Files
Yimu 482410db68 fix(线代第5讲): 排查全讲 36 题的前置知识缺口,补 5 处知识点、修 6 处硬伤
用户点 1 的反馈(题里用到对角化/几何重数,知识点没讲)不是孤例。逐题核对
每道题用到的概念是否在"本点或更早"讲过,查出并修正如下。

一、真缺口:题目用了、知识点完全没讲

1. 点 4 题 3(2021·21 骨架,12 分)用谱分解 A=Σλᵢqᵢqᵢᵀ 作答,但 §4.1—4.3
   只讲到 QᵀAQ=Λ,谱分解要到点 5 §5.1 才出现,且原文还写成"唯一解法"。
   → 新增 §4.4 谱分解(够用版):定义、单根 μ + 重根 λ 的两个化形
   (A=λE+(μ-λ)qqᵀ 与 A=λE+(μ-λ)J/n)、"先单位化"这个唯一的坑、
   实对称已知一向量则其余落在正交补;题 3 改标 4.4,删掉"唯一解法",
   与点 5 §5.1 双向互指。
2. 点 5 题 3 用叉乘求第三个特征向量,§5.1 只说"由对称性补齐"。
   → §5.1 补"缺一个特征向量的三种补法"表 + 叉乘为什么能用。
3. 点 6 题 3、题 4 直接用伴随矩阵的秩公式(原只写"第 2 讲")。
   → §6.2 补三档公式 r(A*)=n / 1 / 0,以及 A 不可逆时 A* 特征值改走
   "对角阵的伴随 = 其余对角元之积"。
4. 点 7 题 1、题 2 要先会"交叉项折半写矩阵",§7.1 只有对照表;
   题 2 还要惯性指数/惯性定理,也只出现名词。
   → §7.1 补两条前置规则(折半、惯性定理 p+q=r(A))+ 老套路照搬提示。
5. 点 4 题 2、点 7 题 2 都靠"行和相等"秒出特征值,§4.2 没写。
   → §4.2 补开局捷径;点 6 §6.1 补 A=aI+bJ 的二项式来历(E 与 J 可交换、
   J 是秩 1 矩阵);点 2 §2.2 补 |A*|=|A|ⁿ⁻¹。

二、标注错位

6. 点 2 题 2 标 2.1,但全题靠 2.2 的 A* 特征值 |A|/λ 与 f(A) 特征值。
   → 改标 2.2(附录表同步:§2.1 1 题、§2.2 3 题)。

三、排查中发现的硬伤

7. 点 2 题 5 带走结论有两个问题:末句是"n-k=3-2=1? 注意:…"的自问自答
   残文;且"r 严格小于 n-k 则可对角化失败"方向错了——由 m≤nᵢ 得
   r(λᵢE-A)≥n-nᵢ,r 永不会小于下界,判据是取等号。整段重写。
8. 点 6 题 3 出现两段"带走结论"(重复),合并为一段。
9. 点 1 题 6(Ⅳ)题干没写 λ₃ 与 λ₁ 是否相同,解析自加"若否则另论"。
   → 题干补"三个特征值互不相同",解析改为归纳法证明。
10. 点 3 题 2 用"Jordan 块"这个全讲未定义的术语 → 改成"上三角且右上有非零元"。

四、顺带

11. 三个题目标题含公式(点 5 题 1、点 5 题 4、点 6 题 1),违反"标题禁含
    $…$"(Gitea 锚点会漂)→ 全部改纯文字。
12. 改完 4.4 后 01-知识点盘点 涨到 13505 字符,超 1.3 万上限 → 按高数讲次
    的既有做法把"覆盖对照"与"相邻讲接口"拆成 01b-覆盖对照与接口.md
    (01 由 13505 → 12386,§0.x 编号未动;01b 顺手补谱分解、几何重数判据
    两行,接口表补叉乘与 r(A*) 两行)。
13. 01 的 关联笔记 误写成 [[10-速查卡]](那是高数无穷级数的文件)→ 改 [[09-速查卡]]。

校验:gen_crosslinks 8 个点文件 36 题 19 知识点(+§4.4);check_md_links
11 文件 217 链接 0 异常;fix_gitea_math 0 处待修。全部文件 < 1.3 万字符。
2026-10-26 19:19:05 +08:00

14 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
特征值
相似对角化
线性代数 第5讲 · 点3 相似与相似对角化 2026-10-24 知识点带题(3.1 必要条件、3.2 充要条件、3.3 相似判定,6 题)
README
01-知识点盘点

点 3 相似与相似对角化

真题锚点:2019·21、2020·21(各 11 分)、2023·6(5 分)|重要度 ★★★ 依赖:点 1、点 2。盘点对应:§3 全节。

组织原则:先列知识点(相似定义 → 对角化判据 → 相似判定),再逐一对应出题。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。

知识点 3.1 相似的定义与必要条件(出处:知识章 similar.tex §5)

P^{-1}AP=B (P 可逆)称 A\sim B 。相似不变量(用来否定,不能用来肯定):

量 是否不变
特征多项式(含重数) 不变
秩 不变
行列式 不变
迹 不变
可对角化性 不变

五条全满足也不一定相似——它们是必要条件。

知识点 3.2 相似对角化的充要条件(出处:知识章 similar.tex §6)

A\ \text{可对角化}\iff A\ \text{有}\ n\ \text{个线性无关的特征向量}.

