代数CH6-2.pptVIP

知识回顾 【3】特征值与特征向量的性质 相似矩阵的概念及性质 方阵可对角化的条件及方法 问题与思考 CH6 特征值、特征向量及相似矩阵 * CH5 相似矩阵及二次型 【1】特征值与特征向量 方阵 非零向量 【2】求法 的基础解系 对每个求出的特征值 ,求出齐次方程组 零是A的一个特征值 |A|=0 1) 方阵A和AT的特征值相同. 是A的特征值,则 是 的特征值. 4) 设方阵A可逆, 2) 若?为方阵A的非零特征值,则A的伴随矩阵A*的特征值为 ?是n阶方阵A的特征值, 则 是 的特征值，其中 3) 定理6.1 设 是n 阶方阵A的m个特征值, 依次是与之对应的特征向量. 如果 互不相等, 则 线性无关. §2 相似矩阵 一、相似矩阵的概念及性质 定义6.2 使: 则称 是 的相似矩阵， 或说矩阵 与 相似. 对A进行运算 称为对A进行相似变换. 可逆矩阵P称为把 变成 的相似变换矩阵. 矩阵的相似关系也是一种等价关系,具有以下三性 (1)反身性;(2)对称性;(3)传递性 设 都是 阶方阵， 若存在可逆矩阵 ， 记作 A～B 注: 与A相似的矩阵并不唯一,也未必为对角阵;然而对某些矩阵,如果适当选取可逆矩阵P,就有可能使得P-1AP成为对角阵. 注:相似矩阵有相同的特征值,相同的行列式, 相同的的秩. 定理6.2 若n阶方阵A与 B相似， 则A与B的特征多项式和特征值都相同. 推论 若n阶矩阵A与对角矩阵 相似， 则 是A的全部n个特征值. 性质6.3 由A与B相似，则： 其中m为正整数; (2) 设 是一个一元多项式， (3) 若A可逆， 则B也可逆， 证 (1)由A与B相似， 所以存在可逆矩阵P， 使 于是有 =( ) … 所以 这是很有用的计算方法! 由A与B相似， 故存在可逆矩阵P， 使得 若A可逆,由于可逆矩阵的乘积仍可逆,故B也可逆,且: 所以 相似于 . (3) 下面进一步分析相似矩阵的性质 例1 设 (1)求 (2)求: 解: (1) 注意:它不是对角阵 例题分析 (2)因为 于是利用(1)的结果有: = = 思考： 利用什么公式得到？ 分析: 一般说,求矩阵的高次幂比较困难, 但若A能 相似于对角阵, 即若存在可逆阵P,使得 对角阵 则: … 对角阵的n 次幂计算起来相当容易,但如何求可逆阵P？方阵可对角化的条件有那些?我们继续研究. 求矩阵 的5次幂. 例2 二、 方阵相似对角化的条件及方法 定义6.3 若方阵 则称 可以相似对角化. 证: 必要性 设与A相似的对角阵为: 则存在一个可逆矩阵P， 使 两边左乘P: 将矩阵 按列分块，记为： 那么 或 故 因为 是可逆矩阵，所以 线性无关. 定理6.3 充分性 假设方阵A有个n 线性无关的特征向量， 即: 线性无关. 令 = 则 = = 注:由此定理的必要性证明可知,若n阶方阵A与对角阵Λ相似,则Λ对角线上的元素λi即为A的全部特征值,可逆矩阵P的第i个列向量是对应于特征值λi的特征向量(i=1,2, …,n). 思考: 什么样的矩阵一定有n个线性无关的特征向量? n 阶方阵 A有n个线性无关的特征向量. 由定理6.1知属于A的不同特征值的特征向量是线性无关的. 可逆矩阵P 是由相应的特征向量作为列向量构 成的. 推论1 若n 阶方阵 A 的n 个特征值互不相等,则 思考: 如果n阶方阵A的n个特征值有相等的,即A的特征方程有重根时，A是否与对角阵相似呢？ 如果A有k重特征值,其重数与其对应的线性无关的特征向量的个数相等，则A一定可以相似对角化； 如果A有k重特征值,而与其对应的线性无关的特征向量的个数少于k,则A一定不能对角化. 推论2 方阵A与对角矩阵?相似的充要条件为A的所有特征值的重数与其对应的线性无关的特征向量的个数相等. 若? i是n阶阵A的ki(i=1,2, …m, k1+k2+…+km=n)重特征值，其对应的线性无关的特征向量的个数=线性方程组(A-?iE)x=0的基础解系所含解向量的个数，即解空间的维数. 而解空间的维数