小伙伴关心的问题:线性代数矩阵的对角化怎么算(线性代数中对角矩阵),本文通过数据整理汇集了线性代数矩阵的对角化怎么算(线性代数中对角矩阵)相关信息,下面一起看看。

线性代数矩阵的对角化怎么算(线性代数中对角矩阵)

这个定义是说,假设一个方阵A,与一个对角阵相似,就称A可相似对角化。

譬如说,这就是一个对角阵。那么,我们如何判断是否可对角化呢?

这就是判断标准,即如果A有n个线性无关的特征向量,那么就可以推出n阶方阵可以被对角化。反之,如果n阶方阵可以被对角化,则A有n个线性无关的特征向量。

所以,这里的核心就是证明这个定理。他的证明是这样的

首先,证明他的必要性,即若A有n个线性无关的特征向量,那么他可以被对角化

按照相似矩阵的定义是,

那么共同左乘P,则变成

此时,A是一个方阵,P是一个可逆矩阵,我们令P为(p1,p2,...pn)作为一个列向量组。此时带入上面这个等式

接着按照矩阵的乘法,把他处理掉,结果是

现在我们需要说明,p1...pn作为特征向量,是线性无关的。

由于P是(p1...pn),所以R(A)=n,即他的矩阵的秩为n,所以是线性无关的。

由于他是线性无关的,因此他满足使对角化的要求。

接着证明他的充分性,

那么,由此可以推知几个推论

如果n阶方阵A的n个特征值互不相同,那么A与对角阵是相似的。

更多线性代数矩阵的对角化怎么算(线性代数中对角矩阵)相关信息请关注本站,本文仅仅做为展示!