第五章 相似矩阵(完整资料).doc

合集下载

相似矩阵

相似矩阵
k 1 k

k 2
( 1) ( 1) , ( ) k n
, ( 1)
由此方便地计算矩阵A 的多项式 ( A) .
§3
相似矩阵
定义:对n阶矩阵A,寻求相似变换矩阵P ,使 P-1AP=Λ 为对角阵,这就称为把方阵A对角化. 定理 n阶矩阵A与对角阵相似(即A能对角化)的充分 必要条件是A有n个线性无关的特征向量. 推论 如果n阶矩阵A的n个特征值互不相等,则A与对 角阵相似
§3
相似矩阵
1
推论 若n阶矩阵A与对角阵
n
2
相似,则λ 1 ,λ
2
,…,λ n即是A的n个特征值.
§3
相似矩阵
说明:若有可逆矩阵P ,使P-1AP=Λ为对角阵,则 Ak Pk P1, ( A) P () P1
而对于对角矩阵Λ ,有
相似矩阵
定理 若n阶矩阵A与B相似,则A与B的特征多项式相同,从而 A与B的特征值相同. 证明
因A与B相似,即有可逆阵P, 使得P 1 AP B. 故 B E P 1 AP P 1 E P P 1 A E P P 1 A E P A E .
§3
相似矩阵
总结 1.相似矩阵. 2.相似矩阵的相关定理. 3.利用相似矩阵将矩阵对角化.
§3
相似矩阵
主要内容:
一、相似矩阵与相似变换的定义
二、相似矩阵的相关定理 三、利用相似变换将矩阵对角化
§3
相似矩阵
P-1AP=B ,
定义:设A, B都是n阶矩阵,若有可逆矩阵P ,使
则称B是A的相似矩阵,或说矩阵A与B相似.

第五章 相似矩阵及二次型

第五章 相似矩阵及二次型

第五章:相似矩阵及二次型本章要求:1. 理解矩阵特征值、特征向量及有关性质,熟练掌握求矩阵特征值和特征向量的方法。

2. 理解相似矩阵的概念和矩阵相似于对角矩阵的条件。

3. 掌握实对称矩阵化为对角阵的方法。

4. 理解二次型的定义,掌握二次型在实数域上化标准形、规范形的方法。

5. 理解正定矩阵与正定二次型、会判定二次型的定性。

§1 向量的内积、长度及正交性内容:向量的内积;内积的性质;向量的长度(范数);长度的性质;单位向量;施瓦茨不等式[][][]y y x x y x , ,,2≤;n维向量x 与y 的夹角[]yx y x ,arccos=θ;正交;正交的向量组一定线性无关;规范正交基;基的规范正交化;施密特正交化过程;正交矩阵;方阵 A 为正交矩阵的充分必要条件是A 的列向量都是单位向量,且两两正交;方阵 A 为正交矩阵的充分必要条件是A 的行向量都是单位向量,且两两正交;正交矩阵A 的n 个列(行)向量构成向量空间 R n 的一个规范正交基;正交变换;正交变换不改变线段的长度。

重点:正交的向量组一定线性无关;施密特正交化法;基的规范正交化;正交阵判定的两种方法。

§2 方阵的特征值与特征向量内容:矩阵的特征值与特征向量;A 的特征方程;A 的特征值就是特征方程的解;A 的特征多项式()λλλλ---=nn n n n n a a a a a a a a a f212222111211;若λ是 A 的特征值,则 ()λϕ也是()A ϕ的特征值;特征值互不相等,则对应的特征向量线性无关。

重点:熟练掌握特征值和特征向量的求解方法;特征值的性质;特征值互不相等,则对应的特征向量线性无关。

§3 相 似 矩 阵内容:相似矩阵;相似变换;相似变换矩阵;若 n 阶矩阵 A 与 B 相似,则 A 与 B 的特征多项式相同,从而 A 与 B 的特征值也相同;设⎪⎪⎪⎪⎪⎭⎫⎝⎛=Λn λλλ21,则有 1),21⎪⎪⎪⎪⎪⎭⎫⎝⎛=Λknkkk λλλ()()()().21⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=Λn λϕλϕλϕϕ2)若n 阶矩阵A 与Λ相似,则n λλλ,,,21 即为A 的n 个特征值。

