矩阵可对角化的判定条件及推广

合集下载

矩阵可相似对角化的条件课件

矩阵可相似对角化的条件课件
通过归纳矩阵的阶数,逐步证明矩阵可相似对角化。
要点二
详细描述
归纳法是一种基于数学归纳法的证明方法,通过归纳矩阵 的阶数,逐步证明矩阵可相似对角化的性质。这种方法适 用于阶数较大的矩阵,但需要严谨的数学推导和证明。
05
矩阵可相似对角化的实例分析
二阶矩阵的实例分析存在 两个线性无关的特征向量。
三阶矩阵的实例分析
总结词
详细描述
实例
三阶矩阵可相似对角化的条件是存在 三个线性无关的特征向量。
对于三阶矩阵A,如果存在三个线性 无关的特征向量α、β和γ,使得 $Aalpha = lambda_1alpha$、 $Abeta = lambda_2beta$和 $Agamma = lambda_3gamma$, 其中$lambda_1$、$lambda_2$和 $lambda_3$是矩阵A的特征值,则 矩阵A可相似对角化。
反证法
总结词
通过假设矩阵不可相似对角化,然后推导出 矛盾,从而证明矩阵可相似对角化。
详细描述
反证法是一种常用的证明方法,通过假设矩 阵不可相似对角化,然后推导出一些矛盾的 情况,如行列式值为零或特征多项式无重根 等,从而证明矩阵可相似对角化。这种方法
逻辑严谨,但需要一定的数学基础。
归纳法
要点一
总结词
状态空间控制设计
在状态空间控制设计中,通过矩阵相 似对角化可以将复杂的系统分解为若 干个简单子系统,有助于简化控制器 的设计过程。
04
矩阵可相似对角化的证明方法
构造法
总结词
通过构造具体的矩阵,证明矩阵可相似对角 化。
详细描述
构造法是一种基于具体实例的证明方法,通 过构造一个具体的矩阵,并证明该矩阵可以 相似对角化,从而证明任意矩阵可相似对角 化的可能性。这种方法直观易懂,但需要一 定的技巧和经验。

对角化的充要条件

对角化的充要条件

对角化的充要条件
可对角化的充要条件是n阶方阵存在n个线性无关的特征向量。

矩阵可对角化的充分条件:
第一:矩阵A为n阶方阵。

第二:充要条件是有n个线性无关的特征向量。

第三充分条件n个特征值互不相等也就是由特征值求出n个特征向量,组成变换矩阵P,P=(a1,a2,。

an),那么:P逆AP=主对角线为特征值的对角阵。

矩阵对角化的条件
有个线性无关的特征向量,可对角化矩阵是线性代数和矩阵论中重要的一类矩阵。

如果一个方块矩阵A相似于对角矩阵,也就是说,如果存在一个可逆矩阵P使得P1AP是对角矩阵,则它就被称为可对角化的。

对角化的充分必要条件
有两条,其一是n阶方阵存在n个线性无关的特征向量,其二是如果阶n方阵存在重复的特征值,每个特征值的线性无关的特征向量的个数恰好等于该特征值的重复次数。

可对角化矩阵
对合在实数上(甚至特征不是2 的任何域)是可对角化的,带有
1 和-1 在对角线上。

有限阶自同态(包括对合)是在复数,或域的特征不整除自同态的阶的任何代数闭合域(因为单位一的根是不同的)是可对角化的,带有单位根在对角线上。

这是循环群的表示理论的一部分。

投影是可对角化的,带有0 和1 在对角线上。

相似矩阵矩阵可对角化的条件

相似矩阵矩阵可对角化的条件

1 0
0 0
1 x y,
1 0 1 0 0 0 0 0 0
x + y = 0.
P11/11
p11,L , p1n1 ,L , pm1,L , pmnm diag(141,2L 431 ,L , 14m ,2L 43m )
n1
A pi1,L , pini i pi1,L , i pini , i 1,L , m
nm
Apij i pij , i 1,L , m, j 1, 2,L , ni
“” Q R(i E A) n ni , 则 (i E A)x 0
的基础解系有ni个线性无关的向量 pi1,L , p1ni
A p11 ,L , p1n1 ,L , pm1 ,L , pmnm
p11,L , p1n1 ,L , pm1 ,L , pmnm diag(141,2L 431 ,L , 14m ,2L 43m )
将P按列分块: P = (p1, p2, …, pn),
因而有
1


