一般矩阵的相似对角形.pptVIP

例 不可对角化 小结 * * 相似矩阵 记 A~B (1) 相似矩阵具有自反性、对称性、传递性。 (2) A~B? A?B,反之不对。 相似矩阵的简单性质： 相似矩阵和相似变换的定义： 相似与等价的关系 定理 n阶矩阵A∽B，则存在可逆矩阵P, 使得 fA (λ) = fB (λ) . 证明： A∽B → 存在可逆矩阵P, 使得 B = P－1AP → fB(λ) = |λE－B| = |λE－P－1 AP| = | P－1(λE－A)P | = | P－1 ||λE－A|| P | = | P－1 || P ||λE－A| = | P－1 P | |λE－A| = |λE－A| = fA (λ) . 说明，相似矩阵有相同的特征多项式，故线性变换A 的矩阵A 的特征多项式与基的选取无关，它反映了线性变换的本质属性，故 可将矩阵A的特征多项称为线性变换A 的特征多项式，记为 fA (λ). 该定理的逆一般不成立，即 fA(λ) = fB(λ) 一般推不出A∽B . 但 A，B不相似. 因为与A = E 相似的矩阵只能是 A. ( 设 X－1 AX = B → B = X－1 AX = X－1 X = E = A ) 性质：相似矩阵有相同的特征值。 注：属于同一特征值的特征向量的线性组合仍是属于这一 特征值 的特征向量；但属于不同特征值的特征向量的 线性组合一般就不是特征向量了。 证明矩阵 有相同特 征值的方法 利用对角矩阵计算矩阵多项式 k个 相似矩阵的简单应用： 　　利用上 述结论可以 很方便地计 算矩阵A 的 多项式 . 定理 证明 该结论实际上是Hamilton-Caylay定理 具体应用实例： = 0 矩阵的相似对角化 矩阵的相似对角化 矩阵与对角阵相似的条件： = 由此可得什么结论？ （且线性无关。） 定理1：n阶矩阵A与对角阵相似的充要条件为A有n个线性 无关的特征向量。 解：特征方程式： A没有两个线性无关的特征向量 故A不可对角化 推论：若A有n个互异的特征值，则A与对角阵相似. 例：判定A是否可对角化 解：因为A为三角矩阵，其特征值为 因为三个特征值均不同， 故A为可对角化矩阵 但推论逆命题不对。（见教材P120） 说明　如果 的特征方程有重根，此时不一定有 个线性无关的特征向量，从而矩阵 不一定能 对角化，但如果能找到 个线性无关的特征向量， 还是能对角化． 思考：矩阵能否与对角阵相似，取决于矩阵能否有n个线性无关的特征向量。 若矩阵A的特征值互异，则矩阵能与对角阵相似，问题已经解 决；若矩阵A有重特征值，则不能马上断言。这时要看特征向量了。 总之，只要k重特征值对应k个线性无关的特征向量就行了。 综上，有： 矩阵相似对角化的方法： A能否对角化？若能对角 例 解 解之得基础解系 所以 可对角化. 注意 　　即矩阵 的列向量和对角矩阵中特征值的位置 要相互对应． 解： 矩阵相似对角化的步骤： * * * *