一,对角化分解
A = S Λ S − 1 A=S\Lambda S^{-1} A=SΛS−1
S − 1 A S = Λ S^{-1}AS=\Lambda S−1AS=Λ
A表示具有n个线性无关的x(特征向量)的矩阵
S表示由x组成的可逆方阵,称作特征向量矩阵
Λ \Lambda Λ表示由A的λ(特征值)作为对角元素的对角矩阵
比较:A=LU(消元化分解),A=QR(正交化分解)
二,矩阵的幂公式
A k = S Λ k S − 1 A^{k}=S\Lambda ^{k}S^{-1} Ak=SΛkS−1
A k x = λ k x A^{k}x=\lambda ^{k}x Akx=λkx
A和 A k A^{k} Ak具有相同的特征向量
如果所有λ均满足|λ|<1,那么当k→∞时, A k A^{k} Ak→0
三,从特征值判断矩阵是否可对角化
性质1:如果A的λ各不相同,那么A的x都线性无关,可对角化
性质2:如果A有相同的λ,那么无法确定A的x是否线性无关
如果A是单位矩阵,λ都=1,而x都线性无关
如果A是退化矩阵(上一讲),λ相同,但x只有一个