A p1, p2 ,L , pn p1, p2 ,L , pn

2
O

n
1 p1 ,2 p2 , ,n pn .
于是有 Api = i pi, i = 1, 2, …, n.
§2 矩阵可对角化的条件
一、相似矩阵及其性质 二、矩阵可对角化的条件
1
§2 相似矩阵可对角化的条件
一、相似矩阵及其性质
定义3.3 设A, B均为n阶方阵, 若可逆矩阵P, 使得 P1AP = B, (3.8)
则称A与B相似, 记作AB. 性质3.1 基本性质 1) 反身性; 2) 对称性; 3) 传递性. 定理3.5 若AB, 则 1) |A| = |B|; 2) R(A) = R(B); 3) A1 B1, A, B均可逆.

第二十讲 矩阵的对角化

第二十讲 矩阵的对角化

20.1 矩阵可对角化的条件设矩阵有个线性无关的特征向量令则是一个对角矩阵其对角元素是的特征值:20.1 矩阵可对角化的条件事实上,于是因可逆,故20.1 矩阵可对角化的条件若存在可逆矩阵使为对角矩阵,则称矩阵是可对角化的(diagonalized).由上面的分析知,反之也成立. 故有定理:矩阵可对角化的充要条件是有个线性无关的特征向量.20.1 矩阵可对角化的条件例:的特征值为故只有个线性无关的特征向量,因此不能对角化.20.1 矩阵可对角化的条件定理:设是的互异特征值,是相应特征向量. 则线性无关.证明:设两边左乘得再左乘得不断左乘直到得故有20.1 矩阵可对角化的条件左边第二个矩阵的行列式行列式因此该矩阵可逆,故由于特征向量均为非零向量,故所以线性无关.20.1 矩阵可对角化的条件推论:具有个两两互异特征值的矩阵可以对角化.但若矩阵有相同特征值,其也可能对角化.例:有重特征值任何可逆矩阵都使是对角阵. 这反映了所有非零向量都是单位矩阵的特征向量.20.2 特征值的代数重数和几何重数定义:设其中称为特征值的代数重数(algebraicmultiplicity),记作称为特征值的几何重数(geometric multiplicity),记作例:20.2 特征值的代数重数和几何重数例:例:20.2 特征值的代数重数和几何重数一般地,命题:引理1:相似矩阵具有相同的特征多项式.事实上,设可逆,则我们有20.2 特征值的代数重数和几何重数引理2:任意复方阵相似于上三角阵,且其对角元为矩阵的特征值. 证明:对方阵的阶数用数学归纳法.时结论成立. 假设对阶复方阵结论成立.对任意阶复方阵设其有特征值及相应特征向量则可将其扩充得的一组基有记则有20.2 特征值的代数重数和几何重数对阶复方阵由归纳假设, 存在可逆阵使得为上三角阵.令为上三角阵.则结论第一部分得证.由引理1知上三角阵的对角元为的特征值.20.2 特征值的代数重数和几何重数命题的证明:由引理2,相似于上三角阵则和有相同特征值,且对任意特征值因此,不妨设是上三角阵,即于是故20.2 特征值的代数重数和几何重数定理:复方阵可对角化对任意特征值事实上,若则故有个线性无关的特征向量.从而可对角化.20.2 特征值的代数重数和几何重数例:判断是否可对角化,若可以求使为对角阵.解:于是又因此,可对角化.20.2 特征值的代数重数和几何重数对的基础解系为对的基础解系为20.2 特征值的代数重数和几何重数令则20.2 特征值的代数重数和几何重数注:可以看到,使对角化的矩阵不是唯一的. 一个特征向量乘以非零常数后仍是属于同一特征值的特征向量,所以若用任意非零常数乘以的各列,则得一个新的使对角化的矩阵. 而对于重特征值则有更大自由度. 