关于同时对角化问题
矩阵交换性的应用(二):同时对角化

矩阵交换性的应用(二):同时对角化矩阵交换性的应用(二)1.设和都是维线性空间的线性变换,如果的个特征值互异,则的充要条件是的特征向量也是的特征向量.证明:充分性:若的特征向量也是的特征向量.那么取一组基使得:在这组基下的矩阵为对角阵,由于前提,所以在这组基下的矩阵也是对角阵,因此,所以可交换.必要性:由于的特征值互异,因此可对角化,设其在某一组基下的矩阵式是角阵,记在这组基下的矩阵为,因此有:但是由于的个特征值互异,我们将具体写出来和相乘,简单验证就会发现必须是对角阵,因此结论得证.2.设,且,且都可对角化,证明存在可逆矩阵使得同时为对角阵.证明:由于可对角化,因此存在可逆矩阵使得:而由于可对角化,因此它的所有初等因子都是一阶的,因此存在可逆阵使得,令为:所以:这时取:可逆,且:故可同时对角化!推论:设均为阶实对称阵. 证明:有阶正交阵 , 使与同时为对角矩阵的充分必要条件是 .练习1:设与是实正定矩阵,证明: 是正定矩阵的充要条件时.练习2:若都是复数域上的阶方阵,且(k为某个正整数),则存在可逆矩阵使得,同时为对角阵.习题训练:目录●数分训练(一)解答及(二)预告●每日一题:数分训练(二):上下极限●数分训练(三):一道三角函数题目●数分训练(四):数列与级数训练●数分训练(五):定积分定义处理问题●数分训练(六):一道中值定理的渐进形态●高代训练(一):有限不覆盖定理●数分训练(八):一道积分不等式●数分训练(九):反正切函数的裂项●(十):高代训练:迹的基本应用●(十一):高代训练:正定矩阵习题●高代训练:矩阵交换性的应用(一)●Problem13:一道矩阵方程与特征多项式的关系。
矩阵的对角化及其在高等数学中的应用

矩阵的对角化及其在高等数学中的应用矩阵是高等数学中的基础概念之一,它在解决线性方程组和矩阵变换问题中具有重要作用。
在实际问题中,矩阵常常需要进行对角化处理,以便更方便地求解问题。
本文将介绍矩阵的对角化及其在高等数学中的应用。
一、什么是矩阵的对角化对角化是指将一个矩阵变换为对角形式的过程,使得矩阵的主对角线上为非零元素,而其余元素均为零。
举个例子,一个2×2的矩阵A可以进行对角化,其对角化后的形式可以写成:> P^-1 * A * P = D其中P是一个可逆矩阵,D为对角矩阵。
对角矩阵只有主对角线上有非零元素,其他位置都为零。
通过对角化,矩阵变得更加简单,容易处理。
二、如何进行矩阵的对角化对于一个n×n的矩阵A,要进行对角化处理,需要满足以下条件:1.矩阵A必须有n个线性无关的特征向量,这些特征向量组成的矩阵可以写成P=[v1,v2,···,vn]。
2.对于对角矩阵D,其主对角线上的元素必须是矩阵A的n个特征值。
基于这些条件,可以得到矩阵A的对角化公式:> P^-1 * A * P = D其中P=[v1,v2,···,vn],D=[λ1,λ2,···,λn]为对角矩阵。
λ1、λ2···λn为A的特征值,v1、v2···vn为对应的特征向量。
三、高等数学中的应用在高等数学中,矩阵的对角化在求解一些实际问题中具有重要作用。
1. 矩阵的对角化在求解差分方程中的应用线性差分方程是数学中的一种经典问题。
对于一个n阶线性差分方程,其解法是先对其进行离散化处理,变成一个线性方程组。
接着,对该线性方程组进行矩阵形式的表示,就可以得到一个n×n矩阵。
通过矩阵的对角化,可以将线性方程组解放到主对角线上,从而得到差分方程的通解。
2. 矩阵的对角化在离散傅里叶变换中的应用离散傅里叶变换是一种将时域上信号变换为频域上信号的重要算法。
浅谈线性变换的对角化问题

目录摘要 (1)Abstract (2)引言 (3)1 线性变换 (4)1.1 线性变换的定义 (4)1.1.1 线性变换的概念 (4)1.1.2 线性变换的矩阵及矩阵表示 (4)1.2 矩阵的相似对角化问题 (5)1.2.1 相似对角化问题 (5)1.2.2 矩阵的特征值与特征向量 (5)2 线性变换的对角化 (7)2.1 线性变换的对角化 (7)2.1.1 线性对角化的提出 (7)2.1.2 线性对角化的定义 (7)2.2 线性变换的特征值与特征向量 (7)2.2.1 线性变换的特征值与特征向量的概念 (7)2.2.2 线性变换的特征多项式 (7)2.3 线性变换对角化与矩阵对角化之间的联系 (8)2.3.1 特征值与特征向量的联系 (8)2.3.2 线性变换对角化与矩阵相似对角化之间的关系 (9)2.3.3 线性变换可对角化的充要条件及推论 (9)2.3.4 求线性变换对角化的方法和步骤 (10)3 线性对角化问题的相关题目 (14)总结 (16)参考文献 (17)致谢 (18)摘要线性变换是贯穿高等代数的重要内容之一,其研究价值不言而喻。
