矩阵的相似对角化
合集下载
相关主题
- 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)。
注意 A有n个相异特征值只是A可化为对角矩阵的充分条件,
而不是必要条件.
1 -3 3
1
-1
1
例如,A= 3 -5 3 ,x1= 1 ,x2= 0 ,x3= 1 ,
6 -6 4
0
1
2
且有Ax1= -2x1, Ax2= -2x2, Ax3= 4x3,向量组是A的线性
无关的特征向量. 所以当P=(x1, x2, x3 )时,有
P-1AP=L, 即矩阵A与对角矩阵L相似.
《线性代数》
返回
下页
结束
定理2 n阶矩阵A与n阶对角矩阵 L=diag(l1 , l2 , , ln)
相似的充分必要条件为矩阵A有n个线性无关的特征向量.
讨论: 根据定理证明,怎样取可逆矩阵 P及对角矩阵L ?
提示:
设 ξ1,ξ2,,ξn为A 的 n个线性无关特征向量,它们所
因为P可逆,所以x1, x2, , xn 都是非零向量,因而都是 A的特征向量,并且这n个特征向量线性无关.
《线性代数》
返回
下页
结束
充分性. 设x1,x2,,xn为A的n个线性无关的特征向量,
它们所对应的特征值依次为l1,l2,,ln,则有
Axi =lixi (i=1, 2, , n) . 令 P=(x1, x2, , xn),则
对应的特征值依次为l1,l2,,ln,则取
P=(ξ1, ξ2, , ξn),
L=diag(l1 , l2 , , ln)。
《线性代数》
返回
下页
结束
例如,矩阵A=
31 5 -1
有两个不同的特征值l1=4,l2=-2,
其对应特征向量分别为x1=
1 1
,x2=
1 -5
.
取P=(x1, x2)=
P-1AP=B 成立,则称矩阵A与B相似,记为A~B.
定理1 如果矩阵A与B相似,则它们有相同的特征多项 式,从而有相同的特征值.
证明:因为P-1AP=B,
|lE-B| =|lE-P-1AP| =|P-1(lE)P -P-1AP | =|P-1(lE-A)P| =|P-1||lE-A||P| =|lE-A|,
1 1 ,则 1 -5
P-1AP =- —1 -5 -1 6 -1 1
31 5 -1
11 1 -5
=
40 0 -2
,
所以A与对角矩阵相似.
问题:若取P=(x2, x1),问L=?
L=
-2 0
0 4
.
《线性代数》
返回
下页
结束
推论 若n阶矩阵A有n个相异的特征值l1,l2,,ln,则 A与对角矩阵 L=diag(l1 , l2 , , ln) 相似.
《线性代数》
返回
下页
结束
注意:有相同特征值的同阶矩阵未必相似
反例
A
=
1 0
1 1
1 0
B
=
ห้องสมุดไป่ตู้
0
1
注意:单位矩阵只能和它自己相似
《线性代数》
返回
下页
结束
例1.
若矩阵
A
=
22 y
31
x
,
B
=
1
3
2 4
相似,求x,y.
解:由于A和B相似,所以Tr(A)=Tr(B), |A|=|B| , 即
第2节 相似矩阵与矩阵的相似对角化
一、相似矩阵及其性质 二、n 阶矩阵与对角矩阵相似的条件
《线性代数》
返回
下页
结束
2.1 相似矩阵及其性质 定义2 设A,B为n阶矩阵,如果存在可逆矩阵P,使得
P-1AP=B 成立,则称矩阵A与B相似,记为A~B.
例如, A= 3 1 ,B= 4 0 ,P= 1 1 , 相似关系是矩阵5间-的1 一种等价0关-2系,满足 1 -5
AP =A(x1, x2, , xn) =(Ax1, Ax2, , Axn) l1 0 0
=(l1x1, l2x2, , ln xn) = (x1, x2, , xn) 0 l2 0
=PL .
0 0 ln
因为x1, x2, , xn线性无关,所以P可逆.用P-1左乘上式两端得
A与B有相同的特征多项式,所以它们有相同的特征值.
《线性代数》
返回
下页
结束
定理1 如果矩阵A与B相似,则它们有相同的特征多项 式,从而有相同的特征值.
