相似矩阵

image.png

image.png
注意 A的特征多项式就是1.7 矩阵对角化二次型 - 图3
证明定理3:
因为A与B相似,所以根据定义,B的特征多项式可以写为:1.7 矩阵对角化二次型 - 图4 所以A、B的特征多项式是相同的,特征多项式相同那么解出来的特征值也是相同的。
但注意特征向量不一定相等。

定理3可以推出
image.png
证明:
image.png

矩阵的对角化

基础概念

下面我们要讨论的主要问题是:对n阶矩阵A,寻求相似变换矩阵P,使1.7 矩阵对角化二次型 - 图7为对角阵,这就称为把矩阵A对角化。也就是A与对角阵1.7 矩阵对角化二次型 - 图8相似。
(只有对角线上有非0元素的矩阵称为对角矩阵)
假设已经找到可逆矩阵P,使1.7 矩阵对角化二次型 - 图9为对角阵,我们来讨论P应满足什么关系:
image.png
image.png
这个时候我们发现上式跟计算特征值的公式相近。也就是要使矩阵对角化,也是要求这样的特征向量。
从而推出定理4:
image.png
证明必要条件:
按照上图流程可以解出矩阵A的n个特征向量1.7 矩阵对角化二次型 - 图13,有1.7 矩阵对角化二次型 - 图14。因为P是可逆矩阵,所以列向量1.7 矩阵对角化二次型 - 图15是线性无关的。
证明充分条件:
若A有n个线性无关的特征向量1.7 矩阵对角化二次型 - 图16,则有1.7 矩阵对角化二次型 - 图171.7 矩阵对角化二次型 - 图18,…,1.7 矩阵对角化二次型 - 图19,即1.7 矩阵对角化二次型 - 图20,可以写作
image.png也就是1.7 矩阵对角化二次型 - 图22,接着可以转换为:
1.7 矩阵对角化二次型 - 图23. 即A与对角阵相似。
注意要实现这一步转化需要满足P可逆,而P可逆的充要条件就是其列向量1.7 矩阵对角化二次型 - 图24线性无关
如果P不可逆,只能推到1.7 矩阵对角化二次型 - 图25这一步,但是无法说明A能对角化,所以定理4强调A有n个线性无关的特征向量这一条件。

image.png
从而可以推出:
image.png
证明:A的n个特征值互不相等,根据定理2,特征向量1.7 矩阵对角化二次型 - 图28是线性无关的,那么再根据定理4可以证得n阶矩阵A能对角化。

总结一下,n阶矩阵A与对角阵相似,则A有n个线性无关的特征向量;
A有n个特征值各不相等,则对应的特征向量线性无关,则A与对角阵相似。

但要判断一个矩阵能否对角化还是比较麻烦,因此下面来探究如何比较方便地判断?


对称矩阵的对角化

这里只探究比较特殊的对称矩阵(1.7 矩阵对角化二次型 - 图29)。
image.png

image.png
这里定理6要注意,定理2说的是方阵A的特征值各不相等则对应的特征向量线性无关,而这里A是对称阵,所以若特征值各不相等推出来的是 对应的特征向量正交。这里推出来的结果更强,因为1.7 矩阵对角化二次型 - 图321.7 矩阵对角化二次型 - 图33正交可以推出两者线性无关(上一章节的定理1:若n维向量1.7 矩阵对角化二次型 - 图34是一组两两正交的非零向量,则1.7 矩阵对角化二次型 - 图35线性无关),但反过来不成立。

image.png
证明:任何一个对称矩阵都可以对角化。且必有正交阵P使其正交化。
证明:首先,任何一个矩阵A都跟上三角矩阵相似。然后当A为对称矩阵时,假设这个上三角矩阵是B,则有:
1.7 矩阵对角化二次型 - 图37,两边转置后得:1.7 矩阵对角化二次型 - 图38,因为对称矩阵1.7 矩阵对角化二次型 - 图39,则1.7 矩阵对角化二次型 - 图40,因为P是正交矩阵,所以1.7 矩阵对角化二次型 - 图41,所以式子可以化为:
1.7 矩阵对角化二次型 - 图42,即1.7 矩阵对角化二次型 - 图43,而已知B是上三角矩阵,所以B是对角矩阵。
所以对称矩阵A可以对角化得证。
然后因为P是正交阵,1.7 矩阵对角化二次型 - 图44,即1.7 矩阵对角化二次型 - 图45,所以1.7 矩阵对角化二次型 - 图46

image.png

简单来说:

  1. 之前我们知道在计算矩阵特征值时,如果特征值解出重根,对应的特征向量可能也是相同的。而这里强调的就是如果该矩阵A是对称矩阵,那么有多少特征值的重根,就能得到多少个线性无关的特征向量。并且重数相加之和为n
  2. 上面定理6是 当特征值各不相等时,对应的特征向量两两正交。而当有重根时,例如有重根1.7 矩阵对角化二次型 - 图481.7 矩阵对角化二次型 - 图49,则1.7 矩阵对角化二次型 - 图50对应的特征向量1.7 矩阵对角化二次型 - 图51线性无关,