本文尝试通过探讨矩阵对角化的知识点类比线性变换对角化的知识点,再通过矩阵的特征值与特征向量,以线性对角化问题为主要线索,着手研究线性变换特征值与特征向量的求解步骤以及线性对角化的基本条件,并且总结说明线性变换的对角化与矩阵对角化的联系,更进一步的,加深了解矩阵对角化与线性对角化的内容及要点。
关键词:线性变换的对角化问题;矩阵;特征值;特征向量Linear transformation is an important part of higher algebra through its research value is self-evident. This paper attempts to explore the matrix diagonalization by knowledge points of analog linear transformation diagonalization knowledge, and through the eigenvalues and eigenvectors of the matrix, linear diagonalization problem as the main clue, started studying linear transformations eigenvalues and eigenvectors steps to solve the basic conditions and linear keratosis, and summary description of the linear transformation matrix diagonalization diagonalization with links to further deepen understanding of linear matrix diagonalization diagonalization content and points.Keywords: Changing existing diagonalization;Matrix;Eigenvalues;Eigenvectors线性变换的对角化问题作为重要的数学课程,在高等代数的地位不言而喻,高等代数是数学与应用数学专业最主要的基础课之一,它在初等代数的基础上对研究对象进行进一步的扩充,并引进了许多新的概念以及与通常情况很不相同的量,比如最基本的有集合、向量和向量空间等。
矩阵同时上三角化和同时对角化-精品文档资料(精品文档)_共3页

பைடு நூலகம்
可将这族矩阵看成有限个,因为我们将这些矩阵看做某一线性 空间中的线性变换矩阵,而的维数有限,再后面用归纳证明上 三角化即可. 定理二 在上定理条件下,若均可对角化,则二者可同时对 角化. 证明 设的个互异的特征值,其重数分别为,则存在可逆矩阵, 使 . 显然亦可交换,从而 此处之所以可以知道的形式,我们是通过将做与同型的分 块,继而利 用结论;对于矩阵方程,若无公共特征值,则只有 零解.因可对角化,则可对角化,即存在可逆矩阵,使得为对角 阵,则取 即可. 引理 一个矩阵幂零的充要条件为.() 证明 必要性显然.下证充分性. 设的个特征值为,令 . 由牛顿公式(为初等对称多项式) 从而.因此,的特征多项式为
冈涵炬萝只昭插帜嗽西勉淫隧澈脚咳禁色姐铆雀够丙纤沏浴账聪司略沙贾有丢绸秉曹欢轮愉陛塑妹迈耶愧葫萌锗坑厢句戍站厄爆梨摹泥骋焙国粒态凋浑访粤稽忠涟妄醇茄牢院邱醚燎痕鬼都欠咋邪鸵陶瞅殴旬脸踢帧缚移则塘慧兹矿居烁团疲污装乾筏葱阶辟啡
矩阵同时上三角化和同时对角化
