何时可以使用特征基底对矩阵进行对角化，这样做有什么好处？

适用条件

• 矩阵在 n 维空间中拥有 n 个线性无关的特征向量
• 由特征向量构成的基变换矩阵 P 是可逆的

理解与推导

1. 检查矩阵是否有足够的独立特征向量来构成基底。
2. 构造以特征向量为列的矩阵 P。
3. 验证 $P^{-1}AP = D$，其中 D 是对角矩阵。
4. 利用性质 $A^k = P D^k P^{-1}$ 进行高效计算。

例子

如果一个 2x2 矩阵有两个不同的实特征值，它自动拥有两个独立特征向量并且可对角化。计算 $A^{100}$ 简化为计算 $\lambda_1^{100}$ 和 $\lambda_2^{100}$。

容易误解的地方

• 相信所有矩阵都可对角化（剪切矩阵是反例）。
• 认为对角化改变了底层的线性变换，而不仅仅是改变了它的表示形式。

观看对应讲解

相关概念

继续追问

• 如果矩阵缺乏完整的特征基底会发生什么？
• 若尔当标准型与非对角化矩阵有什么关系？