6.5 可对角化的矩阵 授课题目:6.5 可对角化的矩阵 授课时数:6学时 教学目标:掌握矩阵对角化的定义与方法 教学重点:矩阵对角化的方法

Slides:



Advertisements
Similar presentations
常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
Advertisements

2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
线 性 空 间 线性空间的定义 线性空间 的子空间 小结. 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念的推广. 线性空间是为了解决实际问题而引入的,它是 某一类事物从量的方面的一个抽象,即把实际问题看作向量空间,进而通过研究向量空间来解决实际问题.
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构.
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
向量空间与线性变换 在数学大厦中的重要地位
第6章 向量空间 6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标
3.4 空间直线的方程.
圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.
第五章 二次型 §5.1 二次型的矩阵表示 §5.2 标准形 §5.3 唯一性 §5.4 正定二次型 章小结与习题.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
此幻灯片可在如下网址下载: 工程数学线性代数第16讲 此幻灯片可在如下网址下载:
第3节 二次型与二次型的化简 一、二次型的定义 二、二次型的化简(矩阵的合同) 下页.
§1 二阶与三阶行列式 ★二元线性方程组与二阶行列式 ★三阶行列式
*第七节 二元高次方程组 主要内容 两个一元多项式有非常数公因式的条件 二元高次方程组的一个一般解法.
一、二阶行列式的引入 用消元法解二元线性方程组. 一、二阶行列式的引入 用消元法解二元线性方程组.
第三章 函数逼近 — 最佳平方逼近.
第五章 矩阵与行列式 §5.4 逆矩阵 §5.5 矩阵的初等变换.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
四种命题 2 垂直.
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
第七章 线性变换 §1 线性变换的定义 §2 线性变换的运算 §3 线性变换的矩阵 §4 特征值与特征向量 §5 对角矩阵
例题 教学目的: 微积分基本公式 教学重点: 牛顿----莱布尼兹公式 教学难点: 变上限积分的性质与应用.
第四章 函数的积分学 第六节 微积分的基本公式 一、变上限定积分 二、微积分的基本公式.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
第二章 导数与微分 第二节 函数的微分法 一、导数的四则运算 二、复合函数的微分法.
§4.3 常系数线性方程组.
正交变换与正交矩阵 戴立辉 林大华 林孔容 (闽江学院数学系,福建 福州 ).
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
I. 线性代数的来龙去脉 -----了解内容简介
第四章 矩阵 §1 矩阵概念的一些 背景 §6 初等矩阵 §4 矩阵的逆 §5 矩阵的分块 §2 矩阵的运算 §3 矩阵乘积的行列 式与秩
第四章 向量组的线性相关性.
第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.
实数与向量的积.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
第十章 双线性型 Bilinear Form 厦门大学数学科学学院 网址: gdjpkc.xmu.edu.cn
§4 线性方程组的解的结构.
正切函数的图象和性质 周期函数定义: 一般地,对于函数 (x),如果存在一个非零常数T,使得当x取定义域内的每一个值时,都有
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§3 向量组的秩.
§8.3 不变因子 一、行列式因子 二、不变因子.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
1.2 子集、补集、全集习题课.
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
4) 若A可逆,则 也可逆, 证明: 所以.
第五章 相似矩阵及二次型.
线性代数 第十一讲 分块矩阵.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
A经有限次初等变换化为B,称A与B等价,记作A→B.
高中数学必修 平面向量的基本定理.
例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。
§2 方阵的特征值与特征向量.
6.2 线性变换的运算 授课题目:6.2 线性变换的运算 授课时数:2学时 教学目标:掌握线性变换的三种运算及
9.5空间向量及其运算 2.共线向量与共面向量 淮北矿业集团公司中学 纪迎春.
§5 向量空间.
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
高等代数课件 陇南师范高等专科学校数学系 2008年制作.
§4.5 最大公因式的矩阵求法( Ⅱ ).
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
第七章 线性空间与线性变换 §1 线性空间定义与性质
Presentation transcript:

