矩阵相似的最佳条件
线性代数：矩阵相似和对角化？
线性代数：矩阵相似和对角化？
对角化和相似对角化是没有区别的，取对角化矩阵的时候，在满足特征值分别可取与原矩阵阶数相同的特征向量时，该对角矩阵即与原矩阵相似，所以说这两个其实是同一件事的不同说法。
相似是一种等价关系，对角化相当于对一类矩阵在相似意义下给出了一种简单的等价形式，这对理论分析是方便的。相似的矩阵拥有很多相同的性质，比如特征多项式，特征根，行列式……如果只关心这类性质，那么相似的矩阵可以看作没有区别的，
这时研究一个一般的可对角化的矩阵，只要研究它的标准形式，一个对角矩阵就可以了。而对角矩阵是最简单的一类矩阵，研究起来非常方便。这个过程相当于在一个等价类中选取最顺眼的元素研究。
向左转|向右转
扩展资料：
对角矩阵是指只有主对角线上含有非零元素的矩阵，即，已知一个n×n矩阵
向左转|向右转
，
如果对于
向左转|向右转
，则该矩阵为对角矩阵。如果存在一个矩阵
向左转|向右转
，使
向左转|向右转
的结果为对角矩阵，则称矩阵
向左转|向右转
将矩阵
向左转|向右转
对角化。
对于一个矩阵来说，不一定存在将其对角化的矩阵，但是任意一个n×n矩阵如果存在n个线性不相关的特征向量，则该矩阵可被对角化。
矩阵相似于对角矩阵的条件
充要条件
n阶矩阵A相似于对角矩阵的充要条件是A有n个线性无关的特征向量。
证明过程：
（1）必要性。
设有可逆矩阵P，使得
向左转|向右转
令矩阵P的n个列向量为
向左转|向右转
，则有
向左转|向右转
因而
向左转|向右转
，因为P为可逆矩阵，所以
为线性无关的非零向量，它们分别是矩阵A对应于特征值
的特征向量。
可逆矩阵与对角矩阵相似的条件？
矩阵相似对角化的条件是n阶方阵存在n个线性无关的特征向量。如果这个n阶方阵有n个不同的特征值，那么矩阵必然存在相似矩阵。如果阶n方阵存在重复的特征值，每个特征值的线性无关的特征向量的个数恰好等于该特征值的重复次数。
可对角化矩阵是线性代数和矩阵论中重要的一类矩阵。如果一个方块矩阵A相似于对角矩阵，也就是说，如果存在一个可逆矩阵P对角矩阵，则它就被称为可对角化的。如果V是有限维度的向量空间，则线性映射T存在V→V被称为可对角化的，如果存在V的一个基，T关于它可被表示为对角矩阵。对角化是找到可对角化矩阵或映射的相应对角矩阵的过程。