在上一节我们提出了对于矩阵求幂的运算,关键在于找到一个可逆矩阵P,使得A可以化成对角矩阵D。而这个逆矩阵能否找到,就在于能不能找到n个线性无关的向量满足:Aai=λiai
对于这个式子,我们引入了一个专门的概念来求解这其中的λ和列向量。
1 特征值与特征向量
如果对于矩阵A来说,有非零列向量使得:
Aa=λ0a 那么我们称λ0是A的一个特征值,列向量a是A的对应于λ0的一个特征向量
2 特征值/特征向量的求法
对公式进行以下变换:
Aa=λ0a=>Aa−λ0a=0=>Aa−λ0Ia=0=>a(A−λ0I)=0
对以上这个式子来说,要么a=0,要么A−λ0I=0.由于我们限定了a不能为零向量,那么对于
(A−λ0I)=0两边同时取行列式∣(A−λ0I)∣=0
即λ是满足以上等式的一个解,同时,若我们将λ求出,代入原式,则向量a则是线性方程组:
(A−λ0I)=0的非零解,且,有多少个特征值,就有多少个特征向量。
3 求解实例
![在这里插入图片描述]()
![在这里插入图片描述]()
![在这里插入图片描述]()
![在这里插入图片描述]()
3 总结
由特征值和特征向量的定义和求解方式,我们可以知道,n阶矩阵A可对角化的充分必要条件是A有n个线性无关的特征向量。此时我们要找的可逆矩阵P符合:
P=[a1,a2.....an]
所以也有:
P−1AP=diag{λ1,λ2.....λn}