5.3.1相似矩阵

5.3.1相似矩阵

谢谢
从而有相同的特征值.
(4). A与B相似 A与B的特征多项式相同 A与B的特征值相同
A与B有相同的特征值1, 2 , , n,
A与B都能与对角阵相似, A ~ diag(1, 2, , n ), A与B相似
B ~ diag(1, 2 , , n ),
1. 目的:找可逆阵P,使得P1AP=为对角阵.
Bk P1AP P1AP P1AP P1Ak P.
B a0E a1B a2B2 amBm
a0E a1P1AP a2P1A2P amP1AmP
P1 a0E a1A a2 A2 am Am P
P1 A P
(3). A与B相似 R(A) R(B)且 A B
P1AP B A ~ B P1AP B P1 A P B A B
(4). A与B相似 A与B的特征多项式相同
A与B的特征值相同
P1AP B
B E P1AP P1 E P P1 A E P
2. 性质: (1). 相似关系为等价关系 反身性: EAE=A
对称性: P1AP B PBP1 A
传递性: P1AP B, Q1BQ C PQ1 A PQ C
(2). B P1AP Bk P1Ak 若n阶矩阵A与对角矩阵
1


diag(1,2 ,
,
n
)


2


n

相似,则 1,2 , ,n 就是A的n个特征值.
证 1,2 , ,n 即 是 的 n 个 特 征 值 ,A 与 相似,
2. 问题: 能不能化 ? 不是所有方阵均可对角化.

线性代数第五章相似矩阵及二次型

线性代数第五章相似矩阵及二次型

1.2正交向量组与施密特正交化方法
b1 ,b2 , ,br1 ,br 是正交向量组.由
b1
,br
b1
,ar
b1 ,ar b1 ,b1
b1
b2 b2
br 1 ,ar br 1 ,br 1
br 1
,ar ,b2
b2
由归纳假设知b1 分别与 b2 ,b3 , ,br 1 正交,故
a1 b1,
a2
b2
b1, a2 b1, b1
b1
,
1.2正交向量组与施密特正交化方法
ar
br
b1 ,ar b1 ,b1
b1
b2 b2
,ar ,b2
b2
br 1 ,ar br 1 ,br 1
br 1 .
于是得 a1 ,a2 , ,ar b1 ,b2 , ,br 与等价.
若再将 b1 ,b2 , ,br 单位化,并记为
a,b a1b1 a2b2 anbn aTb
1.1向量的内积
例2 设向量 1
a
0
,
2
3
3
b
2
1
,
求a,
b
1
解 a,b 13 0 2 2(1) 31 4
3
1
练习设向量
a
1 0
,
b
1 2
,

a,
b
2
3
解 a,b 3111 0 (2) 2 (3) 2
1 2 3
6 3
1 1 1
1 0 1
1.2正交向量组与施密特正交化方法
b3
a3
b1, a3 b1, b1
b1
b2 , b2 ,
a3 b2

第五章方阵的相似变换

第五章方阵的相似变换

n
A p 1 , p 2 , , p n Ap 1 , Ap 2 , , Ap n
1 p1 , p 2 , , p n
于是有 Ap i i p i
i 1 , 2 , , n .
可见 i 是 A 的特征值 , 而 P 的列向量 p i 就是 A 的对应于特征值
T
所以 1 , 2 , 3 线性无关 .
即 A 有 3 个线性无关的特征向量 化.
, 因而 A 可对角
2 1 (2) A 5 3 1 0 2 A E 5 1
2 3 2 1 3 0
2 3 2
1
解之得基础解系
2 0 1 0 , 2 1 . 1 1
同理 , 对 3 7 ,由 A E x 0 ,
求得基础解系 3 1 , 2 , 2
2 由于 0 1 0 1 1 1 2 0, 2
( 4 )若 A 与 B 相似 , 而 f ( x )是一多项式 , 则 f ( A )与 f ( B )相似 .
1
1
2.相似变换与相似变换矩阵
相似变换是对方阵进行的一种运算,它把A 变成 P 1 AP ,而可逆矩阵 P 称为进行这一变换的 相似变换矩阵.
这种变换的重要意义在于简化对矩阵的各种 运算,其方法是先通过相似变换,将矩阵变成与 之等价的对角矩阵,再对对角矩阵进行运算,从 而将比较复杂的矩阵的运算转化为比较简单的对 角矩阵的运算.
n1
, A 的特征值为
1 n , 2 n 0 .又 A 是实对称矩阵 , 存在可逆
矩阵 P 1 , 使得