上例中由的任意线性组合得到的两个线性无关的向量都可充当的前两列.20.2 特征值的代数重数和几何重数例:设其中为矩阵.的秩为的秩为故可对角化.20.3 矩阵可对角化的应用若矩阵可对角化,则可快速计算例:设求解:的特征值可对角化.20.3 矩阵可对角化的应用对的基础解系为对的基础解系为20.3 矩阵可对角化的应用令 则故20.3 矩阵可对角化的应用例(Markov过程):每年海淀区以外人口的迁入海淀区,而海淀区人口的迁出. 这给出一个差分方程:设最初外部人口为内部人口为则一年以后外部人口内部人口即20.3 矩阵可对角化的应用这个虚构的人口迁移过程有两个特点:(1)人口总数保持不变;(2)海淀区外部和内部的人口数不是负的. 我们称之为Markov(马尔科夫)过程.由性质(1),矩阵每一列元素之和为由性质(2),矩阵元素非负. 同样等也非负.20.3 矩阵可对角化的应用记取则20.3 矩阵可对角化的应用于是我们可求和年之后的人口分布:20.3 矩阵可对角化的应用可以看出,经过很多年之后,会变得非常小,从而这个解达到一个极限状态:此时,总人口仍为与初始状态相同. 但在此极限状态下,总人口的在外部,在内部, 并且这个数据无论初始分布怎样总成立.20.3 矩阵可对角化的应用注意到即这个稳定状态是Markov矩阵关于的特征向量.20.3 矩阵可对角化的应用例(Fibonacci数列):数列满足规律这是一个差分方程.怎样由出发,求出Fibonacci数列的通项公式呢?20.3 矩阵可对角化的应用令则即于是只需求20.3 矩阵可对角化的应用故20.3 矩阵可对角化的应用初始值给出于是Fibonacci数是这个乘积的第二个分量20.3 矩阵可对角化的应用我们希望研究由差分方程描述的离散动力系统的长期行为,即时解的性质.设可对角化,即存在可逆矩阵其中使为对角阵.则其中即可以看出,的增长由因子支配. 因此系统的稳定性依赖于的特征值.20.3 矩阵可对角化的应用对由一个差分方程定义的离散动力系统,当的所有特征值时,它是稳定的(stable),且;当所有时,它是中性稳定的(neutrally stable),且有界;而当至少有一个特征值时,它是不稳定的(unstable),且是无界的.Markov过程是中性稳定的,Fibonacci数列是不稳定的.20.3 矩阵可对角化的应用例:考虑差分方程其中的特征值为其对角元和故该系统是稳定的.由任何一个初始向量出发,的解必定最终趋向于如:20.3 矩阵可对角化的应用可以看到从开始,而的实际作用是,若把分解成的两个特征向量的和:则把属于的特征向量化为零,而把属于的特征向量乘以20.4 同时对角化问题:给定两个阶矩阵是否存在可逆矩阵使得同时为对角阵,也即同时对角化?命题:若有相同特征向量矩阵使得为对角阵,则事实上,20.4 同时对角化重要的是,“逆”命题也成立. 我们不加证明地给出:定理:若均可对角化,且则可同时对角化.注意到,若则故和是的属于同一特征值的特征向量. 看简单的情况.假设的特征值两两互异,则其所有特征子空间都是一维的. 于是必是的倍数,也即是的特征向量. 从而有公共特征向量矩阵,可同时对角化.20.4 同时对角化定理:对阶复矩阵若矩阵的特征值两两互异,则可同时对角化.20.4 同时对角化小结:1. 矩阵可对角化,指存在可逆矩阵使为对角阵.2. 矩阵可对角化有个线性无关的特征向量.3. 若复矩阵有个互异特征值,则可对角化.4. 复矩阵可对角化任意特征值的几何重数等于代数重数.5. 设可对角化, 即存在可逆阵使则6. 差分方程的解为其中。

