證明兩個矩陣相似的充要條件:
1、兩者的秩相等
2、兩者的行列式值相等
3、兩者的跡數相等
4、兩者擁有同樣的特徵值,儘管相應的特徵向量一般不同
5、兩者擁有同樣的特徵多項式
6、兩者擁有同樣的初等因子
若A與對角矩陣相似,則稱A為可對角化矩陣,若n階方陣A有n個線性無關的特徵向量,則稱A為單純矩陣。相似矩陣具有相同的可逆性,當它們可逆時,則它們的逆矩陣也相似。
擴充套件資料
兩個矩陣的特徵值相等的時候不一定相似。
但當這兩個矩陣是實對稱矩陣時, 有相同的特徵值必相似。
比如當矩陣A與B的特徵值相同,A可對角化,但B不可以對角化時,A和B就不相似。
比如如下兩個矩陣
1 0 1 1
0 1和 0 1,
顯然它們的特徵值都是1,1
但是不能對角化,
因為1 1 不能找到兩個線性無關的特徵向量
0 1
注意n階矩陣A與對角陣相似的充要條件就是A有n個線性無關的特徵向量,不能只看特徵值。
所以當這兩個矩陣都是實對稱矩陣時,都一定可以對角化,於是有相同的特徵值就一定相似。
證明兩個矩陣相似的充要條件:
1、兩者的秩相等
2、兩者的行列式值相等
3、兩者的跡數相等
4、兩者擁有同樣的特徵值,儘管相應的特徵向量一般不同
5、兩者擁有同樣的特徵多項式
6、兩者擁有同樣的初等因子
若A與對角矩陣相似,則稱A為可對角化矩陣,若n階方陣A有n個線性無關的特徵向量,則稱A為單純矩陣。相似矩陣具有相同的可逆性,當它們可逆時,則它們的逆矩陣也相似。
擴充套件資料
兩個矩陣的特徵值相等的時候不一定相似。
但當這兩個矩陣是實對稱矩陣時, 有相同的特徵值必相似。
比如當矩陣A與B的特徵值相同,A可對角化,但B不可以對角化時,A和B就不相似。
比如如下兩個矩陣
1 0 1 1
0 1和 0 1,
顯然它們的特徵值都是1,1
但是不能對角化,
因為1 1 不能找到兩個線性無關的特徵向量
0 1
注意n階矩陣A與對角陣相似的充要條件就是A有n個線性無關的特徵向量,不能只看特徵值。
所以當這兩個矩陣都是實對稱矩陣時,都一定可以對角化,於是有相同的特徵值就一定相似。