第五章1相似矩阵

第五章1相似矩阵

(3) B U AU , B (U AU )(U AU ) U A U .
2 2
1
1
1
1
9
y1 a11 x1 a1n xn , y a x a x 11 1 1n n 1
最简单的线性变换莫过于
3
y1 1 x1 , 2 x2 y2 y1 n x n
这时的矩阵A 是对角矩阵
| B || U 1 AU || U 1 || A || U || U |1| A || U || A | .
(2)由(1),相似矩阵的行列式相等,故同时为零或不 为零,从而同时不可逆或可逆.当同时可逆时
B U 1 AU , B1 (U 1 AU )1 U 1 A1U , A1 ~ B 1 .
1 1 1
1
1 1
1
(3)存在U和V,使得 B U 1 AU , C V 1BV . 于是 C V U AUV (UV ) A(UV ). 故 A ~ C8.
三、相似矩阵的简单性质 (1)若A~B 则 |A|=|B|;
(2)相似矩阵同时可逆或不可逆,可逆时其 逆矩阵也相似. (3)相似矩阵的幂仍相似. 证明 (1) A ~ B, 存在可逆矩阵U 使得B U 1 AU ,
1
务是求与给 定矩阵相似 的对关系的性质: (1)反身性A~A; (2)对称性:若A~B,则B~A; (3)传递性:若A~B,且B~C,则A~C. 证明(1)A=E-1AE. (2)若A~B,存在可逆矩阵U.使得 B=U-1AU,

A UBU (U ) BU , 故B~A.
6
定义 设A与B是n阶矩阵,如果存在可逆矩阵U. 使得 B=U-1AU,则说A与B相似,记作A~B. 例 与单位矩阵相似的矩阵只有它自己.设E~B, 则存在可逆矩阵U.使得 B=U-1EU=E., 例 A 2 1 , B 1 1 , U 1 1 .

第五章 相似矩阵及二次型

第五章 相似矩阵及二次型

首页
上页
返回
下页
结束
向量间的夹角 当x0 y0时
天 津 师 范 大 学 计 算 机 与 信 息 工 程 学 院
arccos
[ x, y] || x |||| y ||
称为n维向量x与y的夹角 当[x y]0时 称向量x与y正交 显然 若x0 则x与任何向 量都正交
首页 上页 返回 下页 结束
正交阵 如果n阶矩阵A满足ATAE(即A1AT) 那么称A为正交矩 阵 简称正交阵
天 津 师 范 大 学 计 算 机 与 信 息 工 程 学 院 郑 陶 然
方阵A为正交阵的充分必要条件是A的列(行)向量都是单 位向量 且两两正交 n阶正交阵A的n个列(行)向量构成向量空间Rn 的一个规 范正交基
范 大 学 计 算 机 与 信 息 工 程 学 院
内积的性质 设x y z为n维向量 为实数 则 (1)[x y][y x] (2)[x y][x y] (3)[xy z][x z][y z] 郑 (4)当x0时 [x x]0 当x0时 [x x]0 陶 然 (5)[x y]2[x x][y y] ——施瓦茨不等式
范 大 学 计 算 机 与 信 息 工 程 学 院 郑 陶 然
说明 内积是两个向量之间的一种运算 其结果是一个实数 用 矩阵记号表示 当x与y都是列向量时 有 [x y]xTy
首页 上页 返回 下页 结束
向量的内积 设有n维向量x(x1 x2 xn)T y(y1 y2 yn)T 令 [x y]x1y1x2y2 xnyn 天 津 师 [x y]称为向量x与y的内积
天 津 师 范 大 学 计 算 机 与 信 1 1 4 5 b2 a2 b1 3 2 1 1 6 1 3 1 [b1, b1] [b1, a2 ] 4 1 1 1 1 5 b3 a3 b1 b2 1 2 1 2 0 0 3 1 3 1 1 [b1, b1] [b2, b2 ] [b1, a3] [b2, a]

