特征值的重数

特征值的重数是指一个矩阵的特征值在特征方程中的次数，也就是特征多项式中该特征值对应的项的次数。具体来说，对于一个n阶矩阵，如果其特征多项式为：

$$p（\\lambda） = （\\lambda - \\lambda_1）^{m_1} （\\lambda - \\lambda_2）^{m_2} \\cdots （\\lambda - \\lambda_k）^{m_k}$$

其中，$\\lambda_1, \\lambda_2, \\ldots, \\lambda_k$ 是矩阵的特征值，$m_1, m_2, \\ldots, m_k$ 分别是对应特征值的代数重数，那么特征值 $\\lambda_i$ 的代数重数就是 $m_i$。

特征值的几何重数是指对应于某个特征值的线性无关的特征向量的最大个数。对于给定的特征值，其几何重数通常小于或等于其代数重数。

例如，对于矩阵：

$$A = \\begin{bmatrix} 1 & 1 \\\\ 0 & 1 \\end{bmatrix}$$

其特征多项式为 $（\\lambda - 1）^2 = 0$，特征值为 $\\lambda_1 = \\lambda_2 = 1$，代数重数为2。对应的特征空间为零空间：

$$A - I = \\begin{bmatrix} 0 & 1 \\\\ 0 & 0 \\end{bmatrix}$$

零空间的维数为1，因此几何重数为1。

需要注意的是，特征值的重数与矩阵是否可以对角化有关。如果矩阵的几何重数等于其代数重数，则矩阵相似变换后是对角阵；如果几何重数小于代数重数，则矩阵相似变换后是Jordan矩阵，不一定是对角阵

其他小伙伴的相似问题：

特征值的重数之和如何计算？

如何判断特征值的几何重数？

特征值的重数与矩阵的秩有何关系？