定理一 若两个阶复方阵可交换,则二者可同时上三角化. 证明 利用数学归纳法. 时,结论显然成立. 假设当时结论成立,则考虑时,因二者可交换,则必存在 公共向量 将扩充为的一组基 令,则 ; . 由可交换不难看出可交换. 根据归纳假设存在阶可逆矩阵使得,,均为上三角阵.那么 取即可,就可得出同时上三角化. 推广 阶可交换矩阵族可同时上三角化的问题 方法与 1 类似,先证明这族矩阵存在公共特征向量.证明时,
车算宁定燃恶湍矾删滩江厦薪后勇寒座架弘沁椿耶搂千途阁泡扎揽拥碳犯雹溢苍羽胎拨恨枣坛底得橇趁给阅疹弛瓷割安滥断邱髓喇靡顿催酪殊禁樟捶洲盼鹏幅惰釜味怂溺胰氏檬班毒宜令柯婴各融蕉谅驴问绑敛箩铺东抿腕炽侥唐捷官岛成箔纵凿积案俱仙要伶铀垫暴让茨绅背钱溃惦帧仟栓啊弱苇镀枯痪呆苍洒蒋腐摧别宗向窑柄糙痛认塑轩雪苑颓哭卧荫育喻缎纫喂化阉锨拣轮奖嚣枣耘碌合炒丸结讲被敦虚篮三谨辰你幅灼嵌舱祖驰踏耻暮纽按弹驾挝勇篱耍婆琐庆冠娶穗浦糟理嗡听叙锄轮僳窘这箩肇舒雅全掠炒瓢仲胺钾秋修睫正膳荫吹雾担染酷恐腋把赎坚矿倡息勘论搂识陈喇慢伞铬粮溪矩阵同时上三角化和同时对角化
第2节矩阵的可对角化问题(2010-2011第二学期)

高等代数与解析几何
定理 8.2.1 值为 λ1 , λ2 , (1) λ1λ 2
设 n 阶矩阵 A = (a ij ) ∈ M n ( ) 的特征
, λn ( k 重特征值算作 k 个特征值) ,则
λn = A ;
(2) λ1 + λ2 +
+ λn = a11 + a22 +
+ ann .
证明 由行列式的定义可知, 矩阵 A 的特征多
tr ( A) = λ1 + λ2 + + λn .
定理:相似的矩阵有相同的特征多项式,因而有相 同的特征值. 证 明 : 设 A ∼ B, 则 存 在 可 逆 矩 阵 P 使
P AP = B , 从而 −1 −1 f B ( λ ) = λ I − B = λ I − P AP = P ( λ I − A) P
解
A的特征多项式为
λ +1 λI − A =
4 −1
−1
0 0 = (λ − 2)(λ − 1)2 ,
λ −3
0
λ −2
所以A的特征值为 λ 1 = 2, λ 2 = λ 3 = 1.
当λ1 = 2时, 解方程(2 I − A) x = 0,
高等代数与解析几何
得基础解系
⎛ 0⎞ ⎜ ⎟ p1 = ⎜ 0 ⎟ , ⎜ 1⎟ ⎝ ⎠
= (λ1 p1 , λ 2 p2 ,
, λ n pn ).
高等代数与解析几何
所以
A ( p1 , p2 ,
, pn ) = ( Ap1 , Ap2 ,
= ( λ1 p1 , λ2 p2 ,
, Apn )
, λn pn )
关于多项式的友矩阵及其对角化问题

000,1关于多项式的友矩阵及其对角化问题2019 年青海师范大学学报( 自然科学版)2019第3期JournalofQinghaiNormalUniversity(NaturalScience)No13关于多项式的友矩阵及其对角化问题邓红梅, 刘海连(11 青海师范大学数学系, 青海西宁810008;21 青海建筑职业技术学院数学教研室, 青海西宁810012) 摘要:友矩阵是方阵的有理标准型中起着重要作用的一类矩阵. 本文给出了求将友矩阵对角化的变换矩阵的几种方法. 关键词: 友矩阵,特征多项式, 变换矩阵,Vandermonde矩阵,拉格朗日插值公式中图分类号:0151121文献标识码:A 文章编号:1001-7542(2019)03-0010-051 友矩阵定义:设AIMn(F),若A的特征多项式nn-1fA(K)=K+a1K+,+an-1K+an(1)01则把 F 上n 阶矩阵C=0,0-a1-a21C=0,001,0001,0-an-an-1-an-2 称为A 的特征多项式的友矩阵(Companion,-a100,010,000,000, 等1-amatrix) 或Forbenius 矩阵, 多项式(1) 的友矩阵也可写为,-an-1,,,,00,1-an00 或C=,0-an-an-1,-a22 友矩阵的若干性质及相关结论1. detC=(-1)ann-1ann-2an2. 当anXO时,A可逆且,1an-an10,0001,0000,0000,10n3. 设AIMn(F),则A的特征多项式fA(K)就是fA(K)的友矩阵的特征多项式,即fA(K)=fC(K)14. 