5.3相似矩阵

5.3相似矩阵

Ak Pk P 1
简化矩阵的计算
1
推论
若n阶方阵A与对角阵
2
n
相似,则1,2,,n是A的特征值.
换言之: 若有可逆矩阵P,使得P1AP=,则
1,2,,n是A的特征值.
特别地,
若矩阵 A与对角阵 Λ 相似 (P -¹AP = Λ),则
Ak Pk P 1
5
简化矩阵的计算
返回
二、相似矩阵的计算方法
=|EA||P1||P| =|EA||P1P| =|EA|
另外: 相似矩阵有相同的行列式. ∵P1AP=B |P1AP|=|B| |P1||A||P|=|B| |A||P1||P|=|B| |A||P1P|=|B| |A|=|B|
(kB) k(P 1 AP ) P 1 (kA)P
特别地,若矩阵 A与对角阵 Λ 相似 (P -¹AP = Λ),则
A与B相似 ? A与B等价。
相似与等 价的关系
定理九 若A与B相似,则 (1)A与B有相同的特征多项式; (2)A与B有相同的特征方程; (3)A与B有相同的特征值.
[证] 若A与B相似 即存在可逆矩阵P,使得 P1AP=B B的特征多项式:
|EB|=|EP1AP| =|P1(E)PP1AP|
=|P1(EA)P| =|P1||EA||P|
求相似矩阵P,使得A与对角矩阵相似
的步骤:
(1)由A求出特征值i (i=1,2,,n)
(2)求出对应于i的特征向量Pi (i=1,2,,n)
(3)作出矩阵P=(P1,P2,,Pn),则AP=P
1
2
n
(4)若P可逆,则P1AP=. 即A与相似.
例1 判断下列实矩阵能否化为对角阵?
1 2 3 2 1 2 1 2 2

线性代数第五章(第三节相似矩阵)

线性代数第五章(第三节相似矩阵)
其中 =diag ( 1 , 2 , … , n ). 将矩阵 P 按列分块, 令 P = ( p1 p2 … pn ), 则由 P-1AP = , 得 AP = P , 即
1 2 A( p1 p2 pn ) ( p1 p2 pn ) . n
因而
Api = i pi , i = 1, 2, … , n ,
因为 P 为可逆矩阵, 所以 p1 , p2 , … , pn为线性无 关的非零向量, 它们分别是矩阵 A 对应于特征值
1 , 2 , … , n 的特征向量.
充分性 由必要性的证明可见, 如果矩阵 A
有 n 个线性无关的特征向量, 设它们为 p1 , p2 ,
相似矩阵具有下列的性质:下设A,B 是同
阶矩阵. 定理 1 若矩阵 A 与矩阵 B 相似, 则 |A - E| = | B - E| , 因而 A 与 B 有相同的特征值, 相同的行列式值.
证明 只需证 A 与 B 有相同的特征多项式即
可. 由于 A与 B 相似, 所以, 必有可逆矩阵 P,使得 P-1AP = B ,
所以 p2 是对应于 2 2 的特征向量.

