线性代数错题本
第四章正交特征值相似对角化知识点题型总复习
第四章：正交、特征值与相似对角化知识点题型总复习
> 定位：第四章把矩阵从“解方程的工具”升级为“线性变换”。特征值和特征向量描述的是矩阵作用下不改变方向的向量；对角化则是找一组好基，让矩阵作用变简单。
一、本章总览：第四章到底在解决什么
第四章的核心问题：
能不能找到一组基，使矩阵 A 在这组基下变成对角矩阵？如果能做到：
P^{-1}AP=D那么 A 的复杂作用就变成：
D 只对每个坐标分别缩放这就是相似对角化的意义。
如果 A 是实对称矩阵，还能找到一组规范正交基，使：
Q^TAQ=D这就是正交对角化。
二、本章知识地图
内积、长度、正交
↓
规范正交基
↓
正交矩阵
↓
实对称矩阵的正交对角化
特征值、特征向量
↓
特征子空间
↓
线性无关特征向量个数
↓
是否可相似对角化三、内积、长度与正交
内积
对 n 维列向量：
α=(a1,...,an)^T
β=(b1,...,bn)^T内积为：
α^Tβ=a1b1+...+anbn长度
||α||=sqrt(α^Tα)正交
α 与 β 正交 ⇔ α^Tβ=0概念判断
1. 命题
2. 判断
---
1. 零向量与任何向量正交
2. 正确
---
1. 零向量可以单位化
2. 错误
---
1. 长度为 0 的向量一定是零向量
2. 正确
---
1. 长度为 1 的向量是单位向量
2. 正确
---
1. n 维向量没有长度概念
2. 错误易错点
零向量与任何向量正交，但零向量不能出现在规范正交基里，因为它长度不是 1，也不能作为基向量。
四、规范正交基与施密特正交化
正交向量组
向量组中任意两个不同向量内积为 0。
规范正交向量组
同时满足：
两两正交
每个向量长度为 1施密特正交化
给线性无关向量组：
α1,α2,...,αs构造正交向量组：
β1=α1
β2=α2 - (α2^Tβ1 / β1^Tβ1)β1
β3=α3 - (α3^Tβ1 / β1^Tβ1)β1 - (α3^Tβ2 / β2^Tβ2)β2
...再单位化：
γi=βi/||βi||得到规范正交向量组。
题型入口
看到：
求规范正交基
把特征向量正交单位化
实对称矩阵正交对角化就要想到：
先正交化，再单位化五、正交矩阵
定义
n 阶矩阵 Q 为正交矩阵：
Q^TQ=E等价条件
Q^{-1}=Q^T
Q 的列向量组是 R^n 的规范正交基
Q 的行向量组是 R^n 的规范正交基
|Q|=±1常考证明
若 A、B 为正交矩阵，则 AB 也正交：
(AB)^T(AB)=B^TA^TAB=B^TEB=E所以 AB 正交。
易错点
kQ 一般不是正交矩阵：
(kQ)^T(kQ)=k^2E只有 k=±1 时才正交。
六、特征值与特征向量
定义
若存在非零向量 x，使：
Ax=λx则 λ 是 A 的特征值，x 是对应特征向量。
求法
1. 求特征方程：|λE-A|=02. 对每个特征值 λ，解：(λE-A)x=03. 非零解就是对应特征向量。注意
特征向量不能是零向量。
解 (λE-A)x=0 得到的是一个解空间，写特征向量时要说明：
x = kξ, k≠0或：
x=k1ξ1+k2ξ2，k1,k2 不全为 0七、特征值常用性质
设 A 是 n 阶矩阵，特征值为：
λ1,λ2,...,λn按代数重数计算。
迹与行列式
λ1+...+λn=tr(A)
λ1λ2...λn=|A|相似不变量
若：
A~B则 A、B 有相同的：
特征多项式
特征值
迹
行列式
秩可逆性
A 可逆 ⇔ 0 不是 A 的特征值 ⇔ |A|≠0矩阵多项式
若 λ 是 A 的特征值，则：
f(A) 的特征值为 f(λ)例如：
2A-3E 的特征值为 2λ-3八、特征向量的几个重要判断
不同特征值对应的特征向量线性无关
若：
λ1≠λ2
Aα1=λ1α1
Aα2=λ2α2则 α1,α2 线性无关。
同一特征值的特征向量
若 α1,α2 都属于同一特征值 λ，则：
k1α1+k2α2只要不是零向量，仍是 λ 的特征向量。
不同特征值的特征向量相加
若 α1,α2 属于不同特征值，则：
α1+α2一般不是特征向量。
例题讲解
若：
Aα=2α, Aβ=3β判断 α+β 是否为 A 的特征向量。
假设是，则存在 μ：
A(α+β)=μ(α+β)左边：
2α+3β所以：
2α+3β=μα+μβ整理：
(2-μ)α+(3-μ)β=0由于不同特征值的特征向量线性无关：
2-μ=0, 3-μ=0矛盾。所以 α+β 不是特征向量。
九、相似矩阵
定义
若存在可逆矩阵 P，使：
B=P^{-1}AP则 A 与 B 相似。
直观理解
相似矩阵表示同一个线性变换在不同基下的矩阵。
A：原基下的表示
B：新基下的表示所以它们本质相同，只是坐标系不同。
常见题型
