第二十二讲 对角化分解和幂公式

一，对角化分解

$A=S\Lambda S^{-1}$

$S^{-1}AS=\Lambda$
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
$\Lambda$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

$A^k=S{\Lambda }^k{S}^{-1}$

$A^{k}x={\lambda }^{k}x$

A和$A^k$具有相同的特征向量
如果所有λ均满足|λ|<1，那么当k→∞时，$A^k$→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

四，应用：求解差分方程$u_{k+1}=A{u}_k$

前提：A可对角化

根据方程规律可导出：$u_{k+1}=A{u}_k=A^{k+1}{u}_0$</