
1.4.2 相似矩阵与矩阵对角化
定义1-38 设都是n阶矩阵,若存在n阶可逆矩阵
,使得
,则称矩阵A与B相似,或称
相似于
,记为
,可逆矩阵
称为将
变换成
的相似变换矩阵。
显然,矩阵的相似满足三个基本性质:
(1)反身性:;
(2)对称性:若,则
;
(3)传递性:若,
,则
。
此外,还有如下一些结论。
定理1-22 若,则有
(1),
(
为任意数),
(
为正整数);
(2)若可逆,则
可逆且
,
。
定理1-23 若,则
具有
(1)相同的秩,即;
(2)相同的行列式,即;
(3)相同的特征多项式,即;
(4)相同的特征值;
(5)相同的迹,即tr(A)=tr(B)。
必须指出,定理1-23中的诸结论仅为的必要非充分条件。
例1-40 设,其中
,求
。
解:因为,由定理1-23中的(2)、(5)知:
,
,即有
,解之得
。
例1-41(1)矩阵与矩阵
是否相似?为什么?
(2)讨论矩阵与
的相似性。
解:(1)因为,故
不相似;又
,故
不相似;
的特征值为1、2、0,
的特征值为3、0,不完全相同,故
不相似。
(2)尽管,
,且矩阵M,N具有相同的特征值,但因为对任意可逆矩阵P,
,故M,N不相似。
定义1-39 如果方阵相似于一个对角矩阵,则称矩阵
可对角化。
注意,对角矩阵的幂是很容易计算的,因此对于可对角化矩阵的幂的计算也可用如下方法大大简化。
例1-42 设,给定
,其中
,求
。
解:

例1-42中矩阵可对角化是给定的,但对任意一个方阵
,其是否一定可以对角化呢?答案是否定的。那么,什么样的矩阵一定可以对角化呢?
定理1-24(对角化定理) n阶方阵可对角化的充分必要条件是
有n个线性无关的特征向量。
如果矩阵相似于对角矩阵
,那么,
的对角线元素都是特征值(重根重复出现),而相似变换矩阵
的各列就是A的n个线性无关的特征向量,其排列次序与对应的特征值在对角矩阵
中的排列次序一致。
推论1-12 如果n阶矩阵有n个互异的特征值,那么
必可对角化。
这是一个方阵可对角化的充分非必要的常用判别方法。若
的特征值有重根,则推论1-13是判定
可对角化的一个充分必要条件。
推论1-13 n阶矩阵可对角化的充分必要条件是
的每个
重特征值对应有
个线性无关的特征向量。
例1-43 设矩阵,则
(1)是否可以对角化?若可以,求出对角矩阵
及相似变换矩阵
;
(2)求。
解:(1)的特征多项式为

解特征方程,得
的特征值为
,
,又由

得的基础解系:
;由

得的基础解系:
,由推论1-13知,
可以对角化,且对角矩阵
,相似变换矩阵
,即
。
(2)因为,通过初等变换法,可得出
,故

需要指出,定理1-23中若,则矩阵
与
具有相同的特征值,反之未必成立。而有了矩阵的对角化及相似性的传递性,可以很容易得到在判别矩阵相似性时经常用到的一种方法:若n阶矩阵
与
有相同的特征值(重根时重数一致),且均可对角化,则必有
。
例1-44(汽车出租问题) 汽车出租公司有三种车型的汽车——轿车、运动车、货车可供出租,在若干年内,有长期租用顾客600人,租期为两年,两年后续签租约时顾客常常改租的车型,记录表明:
目前300名顾客租用轿车,其中有20%的人在一个租期后改租运动车,10%的人改租货车;
目前150名顾客租用运动车,其中有20%的人在一个租期后改租轿车,10%的人改租货车;
目前150名顾客租用货车,其中有10%的人在一个租期后改租轿车,10%的人改租运动车。
现预测两年后租用这些车型的顾客各有多少人,以及多年后公司该如何分配出租的三种车型。
解:这是一个动态系统。600名顾客在三种车型中不断地转移租用,用向量表示第n次续签租约后租用这三种车型的顾客人数(也是公司对三种车型的分配数),则问题变为已知
,求
及考察当
时,
的发展趋势。
由题意知,两年后,三种车型的租用人数应为

即

(1.17)
其中,称为转移矩阵,其元素是由顾客在续约时转租车型的概率组成的。
将代入式(1.17),即得

即两年后租用这三种车型的顾客分别为255人、180人、165人。
第二次续签租约后,三种车型的租用人数为。可得到第n次续签租约后,三种车型的租用人数为
,这就需要计算
的n次幂
,以分析此动态系统的发展态势,下面用对角化的方法求
。
由

得到的特征值为
,并可分别求得对应的特征向量:

令,
,则有
,
,其中
,从而有

令,由于
,
,因此可得

故有

这表明,当n增加时,三种车型的租用向量趋于一个稳定向量。可以预测,多年以后,公司对出租中的这三种车型分配趋于相等,即各200辆。
例1-45 自然界中各物种的生存是互相依赖、互相制约的。假设三个物种的生存满足如下制约关系:

其中,分别为三个物种在某年的存活数(单位:百万个),
分别为从该年后第n年三个物种的存活数。记存活数向量
,则上面的制约关系方程组可表示为
,若已知某年存活数向量
,在这种制约关系下,试讨论这三个物种若干年后的变化趋势。
解:由题意易得,为了分析若干年后这三个物种存活数的发展趋势,需要计算
。
由

得到特征值。
由可得对应于
的特征向量
;
由可得对应于
的特征向量
;
由可得对应于
的特征向量
。
因此,其中
,
,且由
可得

故

所以

注意,当时,
,则对足够大的n,
。
这表明对足够大的n,三个物种每年大约以1.2的倍数同比例增长,即年增长率为20%,且每900万个物种1,大致对应2000万个物种2和2000万个物种3。这里最大的正特征值1.2决定了物种增长,对应的特征向量决定了三个物种之间的生存比例关系。
以上例子给出了分析离散动态系统的常用方法,它在工程技术、经济分析及生态环境分析等诸多方面有广泛使用。而特征值和特征向量在分析中也起着十分重要的作用,读者需要细心体会,以提高应用能力。