3 3
时, 解方程组
( A 3E ) x 0 ,

2 1 0 x1 0 1 1 x2 0, 0 x 0 0 3
解之得基础解系为
1 p3 2 , 2 所以 p3 是对应于 3 3 的特征向量.
注: A与B的特征值相同不能推出A与B相似. 例2
0 1 0 0 A 与B 是否相似? 0 0 0 0 1 0 1 1 与 0 1 0 1

第五章 相似矩阵(2)

第五章 相似矩阵(2)

i的特征向量。因为 P可逆,得 A的n个特征向量线性无关。
(2) 充分性(命题:已知n阶方阵A有n个线性无关的特征 向量,则A相似于)
14
设A有n个线性无关的特征向量 P , P2 ,...Pn , 它们分别属于 1 A的特征值 1,2, n ..., AP A( P , P2 ,...Pn ) ( AP , AP2 ,...APn ) 1 1 (1 P , 2 P2 ,...n Pn ) 1 1 2 ( P , P2 ,...Pn ) 1 P n P 1 AP A相似于对角矩阵
2 1
T X 1 X 2 0 X 1与X 2正交。
20
定理10:设A为n阶实对称矩阵,则一定存在正交矩阵Q,使 1 2 T 1 Q AQ Q AQ ..., , 其中1,2, n为A的特征值
n
1
(2)当A可逆时, A是A的伴随矩阵A*的特征值;


是A-1的特征值;
(3)f(x)是x的一个一元多项式,则f()是f(A)的一个特征值,并且x仍 是矩阵A-1,A*,f(A)的分别对应于特征值
1

,
A

, f()的特征向量.
定理3:设1,2,m 是方阵A的m个互不相同的特征 值, X1,X2,Xm依次为与之相对应的特征向 量, 则X1,X2,Xm线性无关。 证明:采用数学归纳法进行证明 (1)当m=1时,∵X10,所以X1线性无关
令P ( X 1 , 2 ,... n ),则P正交, P 1 AP P T AP 1 0 B 0 1 1 T T T T T T 又( P AP ) P A P P AP T B 0 B 0, B T B , 所以B为n 1阶实对称矩阵,由归纳假设 存在n 1阶正交矩阵P1 , 使 P1 BP1 P1 BP1 diag{2 ,...,n }

第五章相似矩阵

第五章相似矩阵
k
k 1
a1 x a0 .
则定义矩阵多项式
g( A) ak A ak 1 A
k
k 1
a1 A a0 I .
用例5的方法,读者可自证: 若g(A)是矩阵多项式, 0 为A的特征值,则g(0 )为
g( 0) a k k a k 1 k 1 a1 0 a 0 0 0 的特征值。
例4 设n 阶方阵A 满足等式 A2 A, 证明A 的特征值为1或0。
证 设 由此
为A 特征值,则存在向量 X 0, 使 AX X .
2 2
A X A( AX ) A(X ) X . 又 A2 A, 故有 2 X X ,
即 ( ) X 0.
T
X k [0, 1, 1] , k 0 .
问题:从上面例子可以看到,的一个特征值对应着无 穷多个特征向量. 那么的一个重特征值对应着多少个 线性无关的特征向量?而一个特征向量又能否对应不 同的特征值?这都是有待讨论的问题.
注意:上面给出的特征值和特征向量的计算步骤主要 是针对具体的数值矩阵的. 求具有某些性质的非数值矩 阵的特征值,往往需要用定义讨论.
T
k 0 给出A关于
X k [1, 1, 2] .
4 的全体特征向量.
4 只对应一个线性无关的特征向量
[1, 1, 2] .
T
例3 求
3 1 1 7 5 1 A 6 6 2
的特征值和特征向量。 1 3 1 解 | I A | 7 5 1 ( 2 ) 2 ( 4) . 6 6 2
2
因此 X 0, 所以 2 0,即 1或0.

(完整版)5-3.4相似矩阵

(完整版)5-3.4相似矩阵
性质2 实对称矩阵的相异特征值所属的特征向量必正交。
证 设 Ap须1 证 1pp1T1 ,p2Ap02 2 p2 (1 2 ), A AT
1 p1T (1 p1 )T ( Ap1 )T p1T AT p1T A,
1 p1T p2 p1T Ap2 p1T (2 p2 ) 2 p1T p2
4 0 0
例1