矩阵可对角化的判定条件及推广

矩阵可对角化的判定条件及推广

矩阵可对角化的判定条件及推广
矩阵的对角化是矩阵理论的一个重要概念,它指的是有一种转换,使给定的方阵成为一个主对角线向量组成的对角矩阵。

矩阵可对角化是一个重要的判定条件,当满足所有下列条件时,矩阵可以对角化:
1、矩阵必须是n阶可逆矩阵,且n>1,即A必须为n阶可逆方阵;
2、所有特征值都是不同的,只有不同的特征值才能保证对角矩阵的特性;
3、矩阵的特征向量必须互相垂直,它们的内积必须为零,两个向量只有在这种状态下才能够形成一个正交矩阵;
4、矩阵的特征向量必须是单位向量,这种向量的模为1,只有确保矩阵的行列式的值不为0,才能让对角矩阵与原矩阵相同。

对角化矩阵的概念可以拓展到实数矩阵,在这种情况下,矩阵可先进行置换变换,让特征值互不相同,然后进行双对角化,将原矩阵分解为两个对角矩阵的乘积,然后将每个矩阵的特征向量分别作为其特征值的正交基,最后将所有对角矩阵的特征值按照其特定顺序汇总起来,从而形成一个新的对角矩阵。

补充到此,实数矩阵也同样满足上述矩阵可对角化的四条条件。

综上所述,矩阵可对角化的判定条件是:矩阵是可逆矩阵,并且特征值各不相同,特征向量互相垂直,且为单位向量,这四条条件同时满足时,矩阵可以对角化。

此外,对角化的概念也可以拓展到实数矩阵,用置换变换与双对角化使实数矩阵可对角化,实数矩阵也必须满足上述四条条件。

实对称矩阵可对角化的充要条件

实对称矩阵可对角化的充要条件

实对称矩阵可对角化的充要条件实对称矩阵可对角化的充要条件是它有n个线性无关的特征向量。

这个结论是非常重要的,因为实对称矩阵在很多领域都有广泛的应用,比如线性代数、数学物理、信号处理等等。

实对称矩阵的对角化可以化简矩阵运算,使得问题更加简单和易于处理。

具体来说,实对称矩阵是指一个矩阵和它的转置矩阵相等。

因此,它的所有特征值都是实数。

而且,它的特征向量是两两正交的。

这意味着,我们可以构造一个正交矩阵,使得它的每一列都是实对称矩阵的一个特征向量。

这个正交矩阵的逆矩阵就是实对称矩阵的对角化矩阵。

要证明这个结论,我们需要用到一些基本的线性代数知识。

首先,我们知道一个方阵的特征向量是指在矩阵乘以一个向量后,这个向量的方向没有改变,只是长度变成了原来的特征值倍。

其次,我们知道一个矩阵的特征向量是线性无关的,当且仅当它的特征值都不相同。

最后,我们知道一个矩阵可以对角化的充要条件是它有n个线性无关的特征向量。

因此,我们只需要证明实对称矩阵的特征向量是线性无关的。

假设实对称矩阵A有两个特征向量v和w,对应的特征值分别为λ和μ。

那么,根据特征向量的定义,我们有:Av = λvAw = μw将第一个等式左乘w的转置,右乘v,第二个等式左乘v的转置,右乘w,然后将两个等式相减,得到:(λ - μ)(v·w) = 0其中,v·w表示向量v和w的内积。

