当前课程知识点:矩阵论及其应用 >  第一单元 预备知识 >  1.6 可对角化的计算举例 >  1.6 可对角化的计算举例

返回《矩阵论及其应用》慕课在线视频课程列表

1.6 可对角化的计算举例在线视频

下一节:2.1Jordan标准形的定义及方法1

返回《矩阵论及其应用》慕课在线视频列表

1.6 可对角化的计算举例课程教案、知识点、字幕

同学们好

上一讲

我们介绍了矩阵可对角化的条件

同时也得到了求可逆矩阵P

将矩阵A化为对角矩阵λ的方法.

这一讲

给出几个相关的例题

【例1】设三阶矩阵的特征值为

λ1=-1

λ2=1

λ3=2

它们对应的特征向量分别为

p1 p2 p3

令P是这样一个矩阵

则P逆AP等于

有如下四个选项.

求解如下

首先矩阵具有三个相异的特征值

λ1=-1 λ2=1 λ3=2

故可对角化.

由于λ1 λ2 λ3对应的特征向量分别为

p1 p2 p3

故3p1仍为λ1对应的特征向量

-2p3仍为λ3对应的特征向量

以三个线性无关的特征向量

p2 -2p3 3p1为列

组成的可逆矩阵p

对A进行相似对角化时

要注意对角阵中对角元素的次序

要与p矩阵中对应的特征向量

所在的列的次序相一致

故对角矩阵的对角元依次是λ2

λ3

λ1

由此得到本题应选(D)

这个例题再次提醒我们

在由线性无关特征向量构作可逆矩阵p时

各特征向量的排列次序可任意安置

但在写对角阵λ时

需注意将各对角线元素

即特征值

要作保持序号为一致的安排

【例2】设三阶矩阵的特征值为

1 1 -2

对应特征向量依次为p1 p2 p3

(1)求矩阵A

(2)求A的2020次幂

对于(1)求解如下

以P1 P2 P3位列构造矩阵P

经计算可知

p的行列式不等于0

因此p1 p2 p3线性无关

于是矩阵A可对角化

故存在可逆矩阵p使得

P的逆AP等于对角矩阵λ

从而的到A等于PAP逆的乘积

其中对角矩阵λ对角线元素依次是1

1,-2.

又由P求得P的逆为

将其代入PλP逆

计算得到所求的矩阵A.

对于第(2)问

利用A的k次幂

等于P乘以对角矩阵λ的k次幂乘以P的逆

经过计算

可得到A的2020次幂

结果如下

【例3】若矩阵A相似于对角矩阵λ

试确定常数a的值

并求可逆矩阵p

使得p的逆AP等于λ

求解如下

矩阵的特征多项式为

λI-A的行列式

经过计算A的特征值为

λ1=λ2=6

λ3=-2

由于A相似于对角矩阵λ

故对应λ1=λ2=6

应有两个线性无关的特征向量

6I-A的秩等于3-2=1

将6I-A这个矩阵

实行初等行变换化为行阶梯型

我们看到

要使6I-A的秩等于1

则必有A等于0

于是对应于λ1=λ2=6的

两个线性无关的特征向量可取为

ξ 1 ξ 2

当 λ3=-2时

由于-2I-A经过初等行变换化为

行简化阶梯型

同解方程组为x1=-1/2乘x2

x2=x2

x3=0

令自由未知量x2=-2得到

x1=-1 x2=-2 x3=0

因此对应于 λ3=-2的特征向量为ξ 3

以ξ1 ξ2 ξ3为列

构建矩阵p

则p可逆

并且p的逆AP等于对角矩阵λ

矩阵论及其应用课程列表:

第一单元 预备知识

-1.1 特征值与特征向量的定义与求法

--1.1 特征值与特征向量的定义和求法

-1.2 特征值与特征向量计算举例

--1.2 特征值与特征向量计算举例

-1.3 特征值与特征向量的性质

--1.3 特征值与特征向量的性质

-1.4 相似矩阵的定义及性质

--1.4 相似矩阵的定义及性质

-1.5 可对角化的条件

--1.5 可对角化的条件

-1.6 可对角化的计算举例

--1.6 可对角化的计算举例

-第1单元作业(共15个单选题)

--第1单元作业(共15个单选题)

第二单元 矩阵的Jordan标准形

-2.1 Jordan标准形的定义及方法1

--2.1Jordan标准形的定义及方法1

-2.2 求Jordan标准型的方法2—初等变换法

--2.2 求Jordan标准型的方法2—初等变换法

-2.3 求Jordan标准型的方法3—行列式因子法

--2.3 求Jordan标准型的方法3—行列式因子法

-2.4 相似变换矩阵的计算

--2.4 相似变换矩阵的计算

-2.5 应用案例一、Jordan标准型的应用举例

--2.5 应用案例一、Jordan标准型的应用举例

-第2单元作业(共15个单选题)

--第2单元作业(共15个单选题)

第三单元 最小多项式

-3.1 Hamilton-Cayley定理

--3.1Hamilton-Cayley定理

-3.2 最小多项式

--3.2 最小多项式

-第3单元作业(共10个单选题)

--第3单元作业(共10个单选题)

第四单元 酉相似下的标准型

-4.1 酉矩阵的定义及性质

--4.1 酉矩阵的定义及性质

-4.2 Schur分解定理

--4.2 Schur分解定理

-第4单元作业(共10个单选题)

--第4单元作业(共10个单选题)

第五单元 矩阵分解

-5.1 矩阵的LU分解

--5.1 矩阵的LU分解

-5.2 初等反射与初等旋转矩阵

--5.2 初等反射与初等旋转矩阵

-5.3 矩阵的QR分解

--5.3 矩阵的QR分解

-5.4 矩阵的奇异值分解

--5.4 矩阵的奇异值分解

-5.5 矩阵的满秩分解

--5.5 矩阵的满秩分解

-5.6 应用案例二、QR算法与最小二乘问题

--5.6 应用案例二、QR算法与最小二乘问题

-第5单元作业(共15个单选题)

--第5单元作业(共15个单选题)

第六单元 广义逆矩阵

-6.1 广义逆矩阵与线性方程组

--6.1 广义逆矩阵与线性方程组

-6.2 Moore-Penrose逆A+及其应用

--6.2 Moore-Penrose逆A+及其应用

-第6单元作业(共10个单选题)

--第6单元作业(共10个单选题)

第七单元 矩阵范数

-7.1 向量范数

--7.1 向量范数

-7.2 方阵范数

--7.2 方阵范数

-7.3 范数的应用 1-数值分析

--7.3 范数的应用 1-数值分析

-7.4 范数的应用 2

--7.4 范数的应用 2

-第7单元作业(共15个单选题)

--第7单元作业

第八单元 矩阵分析

-8.1 矩阵序列

--8.1矩阵序列

-8.2 矩阵函数计算 1

--8.2 矩阵函数计算 1

-8.3 矩阵函数计算 2

--8.3 矩阵函数计算 2

-8.4 矩阵函数计算 3

--8.4 矩阵函数计算 3(上)

-8.5 矩阵的微分和积分

--8.5 矩阵的微分和积分

-8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

--8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

-第8 单元作业(共15个单选题)

--第8 单元作业(共15个单选题)

第九单元 特征值的估计与表示

-9.1 特征值的界的估计

--9.1 特征值的界的估计

-9.2 特征值的包含区域

--9.2 特征值的包含区域

-9.3 特征值的分离

--9.3 特征值的分离

-第9单元作业(共15个单选题)

--第9单元作业(共15个单选题)

1.6 可对角化的计算举例笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。