向量，则也可对角化。

特征值和特征向量数学概念

若σ是线性空间V的线性变换，σ对V中某非零向量x的作用是伸缩：σ（x）=aζ，则称x是σ的属于a的特征向量，a称为σ的特征值。位似变换σk（即对V中所有a，有σk（a）=kα）使V中非零向量均为特征向量，它们同属特征值k；而旋转角θ（0<θ<π）的变换没有特征向量。可以通过矩阵表示求线性变换的特征值、特征向量。

以上内容参考：百度百科-特征值和特征向量

特征值与特征向量之间关系：
1、属于不同特征值的特征向量一定线性无关。
2、相似矩阵有相同的特征多项式，因而有相同的特征值。
3、设x是矩阵a的属于特征值1的特征向量，且a~b，即存在满秩矩阵p使b=p(-1)ap，则y=p(-1)x是矩阵b的属于特征值1的特征向量。
4、n阶矩阵与对角矩阵相似的充分必要条件是：矩阵有n个线性无关的分别属于特征值1，2，3...的特征向量（1，2，3...中可以有相同的值）。
特征值是线性代数中的一个重要概念。在数学、物理学、化学、计算机等领域有着广泛的应用。设
A
是n阶方阵，如果存在数m和非零n维列向量 x，使得
Ax=mx
成立。
扩展资料：
求矩阵的全部特征值和特征向量的方法如下：
第一步：计算的特征多项式；
第二步：求出特征方程的全部根，即为的全部特征值；
第三步：对于的每一个特征值，求出齐次线性方程组。
若是的属于的特征向量，则也是对应于的特征向量，因而特征向量不能由特征值惟一确定．反之，不同特征值对应的特征向量不会相等，亦即一个特征向量只能属于一个特征值。
特征空间就是由所有有着相同特征值的特征向量组成的空间，还包括零向量，但要注意零向量本身不是特征向量。
线性变换的主特征向量是最大特征值对应的特征向量。特征值的几何重次是相应特征空间的维数。有限维向量空间上的一个线性变换的谱是其所有特征值的集合。
参考资料来源：搜狗百科——特征值
参考资料来源：搜狗百科——特征向量

一个特征值只能有一个特征向量，（非重根）
又一个重根，那么有可能有两个线性无关的特征向量，也有可能没有两个线性无关的特征向量（只有一个）。不可能多于两个。
如果有两个，则可对角化，如果只有一个，不能对角化

矩阵可对角化的条件：有n个线性无关的特征向量

这里不同的特征值，对应线性无关的特征向量。
重点分析重根情况，n重根如果有n个线性无关的特征向量，则也可对角化

1.属于不同特征值的特征向量一定线性无关.
2.相似矩阵有相同的特征多项式，因而有相同的特征值.
3.设x是矩阵a的属于特征值1的特征向量,且a~b,即存在满秩矩阵p使b=p(-1)ap,则y=p(-1)x是矩阵b的属于特征值1的特征向量．
4.n
阶矩阵与对角矩阵相似的充分必要条件是：矩阵有n个线性无关的分别属于特征值1,2,3...的特征向量（1,2,3...中可以有相同的值）．