由于实对称矩阵的特征值都是实数,因此有λ - μ ≠ 0。

又因为v和w是非零向量,所以v·w ≠ 0。

因此,我们得到了矛盾,即v和w不能同时是实对称矩阵的特征向量。

因此,实对称矩阵的特征向量是线性无关的。

综上所述,实对称矩阵可对角化的充要条件是它有n个线性无关的特征向量。

这个结论不仅是理论上的重要结果,也是实际应用中的重要工具。

第2节 矩阵可对角化的条件、实对称矩阵的对角化

第2节 矩阵可对角化的条件、实对称矩阵的对角化

T
T
ቤተ መጻሕፍቲ ባይዱ
T
由于 是非零复向量,必有
x1 x1 x 2 x2

T
x n xn 0
.
R.
注 (1)对称矩阵的特征值未必是实数.
(2)特征值皆为实数的实矩阵未必是实对称矩阵. (3)反对称实数矩阵的特征值是零或纯虚数.
§2 矩阵可对角化的条件、实对称矩阵的对角化
第五章 矩阵的特征值与特征向量
§1 特征值与特征向量、相似矩阵
§2 矩阵可对角化的条件、实对称 矩阵的对角化
§2 矩阵可对角化的条件、实对称矩阵的对角化
§2 矩阵可对角化的条件、实对称矩阵的对角化 一、矩阵可对角化的条件
二、实对称矩阵的对角化
§2 矩阵可对角化的条件、实对称矩阵的对角化
一、矩阵可对角化的条件
即 故
(1 2 ) 0.
T 1 2
1T 2 [1 , 2 ] 0.
即1 与 2正交.
§2 矩阵可对角化的条件、实对称矩阵的对角化
定理3:对n 阶实对称矩阵A,总有正交矩阵T,使
T 1 AT diag(1 , 2 ,
其中 1 , 2 ,
, n )
2 2 E A 2 2 4 2 4 2
1
2 7
2
得A的特征值是2,2,-7 .
§2 矩阵可对角化的条件、实对称矩阵的对角化
对于特征值2,求出齐次线性方程组
1 2 2 x1 0 2 4 4 x 2 0 2 4 4 x 0 3
二、实对称矩阵的对角化
性质1 设A是实对称矩阵,则A的特征值都是实数.

矩阵可对角化的条件

矩阵可对角化的条件

矩阵可对角化的条件学生:翟亚丽 指导老师:王全虎一 引言矩阵可对角化的问题是高等代数和矩阵论最基本的问题之一,也是人们一直研究的问题之一。

从矩阵对角化的判别法则到矩阵对角化的方法,从矩阵对角化的方法再到矩阵可对角化的条件,再延伸到矩阵的广义对角化,本文从矩阵可对角化的各种例子和矩阵可对角化的各种定理归纳总结出矩阵可对角化的条件。

二 矩阵可对角化的概念定义【2】 设A 是数域F 上一个n 阶矩阵,如果存在F 上一个n 阶可逆矩阵T 使得T -1AT具有对角形式100n a a ⎛⎫ ⎪ ⎪ ⎪⎝⎭ 那么就称矩阵A 可对角化。

三 矩阵可对角化的相关定理定理1【1】 n 阶矩阵A 相似对角矩阵的充要条件是A 有n 个线性无关的特征向量。

定理2【3】 设i λ是线性变换A 的特征值,它的代数重数为i n ,几何重数为i m ,且1i im n ≤≤则A 可对角化的充分必要条件是:每个特征值的几何重数都等于代数重数。

定理 3【3】 A 可对角化⇔A 的最小多项式没有重根。

四 由矩阵可对角化的定理所引出的矩阵可对角化的条件及其相互之间的关系。

(一)设【12】()n M F A∈,K 重根按k 个计算,则A 可对角化⇒A 有n 个特征根,自然会问:A 有n 个特征根是否也是A 可对角化的充分条件?看例子11()01n M F ⎛⎫A =∈ ⎪⎝⎭则2()(1)A x x λ=-于是A 有2个特征值为1,但A 却不能对角化,故此例告诉我们A 有n 个特征根只是A 可对角化的必要条件,而非充要条件。

