相似与对角化

相似矩阵

相似矩阵的定义

相似矩阵

相似矩阵:对于 nn 阶方阵 AA 和 BB,如果存在可逆矩阵 PP,使得 B=P−1APB = P^{-1}AP,则称矩阵 AA 与 BB 相似,记作 A∼BA \sim B。

相似矩阵的性质

性质 1:相似关系是等价关系(自反、对称、传递)。

性质 2:相似矩阵有相同的特征多项式。

性质 3:相似矩阵有相同的特征值。

性质 4:相似矩阵有相同的迹和行列式。

性质 5:相似矩阵有相同的秩。

相似矩阵的证明

证明性质 2: 设 B=P−1APB = P^{-1}AP,则: ∣B−λI∣=∣P−1AP−λI∣=∣P−1AP−P−1λIP∣=∣P−1(A−λI)P∣=∣P−1∣∣A−λI∣∣P∣=∣A−λI∣|B - \lambda I| = |P^{-1}AP - \lambda I| = |P^{-1}AP - P^{-1}\lambda IP| = |P^{-1}(A - \lambda I)P| = |P^{-1}||A - \lambda I||P| = |A - \lambda I|

对角化

对角化的定义

定义:如果矩阵 AA 与对角矩阵相似,即存在可逆矩阵 PP 和对角矩阵 DD,使得: A=PDP−1A = PDP^{-1}

则称矩阵 AA 可对角化。

对角化的条件

定理:nn 阶矩阵 AA 可对角化的充要条件是 AA 有 nn 个线性无关的特征向量。

证明:

  • 充分性:设 AA 有 nn 个线性无关的特征向量 x⃗1,x⃗2,…,x⃗n\vec{x}_1, \vec{x}_2, \dots, \vec{x}_n,对应的特征值为 λ1,λ2,…,λn\lambda_1, \lambda_2, \dots, \lambda_n。令 P=[x⃗1,x⃗2,…,x⃗n]P = [\vec{x}_1, \vec{x}_2, \dots, \vec{x}_n],D=diag⁡(λ1,λ2,…,λn)D = \operatorname{diag}(\lambda_1, \lambda_2, \dots, \lambda_n),则 A=PDP−1A = PDP^{-1}。
  • 必要性:如果 A=PDP−1A = PDP^{-1},则 AP=PDAP = PD,即 AA 的列向量是 PP 的列向量的线性组合,且系数为 DD 的对角元素。

对角化的步骤

步骤:

  1. 求特征值:解特征方程 ∣A−λI∣=0|A - \lambda I| = 0
  2. 求特征向量:对每个特征值,求对应的线性无关特征向量
  3. 构造矩阵:PP 由特征向量组成,DD 由特征值组成
  4. 验证:验证 A=PDP−1A = PDP^{-1} 是否成立

例子

例 1:判断矩阵 A=(2112)A = \begin{pmatrix} 2 & 1 \\ 1 & 2 \end{pmatrix} 是否可对角化,如果可以,求对角化形式。

解:

  1. 特征方程:∣A−λI∣=λ2−4λ+3=0|A - \lambda I| = \lambda^2 - 4\lambda + 3 = 0
  2. 特征值:λ1=1\lambda_1 = 1,λ2=3\lambda_2 = 3
  3. 特征向量:
    • λ1=1\lambda_1 = 1:x⃗1=(1,−1)\vec{x}_1 = (1, -1)
    • λ2=3\lambda_2 = 3:x⃗2=(1,1)\vec{x}_2 = (1, 1)
  4. 构造矩阵:
    • P=(11−11)P = \begin{pmatrix} 1 & 1 \\ -1 & 1 \end{pmatrix}
    • D=(1003)D = \begin{pmatrix} 1 & 0 \\ 0 & 3 \end{pmatrix}
  5. 对角化形式:A=PDP−1A = PDP^{-1}

不可对角化的情况

不可对角化的条件

定理:如果矩阵 AA 有重特征值,且重特征值的几何重数小于代数重数,则 AA 不可对角化。

例子

例 2:判断矩阵 A=(1101)A = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} 是否可对角化。

解:

  1. 特征方程:∣A−λI∣=(1−λ)2=0|A - \lambda I| = (1-\lambda)^2 = 0
  2. 特征值:λ=1\lambda = 1(二重根)
  3. 几何重数:解 (A−I)x⃗=0⃗(A - I)\vec{x} = \vec{0},得到 x⃗=(1,0)\vec{x} = (1, 0),几何重数为 1
  4. 代数重数为 2,几何重数为 1,所以不可对角化

对角化的应用

矩阵幂的计算

定理:如果 A=PDP−1A = PDP^{-1},则 An=PDnP−1A^n = PD^nP^{-1}。

证明: An=(PDP−1)n=PDP−1⋅PDP−1⋅⋯⋅PDP−1=PDnP−1A^n = (PDP^{-1})^n = PDP^{-1} \cdot PDP^{-1} \cdot \dots \cdot PDP^{-1} = PD^nP^{-1}

矩阵函数的计算

定理:如果 A=PDP−1A = PDP^{-1},则 f(A)=Pf(D)P−1f(A) = Pf(D)P^{-1},其中 f(D)=diag⁡(f(λ1),f(λ2),…,f(λn))f(D) = \operatorname{diag}(f(\lambda_1), f(\lambda_2), \dots, f(\lambda_n))。

若尔当标准形

若尔当标准形的定义

若尔当标准形

若尔当标准形:对于实对称矩阵 AA,如果存在正交矩阵 PP,使得 PTAP=DP^TAP = D 为对角矩阵,则称 AA 可对角化,其中 DD 是对角矩阵,对角线上的元素是 AA 的特征值。

