Skip to Content
👋 欢迎来到考研学堂! 了解详情

三、相似对角化问题

如果一个 \(n\) 阶矩阵相似于一个对角矩阵,就说它可以相似对角化(简称为可对角化)。

并不是每个矩阵都可以对角化的,于是产生两个问题:

  1. 判断一个 \(n\) 阶矩阵 \(\mathbf{A}\) 是否可对角化(判断问题)
  2. 如果可以,怎么构造可逆矩阵 \(P\),使得 \(P^{-1}AP\) 是对角矩阵?(实现方法)

【分析】设 \(A\)\(n\) 阶矩阵,\(P = (\eta_1, \eta_2, \dots, \eta_n)\) 是可逆矩阵,则

\(P^{-1}AP\) 是对角矩阵,并且对角线上的元素为 \(\lambda_1, \lambda_2, \dots, \lambda_n\)

\[\Leftrightarrow A \eta_{1} = \lambda_{1} \eta_{1}, A \eta_{2} = \lambda_{2} \eta_{2}, \dots , A \eta_{n} = \lambda_{n} \eta_{n}.\]

于是得到:

判别法则1 \(n\) 阶矩阵 \(\pmb{A}\) 可对角化 \(\Leftrightarrow A\)\(n\) 个线性无关的特征向量。

判别法则2 \(A\) 可对角化 \(\Leftrightarrow\) 对于 \(A\) 的每个特征值 \(\lambda_{i}\),其重数 \(k_{i} = n - \mathrm{r}(A - \lambda_{i}E)\)

【注】当 \(k_{i} = 1\) 时,\(k_{i} = n - \mathrm{r}(A - \lambda_{i}E)\) 一定成立,因此用判别法则2时,只需对重数大于1的那些特征值进行。在考研真题中,\(n\) 常常是3,重数大于1的特征值不会多于1个。

推论 如果 \(\pmb{A}\) 的特征值两两不相同,则 \(\pmb{A}\) 可以对角化。

实现方法\(A\) 的每个特征值 \(\lambda_{i}\),求 \((A - \lambda_{i}E)X = 0\) 的基础解系,合在一起,就是 \(A\)\(n\) 个线性无关的特征向量 \(\pmb{\eta}_{1},\pmb{\eta}_{2},\dots ,\pmb{\eta}_{n}\),以它们为列向量构造矩阵 \(\pmb {P} = (\pmb {\eta}_1,\pmb {\eta}_2,\dots ,\pmb {\eta}_n)\),则 \(P^{-1}AP\) 是对角矩阵,对角线上的元素依次是 \(\pmb {\eta}_1,\pmb {\eta}_2,\dots ,\pmb {\eta}_n\) 的特征值。


练习题

例题1

判断矩阵 \(\mathbf{A} = \begin{pmatrix} 2 & 1 \\ 0 & 2 \end{pmatrix}\) 是否可对角化,并说明理由。

题目解答
矩阵 \(\mathbf{A}\) 的特征多项式为 \(\det(\mathbf{A} - \lambda \mathbf{E}) = \begin{vmatrix} 2-\lambda & 1 \\ 0 & 2-\lambda \end{vmatrix} = (2-\lambda)^2\),特征值为 \(\lambda = 2\)(重数为2)。
计算 \(\mathbf{A} - 2\mathbf{E} = \begin{pmatrix} 0 & 1 \\ 0 & 0 \end{pmatrix}\),其秩为1。
根据判别法则2,特征值 \(\lambda = 2\) 的重数 \(k = 2\),但 \(n - \mathrm{r}(\mathbf{A} - \lambda \mathbf{E}) = 2 - 1 = 1 \neq k\),因此 \(\mathbf{A}\) 不可对角化。


例题2

判断矩阵 \(\mathbf{A} = \begin{pmatrix} 1 & 2 & 2 \\ 2 & 1 & 2 \\ 2 & 2 & 1 \end{pmatrix}\) 是否可对角化。若可,求可逆矩阵 \(\mathbf{P}\) 和对角矩阵 \(\mathbf{\Lambda}\),使得 \(\mathbf{P}^{-1}\mathbf{A}\mathbf{P} = \mathbf{\Lambda}\)

