只需证明：若λ是AB的特征值，则λ也是BA的特征值。分两种情况：
(1)λ≠0。由λ是AB的特征值，存在非零向量x使得ABx=λx。所以BA(Bx)=B(ABx)=B(λx)=λBx，且Bx≠0（否则λx=ABx=0，得λ=0，矛盾）。这说明Bx是BA的对应于特征值λ的特征向量，特别地λ也是BA的特征值。
(2)λ=0。此时存在非零向量x使得ABx=λx=0，所以AB不满秩，知det(AB)=0。从而det(BA)=det(AB)=0，BA不满秩，所以存在非零向量x使得BAx=0=λx。这说明λ=0也是BA的特征值。
证毕。
扩展资料
设A=(aij)是数域P上的一个n阶矩阵，则所有A=(aij)中的元素组成的行列式称为矩阵A的行列式，记为|A|或det(A)。若A，B是数域P上的两个n阶矩阵，k是P中的任一个数，则|AB|=|A||B|，|kA|=kⁿ|A|，|A*|=|A|n-1，其中A*是A的伴随矩阵；若A是可逆矩阵，则|A-1|=|A|-1。
令A为n×n矩阵。
(i) 若A有一行或一列包含的元素全为零，则det(A)=0。
(ii) 若A有两行或两列相等，则det(A)=0。
这些结论容易利用余子式展开加以证明。
只需证明：若λ是AB的特征值，则λ也是BA的特征值。分两种情况：
(1)λ≠0。由λ是AB的特征值，存在非零向量x使得ABx=λx。所以BA(Bx)=B(ABx)=B(λx)=λBx，且Bx≠0（否则λx=ABx=0，得λ=0，矛盾）。这说明Bx是BA的对应于特征值λ的特征向量，特别地λ也是BA的特征值。
(2)λ=0。此时存在非零向量x使得ABx=λx=0，所以AB不满秩，知det(AB)=0。从而det(BA)=det(AB)=0，BA不满秩，所以存在非零向量x使得BAx=0=λx。这说明λ=0也是BA的特征值。
证毕。
矩阵的意义：
数值分析的主要分支致力于开发矩阵计算的有效算法，这是一个几个世纪以来的课题，是一个不断扩大的研究领域。矩阵分解方法简化了理论和实际的计算。
针对特定矩阵结构（如稀疏矩阵和近角矩阵）定制的算法在有限元方法和其他计算中加快了计算。 无限矩阵发生在行星理论和原子理论中。 无限矩阵的一个简单例子是代表一个函数的泰勒级数的导数算子的矩阵。
本回答被网友采纳(1)λ≠0。由λ是AB的特征值，存在非零向量x使得ABx=λx。所以BA(Bx)=B(ABx)=B(λx)=λBx，且Bx≠0（否则λx=ABx=0，得λ=0，矛盾）。这说明Bx是BA的对应于特征值λ的特征向量，特别地λ也是BA的特征值。
(2)λ=0。此时存在非零向量x使得ABx=λx=0，所以AB不满秩，知det(AB)=0。从而det(BA)=det(AB)=0，BA不满秩，所以存在非零向量x使得BAx=0=λx。这说明λ=0也是BA的特征值。
证毕。本回答被提问者采纳
简单计算一下即可，答案如图所示