相似矩阵还具有下述性质: (1)相似矩阵有相同的秩; ( r(A)=r(B) ) (2)相似矩阵的行列式相等; ( |A|=|B| ) (3)相似矩阵的迹相等; ( tr(A)=tr(B) ) (4)相似矩阵或都可逆或都不可逆.当它们可逆时,它们 的逆矩阵也相似. 易见,|A|=|B|, 且B-1=(P-1AP)-1 =P-1A-1(P-1)-1 =P-1A-1P .
2.2 n阶矩阵与对角矩阵相似的条件
引理:n阶方阵A~diag(l1 , l2 , , ln)则l1 , l2 , , ln是A的特征值
定理2 n阶矩阵A与n阶对角矩阵 L=diag(l1 , l2 , , ln)
相似的充分必要条件为矩阵A有n个线性无关的特征向量.
证明:必要性. 设存在可逆矩阵P=(x1, x2, , xn)使
22 x = 1 4 22x - 31y = 4 - 6 ,
解得
x = -17
y
=
-12
.
1 -1 0
例2.
设3阶方阵A相似于
D
=
2
2
0
,求|A|.
0 0 3
解:由于矩阵A和D相似,所以|A|=|D|, 即
|A|=|D|=12.
《线性代数》
返回
下页
结束
P-1AP=L,
l1 0 0
则有 A(x1, x2, , xn)= (x1, x2, , xn)
0
l2
0 ,
0 0 ln
(Ax1, Ax2, , Axn) = (l1 x1, l2 x2, , lnxn)
可得 Axi =lixi (i=1, 2, , n) .
因为自P反-1A性P: A~ A
对传称 递=性 性-::—16若若--AA15~~-BB11, ,则 B53~BC-~1,1A则11
1 -5
=
A~C
-
—1 6
-20 -4 2 -2
11 1 -5
=- —1 -24 0 = 6 0 12
40 0 -2
,
所以A~B .
《线性代数》
返回
下页
结束
2.1 相似矩阵及其性质 定义2 设A,B为n阶矩阵,如果存在可逆矩阵P,使得
而不是必要条件.
1 -3 3
1
-1
1
例如,A= 3 -5 3 ,x1= 1 ,x2= 0 ,x3= 1 ,
6 -6 4
0
1
2
且有Ax1= -2x1, Ax2= -2x2, Ax3= 4x3,向量组是A的线性
无关的特征向量. 所以当P=(x1, x2, x3 )时,有
P-1AP=L, 即矩阵A与对角矩阵L相似.
《线性代数》
返回
下页
结束
定理2 n阶矩阵A与n阶对角矩阵 L=diag(l1 , l2 , , ln)
相似的充分必要条件为矩阵A有n个线性无关的特征向量.
讨论: 根据定理证明,怎样取可逆矩阵 P及对角矩阵L ?
提示:
设 ξ1,ξ2,,ξn为A 的 n个线性无关特征向量,它们所
因为P可逆,所以x1, x2, , xn 都是非零向量,因而都是 A的特征向量,并且这n个特征向量线性无关.
《线性代数》
返回
下页
结束
充分性. 设x1,x2,,xn为A的n个线性无关的特征向量,
它们所对应的特征值依次为l1,l2,,ln,则有
Axi =lixi (i=1, 2, , n) . 令 P=(x1, x2, , xn),则
对应的特征值依次为l1,l2,,ln,则取
P=(ξ1, ξ2, , ξn),
L=diag(l1 , l2 , , ln)。
《线性代数》
返回
下页
结束
例如,矩阵A=
31 5 -1
有两个不同的特征值l1=4,l2=-2,
其对应特征向量分别为x1=
1 1
,x2=
1 -5
.
取P=(x1, x2)=
P-1AP=B 成立,则称矩阵A与B相似,记为A~B.
定理1 如果矩阵A与B相似,则它们有相同的特征多项 式,从而有相同的特征值.