1. 已知相似，求迹、行列式、秩。
2. 已知相似于对角阵，求参数。
3. 已知 AP=PB，推出 P^{-1}AP=B。
4. 判断两个矩阵是否相似。十、相似对角化
定义
若存在可逆矩阵 P，使：
P^{-1}AP=D其中 D 为对角矩阵，则 A 可相似对角化。
充要条件
A 可对角化 ⇔ A 有 n 个线性无关的特征向量常用充分条件
A 有 n 个不同特征值 -> A 可对角化但反过来不成立。
例如单位矩阵只有一个特征值 1，但仍可对角化。
重特征值判断
若 λ 是 k 重特征值，则它最多贡献 k 个线性无关特征向量。
实际贡献个数：
dim N(λE-A)=n-r(λE-A)可对角化要求：
每个特征值的几何重数 = 代数重数十一、相似对角化完整流程
1. 求特征值。
2. 求每个特征值对应的特征向量。
3. 判断线性无关特征向量总数是否为 n。
4. 若够 n 个，按列组成：P=(p1,p2,...,pn)5. 对角矩阵：D=diag(λ1,λ2,...,λn)其中 λi 与 pi 顺序对应。
6. 得：P^{-1}AP=D易错点
P 的列顺序变了，D 的对角线顺序也必须跟着变。
十二、实对称矩阵
定义
A=A^T重要性质
1. 实对称矩阵的特征值全是实数。
2. 不同特征值对应的特征向量正交。
3. 实对称矩阵一定可正交对角化。
4. 对每个重特征值的特征子空间，可以取规范正交基。正交对角化
存在正交矩阵 Q，使：
Q^TAQ=D因为 Q 正交：
Q^{-1}=Q^T所以它也是相似对角化的一种更强形式。
十三、实对称矩阵正交对角化流程
1. 求特征值。
2. 求特征向量。
3. 不同特征值的特征向量自动正交。
4. 同一特征值下若有多个基础解系，需要施密特正交化。
5. 全部单位化。
6. 以规范正交特征向量为列组成 Q。
7. 写：Q^TAQ=D十四、第四章证明题套路
证明正交矩阵
目标：
证明 C 是正交矩阵套路：
计算 C^TC，证明它等于 E证明某数是特征值
目标：
证明 λ 是 A 的特征值套路：
1. 找非零向量 x，使 Ax=λx。
2. 或证明 |λE-A|=0。证明特征值只能属于某集合
若：
f(A)=O设 Ax=λx，推出：
f(λ)=0证明可对角化
套路：
1. 证明有 n 个不同特征值。
2. 或分别求每个特征子空间维数，加起来为 n。
3. 若是实对称矩阵，直接用定理。证明实对称矩阵相似
若 A、B 都实对称，且特征多项式相同：
A、B 都可正交对角化
特征多项式相同 -> 对角阵相同
所以 A~B十五、第四章概念易混表
1. 易混点
2. 正确说法
---
1. 特征值相同是否一定相似
2. 普通矩阵不一定
---
1. 相似是否特征值相同
2. 一定
---
1. 有重特征值是否不能对角化
2. 不一定，要看特征向量够不够
---
1. n 个不同特征值是否可对角化
2. 一定
---
1. 可对角化是否一定有 n 个不同特征值
2. 不一定
---
1. 实对称矩阵是否一定可对角化
2. 一定，而且可正交对角化
---
1. 正交矩阵行列式是否一定为 1
2. 不一定，是 ±1
---
1. 不同特征值特征向量是否正交
2. 对普通矩阵不一定；对实对称矩阵一定十六、第四章必须讲清楚的 30 个点
1. 内积是 α^Tβ。
2. 长度是 sqrt(α^Tα)。
3. 正交是内积为 0。
4. 零向量与任何向量正交。
5. 零向量不能单位化。
6. 规范正交要求正交且长度为 1。
7. 正交矩阵满足 Q^TQ=E。
8. 正交矩阵的逆等于转置。
9. 正交矩阵列向量组是规范正交基。
10. 正交矩阵行列式为 ±1。
11. 特征向量必须非零。
12. 特征值由 |λE-A|=0 求。
13. 特征向量由 (λE-A)x=0 求。
14. 特征值之和等于迹。
15. 特征值之积等于行列式。
16. 可逆矩阵没有 0 特征值。
17. 相似矩阵特征多项式相同。
18. 相似矩阵秩相同。
19. 相似矩阵迹和行列式相同。
20. f(A) 的特征值是 f(λ)。
21. 不同特征值的特征向量线性无关。
22. 同一特征值的特征向量非零线性组合仍是特征向量。
23. 不同特征值的特征向量和一般不是特征向量。
24. 可对角化等价于有 n 个线性无关特征向量。
25. n 个不同特征值保证可对角化。
26. 重特征值要看几何重数。
27. 实对称矩阵特征值全为实数。
28. 实对称矩阵不同特征值的特征向量正交。
29. 实对称矩阵一定可正交对角化。
30. 正交对角化中 Q 的列必须是单位正交特征向量。十七、本章一句话总结
第四章的核心是找特征向量作为新基；如果能找到足够多的独立特征向量，矩阵就能被对角化，实对称矩阵还能用规范正交基正交对角化。