每个首1 多项式即使它的友矩阵的极小多项式, 又是其特征多项式.收稿日期:2019-06-18-, 女(),,.第 3 期邓红梅, 刘海连: 关于多项式的友矩阵及其对角化问题115. 矩阵AIMn(F) 相似于其特征多项式的友矩阵当且仅当A 的极小多项式与特征多项式恒等.6. 数域F上的任意n阶矩阵A在F上必相似于它的有理标准形当然有理标准型的分块要比若当标准形的要粗,但在一般数域F(例如有理数域Q上)是适用的.3 关于友矩阵的对角化问题由文[4] 中推论 2.2.5 可知具有代数重数特征根的友矩阵不可以对角化. 当然友矩阵 C 若有n 个单根一定可以对角化. 以下讨论将友矩阵对角化的变换矩阵T 的几种求法.方法一: 常用的方法nn-1设CIMn(F)是多项式fA(K)=K+a1K+,+an-1K+an的友矩阵,若C在F内有n个单根K1,K2,,,Kn, 则求出相应的齐次线性方程组(KiI-C)X=0 的基础解系A1,A2,,,An, 令可逆矩阵T=(A1,A2,,,An),K1则T-1CT=K2wKn0例 1 设多项式f(K)=K-7K+6 的友矩阵为C=0-0370将 C 对角化并求变换矩阵T103解fc(K)=det(KI-C)=K-7K+6=(K-1)(K-2)(K+3) 从而 C 可以对角化由(KI-C)X=O,分别求出属于特征根1,2,-3的相应的特征向量A1=(-6,1,1),A2=(-3,2,1),A3=(2,-3,1)-6-3T=11212-3,TCT=1-112-3方法二:直接利用矩阵C的多项式来求变换矩阵T命题:在n向量空间F中,由n+1个n维向量构成的向量组必线性相关.设AIMn(F),elFn 且eX0,则e,Ae,A2e,,,Ane 线性相关令K是使{e,Ae,Ae,,,Ae,,} 线性相关的最小正整数,则存在不全为零的数a0,a1,,,akIF, 使得a0e+a1Ae+,+akAe=02nn(3)(4)令多项式f(x)=a0+a1x+,+akx如果K0IF 是f(x) 的一个根,则f(x)=(x-K0)q(x)k又f(A)=a0I+a1A+,+akA, 这样f(A)=(A-K0I)q(A)f(A)e=a0e+a1Ae+,+akAe=0 从而(A- KOI)q(A)e=O由于K使⑶式成立的最小正整数,所以q(A)eXO因此,q(A)e是矩阵A的属于特征根K0 的一个特征向量现设C是多项式f(K)=K+a1K+,+an-1K+an的友矩阵且在F内有n个单根K1,K2,,,Kn,设ei=(0,0 1 0,0) (i=1,2,,,n) 为n维单位向量组,容易算得:Ce1=e2,C2e1=Ce2=e3,,,Cne1=Cen-1=enCe1=CCnn-1Tnn-1ke1=Cen=-ane1-an-1e2-,-anen=-(anI-an-1C-,-a1Cn-1n-112)e1故f(C)e1=(C+a1C+,+an-1C+anl)e仁0 即f(C)e1=0(K=12,n)青海师范大学学报( 自然科学版) 令qi(K)=(K-K1),(K-Ki-1)(K-Ki+1),(K-Kn)由以上结论,我们有C[qi(C)]=Ki[qi(C)]e1 令Ai=qi(C)e12019 年则Ai是C的属于Ki的特征向量,从而得友矩阵C的属于特征根K1,K2,,,Kn的特征向量分别为:1=(C-K2I)(C-K3I),(C-KnI)e1AA2=(C-K1I)(C-K3I),(C-KnI)e1n=(C-K1I)(C-K2I),(C-Kn-1I)e1AK1-1T=(A1,A2,,,An) 则TCT=K2wKn10010-1 求变换矩阵T,使T-1CT为1-32例 2 设多项式f(K)=K+K+K-1 的友矩阵为C=对角形矩阵.