矩阵的对角化互动演示

实验目的

理解矩阵对角化的条件、几何意义及 A = PDP⁻¹ 的含义。

实验原理

n 阶矩阵 A 可对角化的充要条件是 A 有 n 个线性无关的特征向量。把这些特征向量作为列组成 P，对应特征值放在对角线上组成 D，则 A = PDP⁻¹。于是 Aᵏ = P Dᵏ P⁻¹，而 Dᵏ 只需对对角线元素取 k 次幂。实对称矩阵一定可以正交对角化。

实验器材

• 标准坐标系中的网格与图形
• 以特征向量为轴的新坐标系
• 矩阵 A、P、D 的数值显示
• 可调整的矩阵元素
• 矩阵幂 Aᵏ 的结果显示

实验步骤

1. 选定一个矩阵 A，观察它在标准坐标系中的变换效果。
2. 显示 A 的特征向量，把它们作为新的坐标轴。
3. 切换到新坐标系，观察变换变为沿两轴的伸缩。
4. 对照读出 P 和 D，验证 A = PDP⁻¹。
5. 增大幂次 k，比较 Aᵏ 与 P Dᵏ P⁻¹ 的结果。
6. 换成特征向量不足的矩阵，观察无法对角化的情形。

实验现象与结论

在特征向量构成的坐标系下，变换只沿各轴按特征值伸缩，矩阵为对角矩阵。用 Dᵏ 计算矩阵幂十分简便。若特征向量个数不足（如 [[1,1],[0,1]]），则无法对角化。结论：可对角化取决于线性无关特征向量的个数。

常见问题

有重特征值的矩阵一定不能对角化吗？

不一定。只要该特征值对应的线性无关特征向量个数等于其重数即可对角化。

对角化有什么用？

可以方便地计算矩阵的高次幂，也常用于求解线性微分方程组和递推数列。