此时 P=(\xi_1,\dots,\xi_n) ,P^{-1}AP=\Lambda=\mathrm{diag}(\lambda_1,\dots,\lambda_n) ,P 的列序与 \Lambda 对角元顺序一一对应。

三个充分条件:n 个互异特征值;A 实对称;每个 \lambda_i 都满足 m_i=n_i 。

判"不能":存在 \lambda_i 使 m_i<n_i 。

知识点 3.3 相似判定的三个必要条件(出处:练习章 similar.tex §3)

按顺序筛:① 特征值(含重数)是否相同;② 秩是否相同;③ 特征值相同时,是否都可对角化。

第 ③ 条是关键:特征值、秩全同但只有一个能对角化时,不相似。


题目(按知识点顺序对应)

题 1 · 3.1:相似的不变量(★☆☆)

设 A\sim B (A,B 均为 n 阶)。判断下列量是否一定相等:

(Ⅰ)\lvert A\rvert 与 \lvert B\rvert ;(Ⅱ)r(A) 与 r(B) ;(Ⅲ)\operatorname{tr}(A^2) 与 \operatorname{tr}(B^2) ;(Ⅳ)A 与 B 的特征向量。

怎么想:前三项都是"特征值的函数"——A\sim B 意味着特征多项式相同,于是任何由特征值决定的量都相同。(Ⅳ)是陷阱:相似矩阵特征值相同,但特征向量跟着 P 变。

解:(Ⅰ)相等。B=P^{-1}AP\Rightarrow\lvert B\rvert=\lvert P^{-1}\rvert\lvert A\rvert\lvert P\rvert=\lvert A\rvert 。

(Ⅱ)相等。乘可逆矩阵不改变秩。

(Ⅲ)相等。A\sim B\Rightarrow A^2\sim B^2 (因 B^2=P^{-1}A^2P ),故迹相同。也可由"A^2 的特征值是 \lambda_i^2 "直接看出。

(Ⅳ)不相等。若 A\xi=\lambda\xi ,则 B(P^{-1}\xi)=P^{-1}AP(P^{-1}\xi)=P^{-1}A\xi=\lambda P^{-1}\xi ,即 B 的特征向量是 P^{-1}\xi 而非 \xi 。

带走结论:相似不改变"特征值层面"的一切,但改变"向量层面"的一切。判断"哪些量相似不变"时问一句"它是否只由特征值决定"即可。

关联 · 盘点 §3.1 相似的定义与必要条件 | 上游 — | 下游 — | 速查 五 相似判定三步筛


题 2 · 3.3:特征值与秩全同却不相似(★★☆)

【2016·5 / 2018·5 骨架】设

A=\begin{pmatrix}1&0&0\\0&1&0\\0&0&2\end{pmatrix},\qquad B=\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix}.

(Ⅰ)验证 A,B 的特征值与秩都相同; (Ⅱ)判断 A 与 B 是否相似。

怎么想:特征值和秩都相同,说明前两道筛子过了,胜负在第三道——可对角化性。A 已是对角阵,B 是上三角且右上有非零元(\lambda=1 只占一个方向),关键看 r(E-B) 。

解:(Ⅰ)A 为对角阵,特征值 1,1,2 ,r(A)=3 (三个非零对角元)。B 为上三角,特征值也是 1,1,2 ,r(B)=3 。两者特征值(含重数)、秩、迹(4 )、行列式(2 )全部相同。

(Ⅱ)不相似。A 本身就是对角阵,当然可对角化。看 B :

E-B=\begin{pmatrix}0&-1&0\\0&0&0\\0&0&-1\end{pmatrix},\qquad r(E-B)=2 .

