矩阵对角化论文 最终版_精品.doc

矩阵对角化的判定条件及应用 摘要：对角矩阵是矩阵中简单的一种，在高等代数中占有极其重要的位置。本文归纳总结了矩阵对角化的若干方法，并且分情况讨论了有n个特征根的n阶矩阵的对角化方法。然后基于定义及判定定理，引出了实对矩阵、反循环矩阵读者对矩阵对角化中求特征值、特征向量求可逆矩阵使对角化问题提供了简便快捷的求解途Criterions of Matrix Diagonalization and Generalizations Diagonal matrix is ??a simple matrix in algebra occupies an extremely important position. This article summarizes some of the matrix diagonalization method, and the Points of discussion are n characteristic roots of the n-order matrix diagonalization. Then determined based on the definition and theorem, leads to the fact of the matrix, a number of important anti-cyclic nature of the matrix, matrix diagonalization for the readers in the eigenvalue, eigenvector, Inverse Matrix, so that diagonalization, to provide a simple, efficient way to solve. Finally, several commonly cited problem of matrix diagonalization. Key words: matrix, diagonalization, eigenvalues, anti-cyclic matrix 引 言 可对角化矩阵是一类重要矩阵，它与有限维线性空间的线性变换的对角化问题密切相关，因而是矩阵论重点研究的内容之一。近年来，由于计算机的发展和普及，矩阵理论的重要性愈加显著，应用日益广泛。这是因为用矩阵理论和方法来解决现代工程技术中的各种问题，不仅表述简洁，便于进行研究，而且具有适合计算机处理的特点。可以说，矩阵理论已成为从事科学研究和工程设计的科技人员必备的数学基础，对于矩阵中的特殊形式——对角矩阵将是本文研究的中心。本文共分为五个部分，第一部分给出了矩阵对角的定义及条件，第二部分探讨了矩阵对角化的判断定理并列出了矩阵对角的方法，第三部分列出了几种特殊矩阵的对角化方法，第四部分列举了几种常用矩阵的对角化问题，最后针对对角化问题在生物学计算中的应用展开了讨论。 一．矩阵对角化的定义及条件[3]。 定义：矩阵A相似于对角阵，即A可对角化. 例1：判断是否相似于对角矩阵？ 解:== 所以，. 当时，=，秩为2，所以属于==4的线性无关的特征向量只有一个，故不能对角化。 判定1:设是n维线性空间的一个线形变换，的矩阵可以在某一组基下为对角矩阵的充分必要条件是有个线形无关的特征向量[]。 证明：设在基下具有对角矩阵这就是说，，，因此, 就是的n个线形无关的特征向量.反之，如果有个线形无关的特征向量，那么就取为基,显然,在这组基下的矩阵是对角矩阵。 以下讨论，均在一个固定的数域P中进行, 代表数域P上的一个矩阵, 的全部特征值都在P中（否则A在P中不可对角化）=已知它的三个特征值为1，1，1求可否与对角阵相似？ 解：由假设知：=, 当时，由，得线性无关的特征向量为 ,. 所以只有两个线性无关的特征向量，因此，不能与对角阵相似。 二．矩阵对角化的方法：[1] 1.有n个特征单根的n阶可对角化矩阵的对角化方法。 第一步：求出矩阵的全部特征值。 第二步：对于每一个特征值，求出齐次线性方程组, 的一个基础解系。 第三步：如果对于每个特征值，所求的每个基础解系所含向量的个数之和等于n，那么可以对角化，以这些向量为列，做一个n阶矩阵P，那么P的列向量组线性无关，因而P是一个可逆矩阵，并且是对角形矩阵，否则不能对角化。 例3: 求的特征值，并判定它们可否对角化，若可，则将其对角化[2]。 解： 由 ，知B可对角化，B的特征值为-2，2，2，2。 令，则. 2.有特征重根的可对角化矩阵的对角化方法[6]。 矩阵有特征重根时同样可以用上述方法，但需要先判断矩阵是