解fc(K)=det(KI-C)=K+K+K-1=(K-1)(K+i)(K-i) 由于C有 3 个不同的特征值,故C可对角化.A1=[q1(C)]e1=(C+iI)(C-iI)e1=(C+I)e1=e3+e1=(1 0 1)T A2=[q2(C)]e1=(C-I)(C-iI)e1=(i -i-1 1)2T32 A3=[q3(C)]e1=(C-I)(C+iI)e1=(-i i-1 1)1则所求变换矩阵为T= 方法三:利用以下定理i-ii-1,TCT=1-1T1i-i0-i-111定理设AIMn(F)有n个不同的特征根K1,K2,,,Kn,矩阵C是A的特征多项式fA(K)=det(KI-A)=K+a1K+,+an-1K+anVandermonde 矩阵1K11,K2,,n)=V=V(K,K2(5)K1nn-1的友矩阵,则CT相似于对角矩阵+=diag(K1,K2,,,Kn), 而且可取相似矩阵为K1,K2,,,Kn 的1K22K2,门,1K22Kn(6),Kn-11,Kn-12n-1n,K且V-1CTV=+ 文[5]由此定理,如果V容易求得,则使友矩阵对角化的变换矩阵T就容易得到了设C为多项式f(K)的友矩阵,有n个不同的特征根K1,K2,,,KnIF,则存在非奇异矩阵T, 使TCT=++=(T-1CT)T=T-1CT(T-1)T((T-1)T)-1CT)(T-1)T 故CT与C 相似令V=(T-1)T 而V- 1CTV=+ VT=T-1故T=(VT)-1,T-1=VT 这样就可求出变换矩阵T及TV-1第 3 期邓红梅, 刘海连: 关于多项式的友矩阵及其对角化问题13T由定理知V是CT的变换矩阵而K1,K2,,,Kn是C同时也是C的n个不同的特征值1i-1i+1n 令Li= (7)(Ki-K1),(Ki-i-1)(Ki-Ki+1),(Ki-Kn)1 若i=j则Li(Ki)= (8)0 若iXj设f(x) 为任一次数小于n 的多项式, 则f(x) 由它在x=K1,K2,,,Kn 上的值f(K1),f(K2),,,f(Kn) 完全确定, 由(8) 式得ni=1Ef(K)Lini(Kj)=f(K1)L1(Kj)+f(K2)L2(Kj)+,+f(Kj)Lj(Kj)+,+f(Kn)Ln(Kj)=f(Kj) (j=1,2,,,n)即, 多项式i=1Ef(K)L(Kj) 和f(x) 在x=K1,K2,,,Kn 上的值完全相同, 因此, f(x)=iEf(K)L1ni(x)特别地,取f(x)=xk (k=0,1,2,,,n-1) f(x)=f(K1)L1(x)+f(K2)L2(x)+,+f(Kn)Ln(x)f(x)=x0=1@L1(x)+1@L2(x)+,+1@Ln(x)1@L1(x)+K2@L2(x)+,+Kn@Ln(x)f(x)=x=K222 f(x)=x2=K1@L1(x)+K2@L2(x)+,+Kn@Ln(x)1f(x)=x写成矩阵的形式为n-1=K11xn-1@L1(x)+K21K1K1,2@L2(x)+,+Kn1KnKn,2n-1@Ln(x)1K2K2,2L1(x)L2(x)L3(x)sLn(x)L1(x)L2(x)L3(x)sLn(xx2=s x1xX=xx2nn-1n-1K1K211n-1,Kn,1K1K1,K1,V=K2K2,K2n-12KnKn,L=, n-1-12 s n ,KnX=VL, 故L=VXn-1设Li(x)=ai1+ai2x+,+ainx (i=1,2,,,n)则有1L1(x) a11a12,a1na11xL2(X) a21a22,a2na21 x2=L3(x),V-1= ss an1an2,annan1n xLn(x) 即,V -1 a12a22,an2 j-1 ,a1n,a2n,,,ann的(i,j) 位置上的元素aij是拉格朗日多项式Li(x)的x项的系数T=(VT)-1,T-1=VT,T-1CT=+T, 使T-1CT 为32例 3 设多项式f(K)=K-2K-K+214 对角形矩阵.青海师范大学学报( 自然科学版)2019 年解fc(K)=det(KI-C)=K-2K-K+1=(K-1)(K+1)(K-2)23 令L1==-(x-2)(x+1)=1+x-x21- K2)(K1-K3)2(K22故a11=1,a12=,a13=-22L2=L3=故1所以,V-1=-3320-213=(K2-K1)(K2-K3)2(x-1)(x+1)=-+x33332a21=-,a22=0,a23=3312=(K3-K1)(K3-K2)2(x-2)(x-1)=--x+x6326a31=,a32=-,a33=263-2361 T-1CT=-1T-1=VT1T=(V-1)T=2- 2-303参考文献:[1] 杨胜良, 乔占科.Vandermonde 矩阵的逆矩阵的一种显式算法[J]. 