几何与代数课件5.2相似矩阵.pptxVIP

§5.2 相似矩阵 2014. 12. 11 第五章 特征值与特征向量  §5.2 相似矩阵 第五章 特征值与特征向量 一. 矩阵相似对角化的判别  第五章 特征值与特征向量 §5.2 相似矩阵 定理1. 1 1, …, s 1, …, r 2 线性无关 线性无关 {1, …, s, 1, …, r}线性无关 A 1 ≠ 2  第五章 特征值与特征向量 §5.2 相似矩阵 k111+…+ks1s + l12 1+…+lr2 r = 0 —② 设k11+…+kss + l11+…+lrr = 0 —① 证明: 将A左乘上式, 得 ①×1  ②, 得 (1  2 ) ( l11+…+lrr ) = 0 l11+…+lrr = 0. 故 l1 = … = lr = 0. 代入①得, k1 = … = ks = 0, 由1 ≠ 2 得, 又1, …, r 线性无关, 因此{1, …, s, 1, …, r}线性无关.  第五章 特征值与特征向量 §5.2 相似矩阵 定理5.5. 1, 2, …, s A …,  第五章 特征值与特征向量 §5.2 相似矩阵 推论1. A相似于对角矩阵  t1 + t2 +… + ts = n. 推论2. 若A有n个互异的特征值  A相似于对角矩阵. 推论3. A的属于不同特征值的特征向量 线性无关.  例1. 有一个2重特征值. (1) a = ? (2) A 是否可以相似对角化? 解: |EA| = = (2)(2  8 + 18+3a). 第五章 特征值与特征向量 §5.2 相似矩阵 §5.2 相似矩阵 第五章 特征值与特征向量  因此 A 可以相似对角化. (1) 若=2 是二重根, 则 a = 2. 对应于1= 2= 2, (2E–A)x = 0的基础解系为: 1=(2, 1, 0)T, 2=( 3, 0, 1)T. 对应于3= 6, (6E–A)x = 0的基础解系为: 3=(1,  1, 1)T. A的特征值1= 2= 2, 3 =6 §5.2 相似矩阵 第五章 特征值与特征向量  因此 A 可以相似对角化. (1) 若=2 是二重根, 则 a = 2. 对应于1= 2= 2, (2E–A)x = 0的基础解系为: 1=(2, 1, 0)T, 2=( 3, 0, 1)T. 对应于3= 6, (6E–A)x = 0的基础解系为: 3=(1,  1, 1)T. A的特征值1= 2= 2, 3 =6  因此 A 不可以相似对角化. (2) 若=2 是单根, 则 a = 2/3. A的特征值1= 2, 2= 3 =4. 对应于1= 2, (2E–A)x = 0的基础解系为:  1=(3, 0, 1)T. 对应于2= 3 =4, 考虑(4E–A)x = 0. 由于r(4E–A)=2, 故2= 3 =4仅有一个线性无关的特征向量. 第五章 特征值与特征向量 §5.2 相似矩阵  1  的重数 第五章 特征值与特征向量 §5.2 相似矩阵 观察. 属于的线性无关的 特征向量的个数 1 2, 1 2 3, 2, 1 3 … … k k, k-1, k-2, …, 1 代数重数 几何重数 结论.  的代数重数 ≥  的几何重数  第五章 特征值与特征向量 §5.2 相似矩阵 结论.  的代数重数 ≥  的几何重数 考虑矩阵是否可以相似对角化, 优先计算重根的线性无关特征向量的个数. (1)存在某个特征值 , 的代数重数 ＞  的几何重数 则A一定不能相似对角化. (2)对所有特征值 , 的代数重数 =  的几何重数 则A一定可以相似对角化.  第五章 特征值与特征向量 §5.2 相似矩阵 定理5.6. A可以相似对角化对所有特征值 , 的代数重数 =  的几何重数 证明: “”  第五章 特征值与特征向量