设A 求004可13逆013阵,P求, 使 0正P交1阵A(P4P,为 使P对)(1角2AP阵6为?对 8角) 阵.
E-A 0
0
3 1P
1
( q13
q
2
(q43
)
)2 (2 1
)
2,
2 3 4.
1 2 的特征向量为 q1 (0,1, 1)T ;
将 q1 (0,1, 1)T 单位化,得: p1 (0,1 , 1 )T .
(1 2 ) p1T p2 0
p1T p2 0 p1与p2正交。
特征值λ 的重数k ≥ λ对应的线性无关的特征向量的个数
定理8
n – R(λE-A) 个
n 阶实对称矩阵 A 的 k 重特征值 λ 所对应的线性
无关的特征向量恰有 k 个。
R (λE-A ) = n- k
实对称矩阵A一定与对角矩阵相似
反之不真
若A 有重特征值, 不能马上断言A 是否与对角阵相似, 这时要看重根对应的特征向量. 只要 k 重特征值正好对应 k 个线性无关的特征向量即可
四、对角化的方法
例1 判断下列实矩阵能否化为对角阵?
1 2 2
2 1 2
(1) A 2 2 4 (2)A 5 3 3
2 4 2
1
为对角矩阵,

0

5.3相似矩阵

5.3相似矩阵

1 2 2 2 1 2 ,判断 是否可以对角 判断A是否可以对角 例2 设 A = 判断 2 2 1 若可以对角化,求出可逆阵 使得P 化,若可以对角化 求出可逆阵 使得 −1AP 若可以对角化 求出可逆阵P,使得 为对角阵,并求 并求A 为对角阵 并求 100.
的特征值为: 解: A的特征值为 λ1=5, λ2=λ3= −1 的特征值为
解: (1)
−2 −3 |λE−A|= − 2 λ −1 − 3 =λ(λ+1)(λ−9) − −3 −3 λ −6 的特征值为: ⇒A的特征值为 λ1=0, λ2= −1, λ3=9 的特征值为
λ −1
可对角化. ∵A有三个不同的特征值 ∴A可对角化 有三个不同的特征值 可对角化
(2)
2 −1 =(λ−1)3 |λE−A|= 5 − λ −3 3 0 λ −2 −1 的特征值为: ⇒A的特征值为 λ1=λ2=λ3=1 的特征值为
− 2 1 ⇒基础解系: P = 1 , P = 0 基础解系 1 2 0 1 解方程组 (−7E−A)X=0 − −
解方程组 (2E−A)X=0 −
1 2 基础解系: 3 ⇒基础解系 P = 2
∵A有三个线性无关的特征向量 有三个线性无关的特征向量 ∴A可对角化 可对角化. 可对角化
判断下列实矩阵能否化为对角阵? 例1 判断下列实矩阵能否化为对角阵
1 2 3 − 2 1 − 2 1 −2 2 2 1 3 ( 2) − 5 3 − 3 ( 3) − 2 − 2 4 (1) 3 3 6 1 0 2 2 4 − 2
Λ= O λn
(4)若P可逆 则P−1AP=Λ.即A与Λ相似 若 可逆 可逆,则 Λ 即 与 相似.
  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)。

【最新整理,下载后即可编辑】第五章 相似矩阵 1.教学目的和要求:(1) 理解矩阵的特征值和特征向量的概念及性质,会求矩阵的特征值与特征向量.(2) 了解相似矩阵的概念、性质及矩阵可相似对角化的充分必要条件,会将矩阵化为相似对角矩阵. (3) 简单了解Jordan 标准形. 2.教学重点:(1) 方阵的特征值与特征向量. (2) 矩阵的相似对角化.3.教学难点:矩阵的相似对角化.4.本章结构:线性方程组和线性组合都涉及方阵A 和向量X 的运算:AX .从矩阵上提出的问题是:能否找一个数λ和一个非零向量X ,使X AX λ=,化简运算.从而引出特征值与特征向量,接着讨论特征向量的性质,为矩阵相似对角化作准备,最后简单介绍一下Jordan 标准形.5.教学内容:§5.1 方阵的特征值与特征向量1. 特征值与特征向量的概念在一些应用问题中常会用到一系列的运算:.,,,,2X A X AAX k为了简化运算,希望能找到一个数λ和一个非零向量X ,使X AX λ=,这样的数λ和向量X 就是方阵的特征值与特征向量.定义:对于n 阶方阵A , 若有数λ和向量0≠x 满足x x A λ=, 称λ为A 的特征值,称x 为A 的属于特征值λ的特征向量.下面给出特征值与特征向量的求法: 特征方程:0)(=-⇔=x E A x x A λλ或者 0)(=-x A E λ0)(=-x E A λ有非零解0)(det =-⇔E A λ0)(det =-⇔A E λ特征矩阵:E A λ-或者 A E -λ特征多项式:λλλλλϕ---=-=nn n n n n a a a a a a a a a E A212222111211)(det )(])1([01110n nn n na a a a a -=++++=--λλλA 的特征值与矩阵A 又有什么关系呢?定理1:设 n 阶方阵)(ij a A =的n 个特征值为n λλλ ,,21则 (1)nnn a a a +++=++ 221121λλλ)(1A tr a ni ii ==∑=称为矩阵A 的迹。