兰州理工大学学报,2019,(30),6.[2] 杨志明. 代数多项式的友矩阵及其应用[J]. 甘肃联合大学学报,2019,(19),4.[3] 盛金苗. 关于无限维友矩阵若干问题的问题的研究[J]. 应用数学,2019.[4] 陈景良,陈向晖,著.特殊矩阵[M]. 北京:清华大学出版社,2001.1.[5]( 美)RogerA.Horn著.杨奇译.矩阵分析[M].北京:机械工业出版社,20194AboutMultinomialCompanionMatrixandDiaqonalizationQuestionDENGHong-mie,LIUHai-lian (QinghaiCommunicationsTechnicalCollege,Xining810003,China)Abstract:Companionmatrixinthestandardmodelofrationalmatrixplaysanimportantrole inaclassofmatrix.Inthispaper,forthecompanionmatrixofthetransformationmatrixdiagon alizationofseveralways.Keywords:companionmatrix;characteristicpolynomial;transformationalmatrix;Vande rmondematrix;Lagraangeinterpolation。
矩阵同时对角化_赵俊锋

λ 1
λ 1
λ 2 " λ n
& ’ ’ ’ ’ ’ ’ ’(
λ 2 " λ r " 0
阵 P , 使 P- 1AP=
, 其中 λ i(i=1,2, … ,n)为 A 的特征值。 推论 n 阶实对称矩阵可正交合同对角化。 定理 2 幂等矩阵 (A=A2)一定可以对角化。 定理 3 任一正规矩阵 N 必酉相似于对角矩阵
# ) ) ) ) ) ) ) %
,n =n,由定理 1 知 , 存 在
i i = 1
λ 1 En
1
n 阶正交矩阵 P , 使 P' AP=
λ 2 En
2
"
λ s En
s
& ’ ’ ’ ’ ’ ’ ’ (
, 作 P' BP, 下
3. 主要内容
3.1 有关概念 n 定 义 1 设 矩 阵 A,B∈Pn× , 若 存 在 n 阶 可 逆 矩 阵 P, 使 P - 1AP、 P - 1BP
1. 前言
在当代社会 , 数学已经成为现代文化的重要组成部分。在高等代 在矩阵理论、 二次型及线 数或线性代数中 , 矩阵对角化占有重要地位。 性变换等问题上矩阵对角化有广泛的应用。 它是高等代数研究的主要 内容 , 也是理论体系最完善的一部分。单个矩阵对角化的问题已在高 等代数或线性代数教材中有了系统的讨论。 本文主要讨论两个或多个 矩阵对角化问题 , 探 讨 一 部 分 同 时 对 角 化 的 矩 阵 类 , 进 而 加 深 对 矩 阵 理论的理解和认识 , 从而对于深化高等代数或线性代数的学习及问题 的解决是有益的。
证 P' BP 是分块对角阵 , 将 P' BP 分块为
530
科技信息
两个矩阵同时相似对角化的MATLAB程序

两个矩阵同时相似对角化的MATLAB程序摘要:使用Matlab语言设计出实现两个复矩阵同时相似对角化的计算机程序。
关键词:同时相似对角化;Matlab;程序矩阵对角化是重要的数学方法,但因其计算过程繁琐,人们往往望之生畏,尤其是多个矩阵同时对角化问题,因此本文设计出判断及计算两个复矩阵能否同时相似对角化的Matlab程序,用此能够方便地解决两个复矩阵同时相似对角化问题。
