线性代数MIT 18.06 记录（二十二）对角化和A的幂

重点

对角化

把A的特征向量 放到一起得到 矩阵S。
和A相乘：

再分解一下：

只要A有n个不相关的特征向量，那么下面公式就成立：

$\Lambda$就是一个对角矩阵

那么A^2呢？

公式还是那么得美妙

更一般地：

特征值和特征向量给了我们一个很好的理解矩阵幂的方法

可对角化条件

A is sure to have n eigen values(and be diagonaligable) if all the $\lambda$ are different (no repeadted $\lambda$s)

特殊情况

如果矩阵原先就是对角的，那么$\Lambda$和原矩阵一样

普遍情况