浅谈矩阵对角化

《浅谈矩阵对角化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅谈矩阵对角化内容:本文对矩阵对角化做了一些概括和分析,并结合几个典型的应用实例列举了对角化矩阵的应用,反映出可对角化矩阵在某些问题的研究中所起的重要作用。　　关键词:线性代数;矩阵;对角化;应用　　:O13:A　　　　线性代数是讨论代数学中线性关系经典理论的课程,它具有较强的抽象性和逻辑性,是高等学校工科各专业的一门重要的基础理论课,它对培养一个人的逻辑思维能力、抽象思维能力、计算能力、推理能力都起着非常重要的作用。由于线性问题广泛存在于科学技术的各个领域,而某些非线性问题在一定条件下可以转化为线性问题,因此线性代数中的矩阵所介绍的思想和方法广泛应用于各个学科,尤其在计算机日益普及

2、的今天。　　一、矩阵的对角化　　在“线性代数”中,我们知道根据方阵A的多项式f(A)=0,往往可以较容易地求得A的特征值取值范围,但A的每个特征值的重数,A是否可以对角化却不得而知。例如A2=A,A特征值的取值范围为0,1;我们可以证明A可以对角化;同样A2=E,A特征值的取值范围为1,-1;A也可以对角化。但A2=0,A≠0时,A的特征值均为0,A却不能对角化。本文将给出f(A)=0时,A可以对角化的一个充分条件。　　为了叙述方便起见,下面先给出两个著名的关于的矩阵秩的结论作为引理。　　引理1:设A,B均为n阶方阵,则:　　秩(A+B)≤秩(A)+秩(B)　　引理2:(Sylves

3、ter公式)设A,B均为n阶方阵,则:　　秩(A)+秩(B)≤n+秩(AB)　　从线性代数原理我们可以得到很多关于Sylvester定理的证明方法。反复应用Sylvester定理,进一步可证得Sylvester定理更一般的形式,即　　引理3:设A1,A2…As均为n阶方阵,则:　　秩(A1)+秩(A2)+…+秩(As)≤(n-1)n+秩(A1,A2…As)　　命题1:设A为n阶方阵,A2=A,则A可以对角化。　　命题2:设A为n阶方阵,A2=E,则A可以对角化。　　可得到下面2个结论。　　设A为n阶方阵,λ1≠λ2,且(A-λ1E)(A-λ2E)=0,则A可以对角化。　　设A为n阶方

4、阵,λ1λ2…λs两两互不相等,使得:(A-λ1E)(A-λ2E)…(A-λsE)=0则A可以对角化。　　例1:设n阶方阵A满足A3-5A2+6A=0,则A可以对角化;并且　　秩(A)+秩(A-2E)+秩(A-3E)=2n　　证明:由A3-5A2+6A=0可得A(A-2E)(A-3E)=0　　从而可知:A可以对角化;并且秩(A)+秩(A-2E)+秩(A-3E)=2n　　另外还有一种方式,即在可对角化的前提下要确定矩阵所相似的对角矩阵,关键是确定其特征值及其重数。　　若,　　　　即λ=0是A的n-1重特征值,λ=βTα是A的单非零特征值。此时A满足定理条件,故A相似于对角矩阵,其中0的

5、个数为n-1个。　　类似地,若n阶矩阵A的秩r(A)=n-1(n≥3),则r(A*)=1,于是当A11+A22+…Ann=0时,A*有n重特征值0,其对应的线性无关特征向量取为A的n-1个线性无关的列向量ξ1,ξ1…ξn-1,故A*没有n个线性无关的特征向量,因此A*不能对角化。而当A11+A22+…+Ann≠0时,A*有n-1重特征值0及单非零特征值A11+A22+…+Ann≠0,此时A*满足定理条件,所以A*相似于对角矩阵diag(0,…,0,A11+A22+…+Ann),其中0的个数为n-1个。　　二、对角化矩阵的应用　　可对角化矩阵作为一类特殊的矩阵,在理论上和应用上都有着十

6、分重要的意义,例如求方阵的高次幂、利用特征值求行列式的值、由特征值和特征向量反求矩阵、判断矩阵是否相似、在向量空间、线性变换等方面都有应用。　　下文笔者结合实际问题的应用实例。　　例2:有甲、乙两个地区,甲地每年有30%的人迁入乙地,乙地每年有20%的人迁入甲地,设甲地人口60万,乙地人口40万,且两地区总人口保持不变,问5年后甲地及乙地人口分别是多少?经过很长时间后,两地人口的分布是否会趋于一个“稳定状态”?　　解:第一年后,甲地人口0.7×60+0.2×40=50;　　乙地人口0.3×60+0.8×40=50　　我们可以把上面的计算写成矩阵的乘积,　　即,记　　　　那么第5年后两

7、地人口可由A5x给出,为计算出A5,我们先将A对角化,矩阵A的特征值为1和1/2,它们对应的特征向量分别为[2,3]T和[1,-1]T　　令,则,可得　　　　所以,5年后甲地有40.625万人,乙地有59.375万人。n年后两地人口由Anx给出,　　　　为得到经过很长时间后的人口分布情况,我们取n→∞时的极限,　　因此,经过很长时间后,两地人口的分布会趋于稳定,且甲地有40万人,乙地有60万人。