特徵理論與對角化
可對角化判據
對角化一個矩陣,意味著找到一組座標,使它在其中表現為純粹的伸縮——A = P D P^-1,其中 D 為對角矩陣。並非每個矩陣都能如此。可對角化判據就是那份簡明的檢查表,它在你動手做任何繁重計算之前,告訴你這個夢想能否實現。
有三個等價的判據,任取其一即可定奪。其一:A 可對角化當且僅當每個特徵值的幾何重數等於代數重數。其二(等價):當且僅當特徵向量張成整個空間,即存在一組特徵向量基。其三:當且僅當 A 的極小多項式分解為互異的一次因子——極小多項式無重根。三者抓住的是同一個事實:有足夠多的獨立特徵向量。
一個好用的充分(但非必要)捷徑:若 n 階矩陣有 n 個互異特徵值,則它自動可對角化,因為互異的特徵值迫使特徵向量獨立。逆命題不成立——[3, 0; 0, 3] 有重特徵值卻本身已是對角的。而譜定理保證:每個實對稱(或複 Hermitian)矩陣都可對角化,事實上還能用一組標準正交特徵向量基對角化。
n distinct eigenvalues => diagonalizable (sufficient, not necessary)
互異特徵值保證可對角化;重特徵值則需逐一核對各重數。
極小多項式判據在理論上最實用:A 可對角化當且僅當其極小多項式是互異一次因子的乘積。極小多項式中的重因子,正是大於 1x1 的 Jordan 塊的標誌。
又稱
另見