第五章_矩阵的特征值、特征向量和矩阵的相似讲述.ppt

特征值和特征向量 一、正交矩阵 解 例3 对下列实对称矩阵，分别求出正交矩阵 ， 使 为对角阵. 第一步 求 的特征值 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 解之得基础解系 解之得基础解系 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 解之得基础解系 第三步 将特征向量正交化 第四步 将特征向量单位化 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 1．将一组极大无关组规范正交化的方法： 　 先用施密特正交化方法将极大无关组正交化， 然后再将其单位化． 2． 为正交矩阵的充要条件是下列条件之一成立： 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 本节小结 3.　对称矩阵的性质： (1)特征值为实数； 　 (2)属于不同特征值的特征向量正交； (3)特征值的重数和与之对应的线性无关的 特征向量的个数相等； (4)必存在正交矩阵，将其化为对角矩阵， 且对角矩阵对角元素即为特征值． 4.　利用正交矩阵将对称阵化为对角阵的步骤： 　 (1)求特征值；(2)找特征向量；(3)将特征向 量正交化；(4)最后单位化． 第五章 矩阵的特征值、特征向量和相似 §5.3 实对称矩阵的对角化 第五章 特征值与特征向量 §5.2 矩阵的相似和对角化 解: |?I?A| = (?+1)(??2)2. 所以A的特征值为?1= ?1, ?2= ?3= 2. (?I?A)x = 0的基础解系: p1=(1,0,1)T. 对应于?1= ?1的特征向量为kp1 (0?k?R). (2I?A)x = 0的基础解系: p2=(0, 1, ?1)T, p3=(1, 0, 4)T. 对应于?2=?3 =2的特征向量为k2p2 +k3p3 (k2, k3不同时为零). 例4. 求A = 的特征值和特征向量. 二重 一重 一个 二个 * 定理5.2.4 第五章 特征值与特征向量 §5.2 矩阵的相似和对角化 从上述例子可以看出，当矩阵A的某个特征值?0为k重根时，对应的线性无关的特征向量的个数可能等于k，也可能小于k，这个规律对于一般的矩阵也是成立的。 设?0为n阶矩阵A的k重特征值，则属于?0的A的线性无关的特征向量最多只有k个. * 第五章 矩阵的特征值、特征向量和相似 §5.2 矩阵的相似和对角化 * A相似于对角矩阵? 每个ki重特征值?i 对应 ki个线性无关的特征向量. 定理5.2.5 证明：设A可以对角化，即存在可逆矩阵P，使得P-1AP为对角阵Λ,且Λ的对角线上n个元素为A的全部的特征值。若设?i有ki 个(i=1,2,…,m) ，则k1+k2+…+km=n. 因为可逆矩阵P的列向量是A的相应特征值的特征向量，所以对应于?i的线性无关的特征向量有ki个(i=1,2,…,m). 反之，若对应于A的每个ki重特征值，A有ki个线性无关的特征向量，则A的k1+k2+…+km=n个特征向量线性无关，故A可对角化。 第五章 矩阵的特征值、特征向量和相似 §5.2 矩阵的相似和对角化 * 由定理5.2.5可以得到下面的推论 推论5.2.2 n阶矩阵A可以对角化? 对于A的每个ki重特征值?i 对，特征矩阵(?i I-A)的秩为n-ki . 第五章 特征值与特征向量 例如, 若A5?5的特征值为 对应的线性无关的特征向量分别为: ? (与?1对应), ? (与2对应), ?1, ?2, ?3 (与1对应), ?1(一重), 2(一重), 1, 1, 1(三重), 令P = (?, ?, ?1, ?2, ?3), 则 P ?1AP = ?1 0 0 0 0 0 2 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 * §5.2 矩阵的相似和对角化 第五章 特征值与特征向量 反之, 若 则P ?1(?1I?A)P = P ?1AP = ?1 0 0 0 0 0 2 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 (?1I? P ?1AP) 0 ?3 ?2 ?2