04 矩阵的对角化(西北工业大学版).pdfVIP

第四讲 矩阵的对角化 基 元素 坐标向量 加法 元素加法 坐标向量的加法 数乘 数与元素“乘” 数与坐标向量相乘 矩阵与坐标列向量的乘 线性变换及其作用 对应关系 积 对任何线性空间，给定基后，我们对元素进行线性变换或线性运 算时，只需用元素的坐标向量以及线性变换的矩阵即可，因此，在后 面的内容中着重研究矩阵和向量。 对角矩阵的形式比较简单，处理起来较方便，比如求解矩阵方程 Ax b 时，将矩阵 对角化后很容易得到方程的解。对角化的过程实 A 际上是一个去耦的过程。以前我们学习过相似变化对角化。那么，一 个方阵是否总可以通过相似变化将其对角化呢？或者对角化需要什 么样的条件呢？如果不能对角化，我们还可以做哪些处理使问题变得 简单呢？ 一、 特征值与特征向量 m  x 1. 定义：对 阶方阵 ，若存在数 ，及非零向量（列向量） ， A Ax x  A x A  使得 ,则称 为 的特征值， 为 的属于特征值 的特征向量。  特征向量不唯一  特征向量非零 1  (I  A)x 0 有非零解，则 det(I  A) 0 ，称 为 的特征多项式。 det(I  A) A 1 2 2   [例1]A 2 1 2 ，求其特征值和特征向量。 2 2 1     1 2 2 [解] det(I  A) 2  1 2 0 2 2  1 2 ( 1) (  5) 0   1  5 1 2 3 属于特征值 1 的特征向量 (I  A)x 0 2 2 2        1 1