下载文档原格式
相似矩阵的性质与判定条件相似矩阵是线性代数中一个重要的概念，它在矩阵理论和应用中都有广泛的应用。
本文将介绍相似矩阵的性质以及判定条件，以便更好地理解和应用这个概念。
一、相似矩阵的定义在线性代数中，给定一个n阶矩阵A和一个可逆矩阵P，如果满足$P^{-1}AP = B$，则称矩阵B是矩阵A的相似矩阵，矩阵A和B互为相似矩阵，记作A~B。
其中，矩阵P是相似变换矩阵。
二、相似矩阵的性质1. 相似矩阵具有相同的特征值。
即矩阵A和B的特征值相同，即$det(A-\lambda I) = det(B-\lambda I)$，其中I为单位矩阵，$\lambda$为特征值。
2. 相似矩阵有相同的特征多项式。
矩阵A和B的特征多项式相同，即$|A-\lambda I| = |B-\lambda I|$。
3. 相似矩阵有相同的迹。
矩阵A和B的迹相同，即$tr(A) = tr(B)$，其中tr(A)表示矩阵A的迹。
4. 相似矩阵具有相同的秩。
矩阵A和B的秩相同，即$r(A) = r(B)$，其中r(A)表示矩阵A的秩。
5. 相似矩阵的乘积不变。
如果A和B是相似矩阵，那么对于任意的矩阵C，都有$CAC^{-1} = CBC^{-1}$。
三、相似矩阵的判定条件1. 相似矩阵具有相同的标准型。
如果两个矩阵A和B的标准型相同，那么它们互为相似矩阵。
2. 相似矩阵具有相同的秩和相同的特征多项式。
如果两个矩阵A和B具有相同的秩和相同的特征多项式，那么它们互为相似矩阵。
3. 相似矩阵具有相同的Jordan标准型。
如果两个矩阵A和B的Jordan标准型相同，那么它们互为相似矩阵。
四、相似矩阵的应用相似矩阵在矩阵表示、特征值计算、矩阵对角化等方面有着广泛的应用。
在线性代数的教学和研究中，相似矩阵的概念和性质是不可或缺的基础内容。
总结：相似矩阵是线性代数中的一个重要概念，矩阵A和B互为相似矩阵意味着它们具有相同的特征值、特征多项式、迹和秩。
第五章矩阵的特征值与特征向量第二节相似矩阵及对角化相似矩阵的定义与性质1相似对角化2一、相似矩阵的定义与性质性质.,,,,, 1相似与或说矩阵的相似矩阵是则称使若有可逆矩阵阶矩阵都是设B A A B B AP P P n B A =-定义.,的特征值亦相同与从而多项式相同的特征与相似则与阶矩阵若B A B A B A n ,相似与因B A .,1B AP P P =-使即有可逆矩阵P E P AP P E B )(11λλ---=-故P E A P )(1λ-=-P E A P λ-=-1.E A λ-=推论相似矩阵还具有相同的行列式、相同的迹、相同的秩。
注意相似矩阵的特征向量不一定相同！设为矩阵的特征值，为对应的特征向量，λA ξ与矩阵相似，则为特征值对应的的特征向量，这是因为，A 1P AP -1P ξ-λ1111P APP P A P ξξλξ----==20010022,020,~31100A x B A B y --⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭例1,x y 求:解因为相似矩阵具有相同的特征值、相同的行列式、相同的迹，所以，2112x y -++=-++即2x y -=迹相同显然-1是特征值，肯定也是特征值B A 则1002120312A E x -+=+=0x=进而2y =-例2求解所以，可逆A E +A 为3阶矩阵, 是线性无关的3维列向量组,满足3211αααα++=A 3222ααα+=A 32332ααα+=A 123,,ααα123,,ααα是线性无关的3维列向量组,123(,,)ααα123123100(,,)(,,)122113A αααααα⎛⎫ ⎪= ⎪ ⎪⎝⎭1123123100(,,)(,,)122113A αααααα-⎛⎫ ⎪= ⎪ ⎪⎝⎭100~122113A ⎛⎫ ⎪ ⎪ ⎪⎝⎭相似矩阵特征值相同可以求出矩阵特征值100122113⎛⎫ ⎪ ⎪ ⎪⎝⎭100122113⎛⎫ ⎪ ⎪ ⎪⎝⎭的特征值为:1,1,4的特征值也为:1,1,4A A E +的特征值也为:2,2,522520A E +=⨯⨯=所以，。
