线性代数第五章第一节 方阵的特征值与特征向量（2014版）.ppt

例9：设矩阵 （1）求A的特征值和特征向量； （2）求可逆矩阵P，使P-1AP 为对角阵. 解：（1） 于是A的特征值为： 当 时，解方程组Ax＝0 基础解系为： 故对应于特征值0的所有特征向量为： 当 时，解方程组（A+2E)x＝0 基础解系为： 故对应于特征值 －2的所有特征向量为： 将等式 排成矩阵等式： 记 即 因为P可逆，所以有 为对角阵. 说明：注意矩阵 P 的取法， P不是唯一的。 若令 矩阵P的列向量和对角矩阵中特征值的位置要相互对应. 则有 三、相似矩阵及其性质 定义: 设A, B都是n阶矩阵, 若有可逆矩阵P, 使 P-1AP = B , 则称B是A的相似矩阵, 或说矩阵A相似于B，或说A与B相似，记作 称可逆阵P为相似变换矩阵. 对A进行矩阵乘积运算 ，称为对矩阵A进行相似变换，可逆矩阵P称为将A变成B的相似因子，若矩阵B为对角矩阵，则称B为A的相似对角矩阵，且称矩阵积运算 称为将A矩阵进行相似对角化。一般对角矩阵记为： (3) 传递性: 若A与B相似, B与C相似, 则A与C相似. 自反性: A与A本身相似; 相似矩阵的性质: 事实上： 事实上： (2) 对称性: 若A与B相似, 则B与A相似; 事实上： 1. 相似矩阵是等价的: 2. 相似 矩阵的积仍是相似矩阵。即 P-1(A1A2)P = (P-1A1P)(P-1A2P). 一般:若A与B相似, 则Am与Bm相似(m为正整数). 1. 相似矩阵的线性组合仍是相似矩阵。即 P-1(k1A1+k2A2)P = k1P-1A1P+k2P-1A2P. 其中k1, k2是任意常数 由于矩阵A与B相似, 则存在可逆矩阵P, 使 P-1AP = B, 亦即 A = PBP-1, 所以, Am = (PBP-1)m = PBP-1PBP-1 ··· PBP-1 = PBmP-1. 若 进一步有, 若?(A)=a0E+a1A+···+amAm, 则 ?(A)=a0PP-1+a1PBP-1+···+amPBmP-1 =P(a0E+a1B+···+amBm)P-1 =P?(B)P-1. 即 Am = P?mP-1; ?(A)= P?(?)P-1. 特别当矩阵A与对角阵?=diag(?1, ?2,···, ?n )相似时, 则 而对于对角阵?, 有 ?k = ?(?)= 利用上述结论可以很方便地计算矩阵A的多项式?(A). 结论: 若f(?)为矩阵A的特征多项式, 则矩阵A的多项式f(A)=O. 此结论的一般性证明较困难, 但当矩阵A与对角阵?相似时很容易证明. 即 =POP-1=O. f(A)=Pf(?)P-1= 3.相似矩阵的转置仍是相似矩阵。即 4.相似矩阵的逆仍是相似矩阵。即 5.若A与B相似，则A与B相抵（等价），反之不然。 事实上：若 由P可逆，故可表成有限个初等方阵之积，故 所以A与B等价。反之，A与B等价，即存在可逆矩阵P,Q使得：B=PAQ,但 不一定成立。所以A与 B不一定相似。 6.若A与B相似，有相同的行列式（可逆性）。 事实上： 7.若 ， 是A对应与 的特证向量，则 是B关于 的特征向量。 事实上： 8.若A与B相似，有相同的秩。 事实上： 9.设 ，若A=I ，则B=I 事实上： 定理3: 若n阶矩阵A与B相似, 则A与B的特征多项式相同, 从而A与B的特征值亦相同. 证明: 由于矩阵A与B相似, 则存在可逆矩阵P, 使 P-1AP = B | B–?E | = | P-1AP–?E | = | P-1AP–?P-1EP | 所以, = | P-1(A–?E)P | = | A–?E | = | P-1| | A–?E | | P | 注意：定理4的逆命题不成立！如：矩阵 和 特征值相同，但不相似！ ? = diag(?1, ?2,···, ?n ) = 其中 若n阶方阵A与对角阵?=diag(?1, ?2,···, ?n )相似, 则称方阵A可对角化. 推论: 若n阶方阵A与对角阵?=diag(?1, ?2,···, ?n )相似, 则?1, ?2,···, ?n 就是A的n个特征值. 推论: 相似矩阵有相同的迹。 相似变换与相似变换矩阵 相似变换是对方阵进行