跳到主要内容

Matrices 解题方法

整体判定流程​


Method 1: 求特征值​

步骤:

  1. 设 A−λIA - \lambda I,其中 II 为单位矩阵
  2. 计算 det⁡(A−λI)=0\det(A - \lambda I) = 0
  3. 展开行列式得到特征多项式
  4. 因式分解求解 λ\lambda

对于 2×22 \times 2 矩阵:

det⁡(a−λbcd−λ)=λ2−(a+d)λ+(ad−bc)=0\det\begin{pmatrix} a-\lambda & b \\ c & d-\lambda \end{pmatrix} = \lambda^2 - (a+d)\lambda + (ad-bc) = 0

对于 3×33 \times 3 矩阵:

  • 使用第一行展开或 Sarru 法则
  • 注意符号规律:+−++ - +

Method 2: 求特征向量​

步骤:

  1. 对每个特征值 λi\lambda_i,写出 (A−λiI)(A - \lambda_i I)
  2. 解齐次线性方程组 (A−λiI)v=0(A - \lambda_i I)\mathbf{v} = \mathbf{0}
  3. 取非零解(通常取一个自由变量为 11)

注意:

  • 特征向量不唯一,可取任意非零倍数
  • kvk\mathbf{v}(k≠0k \neq 0)仍为特征向量

Method 3: Cayley-Hamilton 定理​

步骤:

  1. 求出特征方程 p(λ)=0p(\lambda) = 0
  2. 将 λ\lambda 替换为 AA:p(A)=0p(A) = 0
  3. 整理得 AA 的多项式表达式

求 A−1A^{-1}:

An+an−1An−1+⋯+a1A+a0I=0A^n + a_{n-1}A^{n-1} + \cdots + a_1A + a_0I = 0 A(An−1+an−1An−2+⋯+a1I)=−a0IA(A^{n-1} + a_{n-1}A^{n-2} + \cdots + a_1I) = -a_0I A−1=−1a0(An−1+an−1An−2+⋯+a1I)A^{-1} = -\frac{1}{a_0}(A^{n-1} + a_{n-1}A^{n-2} + \cdots + a_1I)

求 (A−1)2(A^{-1})^2:

  • 先求 A−1A^{-1} 表达式
  • 再平方

Method 4: 化简矩阵多项式​

技巧:

  • 先用 Cayley-Hamilton 降次
  • 然后将多项式除法降阶
  • 反复代入直到次数低于特征方程次数

示例:若 A2=5A−6IA^2 = 5A - 6I,则

A3=A⋅A2=A(5A−6I)=5A2−6A=5(5A−6I)−6A=19A−30IA^3 = A \cdot A^2 = A(5A - 6I) = 5A^2 - 6A = 5(5A - 6I) - 6A = 19A - 30I

Method 5: 对角化​

步骤:

  1. 求所有特征值 λ1,λ2,…\lambda_1, \lambda_2, \dots
  2. 求对应的特征向量 v1,v2,…\mathbf{v}_1, \mathbf{v}_2, \dots
  3. 构造 P=(v1  v2  … )P = (\mathbf{v}_1 \; \mathbf{v}_2 \; \dots),D=diag⁡(λ1,λ2,… )D = \operatorname{diag}(\lambda_1, \lambda_2, \dots)
  4. 计算 P−1P^{-1}
  5. 验证:A=PDP−1A = PDP^{-1}

对于 2×22 \times 2 矩阵:

P−1=1det⁡(P)(d−b−ca) 其中 P=(abcd)P^{-1} = \frac{1}{\det(P)}\begin{pmatrix} d & -b \\ -c & a \end{pmatrix} \text{ 其中 } P = \begin{pmatrix} a & b \\ c & d \end{pmatrix}

Method 6: 求矩阵高次幂​

步骤:

  1. 将对角化结果 A=PDP−1A = PDP^{-1}
  2. An=PDnP−1A^n = PD^nP^{-1}
  3. Dn=diag⁡(λ1n,λ2n,… )D^n = \operatorname{diag}(\lambda_1^n, \lambda_2^n, \dots)
  4. 代入计算

注意:若需要 f(A)=(pA+qI)nf(A) = (pA + qI)^n,则 f(A)=Pf(D)P−1f(A) = P f(D) P^{-1},其中

f(D)=diag⁡((pλ1+q)n,(pλ2+q)n,… )f(D) = \operatorname{diag}((p\lambda_1 + q)^n, (p\lambda_2 + q)^n, \dots)