如何不借助特征值相关的理论证明下面的命题？ 第1页
1
wang-jin-yi-4 网友的相关建议:
好漂亮的结论……先说明一下，我还没认真学线性代数，只是瞎扯几句。把A看成 上的线性变换，那么由条件 ，象 是 的子空间，其中的元素都是A的不动点。取这个子空间的一组基 ；另一方面核 也是 的子空间，且 。再取 的一组基以扩展成 的一组基 ，那么A在这组基底下的矩阵就是 (k个1，n-k个0)，也就是说A与这个对角矩阵相似。由于迹和秩都是相似不变量（这个不算用到特征值吧？），它们都等于k。这样行吗，我觉得挺直观的。
1
相关话题
为什么秩为1的矩阵可以写成1列乘1行的情形呢？为什么初学量子力学一个矩阵都没有看到，却说线性代数是量子力学的数学语言？
微分几何中为什么定义指数映射？
高代，中间这一步是怎么来的呀?
怎么形象地理解对偶空间（Dual Vector Space）？
一个数学问题，(x1+x2+……+x8+1)的8次方，合并同类项后有多少项，类似问题怎么解决？
抛开物理意义，数学家在纯代数中讨论张量积或者多重线性映射的思想背景是什么？
这个用数分积分可以说明吗？不用高代上正定矩阵的?
为什么特征值之和会等于矩阵的迹？
行列式等于 0，就一定有两行或两列相等吗？
前一个讨论
如何思考这道定积分难题？
相关的话题
除了行列式的值为0外，还有哪几种情况矩阵不可逆？线性代数里面的矩阵是不是向量？假如是的话，为什么感觉这样的向量和几何里的向量有点不一样？
如何通俗地讲解「仿射变换」这个概念？
能否用矩阵的秩来证明？
高代，中间这一步是怎么来的呀?
如何证明全体n维正交矩阵组成的集合是全体n维矩阵集合上的紧集？
如何理解矩阵特征值？
三位物理学家与陶哲轩发现的特征向量全新求解公式，会给机器学习领域带来怎样的变化？
线性空间，对偶基，过渡矩阵。这道题这样做正确吗？
希尔伯特空间、内积空间的定义有什么关系和区别？
为什么说用矩阵定义线性映射是一个糟糕的观点？
逆矩阵求大佬看下?
为什么特征值之和会等于矩阵的迹？
如何理解n元线性方程组Ax=b,无解的充要条件为R（A）<R（A,b）?
学习数论图论有必要先学抽代和高代吗？
红绿蓝三色是（唯一的）正交基吗？
为什么秩为1的矩阵可以写成1列乘1行的情形呢？
如果 n 个向量线性无关，则其中 n-1 个向量线性相关吗？
微积分与线性代数有关系吗？
大一新生，学线性代数什么都不懂，怎么办?
代数、几何能否联系一起？
对任意多项式P_m(x)，是否一定存在Qn(x)，使P_m(x)Q_n(x)=Ax^(m+n)+B？
如果把行列式定义中的(-1)^(逆序数)去掉，这种新的运算能用在哪里呢？
哪些线性代数（指一般意义上的本科一年级的课程）的难题可以用李群李代数的知识简便、优雅地做出来？
只有三维向量有向量积吗？
如何理解矩阵的复数特征值和特征向量？
为什么 A 为 n 阶满秩方阵时，Ax＝0 只有零解？
不学高等代数能学实变函数和泛函分析吗？
把线性空间分解为不变子空间的直和有何用处？
有哪些不易察觉的错误证明？