一.矩阵的相似(5.4)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
1.相似矩阵
(1)概念:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
(2)性质:

性质1:如果B1=P1A1P,B2=P1A2PB_1=P^{-1}A_1P,B_2=P^{-1}A_2P,那么B1+B2=P1(A1+A2)PB1B2=P1(A1A2)PB1m=P1A1mPB_1+B_2=P^{-1}(A_1+A_2)P\\B_1B_2=P^{-1}(A_1A_2)P\\B_1^m=P^{-1}A_1^mP其中mm是正整数

性质2:若ABA\sim B,则B=A|B|=|A|
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

性质3:相似的矩阵或者都可逆,或者都不可逆;当它们可逆时,它们的逆矩阵也相似

性质4:若ABA\sim B,则rank(B)=rank(A)rank(B)=rank(A)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

2.迹
(1)概念:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
(2)性质:

性质5:矩阵的迹具有下列性质:tr(A+B)tr(A)+tr(B)(3)tr(kA)=ktr(A)(4)tr(AB)=tr(BA)(5)tr(A+B)tr(A)+tr(B)\qquad(3)\\tr(kA)=k·tr(A)\qquad(4)\\tr(AB)=tr(BA)\qquad(5)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

性质6:若ABA\sim B,则tr(A)=tr(B)tr(A)=tr(B)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

3.相似不变量:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
4.矩阵可对角化:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

定理1:数域KK上的nn级矩阵AA可对角化的充要条件是:KnK^n中有nn个线性无关的列向量α1,α2...αnα_1,α_2...α_n,以及KK中有nn个数λ1,λ2...λnλ_1,λ_2...λ_n(这nn个数中可能有些是相等的),使得Aαi=λiαi(i=1,2...n)(6)Aα_i=λ_iα_i\,(i=1,2...n)\qquad(6)这时,令P=(α1,α2...αn)P=(α_1,α_2...α_n),则P1AP=diag{λ1,λ2...λn}P^{-1}AP=diag\{λ_1,λ_2...λ_n\}
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

二.矩阵的特征值与特征向量(5.5)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
1.概念:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
2.存在性与求法
(1)特征矩阵与特征多项式:

λIA=[λa11a12...a1na21λa22...a2n............an1an2...λann]λI-A=\left[\begin{matrix}λ-a_{11}&-a_{12}&...&-a_{1n}\\-a_{21}&λ-a_{22}&...&-a_{2n}\\...&...&...&...\\-a_{n1}&-a_{n2}&...&λ-a_{nn}\end{matrix}\right]称为矩阵AA特征矩阵
①由于λaii∉F(i=1,2...n)λ-a_{ii}\not∈F\,(i=1,2...n),从而λIAλI-A不是域FF上的矩阵;由于λaiiF[λ](i=1,2...n)λ-a_{ii}∈F[λ]\,(i=1,2...n),从而λIAλI-A是域FF上一元多项式环F[λ]F[λ]上的矩阵
②对环F[λ]F[λ]上的矩阵,也可以定义加法/矩阵乘法/纯量乘法/行列式等概念,且这些概念和域FF上矩阵的相应概念相同(参见 高等代数.多项式环5.二.4.(1) 部分)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
命题1:设AA是数域KK上的nn级矩阵,则AA的特征多项式λIA|λI-A|是1个nn次多项式,λnλ^n的系数是1,λn1λ^{n-1}的系数等于tr(A)-tr(A),常数项为(1)nA,λnk(-1)^n|A|,λ^{n-k}的系数为AA的所有kk阶主子式的和乘以(1)k(1k<n)(-1)^k\,(1≤k<n)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

(2)特征值与特征向量的求法:

定理2:设AA是数域KK上的nn级矩阵,则:
(1)λ0(1)λ_0AA的1个特征值当且仅当λ0λ_0AA的特征多项式λIA|λI-A|KK中的1个根
(2)α(2)αAA的属于特征值λ0λ_0的1个特征向量当且仅当αα是齐次线性方程组(λ0IA)x=0(λ_0I-A)x=0的1个非零解
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

(3)求矩阵的所有特征值与特征向量的一般步骤:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
(4)特征子空间:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
3.相似矩阵的性质(续):

性质1:相似的矩阵具有相等的特征多项式
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
性质2:相似的矩阵具有相同的特征值(包括重数)
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
由性质1,性质2可以看出,矩阵的特征多项式和特征值是相似不变量
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
另外,相似矩阵的特征向量不一定相同,实际上,通常不同

4.几何重数与代数重数
(1)概念:
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化
(2)二者的关系:

命题2:设λ1λ_1是数域KKnn级矩阵AA的1个特征值,则λ1λ_1的几何重数不超过其代数重数
高等代数 矩阵的相抵和相似(第5章)2* 相似,特征值与特征向量,对角化

三.矩阵可对角化的条件

相关文章: