2022年考研数学三第5题

本步骤旨在分析各选项所代表的矩阵分解类型，并明确特征值相同与这些分解之间的关系。首先，我们需要回顾四种常见的矩阵关系： 1. **一般等价（秩相同）**：两个矩阵$A$和$B$称为等价，如果存在可逆矩阵$P$和$Q$使得$B = PAQ$。等价关系仅保证秩相同，不保证特征值相同。例如，$A = \begin{pmatrix}1 & 0 \\ 0 & 1\end{pmatrix}$与$B = \begin{pmatrix}1 & 0 \\ 0 & 2\end{pmatrix}$秩均为2，但特征值不同。 2. **相似**：$A$与$B$相似，如果存在可逆矩阵$P$使得$B = P^{-1}AP$。相似矩阵具有完全相同的特征值（包括代数重数和几何重数），因此特征值相同是相似的必要条件。 3. **正交相似**：若$P$是正交矩阵（即$P^T = P^{-1}$），则$B = P^TAP$称为正交相似。正交相似是相似的特殊情况，同样保证特征值相同，且保持对称性。 4. **合同**：$A$与$B$合同，如果存在可逆矩阵$C$使得$B = C^TAC$。合同关系保持对称性和惯性指数（正、负、零特征值的个数），但不一定保持特征值本身。例如，$A = \begin{pmatrix}1 & 0 \\ 0 & 1\end{pmatrix}$与$B = \begin{pmatrix}2 & 0 \\ 0 & 2\end{pmatrix}$合同（取$C = \sqrt{2}I$），但特征值不同。 **关键结论**：特征值相同是相似（包括正交相似）的必要条件，但一般等价和合同不能保证特征值相同。因此，在判断矩阵是否具有相同特征值时，需要优先考虑相似关系。 本步骤为后续分析题目具体选项奠定基础，帮助识别哪些分解类型能确保特征值一致。

已知矩阵 $A$ 的特征值为 $1, -1, 0$，且 $A$ 是 $3$ 阶矩阵。由于特征值互异，$A$ 可对角化，即存在可逆矩阵 $P$ 使得 $A = P \Lambda P^{-1}$，其中 $\Lambda = \operatorname{diag}(1, -1, 0)$。 对于选项 B：$A$ 与对角矩阵 $\operatorname{diag}(1, -1, 0)$ 相似。这直接由特征值互异可对角化得到，因此是充分必要条件。 对于其他选项： - 选项 A：$A$ 的特征多项式为 $\lambda(\lambda-1)(\lambda+1)$。特征多项式相同不能保证矩阵相似（例如 Jordan 标准形不同时特征多项式仍相同），因此不是充分条件。 - 选项 C：$A$ 的秩为 $2$。秩为 $2$ 只能说明 $0$ 是特征值且代数重数为 $1$，但无法确定非零特征值是否为 $1$ 和 $-1$，例如矩阵 $\operatorname{diag}(2, -1, 0)$ 也满足秩为 $2$，但特征值不同，因此不是充分条件。 - 选项 D：$A$ 的迹为 $0$。迹为 $0$ 只能说明特征值之和为 $0$，但无法确定具体特征值，例如 $\operatorname{diag}(2, -2, 0)$ 迹也为 $0$，因此不是充分条件。 综上，只有选项 B 能保证 $A$ 的特征值恰好为 $1, -1, 0$，且由特征值互异可知 $A$ 必与 $\operatorname{diag}(1, -1, 0)$ 相似，因此 B 是充分必要条件。