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。
- 专项应试卡片:10-抽象矩阵在基下的表示与特征值秒杀模型
- 专项应试卡片:对角矩阵认知与两大化简模型:初等变换PAQ与相似对角化
知识图谱链接
- 所属:
02-MOC-线代 - 前置:03-向量组与线性相关性
- 后续:05-二次型
- 易混:16-模块五-特征值与相似对角化破题库
- 真题:见
03-真题映射表(2025-T8、2025-T22、2024-T10、2023-T22、2022-T8、2021-T22、2020-T8、2020-T23)