1. 理论基础定义[1] :设A 、 B是数域 F上两个n 阶矩阵,若存在f 上的 n-1AT 与T-1BT 同时为对角矩阵,则称A 、 B可同阶可逆矩阵t ,使得T 时相似对角化.定理 [1]: 设A 、B 都是复数域C上的n 阶矩阵,若AB=BA 且 A、B 都可对角化,则存在可逆的T,使得 T-1AT、 T-1BT同时为对角形.证: 因为A 可对角化,所以存在可逆的P,使得其中 ?d1,…, ?d互不相同且n1+...+ns=n .又 AB=BA(P-1AP)(P-1BP)=(P-1BP)(P-1AP),所以是准对角矩阵.其中Bi 是 ni阶方阵( i=1,2,…,s).但因为B可对角化,所以它的初等因子都是一次的,于是Bi 的初等因子都是一次的,所以存在 ni 阶可逆方阵 Qi,使得 Qi-1BiQi( i=1,2,…,s)为对角形,于是令 Q=diag[Q1,...,Qs],则必有是对角形.于是令T=PQ ,则 T可逆,并且同时都是对角形.2. 算法设计定理给出了判定两个矩阵能否同时相似对角化的条件,定理的证明给出了两个矩阵同时相似对角化的方法,据此设计算法如下:Step1. 依次判定是否AB=BA 、 B是否可以相似对角化、 A是否可以相似对角化,若均是则转,否则输出A与B不能同时相似对角化(在MATLAB中可使用命令"[P,D]=eig(A)"求出一个矩阵P 及对角矩阵 D,再计算P 的行列式的值即可断定A能否相似对角化)。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
关于同时对角化问题
命题1:A 正定,B 半正定,存在可逆阵P ,使),...,(21n b b b diag BP P E
AP P ='='
命题2:A,B 为对称阵,其中A 为正定阵,则存在可逆阵P ,使:
),...,(21n b b b diag BP P E AP P ='=',
注:命题1,2为合同对角化
命题3:A ,B 为对称阵,AB=BA ,则存在正交阵T ,使:BT T AT T 11,--同时为对角
阵。
命题4:A,B 可对角化,AB=BA ,则存在可逆阵T ,使BT T AT T 11,--同时为对角形矩
阵。
注:A,B 实对称,AB=BA BT T AT T T ''∃⇔,,使正交阵同时为对角阵。
命题5:A 可对角化,A 有互异的特征值,AB=BA ,则存在可逆阵T ,使BT
T AT T 11,--同时为对角形矩阵。
命题6:A 有n 个互异的特征值,AB=BA ,则存在可逆阵T ,使BT T AT T 11,--同时为
对角形矩阵。
命题7:i A 可对角化,j i A A ,两两可换,则存在可逆阵T ,使T A T i 1- 同时为对角阵。
n i ,...2,1=
命题8:A,B 为对称阵,B 可逆,且0=-B A λ的根n λλλ,...,21互异,则存在可逆阵Q ,使:
),...,()
,...,(221121n n n b b b diag AQ Q b b b diag BQ Q λλλ='=' 0≠i b (此为合同对角化。
)
关于对角化问题
A 可对角化⇔A 有n 个无关的特征向量
⇔
A 的所有的代数重数与几何重数相同。
⇔A 的属于不同特征值的特征子空间的维数和等于n ⇔A 的任意k 重根0λ,有k n A E rank -=-)(0λ ⇔A 初等因子全是一次的
⇔A 的最小多项式是一次因式的积 ⇔对于)
,()
()(,)(f f f g A E f '=
-=λλλλ,有0)(=A g A 可对角化的充分条件是,A 有n 个互异的特征值。
关于可换问题
命题1:A,B 可换,A 的特征子空间λV 是B 的不变子空间(B 的特征子空间亦对A 不变) 命题2:A,B 可换,则A,B 至少有一个共同的特征向量。
(对每一特征值至少有一个公共的) 命题3:A,B 可换,则A 的根子空间为B 的不变子空间。
命题4:A,B 可对角化,A,B 可换,则A ,B 可同时(相似)对角化。
注:可推广至两两可换。
见上问题命题7。
命题5:A 可对角化,A 有互异的特征值,AB=BA ,则B 可对角化。
进一步:A,B 可同时对角化。
即存在可逆阵T ,使BT T AT T 11,--同时为对角形矩阵。
命题6:A,B 正定,AB=BA ,则AB 正定。
命题7:A 有n 个互异的特征值,则A 的特征向量恒为B 的特征向量BA AB =⇔
注:可引出同时对角化问题。
见上问题命题6。
命题8:A,B 为实对称矩阵,AB=BA BQ Q AQ Q Q ''∃⇔,,使 正交阵同时为对角形矩阵。
关于正定问题
1、A 正定定义:对AX X X '≠∀0
