当前位置:文档之家› 线性代数-矩阵的相似对角化

线性代数-矩阵的相似对角化


即 y1 0.9 z1 0.1
0.2 0.8
y0 z0
,
矩 阵
第 k 年末城乡人口为
yk zk
0.9 0.1
0.2 0.8
yk 1 zk 1
,

yk zk
0.9 0.1
0.2 0.8
k
y0 z0
,
记 A 0.9 0.1
0.2 , 0.8
则有
yk zk
Ak
y0 z0
,

其重数分别为 s1, s2 , , sr ;
似 矩
(2) 对每一个特征值 i , 求矩阵 A 特征向量,

并找出其中线性无关的特征向量,其最大个数为 ti ;
(3) 若 ti si , 则 A 不能相似对角化;
(4) 若 ti si (i 1, 2, , r), 则以这些特征向量作为列向量构成矩阵 P, 从而有 P 1 AP Λ;

y0 z0
a
X1
b
X
2
,
X2
1 3
1 , 1
(线性无关)
故第 k 年末城乡人口为
yk zk
Ak
y0 z0
a Ak X1 b Ak X2
ak1 X1 bk2 X2 a X1 b(0.7)k X 2 ,
y z
a
X
1
1 2a , 3a
y : z 2 :1.
25
§5.2 矩阵的相似对角化
13
§5.2 矩阵的相似对角化
第 五

试将矩阵
A
a
a
1
相似对角化。

a
相 解 令 | I A| 0 , 得 A 的特征值为 1 a , (三重根)
似 矩
由 ( 1 I A)X 0, 得 A 的特征向量为

1 0
X k1 0 k2 1 ,
(k12
k
2 2
0) ,
0 0
显然,最多能找到两个线性无关的特征向量,
§5.2 矩阵的相似对角化
第 五
§5.2 矩阵的相似对角化

一、相似矩阵的基本概念与性质
相 似
二、矩阵相似对角化的概念与问题分析
矩 阵
三、矩阵相似对角化的方法步骤
四、矩阵相似对角化的应用
1
§5.2 矩阵的相似对角化
第 一、相似矩阵的基本概念与性质
五 章
1. 相似矩阵的概念
定义 对于 n 阶矩阵 A 和 B ,若存在可逆的 n 阶方阵 P 使得
(之一)

Ak
P
BP1
PBP
1
PBP1
PBk P 1.

k
矩 阵
特别地,若
a1 B Λ
a2
, an
a1k 则 Ak P Λk P 1 P
a2k
P 1.
ank
6
§5.2 矩阵的相似对角化
第 五

证明矩阵
A
a
1 a
1
不能相似对角化。

a
相 证 (反证法) 假设存在可逆矩阵 P ,使得
4
§5.2 矩阵的相似对角化
第 二、矩阵相似对角化的概念与问题分析
五 章
定义
对于 n 阶矩阵 A,若存在可逆的 n 阶方阵 P, 使得
P145
相 定义 似 5.3 矩
记为
Λ.

则称 A 可相似对角化 ;

5
§5.2 矩阵的相似对角化
第 二、矩阵相似对角化的概念与问题分析
五 章
好处
若存在可逆矩阵 P 使 P 1 AP B , 则 A PBP1,
22
§5.2 矩阵的相似对角化

(2) 由 | I A| 0 , 求得 A 的特征值为 1 1, 2 0.7 ,
五 章
它们对应的特征向量分别为
相 似
X1
1 3
2 , 1
X2
1 3
1 , 1
矩 阵
令 P 1 2 1 , 则 P 1 1 1 ,
3 1 1
1 2
且 P 1 A P 1 0 , A P 1 0 P 1 ,

证明 因 A 与 B 相似,即存在可逆的矩阵 P 使得 P 1 AP B ,
故 | B I | | P 1 AP I | | P 1 AP P 1 I P |
| P1( A I )P || P1 | | A I | | P |
| A I |.
即 A 与 B 有相同的特征多项式。
11
§5.2 矩阵的相似对角化
第 三、矩阵相似对角化的方法步骤
五 章
步骤
(4) 若 ti si (i 1, 2, , r),
则以这些特征向量作为列向量构成矩阵 P,