6.5 可对角化的矩阵 授课题目:6.5 可对角化的矩阵 授课时数:6学时 教学目标:掌握矩阵对角化的定义与方法 教学重点:矩阵对角化的方法 教学难点:矩阵对角化的方法

一. 矩阵的可对角化与线性变换的可对角化 定义1 设A是数域F上一个n阶矩阵,如果存在 F上的一个可逆矩阵T,使T-1AT是对角矩阵, 就说A可以对角化. 由矩阵与线性变换的对应关系,类似地有: 定义2 设σ是数域F上n(n≥1)维线性空间V的 一个线性变换,如果存在V的一个基,使得σ关于 这个基的矩阵是对角形,就说σ可以对角化.

根据定义和定理6.3.4知:n维线性空间的基取定 后,V的线性变换σ可以对角化当且仅当它关于 这个基的矩阵A可以对角化. 二. 线性变换可对角化的充要条件和充分条件 1. 线性变换可对角化的充要条件之一 定理6.5.1 设σ是数域F上n维线性空间V的线性 变换.σ可对角化的充分必要条件是:σ有n个 线性无关的特征向量.

2. 线性变换可对角化的两个充分条件 定理6.5.2 设数域F上线性空间V有一个线性变 换σ,ξ1,ξ2 ,…,ξm分别是σ的属于互不相同的 特征根λ1,λ2, …,λm的特征向量, 那么, 向量ξ1, ξ2, …,ξm线性无关. 证 对m使用数学归纳法. 当m=1, ξ1≠0,ξ1线性无关. 假设定理对于m-1(m>1)个向量结论成立. 现设λ1,λ2,…,λm是σ的两两不同的特征根,

ξi是属于λi的特征向量,即 σ(ξi)=λiξi, i=1, 2, …, m. (1) 若 a1ξ1+a2ξ2+…+am-1ξm-1+amξm , ai∈F (2) 用λm乘(2)式两端,得 a1λmξ1+a2λmξ2+…+am-1λmξm-1+amλmξm = 0   (3) 对(2)式两端的向量用线性变换σ去作用,得

a1λ1ξ1+a2λ2ξ2+…+am-1λm-1ξm-1+amλmξm = 0 (4) 用(4)式减去(3)式得 a1(λ1-λm)ξ1+ a2(λ2-λm)ξ2+… + am-1(λm-1-λm)ξm-1 = 0 但ξ1,ξ2 ,…,ξm-1由归纳假设是线性无关的, 所以Ai(λi-λm)= 0,i=1, 2, …, m-1.

而λ1,λ2 ,…,λm两两不同, λi -λm≠0, i=1, 2, …, m-1.只有a1= a2=…= am-1= 0. 代入(2)式, 由ξm≠0 又有 am=0. 这就证明 了向量ξ1 ,ξ2 ,…,ξm是线性无关的. □ 由上面两个定理可以得出以下推论. 推论1 设σ是属于F上n维线性空间V的一个线 性变换.如果σ的特征多项式fσ(x)在F内有n个 不同的根,那么σ可对角化.

证 若fσ(x)在F中有互不相同的n个特征根λ1, λ2 ,…,λn , 对每个λi , 选取一个特征向量ξi , i =1, 2, …, n .ξ1,ξ2, …,ξn 线性无关, 构成V的 一个基. σ在这个基下的矩阵是对角矩阵 所以,σ可对角化.□

这个推论的矩阵说法是:设A是数域F上的一个 n阶矩阵.如果A的特征多项式fA(x)在F内有n 个单根,那么A可以对角化. 如果数域F是复数域C,推论1可改为以下推论. 推论2 设σ是复数域C上n维线性空间V的一个 线性变换.如果σ的特征多项式没有重根,那 么σ可对角化. 推论1给出了线性变换可对角化的一个充分非必

要条件.对没有n个不同特征根的线性变换,要 判断它能否对角化,还需作进一步的讨论. 3. 线性变换可对角化的充要条件之二 定理6.5.3 如果λ1,λ2,…,λs 是线性变换σ的 s 个不同的特征根,而 , …, 是σ的属于特征 根λi 的线性无关的特征向量, i = 1, 2, …, s. 那么, 向量组 , …, , , …, , …, , …, 线性无关.