而且一般形如1,0k k F k ⎛⎫A =∈ ⎪⎝⎭的矩阵都不能对角化。

在给出A 可对角化的充要条件时需对特征根的特征向量要进一步讨论,若矩阵A 有n 个线性无关的特征向量则该矩阵可对角化,又有定理(二)设()n M F A∈,若在F 中,A 有n 个不同的特征根,则A 可对角化。

因为,不同特征根对应的特征向量必线性无关,则特征向量线性无关时可得出矩阵可对角化。

  1. 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. 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. 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)。

矩阵可对角化的判定条件及推广数学与计算机科学学院 数学与应用数学(S ) 学号:2011031103 姓名:方守强 指导教师:梁俊平摘要:矩阵是否可以对角化,是矩阵的一条很重要的性质。

对相似可对角化的充分必要条件的理解,一直是线性代数学习中的一个困难问题。

本文给出了矩阵可对角化的几个充分必要条件和相应的证明。

关键词:方阵;特征值;特征向量;对角化引言:矩阵是高等代数中的重要组成部分,是许多数学分支研究的重要工具。

而对角矩阵作为矩阵中比较特殊的一类,其形式简单,研究起来也非常方便。

研究矩阵的对角化及其理论意义也很明显,矩阵相似是一种等价关系,对角化相当于对一类矩阵在相似意义下给出了一种简单的等价形式,这对理论分析是方便的。

相似的矩阵拥有很多相同的性质,比如特征多项式、特征根、行列式……如果只关心这类性质,那么相似的矩阵可以看作是没有区别的,这时研究一个一般的可对角化矩阵,只要研究它的标准形式——一个对角形矩阵就可以了。

而对角矩阵是最简单的一类矩阵,研究起来非常方便。

在本课题中通过阅读参考文献、查阅相关资料,初步总结出了矩阵可对角化的若干充分必要条件,并给予了相应的证明过程。

一、矩阵可对角化的概念1 特征值、特征向量的概念定义1 设A 是数域P 上线性空间V 的一个线性变换, 如果对于数域P 中的一个数0λ存在一个非零向量ε使得ελε0=A ,那么0λ称为A 的一个特征值,而ε 称为A 的属于特征值0λ的一个特征向量。

求方阵A 的特征值与特征向量的步骤:(1)由特征方程A E -λ=0求得A 的n 个特征值,设t λλλ,,,21 是A 的互异特征值,其重数分别为t n n n ,,,21 则n n n n t =+++ 21。

(2)求解齐次线性方程组()0=-X A E i λ()t i ,,2,1 =,其基础解系s i i i p p p ,,,21 (t i n s i i ,,2,11 =≤≤,)就是A 所对应特征值i λ的线性无关的特征向量。

2 矩阵可对角化的概念定义2 设A 是矩阵F 上一个n 阶方阵,如果存在数域F 上的一个可逆矩阵P ,使得AP P 1-为对角形矩阵,那么就说矩阵A 可以对角化。

任意方阵A 的每一个特征值i λ都有一个与之相对应的特征向量i P 满足i i i P AP λ=()n ,1,2,i =,则这个方程可以写成()()n n P P P P P P A ,,,,,,2121 =⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21 , (1) 我们定义矩阵()n P P P P ,,,21 =,()n diag B λλλ,,,21 =则(1)式可写成PB AP =,若矩阵P 是可逆阵,则有()n diag B AP P λλλ,,,211 ==-引理1 设A 、B 都是n 阶矩阵,则有秩()AB ≥秩()A +秩()n B - 。

引理2 设s λλλ,,,21 (n s ≤)为n 阶方阵A 的所有互异特征值,则矩阵A 的线性无关的特征向量的最大个数为()()()I A r I A r I A r sn s λλλ------- 21。

