特征值、特征向量与相似对角化

本章核心

特征向量题先算 ;相似题先比不变量;对角化题核心是找够不够线性无关的特征向量。

看到“相似”先问

题目只是让判断是否相似,还是明确要求求 ?前者先比特征结构,后者才求特征向量。

一、看到特征向量时

定义:

所以看到“α 是特征向量”,第一动作就是计算 Aα,并与 α 比较系数。

若给出一组线性无关向量 α₁,α₂,α₃ 以及 Aαᵢ 的线性组合,就把它看成 A 在这组基下的表示。

二、求特征值的标准流程

固定流程

求出 λᵢ 后,对每个 λᵢ 解:

解空间就是对应特征子空间。

两种“重数”分别是什么

  • 代数重数:特征值作为特征多项式根重复出现的次数。例如 中, 的代数重数是 3;
  • 几何重数:这个特征值对应的独立特征向量个数,即
  • 特征向量:特征子空间中的非零向量。

永远有:。

对角化真正检查什么

每个特征值的几何重数加起来必须等于 。因此“特征值有重复”不代表不能对角化,关键是独立特征向量够不够 个。

三、什么时候可以对角化

不要误记

有 个互不相同的特征值是充分条件;有两个不同特征值,不代表三阶矩阵一定可对角化。

一般 n 阶矩阵可相似对角化,当且仅当有 n 个线性无关的特征向量。

有 n 个互不相同的特征值,是充分条件。

但有两个不同特征值,不一定能推出三阶矩阵可对角化;还要看特征向量是否足够多。2024 年选择题专门考了这个必要条件和充分条件的区别。

实对称矩阵一定可以正交对角化:

QᵀAQ=Λ,QᵀQ=E。

不同特征值对应的特征向量自动正交;同一特征值的特征子空间内要再正交化。

“正交对角化”就是用单位正交特征向量组成 ,使 变成对角矩阵;它比普通相似对角化多了“保持长度和夹角”的要求。

四、已知

这说明 A、B 相似,立刻有:

|A|=|B|,tr(A)=tr(B),特征多项式相同,特征值及代数重数相同。

若 Aαᵢ=λᵢαᵢ,B 的目标对角矩阵按相同顺序排列,则把对应特征向量按列排成:

P=(α₁,…,αₙ)。

于是 P⁻¹AP=diag(λ₁,…,λₙ)。

目标矩阵若改变了特征值顺序,P 的列也要按对应关系调整。

五、矩阵高次幂

若 A=PΛP⁻¹,则:

Aᵏ=PΛᵏP⁻¹。

不要直接乘很多次矩阵。

若题目给出矩阵关系,先按真正的乘法关系替换。例如若 ,则

不能直接把它写成 。2016 年大题就是先找特征值,再处理高次幂。

六、三角矩阵的特征值

三角矩阵的特征值就是主对角线元素。

若

特征值就是 。若题目说有一个正特征值、两个负特征值,直接根据符号判断 ,不必再求特征多项式。2024—2025 年选择题都在用这个思路。

七、真题触发器

  • 2016:相似矩阵、特征向量、A⁹⁹。
  • 2017:相似、特征向量直接求参数。
  • 2018:相似、向量作用识别特征值、相似变换矩阵。
  • 2019:对称矩阵关系、相似矩阵求参数和 P。
  • 2020—2021:特征向量、相似对角化。
  • 2022—2023:特征值与正交对角化、矩阵作用。
  • 2024—2025:特征值符号、对角化条件。

知识图谱链接