证 设 k11 +k21a21+…+ +…+   +…+ =0. 即 α1+α2+…+αs=0,      (5) ∈ 其中αi = ki1αi1+…+ i=1, 2, …, s. 因此,αi= 0或者αi是σ的属于λi的特征向量. 如果α1,α2 ,…,αs不全为0, 不妨设α1,α2,…,αt (t≤s)均不是零向量, 而其余的αj全是零向量. 由(5)式有α1+α2+…+αt=0,

即α1+α2+…+αt 线性相关. 这与定理6.5.2的结 论矛盾. 所以每个αi=0, i=1, 2, …, s. 即  ki1αi1+…+ i=1, 2, …, s. =0. 由假设αi1 ,…, 线性无关,推出 ki1=…= =0, i=1, 2, …, s. 因此,向量组 , …, , …, , …, 线性无关. □

再来讨论线性变换的特征子空间的维数与所属特 征根的重数的关系. 定理6.5.4 设σ是数域F上n维线性空间V的一个 线性变换.λ0是σ的一个特征根, 是σ的属于 特征根λ0的特征子空间. 那么dim ≤λ0的重数, 其中λ0的重数指的是它作为fσ(x)的根的重数.

证 设 ,{α1,α2 ,…,αs}是 的基. 将它扩充成V的基:{α1,α2 ,…,αs,αs+1, …,αn}. 是σ的特征子空间,可设 由于 σ(α1)=λ0α1,σ(α2)= λ0α2 , …… …… σ(αs)=λ0αs , σ(αs+1)=a1,s+1α1 + a2,s+1α2+…+ an,s+1 αn …… …… σ(αn)=a1nα1+ a2nα2+…+ annαn .

于是,σ在基{α1,α2,…,αs,αs+1,…,αn}下的 矩阵是 fσ(x)= fA(x)=|xI-A|=(x -λ0)sh(x)

其中h(x)是A中右下角小块矩阵 的特征多项式.这样,λ0在fσ(x)中的重数不小 于s,即dimVλ0≤λ0的重数.□ 现在,我们可以来证明下面的定理了

定理6.5.5 设σ是数域F上n维线性空间V的一个 线性变换,σ可对角化的充分必要条件是: 1)σ的特征多项式的根都在F内; 2)σ的每个特征根λ,dimVλ≤λ0的重数. 证 充分性.设σ的所以不同的特征根λ1,λ2, …,λt ,在特征多项式fσ(x)的重数分别是r1, r2 ,…,rt .由条件1)有 r1+r2+…+rt=n.

由条件2)有 i=1,2, …, t. 的一个基,i=1, 2, … , t. 可设αi1 ,… , 是 根据定理6.5.3,n个特征向量为 , α21, … , , … ,αt1, …, α11, … , 线性无关,构成V的一个基,故σ可对角化. 必要性.设σ可对角化,V有一个由σ的特征向 量组成的基.适当排列基向量的次序.不妨设 式(6)是重新排列后的V的一个基,σ在这个

基下的矩阵为 对角线上每个λi有xi个. 于是σ的特征多项式为

因此λ1,λ2 ,…,λt是它的全部互异的特征根, 均属于数域F,且λi的重数是ri, i=1,2, …,t 又由于αi1,…, 线性无关,均是 的向量, 从而有 另一方面,由定理6.5.4,又有 所以 □

4. 线性变换对角化的方法和例子 由定理6.5.4和定理6.5.5可知,要把一个可对角 化的线性变换σ对角化,我们只需对σ的每个 特征根λi,求出Vλi的基,凑成空间V的由σ 的特征向量组成的基,σ在这样的一个基下 的矩阵就具有对角形式.

