对角化和相似对角化有什么区别嘛。。。_数学_考研论坛(kaoyan.com)

对角化和相似对角化没有区别。一般说对角化就是相似对角化

正交对角化比相似对角化多了一个要求:坐标变换的矩阵是正交矩阵

n阶矩阵A可对角化的条件

$$ \begin{aligned} A可对角化 \Leftarrow & A是实对称矩阵\\\Leftarrow & A有n个不同的特征值\end{aligned} $$

$$ \begin{aligned} A可对角化 \Leftrightarrow &A有n个线性无关的特征向量\\ &如果\lambda是k重特征值,那么\lambda必有k个线性无关的特征向量 \\ &r(\lambda_iE-A)=n-n_i,\ \lambda_i为n_i重特征值 \end{aligned} $$

$$ 若矩阵A可对角化,则A的秩等于非零特征值的个数\\ 但若矩阵A不可对角化,则不等,如 \begin{bmatrix}0 & 1 \\ 0 & 0\\ \end{bmatrix} $$

相似对角化

$$ A是n阶矩阵,存在可逆矩阵P,使得\\ P ^{-1} A P = \varLambda, 即A\sim \varLambda,则称A可相似对角化。\\ A 的特征值就是\varLambda 对角线上的元素 $$

线性代数-等价、相似与合同⭐️

$A=P\varLambda P ^{-1}$

$(A+xE)^n=P(\varLambda+xE)^nP ^{-1}$

正交对角化

$$ n阶实对称矩阵A必可对角化,且总存在正交矩阵Q,\\使得Q ^{-1} A Q = Q^TAQ=\varLambda= \left|\begin{array}{cccc} \lambda_1 & & \\ & \ddots & \\ & & \lambda_n \end{array}\right| $$

线性代数-正交矩阵🚩

$A=(Q^T) ^{-1}\varLambda Q ^{-1} = (Q ^{-1}) ^{-1}\varLambda Q ^{-1}=Q\varLambda Q ^{-1}= Q\varLambda Q^T$

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/8603b922-b31c-4a52-97c5-bde6ee093dad/B319E130-0F44-4DC6-B58B-F7F48078A8EF.png

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/af3c10fe-6b40-4f40-9ac9-47d9b23c11b4/747807CD-FD80-4BBF-BA2C-AC5E7E1ED3AC.png