线性代数§5.3.pptVIP

* §5.3 相似矩阵 一、相似矩阵与相似变换的概念与性质 定义: 设A, B都是n阶矩阵, 若有可逆矩阵P, 使 P-1AP = B , 则称B是A的相似矩阵, 或说矩阵A与B相似, 对A进行运算P-1AP, 称为对A进行相似变换, 可逆矩阵P称为把A变成B的相似变换矩阵. 定理3: 若n阶矩阵A与B相似, 则A与B的特征多项式相同, 从而A与B的特征值亦相同. 证明: 由于矩阵A与B相似, 则存在可逆矩阵P, 使 P-1AP = B | B–?E | = | P-1AP–?E | = | P-1AP–?P-1EP | 所以, = | P-1(A–?E)P | = | A–?E | = | P-1| | A–?E | | P | 相似矩阵的性质: 1. 相似矩阵是等价的: (1) 自反性: A与A本身相似; (2) 对称性: 若A与B相似, 则B与A相似; (3) 传递性: 若A与B相似, B与C相似, 则A与C相似. ? = diag(?1, ?2,···, ?n ) = 其中 若n阶方阵A与对角阵?=diag(?1, ?2,···, ?n )相似, 则称方阵A可(相似)对角化. 推论: 若n阶方阵A与对角阵?=diag(?1, ?2,···, ?n )相似, 则?1, ?2,···, ?n 既是A的n个特征值. 3. P-1(A1A2)P = (P-1A1P)(P-1A2P). 4. 若A与B相似, 则Am与Bm相似(m为正整数). 2. P-1(k1A1+k2A2)P = k1P-1A1P+k2P-1A2P. 其中k1, k2是任意常数 由于矩阵A与B相似, 则存在可逆矩阵P, 使 P-1AP = B, 亦即 A = PBP-1, 所以, Am = (PBP-1)m = PBP-1PBP-1 ··· PBP-1 = PBmP-1. 进一步有, 若?(A)=a0E+a1A+···+amAm, 则 ?(A)=a0PP-1+a1PBP-1+···+amPBmP-1 =P(a0E+a1B+···+amBm)P-1 =P?(B)P-1. 即相似矩阵的多项式, 有相同的相似变换矩阵. Am = P?mP-1; ?(A)= P?(?)P-1. 特别当矩阵A与对角阵?=diag(?1, ?2,···, ?n )相似时, 则 而对于对角阵?, 有 ?k = ?(?)= 利用上述结论可以很方便地计算矩阵A的多项式?(A). 结论: 若f(?)为矩阵A的特征多项式, 则矩阵A的多项式f(A)=O. 此结论的一般性证明较困难, 但当矩阵A与对角阵?相似时很容易证明. 即 =POP-1=O. f(A)=Pf(?)P-1= 二、利用相似变换将方阵对角化 n阶方阵A是否与对角阵?=diag(?1, ?2,···, ?n )相似, 则我们需要解决如下两个问题: 1. 方阵A满足什么条件与对角阵?相似; 2. 如何求方阵A与对角阵?相似的相似变换矩阵P. 以下定理及其证明过程回答了以上两个问题. 定理4: n阶矩阵A与对角矩阵?相似(即A能相似对角化)的充分必要条件是A有n个线性无关的特征向量. 证明: 假设存在可逆阵P, 使P-1AP =?为对角阵, 把P用其列向量表示为P=( p1, p2, ···, pn ). 由P-1AP =?, 得AP = P?, A( p1, p2, ···, pn ) = ( p1, p2, ···, pn ) ( Ap1, Ap2, ···, Apn ) = (?1 p1, ?2 p2, ···, ?n pn ), 即 因而有, Api = ?i pi ( i =1, 2, ···, n ). 可见, ?i 是A的特征值, 而P 的列向量pi 就是A的对应于特征值?i 的特征向量. 再由P的可逆性知, p1, p2, ···, pn线性无关. 反之, 由于A恰好有n个特征值?1, ?2, ···, ?n, 并可对应地求得n个线性无关的特征向量p1, p2, ···, pn, 这n个特征向量即可构成可逆矩阵P = ( p1, p2, ···, pn ), 使 AP = ( Ap1, Ap2, ···, Apn ) = (?1 p1, ?2 p2, ···, ?n pn ) 即 = P?. = ( p1, p2, ···, pn ) 因此有, P-1AP =?, 即矩阵A与对角矩阵?相似. 命题得证. 推论: 如果n阶矩阵A有n个互