在上一節我們提出了對於矩陣求冪的運算,關鍵在於找到一個可逆矩陣P,使得A可以化成對角矩陣D。而這個逆矩陣能否找到,就在於能不能找到n個線性無關的向量滿足:Aai=λiai
對於這個式子,我們引入了一個專門的概念來求解這其中的λ和列向量。
1 特徵值與特徵向量
如果對於矩陣A來說,有非零列向量使得:
Aa=λ0a 那麼我們稱λ0是A的一個特徵值,列向量a是A的對應於λ0的一個特徵向量
2 特徵值/特徵向量的求法
對公式進行以下變換:
Aa=λ0a=>Aa−λ0a=0=>Aa−λ0Ia=0=>a(A−λ0I)=0
對以上這個式子來說,要麼a=0,要麼A−λ0I=0.由於我們限定了a不能爲零向量,那麼對於
(A−λ0I)=0兩邊同時取行列式∣(A−λ0I)∣=0
即λ是滿足以上等式的一個解,同時,若我們將λ求出,代入原式,則向量a則是線性方程組:
(A−λ0I)=0的非零解,且,有多少個特徵值,就有多少個特徵向量。
3 求解實例
3 總結
由特徵值和特徵向量的定義和求解方式,我們可以知道,n階矩陣A可對角化的充分必要條件是A有n個線性無關的特徵向量。此時我們要找的可逆矩陣P符合:
P=[a1,a2.....an]
所以也有:
P−1AP=diag{λ1,λ2.....λn}