线性代数 对角化.ppt

第五章 矩阵的特征值与特征向量 * * 上课 手机 关了吗？ 1. 为A的特征值 复习： 对应的特征向量： 2.特征值和特征向量的性质： ——定义 计算 An×n有特征值 , 则 A可逆时, A－1有特征值 ; A* 有特征值 有特征值 X1、X2是A的属于 的特征向量， 则非零线性 组合k1X1＋k2X2 也是A的属于 的特征向量 A的互不相同的特征值 对应的特征向量 线性无关. 推论：一个特征向量不可能属于不同的特征值. (即同一个矩阵不同的特征值所对应的特征向量不同) A的k重特征值 所对应的线性无关特征向量至多有k个. 即:代数重数为k的特征根几何维数至多为k 注：由矩阵A各特征值对应的线性无关特征向量构成的向量组线性无关(P125：定理4-11) 第五章 矩阵的特征值与特征向量 4.3 矩阵相似对角化 一、相似矩阵 引例 求P－1AP =B 1.定义 设An×n , Bn×n ,若存在可逆阵P,使P-1AP＝B,则称A相似于B，记A~B. 2.性质 1)矩阵的相似关系是一种等价关系 反身性(A~A)、 (因为E－1AE＝A) (由P－1AP＝B得: (由P－1AP＝B ,Q－1BQ＝C得: 传递性. Q－1(P－1AP)Q ＝ (PQ)－1APQ＝C) ，具有 对称性(A~B B~A)、 (A~B, B~C A~C ) A＝PBP－1 ＝(P－1)－1BP－1) 第五章 矩阵的特征值与特征向量 2)相似矩阵的行列式相等 3)相似矩阵或都可逆或都不可逆,可逆时逆阵也相似 (P－1AP＝B两边求逆矩阵得：P－1A－1P＝B－1 ) 4)相似矩阵的幂仍相似 (P－1AP＝B得: 一般地 若A~B，则 f (A) ~ f (B) 5)相似矩阵有相同的特征多项式、特征值 6)相似矩阵有相同的迹 (因为迹等于特征值之和) 7)相似矩阵有相同的秩 Bk ＝ ( P－1AP)(P－1AP) … (P－1AP) 初等变换 (∵A B) ＝P-1AkP) P－1AP＝B P127 例4－10 二、矩阵可对角化条件 相似矩阵有许多共同性质。对An×n ，任给可逆阵P，有P－1AP＝B～A，故与A相似的矩阵很多，从其中找一个最简单的矩阵作为这一相似类的代表 (是什么？怎么求？相应的P?) 与单位矩阵、数量矩阵相似的矩阵只有它自己。 (P－1(aE)P＝aE) 仅次于数量矩阵aE的简单矩阵即对角矩阵，A能否相似于一个对角矩阵(称A可对角化) ？—— 定理1 A有n个线性无关的特征向量 即A的特征值 A有n个线性无关的特征向量 记 线性无关 = ＝ A有n个线性无关的特征向量 P可逆 (P可逆) 第五章 矩阵的特征值与特征向量 定理2. An×n有n个不同特征值 (充分不必要) 定理3. A的每一个ki重特征值 对应ki个线性无关的特征向量 An×n相似于对角矩阵 由定理1, 矩阵A是否与一对角矩阵相似, 只需考察A是否有n个线性无关的特征向量； 若求出A的n个线性无关特征向量 ,令 就能使 为对角阵,对角阵 主对角线上的元素依次为 所属的特征值 即每个特征值的代数重数等于其几何维数 第五章 矩阵的特征值与特征向量 1. ——X1=(1,-1,0)T ——X2=(1,-1,1)T ——X3=(0,1,-1)T 2. ——X1=(1,1,2)T —X2=(1,1,0)T, X3=(-1,0,1)T 上次课例1－3： 第五章 矩阵的特征值与特征向量 3. 代数重数2，几何维数1. ——X1=(0,0,1)T ——X2=(1,2,-1)T A只有两个线性无关特征向量(二重特征根只对应一个线性无关特征向量)，A不可对角化。但A可与若当形矩阵相似 注:设 , 由AP＝PJ求出a, b, c，确定P. ? 解:由已知，B的特征值为1-3+1=-1