证明:因为P-1AP=B,
|lE-B| =|lE-P-1AP| =|P-1(lE)P -P-1AP | =|P-1(lE-A)P| =|P-1||lE-A||P| =|lE-A|,
1 1 ,则 1 -5
P-1AP =- —1 -5 -1 6 -1 1
31 5 -1
11 1 -5
=
40 0 -2
,
所以A与对角矩阵相似.
问题:若取P=(x2, x1),问L=?
L=
-2 0
0 4
.
《线性代数》
返回
下页
结束
推论 若n阶矩阵A有n个相异的特征值l1,l2,,ln,则 A与对角矩阵 L=diag(l1 , l2 , , ln) 相似.
《线性代数》
返回
下页
结束
注意:有相同特征值的同阶矩阵未必相似
反例
A
=
1 0
1 1
1 0
B
=
ห้องสมุดไป่ตู้
0
1
注意:单位矩阵只能和它自己相似
《线性代数》
返回
下页
结束
例1.
若矩阵
A
=
22 y
31
x
,
B
=
1
3
2 4
相似,求x,y.
解:由于A和B相似,所以Tr(A)=Tr(B), |A|=|B| , 即
第2节 相似矩阵与矩阵的相似对角化
一、相似矩阵及其性质 二、n 阶矩阵与对角矩阵相似的条件
《线性代数》
返回
下页
结束
2.1 相似矩阵及其性质 定义2 设A,B为n阶矩阵,如果存在可逆矩阵P,使得
P-1AP=B 成立,则称矩阵A与B相似,记为A~B.
例如, A= 3 1 ,B= 4 0 ,P= 1 1 , 相似关系是矩阵5间-的1 一种等价0关-2系,满足 1 -5
AP =A(x1, x2, , xn) =(Ax1, Ax2, , Axn) l1 0 0
=(l1x1, l2x2, , ln xn) = (x1, x2, , xn) 0 l2 0
=PL .
0 0 ln
因为x1, x2, , xn线性无关,所以P可逆.用P-1左乘上式两端得
A与B有相同的特征多项式,所以它们有相同的特征值.
《线性代数》
返回
下页
结束
定理1 如果矩阵A与B相似,则它们有相同的特征多项 式,从而有相同的特征值.
相似矩阵还具有下述性质: (1)相似矩阵有相同的秩; ( r(A)=r(B) ) (2)相似矩阵的行列式相等; ( |A|=|B| ) (3)相似矩阵的迹相等; ( tr(A)=tr(B) ) (4)相似矩阵或都可逆或都不可逆.当它们可逆时,它们 的逆矩阵也相似. 易见,|A|=|B|, 且B-1=(P-1AP)-1 =P-1A-1(P-1)-1 =P-1A-1P .
2.2 n阶矩阵与对角矩阵相似的条件
引理:n阶方阵A~diag(l1 , l2 , , ln)则l1 , l2 , , ln是A的特征值
定理2 n阶矩阵A与n阶对角矩阵 L=diag(l1 , l2 , , ln)
相似的充分必要条件为矩阵A有n个线性无关的特征向量.
证明:必要性. 设存在可逆矩阵P=(x1, x2, , xn)使
22 x = 1 4 22x - 31y = 4 - 6 ,
解得
x = -17
y
=
-12
.
1 -1 0
例2.
设3阶方阵A相似于
D
=
2
2
0
,求|A|.
0 0 3
解:由于矩阵A和D相似,所以|A|=|D|, 即
|A|=|D|=12.
《线性代数》
返回
下页
结束
P-1AP=L,
l1 0 0
则有 A(x1, x2, , xn)= (x1, x2, , xn)
0
l2
0 ,
0 0 ln
(Ax1, Ax2, , Axn) = (l1 x1, l2 x2, , lnxn)
可得 Axi =lixi (i=1, 2, , n) .
因为自P反-1A性P: A~ A
对传称 递=性 性-::—16若若--AA15~~-BB11, ,则 B53~BC-~1,1A则11
1 -5
=
A~C
-
—1 6
-20 -4 2 -2
11 1 -5
=- —1 -24 0 = 6 0 12
40 0 -2
,
所以A~B .
《线性代数》
返回
下页
结束
2.1 相似矩阵及其性质 定义2 设A,B为n阶矩阵,如果存在可逆矩阵P,使得