(主对角元素之和)(2)An ni i==∏=λλλλ 211例1求⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=201034011A 的特征值与特征向量. 例2,例3 见书第136、137页.2. 特征向量的性质方阵A关于特征值i λ的特征向量是齐次线性方程组0)(=-X A I i λ的非零解。

由齐次线性方程组解得性质得:当21,X X 是A 对应于i λ的特征向量时,它们的任何非零线性组合:)0(2211≠+X k X k 仍是A关于i λ的特征向量。

在此,我们重点关注矩阵A 的特征向量的线性相关性。

定理2:设r X X X ,21,是矩阵A 的不同特征值所对应的特征向量,则r X X X ,21,是线性无关的。

定理3:矩阵A 的s 个不同特征值所对应的s 组各自线性无关的特征向量并在一起仍是线性无关的。

定理4:设0λ是n 阶方阵A 的一个t 重特征值,则0λ对应的特征向量中线性无关的最大个数.t ≤由以上定理可知,若A 有n 个互异的特征值:,,,21n λλλ 则每个i λ仅对应一个线性无关的特征向量,从而A 共有n 各线性无关的特征向量。

例4求⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=122212221A 的特征值与特征向量. 解 2)1)(5(122212221)(+-=---=λλλλλλϕ0)(=λϕ⇒1,5321-===λλλ求51=λ的特征向量:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=-4222422245E A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--→000110101行, ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1111p)0(111≠=k p k x求132-==λλ的特征向量:⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=--222222222)1(E A ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡→000000111行, ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0112p , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1013p3322p k p k x +=(32,k k 不同时为0)例5 设33⨯A 的特征值为3,2,1321-===λλλ, 求 )3(det 3E A A +-.解 设13)(3+-=t t t f , 则E A A A f +-=3)(3的特征值为17)(,3)(,1)(321-==-=λλλf f f 故51)17(3)1()3(det 3=-⋅⋅-=+-E A A思考题:设4阶方阵A 满足条件:,0det ,2,0)3det(<==+A E AA A E T求*A 的一个特征值。

(答案:34)作业:习题册第五章第一节。

§5.2 矩阵相似对角化1.相似矩阵:对于n 阶方阵A 和B , 若有可逆矩阵P 使得B AP P =-1,称A 相似于B , 记作B A ~.相似是矩阵之间的一种关系,这种关系具有下列三个性质:(1)A A ~:A AE E =-1(2) A B B A ~~⇒: A P B P =---)()(111 (3) C A C B B A ~~,~⇒若两个矩阵相似时,我们可以得到什么结论呢?定理1: 设n 阶方阵A 和B 相似,则有 (1),)()(B r A r = (2),B A =A )3(和B 的特征多项式相同,即,B I A I -=-λλ 从而A 和B 的特征值相同。

证明:性质(1),(2)显然,下面只证明性质(3).因为,~B A 故存在可逆矩阵P 使,1B AP P=-于是.)(111A I P A I P P A I P AP P IB I -=-=-=-=----λλλλλ 显然,若方阵A 与对角阵相似,则对角阵对角线上的元素即为A 的特征值。