例1 对6.4中例4的R上的三维线性空间V的线性 变换σ,由于fσ(x)的根1,1,-2均在R内,且 dimV1=2=1的重数,dimV-2=1=-2的重数,所以 σ可以对角化. 特征子空间V1的基是{-2α1+α2,α3 },而特征子 空间V-2的基是{-α1+α2+α3 }.令 η1= -2α1+α2, η2=α3, η3=-α1+α2+α3, { η1, η2, η3}构成V的一个基,σ在这个基下的

矩阵是 又因为 (η1,η2,η3)= (α1,α2,α3) 即 是由基{α1,α2,α3}到基{η1,η2,η3}

的过渡矩阵.由定理6.3.4有 注意:T正好是由方程组(I-A)X=0与(-2I-A)X=0的 基础解系中的向量作列向量拼成的矩阵.

三. 矩阵可对角化的充要条件,方法及应用 1. 矩阵可对角化的充要条件 定理6.5.6 设A是数域F上的一个n阶矩阵. A(在F上)可对角化的充分必要条件是: 1)A的特征根都在F内; 2)对于A的每个特征根λi, 有秩(λiI-A)=n- ri , 其中ri是λi的重数. 2. 矩阵的对角化方法

如果数域F上的n阶矩阵A可以对角化,那么对A 的每个特征根λi∈F,i=1,2, …, n.齐次线性方程 组(λiI-A)X=0的基础解系中的每个解向量都是A 的特征向量.设A有s个两两不同的特征根就求得 s个基础解系: 这s个基础解系中共含n个特征向量. 它们是线性 无关的. 把这n个特征向量Tij作为列, 按照λ1,λ2, …,λn的相应顺序拼成一个可逆矩阵T, 于是

上面讨论了当A可对角化时, 如何求可逆矩阵T的 何计算T(T-1AT为对角形)的方法及步骤归纳如下: 1)求矩阵A的全部特征根. 如果这些根不全在F内, 那么A在F上不能对角化. 2)如果A的特征根都在F内, 那么对A的每个特征根 λ,求出齐次线性方程组

的一个基础解系. 3)如果每个特征根λ的重数与齐次线性方程组 (λI-A)X=0基础解系所含解向量的个数相等, 那么A可对角化.把这些解向量作为列拼成一 个n阶可逆矩阵T, T-1AT就是对角形矩阵.

例2 判断下列矩阵A能否与对角矩阵相似. 若能, 求出可逆矩阵T, 使T-1AT是对角形矩阵. (1) (2)

解 (1) fA(x)=|xI-A|=(x+1)2 . 在这里-1是A的二重特征根,而秩(-1·I-A)≠2-2·A 在任何数域上都不能对角化. 解 (2) A 的特征根为1, i , -i. A在R上不能对角化, 在C上可对角化. 以齐次线性方程组 (1·I-A)X=0, (iI-A)X=0和(-iI-A)X=0 的基础解系的解向量为列拼成的矩阵

则有 3. 矩阵对角化的应用 例3 计算

解 令A= , A有特征根-1,-1,5. 对特征根-1, 解方程组(-1·I-A)X=0, 解得基础解 系 , 对特征根5, 解方程组(5I-A)X=0,得基础解系

用上面三列拼成矩阵T= 则有T-1AT= 于是有

习题6.5 1. 设α与β分别是线性变换σ的属于特征根λ1与 λ2的特征向量, 而且λ1≠λ2. 证明, α+β不可能 是σ的特征向量. 2.设上三角形矩阵

的对角元素α11,α22 ,…,αnn各不相同.证明, A可以对角化. 3.设σ是数域F上三维线性空间V的一个线性变 换,且σ在基{α1 ,α2 ,α3}下的矩阵为 A= 1)求σ的每个特征子空间的一个基;

2)σ能否对角化?若能,求出相应的基和过渡 矩阵T,并验算T-1AT. 4. 在下列矩阵中,那些可以在实数域上对角化? 那些可以在复数域上对角化?对应可对角化的, 求出相应的过渡矩阵T,并验算T-1AT:

5.设A= , 求Ak(k为正整数). 6.设A∈Mn(F),若Am=0,m是某个自然数,则称 A为幂零矩阵,证明:若A≠0是幂零矩阵,则A 不能对角化.