\lambda=1 的代数重数为 2,几何重数 =3-r(E-B)=3-2=1<2 ,故 B 不可对角化。

而"可对角化性"是相似不变量(题 1 第 ③ 条),A 可、B 不可,故 A\not\sim B 。

验算:直接反证也行——若 B=P^{-1}AP 且 A 对角,则 B 相似于对角阵即 B 可对角化,矛盾。

带走结论:特征值 + 秩全同还不够。第三步必须查可对角化性,而查法只有一条:看重根的 r(\lambda E-A) 。这类选择题年年出,答案永远卡在这一步。

关联 · 盘点 §3.3 相似判定的三个必要条件 | 上游 — | 下游 — | 速查 五 相似判定三步筛


题 3 · 3.2:可对角化的判据清单(★★☆)

设 A 为三阶矩阵。判断下列条件哪些能保证 A 可对角化:

(Ⅰ)A 有三个互不相同的特征值; (Ⅱ)A 是实对称矩阵; (Ⅲ)\lvert A\rvert\ne0 ; (Ⅳ)r(A)=3 ; (Ⅴ)A 的三个特征值都是 1 且 A\ne E 。

怎么想:前两条是充分条件,直接判"能"。第三条到第五条都是"看着强,其实与对角化无关"或"直接判死"。

解:(Ⅰ)能。互异特征值对应特征向量必无关,n 个无关特征向量 ⟹ 可对角化。

(Ⅱ)能。实对称矩阵必可正交对角化(点 4 定理 3)。

(Ⅲ)不能保证。\lvert A\rvert\ne0 只说没有零特征值,与"有几个无关特征向量"无关。反例:\begin{pmatrix}1&1&0\\0&1&0\\0&0&2\end{pmatrix} 行列式为 2\ne0 但不可对角化。

(Ⅳ)不能保证。r(A)=3 说明满秩,同样不涉及特征向量的个数。反例同上。

(Ⅴ)不能,且必然不可对角化。三个特征值全是 1 而 A\ne E ,则 A 不是 E 但特征值全为 1。若 A 可对角化,则 A\sim\mathrm{diag}(1,1,1)=E ,即 A=E ,矛盾。

带走结论:可对角化的充分条件只有三类——互异特征值、实对称、几何重数等于代数重数。满秩、行列式非零、特征值全正这类"看起来很强"的条件统统不相关。

关联 · 盘点 §3.2 相似对角化的充要条件 | 上游 — | 下游 点 3 题 4、点 3 题 5 | 速查 四 重数与可对角化


题 4 · 3.2:判定不可对角化(★★☆)

【2023·6 骨架】设 A=\begin{pmatrix}3&1&0\\0&3&0\\0&0&1\end{pmatrix} 。判断 A 能否对角化。

怎么想:上三角,特征值直接读:3,3,1 。\lambda=3 是二重根,只需算 r(3E-A) 。若 r=2 则几何重数 1,不可对角化。

解:A 为上三角,特征值 \lambda_1=\lambda_2=3 (代数重数 2)、\lambda_3=1 。

3E-A=\begin{pmatrix}0&-1&0\\0&0&0\\0&0&2\end{pmatrix},\qquad r(3E-A)=2 .

几何重数

m_1=3-2=1<2=n_1 .

故 A 不能对角化。

验算:\sum m_i=1+1=2<3 ,凑不出三个无关特征向量 ✓。也可直接看出:属于 \lambda=3 的特征向量满足 -x_2=0 且 2x_3=0 ,即 x_2=x_3=0 ,只剩 (1,0,0)^{\mathrm T} 一个方向。

带走结论:上三角矩阵是判对角化的最佳素材——特征值免费,只需算一个 r(\lambda E-A) 。看到"某行有非对角元素而上三角形状",八成不可对角化。

关联 · 盘点 §3.2 相似对角化的充要条件 | 上游 点 3 题 3 | 下游 点 3 题 5、点 3 题 6 | 速查 四 重数与可对角化


题 5 · 3.2:含参矩阵永远不可对角化(★★★)

设 A=\begin{pmatrix}a&1&1\\0&a&1\\0&0&a\end{pmatrix} (a 为实数)。证明:无论 a 取何值,A 都不能对角化。

怎么想:上三角,特征值全是 a (三重)。若可对角化则 A\sim aE=E\cdot a ,即 A=aE 。但 A 有非对角元 1,故 A\ne aE ——一步到位。

解:A 为上三角,特征值 \lambda_1=\lambda_2=\lambda_3=a ,代数重数全为 3。

计算 aE-A :

aE-A=\begin{pmatrix}0&-1&-1\\0&0&-1\\0&0&0\end{pmatrix}.

第 2 行 (0,0,-1) 与第 1 行 (0,-1,-1) 不成比例,故 r(aE-A)=2 ,几何重数

m=3-2=1<3 .