若尔当块

定义:形如 Ji=(λi10…00λi1…0⋮⋮⋮⋱⋮000…λi)J_i = \begin{pmatrix} \lambda_i & 1 & 0 & \dots & 0 \\ 0 & \lambda_i & 1 & \dots & 0 \\ \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & \dots & \lambda_i \end{pmatrix}

的矩阵称为若尔当块。

练习题

练习 1

判断矩阵 A=(1101)A = \begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix} 是否可对角化。

参考答案

解题思路: 检查是否有足够的线性无关特征向量。

详细步骤:

  1. 特征方程:∣A−λI∣=(1−λ)2=0|A - \lambda I| = (1-\lambda)^2 = 0
  2. 特征值:λ=1\lambda = 1(二重根)
  3. 求特征向量:解 (A−I)x⃗=0⃗(A - I)\vec{x} = \vec{0}
  4. (0100)(xy)=(00)\begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}\begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 0 \\ 0 \end{pmatrix}
  5. 得到特征向量 x⃗=(1,0)\vec{x} = (1, 0)
  6. 只有一个线性无关特征向量,少于矩阵阶数 2

答案:不可对角化

练习 2

求矩阵 A=(3102)A = \begin{pmatrix} 3 & 1 \\ 0 & 2 \end{pmatrix} 的对角化形式。

参考答案

解题思路: 按照对角化的步骤求解。

详细步骤:

  1. 特征方程:∣A−λI∣=(3−λ)(2−λ)=0|A - \lambda I| = (3-\lambda)(2-\lambda) = 0
  2. 特征值:λ1=2\lambda_1 = 2,λ2=3\lambda_2 = 3
  3. 特征向量:
    • λ1=2\lambda_1 = 2:x⃗1=(1,−1)\vec{x}_1 = (1, -1)
    • λ2=3\lambda_2 = 3:x⃗2=(1,0)\vec{x}_2 = (1, 0)
  4. 构造矩阵:
    • P=(11−10)P = \begin{pmatrix} 1 & 1 \\ -1 & 0 \end{pmatrix}
    • D=(2003)D = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix}
  5. 对角化形式:A=PDP−1A = PDP^{-1}

答案:A=PDP−1A = PDP^{-1},其中 P=(11−10)P = \begin{pmatrix} 1 & 1 \\ -1 & 0 \end{pmatrix},D=(2003)D = \begin{pmatrix} 2 & 0 \\ 0 & 3 \end{pmatrix}

练习 3

证明:相似矩阵有相同的特征值。

参考答案

解题思路: 利用相似矩阵有相同特征多项式的性质。

详细步骤:

  1. 设 A∼BA \sim B,即 B=P−1APB = P^{-1}AP
  2. 相似矩阵有相同的特征多项式:∣A−λI∣=∣B−λI∣|A - \lambda I| = |B - \lambda I|
  3. 特征值是特征多项式的根
  4. 所以 AA 和 BB 有相同的特征值

答案:证明完成

练习 4

设 A=PDP−1A = PDP^{-1},求 AnA^n。

参考答案

解题思路: 利用对角化矩阵幂的性质。

详细步骤:

  1. A=PDP−1A = PDP^{-1}
  2. An=(PDP−1)n=PDnP−1A^n = (PDP^{-1})^n = PD^nP^{-1}
  3. Dn=diag⁡(λ1n,λ2n,…,λnn)D^n = \operatorname{diag}(\lambda_1^n, \lambda_2^n, \dots, \lambda_n^n)

答案:An=PDnP−1A^n = PD^nP^{-1},其中 Dn=diag⁡(λ1n,λ2n,…,λnn)D^n = \operatorname{diag}(\lambda_1^n, \lambda_2^n, \dots, \lambda_n^n)

练习 5

判断矩阵 A=(2112)A = \begin{pmatrix} 2 & 1 \\ 1 & 2 \end{pmatrix} 是否可对角化,如果可以,求对角化形式。

参考答案

解题思路: 按照对角化的步骤求解。

详细步骤:

  1. 特征方程:∣A−λI∣=λ2−4λ+3=0|A - \lambda I| = \lambda^2 - 4\lambda + 3 = 0
  2. 特征值:λ1=1\lambda_1 = 1,λ2=3\lambda_2 = 3
  3. 特征向量:
    • λ1=1\lambda_1 = 1:x⃗1=(1,−1)\vec{x}_1 = (1, -1)
    • λ2=3\lambda_2 = 3:x⃗2=(1,1)\vec{x}_2 = (1, 1)
  4. 有两个线性无关特征向量,等于矩阵阶数
  5. 构造矩阵:
    • P=(11−11)P = \begin{pmatrix} 1 & 1 \\ -1 & 1 \end{pmatrix}
    • D=(1003)D = \begin{pmatrix} 1 & 0 \\ 0 & 3 \end{pmatrix}
  6. 对角化形式:A=PDP−1A = PDP^{-1}

答案:可对角化,A=PDP−1A = PDP^{-1},其中 P=(11−11)P = \begin{pmatrix} 1 & 1 \\ -1 & 1 \end{pmatrix},D=(1003)D = \begin{pmatrix} 1 & 0 \\ 0 & 3 \end{pmatrix}

课程路线图

  1. 1

    高等数学之函数探秘

    先修课程

    函数是高等数学的核心概念,本系列文档系统介绍函数的基本概念、性质和应用。

    前往课程
  2. 2

    向量代数和空间解析几何

    先修课程

    掌握向量运算和空间中点、线、面的方程及其相互关系。

    前往课程
  3. 3

    线性代数

    当前课程

    掌握行列式、矩阵、向量、线性方程组等,理解线性空间的抽象结构。

    前往课程