线性代数问题，求矩阵的对角阵时为什么要把特征向量单位化呢？
因为P是正交矩阵，正交矩阵每一行（或列）都是单位向量，题中A恰有3个不同的特征值，而不同特征值对应特征向量必正交，所以就不用正交化，而是直接单位化。
若λ0是A的特征值，且是特征多项式的k重根，因为A可对角化，所以特征方程│A-λ0│=0的基础解系必包含k个解向量，则这k这个特征向量必须施密特正交化然后再单位化。
有定理：矩阵A可对角化的充分必要条件是A的每个特征值的代数重数等于其几何重数，即A有完全特征向量系。
只有对角线上有非0元素的矩阵称为对角矩阵，或说若一个方阵除了主对角线上的元素外，其余元素都等于零。
扩展资料：
线性变换的主特征向量是最大特征值对应的特征向量。特征值的几何重次是相应特征空间的维数。有限维向量空间上的一个线性变换的谱是其所有特征值的集合。
例如，三维空间中的旋转变换的特征向量是沿着旋转轴的一个向量，相应的特征值是1，相应的特征空间包含所有和该轴平行的向量。该特征空间是一个一维空间，因而特征值1的几何重次是1。特征值1是旋转变换的谱中唯一的实特征值。
矩阵的对角线有许多性质，如做转置运算时对角线元素不变、相似变换时对角线的和(称为矩阵的迹)不变等。在研究矩阵时，很多时候需要将矩阵的对角线上的元素提取出来形成一个列向量，而有时又需要用一个向量构造一个对角阵。
参考资料来源：百度百科——特征向量
参考资料来源：百度百科——对角阵
已赞过
已踩过<
因为正交阵的每一列都肯定是单位阵，所以需要单位化；如果不用正交阵作对角化过程，只用一般的可逆阵，就可以不单位化。
线性变换的特征向量是指在变换下方向不变，或者简单地乘以一个缩放因子的非零向量。特征向量对应的特征值是它所乘的那个缩放因子。特征空间就是由所有有着相同特征值的特征向量组成的空间，还包括零向量，但要注意零向量本身不是特征向量 。
线性变换的主特征向量是最大特征值对应的特征向量。特征值的几何重次是相应特征空间的维数。有限维向量空间上的一个线性变换的谱是其所有特征值的集合。
扩展资料：
求特征值和特征向量
1、描述正方形矩阵的特征值的重要工具是特征多项式，λ是A的特征值等价于线性方程组(A – λI) v = 0 （其中I是单位矩阵）有非零解v (一个特征向量)，因此等价于行列式|A – λI|=0 ；
2、函数p(λ) = det(A – λI)是λ的多项式，因为行列式定义为一些乘积的和，这就是A的特征多项式。矩阵的特征值也就是其特征多项式的零点。
3、一个矩阵A的特征值可以通过求解方程pA(λ) = 0来得到。 若A是一个n×n矩阵，则pA为n次多项式，因而A最多有n个特征值。 反过来，代数基本定理说这个方程刚好有n个根，如果重根也计算在内的话。
4、所有奇数次的多项式必有一个实数根，因此对于奇数n，每个实矩阵至少有一个实特征值。在实矩阵的情形，对于偶数或奇数的n，非实数特征值成共轭对出现。
5、一旦找到特征值λ，相应的特征向量可以通过求解特征方程(A – λI) v = 0 得到，其中v为待求特征向量，I为单位阵。没有实特征值的一个矩阵的例子是顺时针旋转90度。
一般情况下，若λ0是A的特征值，且是特征多项式的k重根，因为A可对角化，所以特征方程│A-λ0│=0的基础解系必包含k个解向量，则这k这个特征向量必须施密特正交化然后再单位化。
有定理：矩阵A可对角化的充分必要条件是A的每个特征值的代数重数等于其几何重数，即A有完全特征向量系。
希望楼主学业进步！