证明 设s λλλ,,,21 (n s ≤)为n 阶方阵A 的所有互异特征值,因为特征值i λ()s ,1,2,i =相应的线性无关的特征向量的最大个数即为线性方程组()0=-XI A i λ的基础解析所含向量的个数,所以特征值()n s s ≤λλλ,,,21 相应的线性无关的特征向量的最大个数分别为()I A r n i λ--,()I A r n 2λ--,…,()I A r n s λ--,而矩阵A 的不同特征值的线性无关的特征向量并在一起仍然线性无关,从而,矩阵A 线性无关的特征向的最大个数为()()()I A r I A r I A r sn s λλλ------- 21。

引理3 设A 为n 阶方阵,s λλλ,,,21 是任意两两互异的数,则()()()()()()()n s I A r I A r I A r I A I A I A r s s 1][2121---++-+-=---λλλλλλ 。

二、矩阵可对角化的充分必要条件1 矩阵可对角化的充分必要条件及其证明定理1 数域P 上n 阶方阵A 可对角化的充分必要条件是A 有n 个线性无关的特征向量。

证明(1)充分性 假设n P P P ,,,21 是矩阵A 的n 个线性无关的特征向量,即有i i i P AP λ=()n ,1,2,i =,令矩阵()n P P P P ,,,21 =由特征向量n P P P ,,,21 组成,因为n P P P ,,,21 是线性无关的,因此矩阵P 是非奇异矩阵,其逆矩阵记为1-P ,根据逆矩阵的定义有P P 1-=()n P P P P P P 12111,,,--- ,另一方面,由i i i P AP λ=易知,()n AP AP AP AP ,,,21 = =()n n P P P λλλ,,,2211 ,给此式左乘矩阵1-P ,则有n I AP P =-1⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n λλλ21=⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21, 即充分性得证。

(2)必要性 令矩阵A 和对角形矩阵D 相似,即存在可逆矩阵P 使得D AP P =-1,则有PD AP =,于是记P =(n P P P ,,,21 ),()Tn d d d D ,,,21 =则PD AP =可以写成()n AP AP AP ,,,21 =(n n P d P d P d ,,,2211 )即有i i i P d AP =()n ,1,2,i =,这说明矩阵P 的列向量i P 是矩阵A 的特征向量,而已知P 是可逆阵,故P 的n 个列向量n P P P ,,,21 线性无关,必要性得证。

定理2 设 n n P A ⨯=,则A 可以对角化的充分必要条件是: (1)A 的特征根都在数域P 内, (2)对A 的每个特征根λ,有,()k =--A E n λ秩,其中k 是λ的重数。

条件(2) 也可改述为:特征根λ的重数等于齐次线性方程组()0=-X A E λ的基础解系所含向量的个数(简称为代数重数等于几何重数)。

条件(2)还可改述为:令有()[]n A n ri i =-∑=1-E λ秩,即属于A 的不同特征根的线性无关的特征向量总数是n 。

条件(1),(2)还可改述为:A 的属于不同特征值的特征子空间的维数之和等于n 。

证明 设r λλλ,,,21 是A 的所有不同的特征根,j jt j αα,,1 是齐次线性方程组()0=-X A E j λ()r j ,,2,1 =的一个基础解系,则A 的特征向量rrrt r t t ααααα,,,,,,,,111111一定线性无关。

如果n t t t r =+++ 21, 则A 有n 个线性无关的特征向量, 从而A 可以对角化。

若A 可以对角化, 则属于A 的不同特征根的线性无关的特征向量总数一定是n 。

若不然, 则由定理1可设A 的n 个线性无关的特征向量为n ηηη,,,21 ,设j η是属于特征根j λ的特征向量,则j η可由j t j j αα,,1 线性表出,从而可由向量组rrrt r t t ααααα,,,,,,,,111111线性表出,于是,rank{n ηηη,,,21 }≤rank{ttr t r αααα,,,,,,11111}=n t t t r <+++ 21与n ηηη,,,21 线性无关矛盾。

