LA-IMG-20260717-4O7D / LA

证明3阶矩阵A可相似对角化

特征值与特征向量 / 矩阵相似对角化的判定

Difficulty 3/5Importance 4/5Type 证明题Not started
View Mode

Practice hides the solution until you reveal it.

题目

设 3 阶矩阵 AA 满足 r(A2E)<r(AE)<r(A)r(A - 2E) < r(A - E) < r(A),证明 AA 可相似对角化。

考点

  • 利用矩阵的秩确定特征值的几何重数
  • 判断特征值的代数重数与几何重数是否相等
  • 矩阵可对角化的充要条件

解答

证明:

  1. 分析秩的可能取值 已知 AA 为 3 阶矩阵,则 r(A)3r(A) \le 3。 根据题意 r(A2E)<r(AE)<r(A)r(A - 2E) < r(A - E) < r(A),这三个秩均为整数,且严格递增。 可能的组合只有两种情况:

    • 情况一:0<1<20 < 1 < 2,即 r(A2E)=0,r(AE)=1,r(A)=2r(A - 2E)=0, r(A - E)=1, r(A)=2
    • 情况二:0<1<30 < 1 < 3,即 r(A2E)=0,r(AE)=1,r(A)=3r(A - 2E)=0, r(A - E)=1, r(A)=3
    • 情况三:0<2<30 < 2 < 3,即 r(A2E)=0,r(AE)=2,r(A)=3r(A - 2E)=0, r(A - E)=2, r(A)=3
    • 情况四:1<2<31 < 2 < 3,即 r(A2E)=1,r(AE)=2,r(A)=3r(A - 2E)=1, r(A - E)=2, r(A)=3

    r(A2E)=0r(A - 2E) = 0,则 A2E=OA - 2E = O,即 A=2EA = 2E。 此时 r(AE)=r(2EE)=r(E)=3r(A - E) = r(2E - E) = r(E) = 3,且 r(A)=r(2E)=3r(A) = r(2E) = 3。 这导致 r(AE)=r(A)=3r(A - E) = r(A) = 3,不满足题设条件 r(AE)<r(A)r(A - E) < r(A)。 因此,r(A2E)0r(A - 2E) \neq 0

    综上所述,唯一满足条件的情况是: r(A2E)=1,r(AE)=2,r(A)=3r(A - 2E) = 1, \quad r(A - E) = 2, \quad r(A) = 3

  2. 分析特征值 2 的性质 因为 r(A2E)=1<3r(A - 2E) = 1 < 3,所以 A2E=0|A - 2E| = 0,故 λ1=2\lambda_1 = 2AA 的特征值。 对应于特征值 2 的线性无关特征向量的个数为: nr(A2E)=31=2n - r(A - 2E) = 3 - 1 = 2 即特征值 2 的几何重数为 2。由于几何重数不超过代数重数,且特征值之和等于迹,特征值 2 至少是 2 重特征值。

  3. 分析特征值 1 的性质 因为 r(AE)=2<3r(A - E) = 2 < 3,所以 AE=0|A - E| = 0,故 λ2=1\lambda_2 = 1AA 的特征值。 对应于特征值 1 的线性无关特征向量的个数为: nr(AE)=32=1n - r(A - E) = 3 - 2 = 1 即特征值 1 的几何重数为 1。因此,特征值 1 是单特征值(代数重数为 1)。

  4. 分析特征值 0 的性质 因为 r(A)=3r(A) = 3,即 AA 满秩,所以 A0|A| \neq 0,故 λ=0\lambda = 0 不是 AA 的特征值。

  5. 结论 矩阵 AA 的所有特征值为 2, 2, 1。

    • 对于特征值 2,其几何重数为 2,等于其代数重数 2。
    • 对于特征值 1,其几何重数为 1,等于其代数重数 1。

    因为 AA 的所有特征值的几何重数之和等于矩阵的阶数 3(或者说每个特征值的几何重数都等于其代数重数),所以 AA 有 3 个线性无关的特征向量。

    AA 可相似对角化。 证毕。

Finish the problem before checking the solution.

Review State

Record your result

Progress is stored in this browser.

Collections

收藏与题单

收藏本题,或将它加入自己的复习题单。

切换题目 Space 显示答案 1–4 标记状态 F 收藏