例1:设矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡------=12422421x A 与⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=A 45y ,求.,y x解:利用A =A 得到方程,0843=+-y x再利用)()(A =tr A tr ,得到.12+=+y x有了对角阵,我们可以利用它来计算矩阵的方幂:若1-=PBP A , 则.1-=P PB A k k2.矩阵相似对角形若方阵A 能够与一个对角矩阵相似, 称A 可对角化. 定理2 n 阶方阵A 可对角化A ⇔有n 个线性无关的特征向量. 证 必要性.设可逆矩阵P 使得Λλλdef11=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=-n AP P即ΛP AP =.划分[]n p p P 1=, 则有[][]Λn n p p p p A 11= [][]n n n p p p A p A λλ 111=⇒ ),,2,1(n i p p A i i i ==⇒λ因为P 为可逆矩阵, 所以它的列向量组n p p ,,1 线性无关. 上式表明:n p p ,,1 是A 的n 个线性无关的特征向量. 充分性.设np p ,,1 线性无关, 且满足),,2,1(n i p p A ii i ==λ,则[]n p p P1=为可逆矩阵,且有[][]n n n p p p A p A AP λλ 111==[]ΛΛP p p n == 1 即Λ=-AP P 1.[注] Λ⇒Λ~A 的主对角元素为A 的特征值. 推论1n n A ⨯有n 个互异特征值A ⇒可对角化.推论2 设n n A ⨯的全体互异特征值为m λλλ,,,21 , 重数依次为m r r r ,,,21 ,则A 可对角化的充要条件是, 对应于每个特征值i λ,A 有i r 个线性无关的特征向量.例2 判断下列矩阵可否对角化:(1)⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=6116100010A , (2)⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=122212221A ,(3)⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=201034011A 解 (1) )3)(2)(1()(+++-=λλλλϕA 有3个互异特征值 A ⇒可对角化 对应于3,2,1321-=-=-=λλλ的特征向量依次为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1111p , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=4212p , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=9313p构造矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=941321111P , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=Λ321则有 Λ=-AP P 1.(2) 2)1)(5()(+--=λλλϕ例1求得A 有3个线性无关的特征向量 A ⇒可对角化 对应于1,5321-===λλλ的特征向量依次为⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=1111p , ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=0112p ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-=1013p构造矩阵⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=101011111P ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=Λ115 则有 Λ=-AP P 1.(3) 2)1)(2()(---=λλλϕ, 例2求得, 对应于2重特征值132==λλ, A 只有1个线性无关的特征向量 A ⇒不可对角化.例3设⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=122212221A , 求),3,2( =k Ak.解 例4求得⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=101011111P ,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=Λ115, 使得Λ=-AP P 1:11,--Λ=Λ=P P A P P A k k故⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----⋅⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--⋅⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=21112111131)1()1(5101011111k kkk A⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+---+---+=δδδδδδδδδ25555255552531k k kk k k k k k(k )1(-=δ)思考题:设,3254⎥⎦⎤⎢⎣⎡--=A 求.100A(答案:⎥⎦⎤⎢⎣⎡-+-⨯-⨯+-101101100100252225525231)作业:习题册第五章第二节。

§5.3 Jordan 标准形从上节我们看到,不是每个方阵都能相似于对角阵的,当 矩阵不能相似于对角阵时,总是希望能找到形式尽可能简单一些 的矩阵,使任何方阵都能相似于这种矩阵。

这就是这一节将要介 绍的Jordan 矩阵。

在此,我们只介绍Jordan 矩阵和方阵相似于 Jordan 矩阵的一种求法。

1 Jordan 矩阵:形如的r 阶方阵称为一个r 阶Jordan 块。

称主对角线子块为Jordan 块)(i i J λ 的准对角矩阵为Jordan 矩阵。

定理1:在复数域上,每个n 阶方阵A 都相似于一个Jordan 矩阵J ,即存在可逆矩阵P ,使得rr J ⨯⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡=λλλλ111)(⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=)()()(2211m m J J J J λλλ .)()(22111⎥⎥⎥⎤⎢⎢⎢⎡==-J J J AP P λλ知道了什么是Jordan 矩阵后,现在的问题是如何求Jordan 标准形。

相关文档
最新文档