从而有 P 1 AP Λ;


s1个
其中
Λ
s2

sr 个
12
§5.2 矩阵的相似对角化
第 三、矩阵相似对角化的方法步骤
似 矩 阵
P
1 A
P
a1
a2
Λ,
A P Λ P 1,
a3
由矩阵 A 与 相似,故它们有相同的特征值,即得
a1 a2 a3 a ,
Λ a I , A P(a I )P 1 a I , 矛盾!
故矩阵 A 不能相似对角化。
7
§5.2 矩阵的相似对角化
第 二、矩阵相似对角化的概念与问题分析
第 四、矩阵相似对角化的应用
五 章
1. 人口流动问题
2. 微分方程组求解问题

似 例 求解常系数线性常微分方程组


其中, xi xi (t),
xi
dxi (t) dt
.
设想: 假如微分方程组为
x1 x2
1
x1 ,
2
x2
,
x3
3 x3,
则它们是三个独立 的齐次型微分方程, 其解非常容易得到.
0 0.7
0 0.7
因而有
Ak
P
1k 0
0 0.7k
P
1
.
23
§5.2 矩阵的相似对角化

(3) 第 k 年末城乡人口为

章 相
yk zk
Ak
y0 z0
P
1k 0
0 0.7k
P
1
y0 z0
似 矩
当 k 时,0.7k 0 , 故

y 1 2 z 3 1
1 1 1 0
0 1 01
五 章
证明 A 为数量阵。
证 (1) 由题意可知:


n 维基本向量 e1, e2 , , en 是 A 的特征向量,


令 P (e1, e2 , , en ) I , 则存在 1, 2 , , n 使得
1
P 1 AP
2
,
n
1
即 A
2
,
n
19
§5.2 矩阵的相似对角化
相 P144 似 定义
P 1 A P B ,
矩 5.2 则称 A 与 B 相似,或者称 A 相似于 B,记为 A~ B .

称可逆矩阵 P 为把 A 变成 B 的相似变换矩阵。
称对 A 所进行的运算 P 1 AP 为对 A 进行相似变换。
注 矩阵相似是矩阵等价的一种特殊情况。
2
§5.2 矩阵的相似对角化
( A p1, A p2 , , A pn ) (a1 p1, a2 p2 , , an pn ) ,
于是有 A pi ai pi (i 1,2, , n), 又因为 P 可逆,故 pi 0 , 且 p1, p2 , , pn 线性无关, 因此 p1, p2 , , pn 是 A 的 n 个线性无关的特征向量 . 即
P 的列向量由 A 的线性无关的特征向量构成。
9
§5.2 矩阵的相似对角化
第 二、矩阵相似对角化的概念与问题分析
五 章
1. 问题分析
2. 矩阵可相似对角化的条件
相 似 定理 n 阶矩阵 A 能够相似于对角矩阵 Λ 的充分必要条件是
矩 阵
P145 定理
A 有 n 个线性无关的特征向量, 即 A 每个特征值所对
1 2 0
2

P
1
1
0,

P 1 A P
Λ
1 .
1 0 1
1
15
§5.2 矩阵的相似对角化
第 五 例 将矩阵 章
相似对角化,并求 A100 .
相 似

(2)由 P 1 A P Λ, 有 A P ΛP 1 ,
矩 阵
A100 P Λ100 P 1
1 1
2 1
0 2100 0
因此矩阵 A 不能相似对角化。
14
§5.2 矩阵的相似对角化
第 五 例 将矩阵 章
相似对角化,并求 A100 .
相 似

(1)由 | I A| 0 , 得 A 的特征值为 1 2 , 2 1,

(单根) (重根)

对 1 2 , 取特征向量 X1 (1, 1, 1)T ,
对 2 1, 取特征向量 X 2 (2, 1, 0)T , X 3 (0, 0, 1)T ,
0
1 0 1
1 1 1 2
3
4
1 2
1 2 1
3 2 1
1 0 1

矩 阵
1 2
9 3 2
7 1 2
3 3; 8
相关主题