線性代數08 矩陣的相似與矩陣的冪(相似對角化)

從本節開始,就不再關注線性方程組的解的結果或者具體的解如何求出。而是開始轉而去關注矩陣的一些性質和拓展內容,這一節我將會介紹矩陣相似的概念。以及這個矩陣的相似的意義。

先觀察以下公式:
若存在可逆矩陣P,使得一個關於矩陣A的等式如下成立:
A=(PDP1) A=(PDP^{-1})
我們稱符合這樣關係的的矩陣A與D是相似的記作A~D
則A的冪可以通過求矩陣D的冪求得
Am=(PDP1)m=(PDP1)(PDP1)(PDP1).....(PDP1)=(PDmP) A^{m}=(PDP^{-1})^{m}=(PDP^{-1})(PDP^{-1})(PDP^{-1}).....(PDP^{-1})=(PD^{m}P)

因此,對於矩陣A的冪的求解,就轉化爲了對一個A的相似矩陣D的求解。若我們能夠得出D是一個很簡單的矩陣,例如對角矩陣,那麼是不是就可以很簡單的計算A的冪值呢?答案是肯定的。

2 相似對角化

剛剛說到,能夠通過等式
A=(PDP1) A=(PDP^{-1})
找到可逆矩陣P,使得這個等式對於矩陣A和對角矩陣D成立就好了。這樣一來,我們的問題就變成了,如何去找到一個這樣的可逆矩陣P,使得經過以上等式成立呢,但是在找到這個可逆矩陣之前,我們必須要確定,矩陣A是可以進行對角化的(這個過程可以看成,我們需要找到一條路去對角化A,但是我們必須先確定這條路是存在的)
下面證明:
若存在:
D=(P1AP)=>PD=AP=>A(a1,a2.....an)=(a1,a2.....an)D=>(Aa1,Aa2.....Aan)=(λ1a1,λ2a2.....λnan) λ D=(P^{-1}AP)\\=>PD=AP\\=>A(a_{1},a_{2}.....a_{n})=(a_{1},a_{2}.....a_{n})D\\=>(Aa_{1},Aa_{2}.....Aa_{n})=(\lambda_{1}a_{1},\lambda_{2}a_{2}.....\lambda_{n}a_{n}) \\ \ \\其中\lambda 是對角矩陣對角線上的常數項。
這樣一來,若要使得上述等式成立,則若能夠有n個這樣的線性無關的列向量
(a1,a2.....an) (a_{1},a_{2}.....a_{n})
使得:
Aai=λiai Aa_{i}=\lambda_{i}a_{i}
成立。
所以我們可以得出結論,若n階矩陣A能夠相似於對角矩陣D的充要條件就是:存在n個線性無關的列向量,以及存在n個數,使得Aai=λiai Aa_{i}=\lambda_{i}a_{i}
成立。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章