可对角化矩阵_20251230105454.pdfVIP

可对角化矩阵

一、引言

在线性代数中，可对角化矩阵（DiagonalizableMatrix）是一类具有优良结

构的矩阵。若一个矩阵能通过相似变换转化为对角矩阵，则其幂运算、指数函数、

微分方程求解等问题将大大简化。本文系统阐述可对角化的定义、充要条件、几

何意义，并通过五道典型例题深入解析判断方法与应用场景。

二、基本概念

2.1相似与对角化

设（或）。若存在可逆矩阵，使得

其中为对角矩阵，则称可对角化，并称与相似。

此时，，且的对角元即为的特征值。

2.2可对角化的充要条件

定理（核心判据）：

矩阵可对角化当且仅当其存在个线性无关的特征向量。

等价表述：

代数重数几何重数对每个特征值成立；

特征空间的维数之和等于。

代数重数（AM）：特征值在特征多项式中的重数；

几何重数（GM）：对应特征子空间的维数，即线性无关特

征向量个数。

✅总有：

2.3充分条件（便于判断）

1.有个互异特征值⇒必可对角化；

2.是实对称矩阵（或更一般地，正规矩阵）必可对角化（谱定理）；

⇒

3.最小多项式无重根⇒可对角化。

三、不可对角化的典型反例：若当块

若某特征值的几何重数代数重数，则不可对角化，其最简形式为若

当标准形（JordanForm）。

例如：

特征值（AM2），但仅有一个线性无关特征向量（GM1）⇒不可对角

化。

四、典型例题分析

例题1（互异特征值⇒可对角化）

问题：

判断矩阵

是否可对角化。若是，求和。

解答：

1.求特征多项式：

特征值：（互异）

1.⇒必可对角化。

2.求特征向量：

:

:

1.构造，

则

✅结论：可对角化。

例题2（重特征值但可对角化）

问题：

判断

是否可对角化。

解答：

已是对角矩阵⇒显然可对角化（取）。

特征值：（AM2），（AM1）

对，特征子空间为，维数2AM

✅结论：可对角化（即使有重根，只要GMAM即可）。

例题3（重特征值但不可对角化）

问题：

判断

是否可对角化。

解答：

特征多项式：（AM2）

解，

特征向量形如，仅一维⇒GM1AM2

✅结论：不可对角化（是若当块）。

例题4（实对称矩阵必可对角化）

问题：

设

证明其可对角化，并求正交矩阵使得为对角阵。

解答：

实对称⇒由谱定理，必可正交对角化。

特