方阵与对角矩阵的相似性问题在线性代数中是一个重要的内容，它涉及到矩阵的相似性、特征值和特征向量等概念。通过理解这些概念，我们可以更深入地掌握矩阵的性质和解题技巧。本文将围绕这一主题，通过经典例题的解析，帮助读者轻松掌握相似矩阵的解题方法。
1. 相似矩阵的定义
首先，我们来回顾一下相似矩阵的定义。如果存在一个可逆矩阵 ( P )，使得 ( P^{-1}AP = B )，其中 ( A ) 和 ( B ) 是两个 ( n \times n ) 的方阵，那么我们称 ( A ) 和 ( B ) 是相似矩阵。这里，( P ) 被称为相似变换矩阵。
2. 对角矩阵的特征值和特征向量
对角矩阵是一种特殊的方阵，其所有非对角元素都为0。对角矩阵的特征值就是其对角线上的元素，而其特征向量则是对角线上的元素对应的单位向量。
例题1：求对角矩阵的特征值和特征向量
题目：求对角矩阵 ( A = \begin{bmatrix} 2 & 0 \ 0 & 3 \end{bmatrix} ) 的特征值和特征向量。
解答：
- 求特征值：设 ( \lambda ) 为 ( A ) 的特征值，则 ( \det(A - \lambda I) = 0 )。
[ \det\begin{bmatrix} 2-\lambda & 0 \ 0 & 3-\lambda \end{bmatrix} = (2-\lambda)(3-\lambda) = 0 ]
解得 ( \lambda_1 = 2 )，( \lambda_2 = 3 )。
- 求特征向量：对于 ( \lambda_1 = 2 )，解方程组 ( (A - 2I)x = 0 )。
[ \begin{bmatrix} 0 & 0 \ 0 & 1 \end{bmatrix} \begin{bmatrix} x_1 \ x_2 \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix} ]
解得 ( x_1 ) 和 ( x_2 ) 可以是任意常数，所以特征向量是 ( \begin{bmatrix} 1 \ 0 \end{bmatrix} )。
对于 ( \lambda_2 = 3 )，解方程组 ( (A - 3I)x = 0 )。
[ \begin{bmatrix} -1 & 0 \ 0 & 0 \end{bmatrix} \begin{bmatrix} x_1 \ x_2 \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix} ]
解得 ( x_1 ) 可以是任意常数，( x_2 ) 必须为0，所以特征向量是 ( \begin{bmatrix} 0 \ 1 \end{bmatrix} )。
3. 方阵与对角矩阵的相似性
例题2：判断方阵 ( A = \begin{bmatrix} 1 & 2 \ 4 & 3 \end{bmatrix} ) 是否与对角矩阵相似
解答：
- 求特征值：设 ( \lambda ) 为 ( A ) 的特征值，则 ( \det(A - \lambda I) = 0 )。
[ \det\begin{bmatrix} 1-\lambda & 2 \ 4 & 3-\lambda \end{bmatrix} = (1-\lambda)(3-\lambda) - 8 = \lambda^2 - 4\lambda - 5 = 0 ]
解得 ( \lambda_1 = -1 )，( \lambda_2 = 5 )。
- 求特征向量：对于 ( \lambda_1 = -1 )，解方程组 ( (A + I)x = 0 )。
[ \begin{bmatrix} 2 & 2 \ 4 & 4 \end{bmatrix} \begin{bmatrix} x_1 \ x_2 \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix} ]
解得 ( x_1 ) 和 ( x_2 ) 可以是任意常数，所以特征向量是 ( \begin{bmatrix} 1 \ -1 \end{bmatrix} )。
对于 ( \lambda_2 = 5 )，解方程组 ( (A - 5I)x = 0 )。
[ \begin{bmatrix} -4 & 2 \ 4 & -2 \end{bmatrix} \begin{bmatrix} x_1 \ x_2 \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix} ]
解得 ( x_1 ) 和 ( x_2 ) 可以是任意常数，所以特征向量是 ( \begin{bmatrix} 1 \ 2 \end{bmatrix} )。
由于 ( A ) 的特征值对应的特征向量线性无关，且 ( A ) 的特征值都是单重的，因此 ( A ) 可以对角化，即 ( A ) 与对角矩阵相似。
4. 总结
通过以上例题的解析，我们可以看到，解决方阵与对角矩阵相似性问题，关键在于求出矩阵的特征值和特征向量，并判断特征向量是否线性无关。掌握了这些技巧，我们就可以轻松解决类似的问题。