可对角化判据与几何重数

🏠 第14章概念导航

核心问题

什么时候能找到一组基,让 在这组基下变成对角阵?**“特征向量够不够用”**是唯一的标准 —— 而”够不够”这件事,归结为一个秩的计算。

核心定义 / 定理 / 结论

唯一的充要条件

可对角化有个线性无关的特征向量每个特征值的几何重数代数重数

其中几何重数,“可对角化”的具体含义: 存在可逆 使 ,此时 的列就是那 个无关的特征向量, 的对角元是对应的特征值,顺序一一对齐。

夹逼关系

几何代数

左边的 1:特征值存在就至少配一个特征向量,故 —— 特征值一出现, 必降秩。

右边:几何重数只可能”不够”,不会”超出”。

四条充分条件(考场按顺序试)

看到什么结论
个互异特征值必可对角化
实对称矩阵必可对角化,且可正交对角化
零化多项式 且 无重根必可对角化
个两两正交的非零特征向量必可对角化(且 必实对称)

全是充分条件,反过来不成立

可对角化的矩阵可以有重特征值()、可以不对称。判”不可对角化”必须回到几何重数。

判”不可对角化”的三步(三阶最常考)

  1. 求特征值,圈出重根 (代数重数 );
  2. 算 ;
  3. 比 与 ,小于就不可对角化。

单重特征值不必检查 —— 它的几何重数必然恰是 1。

含参题的黄金公式

” 是 重特征值 且 可对角化” 。

三阶、 时 ,即 的所有行两两成比例 —— 这一条把参数一次性解出来,是本章含参题的主力。

反过来的问法也要认识

“三重特征值对应两个线性无关的特征向量” 几何重数 ,此时 不可对角化。“几何重数 = 几”和”可对角化”是两句不同的话,对应不同的秩。

两个常用的秩恒等式

  • 幂等阵: (由 给上界、 给下界,夹逼)。于是两个特征子空间维数之和恰为 ,可对角化。
  • 秩 1 阵: 特征值为 ; 时可对角化, 时不可。

秩与谱的换算(仅对可对角化的 )

是几重特征值, 就掉几阶秩; 不是特征值时满秩。

典型题型

  1. 四选一”哪个不能对角化”:先扔掉实对称和三角阵对角线互异的,剩下的算重特征值的秩。
  2. 含参数定值:用 ,让所有行成比例。
  3. 抽象条件夹逼:若干个 给出各特征子空间维数下界,总和 时取等,可对角化。
  4. “恰有 个不同特征值”:先解出所有可能的参数值,逐个代回验秩,不能只验一个。
  5. 由零化多项式:、、 + 实对称。

图示 / 直觉

可对角化 = 能找到一组”骨架方向”,把变换拆成沿骨架的独立伸缩。

不可对角化的典型景象: 这类剪切。它把纸沿水平方向推歪,只有水平线上的向量方向不变 —— 只有一条骨架,撑不起整个平面。缺失的那个方向被”拖拽”到了已有的骨架上,形成 Jordan 链,见 Jordan 链与广义特征向量。

秩的角度: 越大,零空间越小,这个特征值分到的方向就越少。所以”秩 1 的矩阵通常可对角化(零空间大)、秩 的矩阵在重特征值处容易出问题”。

常见误用

  1. “特征值有重根 不可对角化” —— 错。 的特征值 重却是对角阵。
  2. “特征值互异”当成必要条件 —— 只是充分。
  3. 忘了单重特征值不用查 —— 浪费时间。
  4. 把”几何重数 = 2”与”可对角化”混为一谈 —— 三重特征值的几何重数是 2 时,仍不可对角化。
  5. 在不可对角化时用”非零特征值个数 = 秩” —— 这条只对可对角化的矩阵成立。反例: 特征值全 0 但秩 1。
  6. 含参题只验一个根 —— “恰有 2 个不同特征值”往往有两个候选,必须都代回。

与旧知识的连接

题型训练

链接