【线性代数】5.3,5.4 矩阵对角化

相似矩阵

• 定义：设$\mathbf{A}$、$\mathbf{B}$都是$n$阶矩阵，若有可逆矩阵$\mathbf{P}$，使得
  $${\mathbf{P}}^{-1}\mathbf{A}\mathbf{P}=\mathbf{B},$$则称$\mathbf{B}$是$\mathbf{A}$的相似矩阵。
• 性质：若$n$阶矩阵$\mathbf{A}$与$\mathbf{B}$相似，则$\mathbf{A}$与$\mathbf{B}$的特征多项式相同，从而$\mathbf{A}$与$\mathbf{B}$的特征值亦相同。
• 性质：如果$n$阶矩阵$\mathbf{A}$与对角矩阵$$\mathbf{\Lambda }=\left(\begin{array}{cccc}{\lambda }_1& & & \\ & {\lambda }_2& & \\ & & \ddots & \\ & & & {\lambda }_n\end{array}\right)$$相似，则${\lambda }_1,{\lambda }_2,...,{\lambda }_n$即是$\mathbf{A}$的$n$个特征值。

矩阵对角化

• 意义：可以便捷地求解矩阵多项式。
• 条件：$n$阶矩阵$\mathbf{A}$能对角化的充分必要条件是$\mathbf{A}$有$n$个线性无关的特征向量。
• 相似变换矩阵$\mathbf{P}$是由$n$个特征向量构成的。
• 充分条件：如果$n$阶矩阵$\mathbf{A}$的$n$个特征值互不相同，则$\mathbf{A}$能对角化。如果$\mathbf{A}$的特征方程有重根时，也可能有$n$个线性无关的特征向量。

对称矩阵的对角化

对称矩阵有以下性质：

1. 特征值为实数；->确保运算过程在实数范围。
2. 设${\lambda }_1,{\lambda }_2$是对称矩阵$\mathbf{A}$的两个特征值，${\mathbf{p}}_1,{\mathbf{p}}_2$是对应的特征向量。若${\lambda }_1\ne {\lambda }_2$，则${\mathbf{p}}_1$与${\mathbf{p}}_2$正交。->相似变换矩阵的范围被限制。

• 定理：设$\mathbf{A}$是$n$阶对称矩阵，则必有正交矩阵$\mathbf{P}$，使得${\mathbf{P}}^{-1}\mathbf{A}\mathbf{P}={\mathbf{P}}^T\mathbf{A}\mathbf{P}=\mathbf{\Lambda }$，其中$\mathbf{\Lambda }$是以$\mathbf{A}$的$n$个特征值为对角元的对角矩阵。
• 定理保证了$n$个线性无关的特征向量的存在，即对称矩阵一定能对角化。
• 推论：设$\mathbf{A}$是$n$阶对称矩阵，$\lambda$是$\mathbf{A}$的特征方程的$k$重根，则$\mathbf{R}(\mathbf{A}-\lambda \mathbf{E})=n-k$，从而对应特征值$\lambda$恰有$k$个线性无关的特征向量。
• 对称矩阵对角化的步骤：

1. 求出特征值。
2. 求特征向量，对特征向量进行标准正交化。
3. 根据特征向量写出相似变换矩阵$\mathbf{P}$,注意对角矩阵$\mathbf{\Lambda }$的对角元的排列次序与$\mathbf{P}$中列向量的排列次序对应。