假设矩阵为A,则充要条件为:
A有n个线性无关的特征向量
A的极小多项式没有重根
充分非必要条件:
A没有重特征值
A*A^H=A^H*A
必要非充分条件:f(A)可对角化,其中f是收敛半径大于A的谱半径的任何解析函数。
扩展资料:
如果V是有限维度的向量空间,则线性映射T : 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。
可对角化矩阵和映射在线性代数中有重要价值,因为对角矩阵特别容易处理: 它们的特征值和特征向量是已知的,并通过简单的提升对角元素到同样的幂来把一个矩阵提升为它的幂。