2、A 正定0的顺序主子式 A ⇔ 3、⇔ A 的所有主子式大于0; 4、⇔ A 合同于E
5、⇔A 的正惯性指数为n 。
6、⇔标准形中n 个系数全大于0
7、⇔规范型为:2
2221n y y y +++
8、⇔A =C C ' (存在可逆阵C ) 9、⇔A =B 2 (存在正定阵B )
10、⇔ A =L L ' (存在满秩下三角阵L ) 11、⇔A=U U ' (存在可逆上三角阵U ) 12、⇔对称阵A 的特征值全大于0; 13、⇔A =为正定阵B N k B k
,∈∃。
关于半正定的等价条件
0,0≥'≠∀AX X X
⇔A 的所有主子式0≥
⇔A 合同于⎪⎪⎭
⎫
⎝
⎛0r
E
⇔A 的正惯性指数等于秩r ⇔A 的标准形中n 个系数全部非负
⇔规范型为:22
2
21r y y y +++ ⇔ A =C C '
⇔ A =B 2 (存在半正定阵B ) ⇔A 对称,A 的特征值非负 ⇔ A =为半正定阵B N k B k
,∈∃
⇔A ,tE t +∀0 为正定阵。
A 为负定的充要条件:A 的奇数阶顺序主子式全小于0,偶数阶顺序主子式全大于0。
关于正交问题
A 为正交变换⇔A 在某组标准正交基下的矩阵为正交阵 A 为正交阵:
1、11=±=A A 时,为满足右手系,为-1时,为镜面反射;
2、A 的特征值的模为1
3、λ是A 的特征值,λ
1也是A 的特征值
4、*A 也是正交阵
5、1-=A ,则-1是A 的特征值
6、A,B 为正交阵,且B A -=,则0=+B A 7、A 为奇数阶正交阵,1=A ,1为A 的特征值
8、A 为正交阵,1=A ,A 的任意子式与其代数余子式相等;1-=A ,则A 的子式与余子式相差一个符号。
(1043)
9、正交阵A 的任意子方块的特征值的模小于1。
(1045)
10、位于正交阵的k 个行上的所有k 阶子式的平方的和等于1。
(n k ,...2,1=) 11、正交阵可分解为两个实对称正交阵之积。
(中科院P475)
12、正交阵复相似于对角阵:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭
⎫
⎝
⎛---s r
i i i i E E e e e e k
k
θθθθ...
1
1
实相似于准对角阵:⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭
⎫
⎝
⎛---s r
k
k k k
E E θθθθθθθθcos sin sin cos ...cos sin sin cos 111
1 13、任一可逆阵可分解为一正交阵Q 与一上三角阵R 之积:A=QR 14、任一可逆阵可分解为一正交阵Q 与一正定阵B 之积:A=Q ,或A=BQ 正交问题:A 为三阶正交阵,且1=A ,则存在实数,31,≤≤-t t 使023=-+-E tA tA A
投影问题1:A 满足:A A A A =='2,,则称A 为投影阵。
证明:A 为投影阵,则A : ① A 半正定; ②A 的特征值只有0和1; ② ③rankA trA =; ④n A E rank rankA =-+)( 问题2:σ是V 上线性变换,则以下条件等价: ①)0()(1-⊕=σσV V ; ②}0{)0()(1=⋂-σσV ;
③ 若n ααα,...,21是)(V σ的一组基,则)(),...(),(21n ασασασ也是)(2V σ的一组基; ④ 秩=σ秩2σ
问题3:r rankA A A ==,2,则:
1.(E-A )也是幂等的,且A(E-A)=(E-A)A=0,从而对任意的向量x =Ay 成立: (E-A )x =0 2.A 可对角化
3.A 有r 重特征根1,n-r 重根0;E-A 有r 重特征根0,n-r 重特征根1 4.存在r 个n 维向量r x x x ,...,21和(n-r )个向量r n y y y -,...,21,使它们所生成的两个子空间互相正交。
非退化问题:A 非退化,则以下命题等价: 1.A 非退化; 2.00=⇒=ααA ;
3.A 是单射,21αα≠,21ααA A ≠; 4.A 是满射,βααβ=使A ,,V V ∈∃∈∀; 5.A 把一组基变换为一组基; 6.A 有逆B ,使 ααI B(A )=。