04 矩阵的对角化.docxVIP

— PAGE \* Arabic 1 — 04 矩阵的对角化 第四讲 矩阵的对角化   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A 对角化后很容易得到方程的解。以前我们学习过相似变换对角化。那么，一个方阵是否总可以通过相似变换将其对角化呢？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、特征征值与特征向量  1. 定义：对n 阶方阵A ，若存在数λ，及非零向量（列向量）x ，使得Ax x λ=,则称λ为A 的特征值，x 为A 的属于特征值λ的特征向量。 ☆ 特征向量不唯一； ☆ 特征向量为非零向量；  ☆ ()0I A x λ-=有非零解，则det()0I A λ-=，称  det()I A λ-为A 的特征多项式。  例1 12  22122  2  1A ????=??????  ，求其特征值和特征向量。 【解】1  22  det()2  122  21  I A λλλλ= 2  (1)(5)λλ=+-，  特征值为 121λλ==-，35λ=， 对于特征值1λ=-，由  ()0I A x --=， 1232222220222ξξξ??  ??????=????????????  ， 1230ξξξ++= ， 312ξξξ=-- ，  可取基础解系为 1101x ??  ??=??  ??-??  ，2011x ????=????-??， 所以属于特征值1λ=-的全部特征向量为  1122k x k x + ，其中12,k k 为不全为零的数.  对于特征值5λ=，由 (5)0I A x -=，  1234222420224ξξξ--??  ??????--=????????--????  ， 123ξξξ== ，  可取基础解系为 3111x ??  ??=??????  ， 所以属于特征值1λ=-的全部特征向量为  33k x ，其中3k 为非零的数.  2. 矩阵的迹与行列式  1  tr n ii i A a ==∑ ， 1  det n i i A λ==∏ ， 1  tr n  i i A λ==∑.  3. 两个定理  （1） 设A 、B 分别为m n ?和n m ?阶矩阵，则  tr()tr()AB BA =  （2）sylvster 定理：设A 、B 分别为m n ?和n m ?阶矩阵，则  det()det()m n  m n I AB I BA λλ  λ--=-.  即：AB 与BA 的特征值只差零特征值的个数，非零特征值相同。  二、矩阵对角化的充要条件  定理：  n 阶方阵A 可通过相似变换对角化的充要条件是它具有n 个线性无关的特征向量。  【证】充分性：设A 有n 个线性无关的特征向量  12,,,n x x x L ，则  ,(1,2,,)  i i i A x x i n λ==  L 1212(,,,)(,,,)n n A x x x Ax Ax Ax =L L  1122(,,,)n n x x x λλλ=L 12120(,,,)0  n n x x x λλλ??????=??????  L O ， 因为12,,,n x x x L 线性无关， 故12(,,,)n P x x x =L 为可逆矩阵.  令12  00  n λλΛλ????  ?  ?=??????  O  ，则有 1  ,  A P P P  A P ΛΛ-==.  必要性：已知存在可逆方阵P ，使  1  2  1  00  n P AP λλΛλ-???  ??  ?==??????  O  ， 将P 写成列向量12(,,,)n P P P P =L ，  (1,2,,)i P i n =L 为n 维列向量.  121122(,,,)(,,,)n n n AP AP AP P P P λλλ=L L ，  于是 ,1,2,,i i i AP P