题目解答
特征多项式为:

\[\det(\mathbf{A} - \lambda \mathbf{E}) = \begin{vmatrix} 1-\lambda & 2 & 2 \\ 2 & 1-\lambda & 2 \\ 2 & 2 & 1-\lambda \end{vmatrix} = -\lambda^3 + 3\lambda^2 + 9\lambda - 27 = -(\lambda - 5)(\lambda + 1)^2.\]

特征值为 \(\lambda_1 = 5\)(单根),\(\lambda_2 = -1\)(重数为2)。

  • \(\lambda_1 = 5\):解 \((\mathbf{A} - 5\mathbf{E})\mathbf{X} = \mathbf{0}\),得基础解系 \(\pmb{\eta}_1 = (1,1,1)^\mathrm{T}\)
  • \(\lambda_2 = -1\):解 \((\mathbf{A} + \mathbf{E})\mathbf{X} = \mathbf{0}\),得基础解系 \(\pmb{\eta}_2 = (1,-1,0)^\mathrm{T}\)\(\pmb{\eta}_3 = (1,0,-1)^\mathrm{T}\)
    三个特征向量线性无关,故 \(\mathbf{A}\) 可对角化。
    \(\mathbf{P} = (\pmb{\eta}_1, \pmb{\eta}_2, \pmb{\eta}_3) = \begin{pmatrix} 1 & 1 & 1 \\ 1 & -1 & 0 \\ 1 & 0 & -1 \end{pmatrix}\),则 \(\mathbf{P}^{-1}\mathbf{A}\mathbf{P} = \operatorname{diag}(5, -1, -1)\)

例题3

\(\mathbf{A}\)\(3\) 阶矩阵,特征值为 \(1, 2, 3\)。证明 \(\mathbf{A}\) 可对角化,并说明 \(\mathbf{P}^{-1}\mathbf{A}\mathbf{P}\) 的对角元素如何排列。

题目解答
根据推论,若特征值两两不同,则矩阵可对角化。此处特征值 \(1, 2, 3\) 互异,故 \(\mathbf{A}\) 可对角化。
对每个特征值求特征向量:

  • \(\lambda = 1\):特征向量 \(\pmb{\eta}_1\)
  • \(\lambda = 2\):特征向量 \(\pmb{\eta}_2\)
  • \(\lambda = 3\):特征向量 \(\pmb{\eta}_3\)
    \(\mathbf{P} = (\pmb{\eta}_1, \pmb{\eta}_2, \pmb{\eta}_3)\),则 \(\mathbf{P}^{-1}\mathbf{A}\mathbf{P} = \operatorname{diag}(1, 2, 3)\),对角元素顺序与 \(\mathbf{P}\) 中特征向量的排列一致。

例题4

矩阵 \(\mathbf{A} = \begin{pmatrix} 3 & 1 & 0 \\ 0 & 3 & 0 \\ 0 & 0 & 2 \end{pmatrix}\) 是否可对角化?若可,求对角化矩阵 \(\mathbf{P}\)

题目解答
特征多项式为 \(\det(\mathbf{A} - \lambda \mathbf{E}) = \begin{vmatrix} 3-\lambda & 1 & 0 \\ 0 & 3-\lambda & 0 \\ 0 & 0 & 2-\lambda \end{vmatrix} = (3-\lambda)^2(2-\lambda)\),特征值 \(\lambda_1 = 3\)(重数2),\(\lambda_2 = 2\)(单根)。

  • \(\lambda_1 = 3\)\(\mathbf{A} - 3\mathbf{E} = \begin{pmatrix} 0 & 1 & 0 \\ 0 & 0 & 0 \\ 0 & 0 & -1 \end{pmatrix}\),秩为2,\(n - \mathrm{r}(\mathbf{A} - \lambda_1 \mathbf{E}) = 3 - 2 = 1 \neq 2\),故 \(\mathbf{A}\) 不可对角化。
Last updated on