对角化问题的研究.docVIP

对角化问题的研究 引言 有关的，而且同一个线性变换在不同的基下的矩阵是不同的，但是他们之间相似。这些矩阵有简单，有复杂的。所以我们可以想到用简单的矩阵去解决复杂矩阵的问题。而对角矩阵是相对比较简单的矩阵。 正文 I、线性变换对角化 1、定义：设A是n维线性空间V的一个线性变换，A的矩阵可以在某一组基下为对角矩阵的充分必要条件是A有n个线性无关的特征向量。 定理1： 属于不同特征值的特征向量是线性无关的。 推论1：如果在n维线性空间V中，线性变换A的特征多项式在数域P中有n个不同的根，即A有n个不同的特征值，那么A在某组基下的矩阵是对角形。 推论2：在复数域上的线性空间中，如果线性变换A的特征多项式没有重根，那么A在某组基下的矩阵是对角形。 如果一个线性变换没有n个不同的特征值该如何？ 如果λ1 ，···，λk 是线性变换A的不同的特征值，而,···，是属于特征值的线性无关的特征向量，=1，···，k,那么向量组，···，，···，，···，也是线性无关。 如果这些线性无关的特征向量的个数等于空间的维数，那么这个线性变换在一组合适的基下的矩阵是对角矩阵。 A可对角化A在某一组基下是对角矩阵。 A有n个不同特征值 A有n个线性无关特征向量。 重根的重根数: 每个特征值的重数等于属于 k=n-(E-A) 它的线性无关的特征向量个数。 II.方阵的对角化 线性变换A可对角化矩阵A可对角化A相似于某个对角矩阵。 证明：矩阵A可对角化A在一组基，···，下的矩阵A可对角化。 线性变换A可对角化A在基，···，下为对角阵。 矩阵A与对角阵相似。 III.判别方法 1、把矩阵可对角化转化为线性变换可对角化。 例1.已知矩阵可对角化，证明可对角化。 证明：矩阵A可对角化 线性变换A有n个线性无关特征向量，···，。 即A= A2=A(A)=A=A= 则，···，也是线性变换A2 的特征向量。 所以，线性变换A2可对角化。 即A2可对角化。 证明矩阵相似于一个对角矩阵。 证明例1：矩阵A可对角化 则 B为对角矩阵 B2也为对角矩阵 A2可对角化。 IV. 的求法 矩阵A可对角化存在可逆矩阵，使 的求法： ⑴、求A的所有特征值。 ⑵、求出每个特征值对应的特征向量，有n个。 ⑶、特征向量列着放置。 V.对角化的应用 求大方幂或多项式矩阵。 例：，求。 解： 求Fibonacci数列通向。Fibonacci数列： 解： 设 则求的特征值。 解得： 对于的特征向量 =