故 A 不可对角化。

(另一条更快的路:若 A 可对角化且特征值全为 a ,则 A=P(aE)P^{-1}=aE ,但 A 的第 1 行第 2 列是 1 而 aE 该位置是 0,矛盾。)

验算:\operatorname{tr}A=3a ✓;\lvert A\rvert=a^3 ✓,与"三个特征值都是 a "一致。

带走结论:"特征值全相同且 A\ne\lambda E "是判死的铁律(题 3 第 Ⅴ 条)。含参题里这条能一秒定论,完全不用管参数取值。

关联 · 盘点 §3.2 相似对角化的充要条件 | 上游 点 3 题 3、点 3 题 4 | 下游 点 3 题 6 | 速查 四 重数与可对角化


题 6 · 3.2:走完相似对角化全流程(★★★)

【2019·21 骨架】设 A=\begin{pmatrix}2&2&0\\0&1&0\\0&0&3\end{pmatrix} 。

(Ⅰ)求 A 的全部特征值与特征向量; (Ⅱ)求可逆矩阵 P 使 P^{-1}AP=\Lambda ,并写出 \Lambda ; (Ⅲ)验证 A=P\Lambda P^{-1} 。

怎么想:上三角,特征值 2,1,3 互不相同,故必可对角化(不用查重数)。逐个求特征向量拼 P ,注意列序与 \Lambda 对角元顺序对齐。

解:

(Ⅰ) A 为上三角,特征值 \lambda_1=2,\ \lambda_2=1,\ \lambda_3=3 (代数重数均为 1)。

\lambda_1=2 :

2E-A=\begin{pmatrix}0&-2&0\\0&1&0\\0&0&-1\end{pmatrix}\longrightarrow\begin{pmatrix}0&1&0\\0&0&1\\0&0&0\end{pmatrix},

得 x_2=0,\ x_3=0 ,x_1 自由,\xi_1=(1,0,0)^{\mathrm T} 。

\lambda_2=1 :

E-A=\begin{pmatrix}-1&-2&0\\0&0&0\\0&0&-2\end{pmatrix}\longrightarrow\begin{pmatrix}1&2&0\\0&0&1\\0&0&0\end{pmatrix},

得 x_1=-2x_2 、x_3=0 ,取 x_2=-1 得 \xi_2=(2,-1,0)^{\mathrm T} 。

\lambda_3=3 :

3E-A=\begin{pmatrix}1&-2&0\\0&2&0\\0&0&0\end{pmatrix}\longrightarrow\begin{pmatrix}1&0&0\\0&1&0\\0&0&0\end{pmatrix},

得 x_1=0,\ x_2=0 ,x_3 自由,\xi_3=(0,0,1)^{\mathrm T} 。

(Ⅱ) 取

P=(\xi_1,\xi_2,\xi_3)=\begin{pmatrix}1&2&0\\0&-1&0\\0&0&1\end{pmatrix},\qquad\Lambda=\begin{pmatrix}2&0&0\\0&1&0\\0&0&3\end{pmatrix}.

\lvert P\rvert=1\cdot(-1)\cdot1=-1\ne0 ,P 可逆。

(Ⅲ)

P^{-1}=\begin{pmatrix}1&2&0\\0&-1&0\\0&0&1\end{pmatrix}^{-1}=\begin{pmatrix}1&2&0\\0&-1&0\\0&0&1\end{pmatrix},

(因 \lvert P\rvert=-1 且有大量零,直接验算 PP=E 即知 P^{-1}=P 。)验证

AP=\begin{pmatrix}2&2&0\\0&1&0\\0&0&3\end{pmatrix}\begin{pmatrix}1&2&0\\0&-1&0\\0&0&1\end{pmatrix}=\begin{pmatrix}2&2&0\\0&-1&0\\0&0&3\end{pmatrix}, P\Lambda=\begin{pmatrix}1&2&0\\0&-1&0\\0&0&1\end{pmatrix}\begin{pmatrix}2&0&0\\0&1&0\\0&0&3\end{pmatrix}=\begin{pmatrix}2&2&0\\0&-1&0\\0&0&3\end{pmatrix}.

两者相等,故 AP=P\Lambda ,即 P^{-1}AP=\Lambda ✓。

验算:P^{-1}=P 需 P^2=E ,验:P^2 的第 1 行 =(1,2,0)P=(1,\,2-2,\,0)=(1,0,0) ✓,其余同理。

带走结论:验证 AP=P\Lambda 比算 P^{-1}AP 省一半力气(不用求逆)。考试时若只要求"验证",一律用 AP=P\Lambda 。P 的列序必须与 \Lambda 对齐——本题若把 \Lambda 写成 \mathrm{diag}(1,2,3) 就必须相应调整 P 的列序。

关联 · 盘点 §3.2 相似对角化的充要条件 | 上游 点 3 题 4、点 3 题 5 | 下游 — | 速查 四 重数与可对角化