定理3 设A 是n 阶复矩阵, 则A 与对角形矩阵相似的充分必要条件是A 的最小多项式()λm 无重根。

证明 充分性 因())(λλn d m =无重根,由)(λi d |)(1λ+i d 知,A 的每个不变因子)(λi d 都不能有重根,从而特征矩阵A E -λ作为复数域上的λ矩阵,其初等因子全为一次式,故A 必与对角阵相似。

必要性 因A 与对角阵相似,特征矩阵A E -λ的初等因子必均为一次式,故最后一个不变因子()λn d 也只能是不同的一次因式之积,这就证明了最小多项式())(λλn d m =无重根。

此定理3所给出的判别矩阵与对角矩阵相似的条件,形式上还可削弱,我有: 定理4 设σ是n 维向量空间V 的一个线性变换,σ的矩阵可以对角化的充分必要条件是V 可以分解为n 个在σ之下不变的一维子空间n W W W ,,,21 的直和。

证明 :必要性 若σ可以对角化,则存在V 的一组基n ααα,,,21 使得σ在这组基下的矩阵为⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21, 令()()()n n L W L W L W ααα===,,,2211 ,则 n W W W V ⊕⊕⊕= 21, 事实上:(1)V ∈∀η,则n n k k k αααη+++= 2211,又i i i W k ∈α()n ,1,2,i =, n W W W +++∈ 21η, 即n W W W V +++= 21。

(2)()n i i i W W W W W W ++++++∈∀+- 1121ξ,()n ,1,2,i =,i W ∈ξ且n i i W W W W W ++++++∈+- 1121ξ,i ξξ=且n i i ξξξξξξ++++++=+- 1121,()n j W j j ,,2,1, =∈ξ , 又j j W ∈ξ()n ,1,2,j =,j j j W L =ξ,()n ,1,2,j =,i i n n i i i i L L L L L L ααααααξ=++++++=++-- 11112211,即i i n n i i i i i i L L L L L L L ααααααα=+++-+++++-- 11112211又n ααα,,,21 线性无关j L =0,()n ,1,2,j =, 即ξ=0。

充分性:若V 可分解为n 个在σ之下不变的一维子空间n W W W ,,,21 的直和,即n W W W V +++= 21,设n W W W ,,,21 的基分别为n ηηη,,,21 则n ηηη,,,21 可构成V 的一组基。

令()()()n n n ηλησηλησηλησ===,,,222111 ,σ在基n ηηη,,,21 下的矩阵为 ⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛n λλλ21, 即σ可以对角化。

定理5 设A 是数域F 上的一个n 阶矩阵,A 的特征根全在F 内,若n λλλ,,,21 是A 的全部不同的特征根,其重数分别为n r r r ,,,21 ,则A 可对角化的充要条件是秩()j ji i r A I =-∑≠λ()k ,1,2,j =。

证明 :设A 可对角化,则存在可逆矩阵T ,使{}n n I I I diag AT T λλλ,,,22111 =-这里右边是分块对角矩阵,i I 为i r 阶单位阵,于是有秩()⎪⎪⎭⎫⎝⎛-∏≠j i i A I λ =秩()⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛-∏≠-T A I T ji i λ1=秩()⎪⎪⎭⎫ ⎝⎛-∏≠-j i i AT T I 1λ =秩{}⎪⎪⎭⎫⎝⎛-∏≠j i k k iI I I diag I λλλλ,,,,2211 =秩()()(){}⎪⎪⎭⎫⎝⎛---∏≠j i k k i i I I I diag λλλλλλ,,,22111 =秩()⎪⎪⎭⎫⎝⎛⎭⎬⎫⎩⎨⎧-∏≠j i j j i I diag 0,,0,,,0,0 λλ =jr 。

相关文档
最新文档