矩阵的对角化1.pptVIP

概率与线性代数初步 概率与线性代数初步 主讲人： 第2章 相似矩阵与二次型 主要内容： 一、相似矩阵 二、特征值和特征向量 三、矩阵可对角化的条件 一、相似矩阵 二、特征值和特征向量 三、矩阵可对角化的条件 作 业 书面作业： 71页习题2.1第4、9、11题 预习第二章第2节实二次型 由定理2.2的推论，A是可以对角化的。 于是，求特征向量。 将 代入线性方程组 对系数矩阵施行初等行变换： 得一般解 。令 得属于 的特征向量 将 代入线性方程组 对系数矩阵施行初等行变换： 得一般解 。令 得属于 的特征向量 类似地，对于 ，得 令 得属于 的特征向量 最后，令 则 A的属于 的线性无关的特征向量，则 定理2.4 若 是矩阵A的不同 特征值，而 是 线性无关。 向量组 (2.6) 该定理告诉我们，判别A可否对角化的最 一般方法是：求出A的全部不同特征值 求出线性齐 ，对每一个特征值 阶数n，则可对角化，否则，不能对角化。 的一个基础解系， 次方程组 将所有这些基础解系依次排列起来得到向 量组(2.6)。如果这组向量的个数等于A的 例6 将矩阵 对角化。 解：由 得两个特征值1(二重)和－2(单重)。 对于 ，方程组 成为 通解为 ，其中 由此可得一个基础解系 ， 可任意取。 对于 ，写出 的系数矩阵并作初等行变换： 由此得 于是一个基础解系为 最后， 当然，答案也可写成 等其他形式。 小 结： 1、相似矩阵的概念及其性质 2、特征值与特征向量的概念（重点） 3、矩阵可对角化的条件（难点） * * 定义2.1（相似）对于同阶方阵A与B， 若存在可逆矩阵U，使得 ， 则称A与B是相似的，记为A～B。 相似是矩阵之间的一种关系。 这种关系具有如下性质： 1)自反性 对任意方阵A，都有A～A； 2)对称性 若A～B，则B～A； 3)传递性 若A～B，B～C，则A～C。 相似矩阵之间有如下性质： 性质1 相似矩阵的行列式的值相等。 性质2 相似矩阵或者都可逆，或者都不 可逆，且在可逆的情形，逆矩阵也相似。 性质3 若A～B，则An～Bn，n为自然数。 性质3在求矩阵的正整数幂时非常有用。 例1 若 ，其中 试求 （n为正整数）。 解：容易求得 ，于是 由 得 ，按性质3，有 由上例可见，若方阵A相似于对角方阵B， 亦即存在可逆矩阵U，使得B＝U－1AU ， 而B为对角方阵，则计算A的正整数幂就 较简单。 那么，怎样的矩阵A能相似于对角矩阵？ 又如何求对角矩阵B及可逆矩阵U？ 若对于给定的n阶方阵A，存在可逆方阵U， 使得 即AU=UB，其中 记U的列向量为 ，即 由于AU=UB 即 由此得 从而 这些关系是矩阵U的列向量与B的主对角 线上的元素所必须满足的。 定义2.2（特征值与特征向量） 设A是n阶方阵，若数 与非零的列向量 满足 则称 为A的特征值，称 为A的属于 的特征向量。 如何求A的特征值与特征向量呢？ 由 ，得 即 所以 的非零解，从而必须 这是关于 的n次方程,称为A的特征方程 这说明 是齐次线性方程组 行列式 是 的n次多项式，称为A的特征多项式。 表明，A的特征值必定是 式 特征方程的根。 反之，若 是式 的根，则方 程组 有非零解 ，亦即有非零 使得 向量 ，即 是特征值。 总之，A的全部特征值就是特征方程的全 部的根(实根和虚根)，而对每一个特征值 ，齐次线性方程组 的一切 非零解就是属于它的全部特征向量。 这样，我们就得到求矩阵A的全部特征值 和特征向量的方法。 第一步，计算行列式 ，并求出 的全部根，即A的特征值。 步骤： ，求齐次 第二步，对于每一个特征值 ，并写成列向量的形式，则 的一个基础解系 线性方程组 A属于 的全部特征向量为： 不全为0) 例2 求A的全部特征值和特征向量，其中 解：由 得两个特征根 其一般解写成向量形式为 ，齐次方程组 对于 为 由此得知，属于特征值 的全部特征向量为 其中 为不全为0的任意常数。 类似地，对于 ，由 得 故属于特征值 的全部特征向量为 解：由 得两个特征根： (复特征根) 例3 求 的全部特征值和特征 向量。 对于 ，解齐次线性方程组 利用初等行变换变换其系数矩阵： 一般解 ，于是一个基础解系为 则属于 的全部特征向量为 为任意复数。 类似地，对于 ，由 得方程组 的一般解 从而得到一个基础解系 故属于 的全部特征向量为 为任意复数. 说明： 若限于实数范围内，例3讨论的矩阵