6.3 对角化：换基让矩阵变简单

本节位置：模块 6 · 特征值 ｜ 前置：2.5 坐标与基变换、6.2 特征多项式 ｜ 预计：40 分钟

一句话：如果矩阵有足够多的线性无关特征向量，就把它们当新基；在这组基下，矩阵变成对角矩阵，$A^k$ 也随之变成逐个元素的幂。

0. 场景引入

一种濒危裂腹鱼，按 0–1 龄、2–3 龄、4 龄以上分成三组。两年一次的监测给出：幼鱼存活率 0.5、亚成体存活率 0.4，三组的繁殖率分别为 0、2、3（每尾成体两年的产卵存活数）。写成 Leslie 矩阵

第一排是繁殖率，下斜线是存活率——每一列读作「这一年龄组两年后去了哪」。

当前种群 1200 尾。保护区只有 300 万元预算、每年 40 万元巡护费，要决定：投「孵化场」（提高繁殖率），还是投「湿地修复」（提高幼鱼存活率）？这个决定不能撤回：放流的鱼三年后才性成熟。

先算增长。$p_L(\lambda )={\lambda }^3-\lambda -0.6$，最大根 ${\lambda }_1\approx 1.2212$：每两年增长 22%，翻倍时间 $\ln 2/\ln 1.2212\approx 3.5$ 年。$1200\times 1.2212^{10}\approx 8850$ 尾，10 年 7.4 倍。

代价：若真实 $\lambda$ 只有 1.17（存活率估高 0.05），10 年后是 5770 尾；若是 1.27，则是 13100 尾。同一笔预算，结论能差一倍以上——估高 0.05 就提前开放捕捞，实际恢复期要多等约 2.7 年。

读完本节，你能回答的三个问题是：

1. 为什么「换成特征向量当坐标」能让 $L^{10}$ 变成三次乘方？
2. 什么情况下这套换坐标会失败，失败时矩阵长什么样？
3. 稳定年龄结构对「该往哪投钱」给出了什么信号？

1. 直觉

在标准坐标里，$A$ 既旋转又拉伸，看起来复杂。但如果改用特征向量当坐标轴，$A$ 对每个坐标轴只做伸缩：

• 沿 ${\mathbf{v}}_1$ 方向，长度乘 ${\lambda }_1$；
• 沿 ${\mathbf{v}}_2$ 方向，长度乘 ${\lambda }_2$。

于是同一个变换在新坐标下就是一个对角矩阵 $D=\mathrm{diag}({\lambda }_1,{\lambda }_2)$。对角矩阵的幂极易计算：$D^k=\mathrm{diag}({\lambda }_1^k,{\lambda }_2^k)$。

整个流程像翻译：

用矩阵写就是 $A=PD{P}^{-1}$。$P$ 的列是特征向量，负责「翻译回原坐标」；$P^{-1}$ 负责「翻译到特征坐标」。

💡 一句话直觉：对角化 = 换一双「顺着特征方向」的眼睛看同一个变换。

类比边界：这双眼睛要求特征向量能铺满整个空间。若只有一条特征方向（如剪切），就没有足够的「坐标轴」，对角化失败（§4.4）。

图：$A$ 把 $\mathbf{x}=0.7{\mathbf{v}}_1+0.9{\mathbf{v}}_2$ 变成 $A\mathbf{x}=1.4{\mathbf{v}}_1+2.7{\mathbf{v}}_2$；在特征基下只剩坐标各自乘 ${\lambda }_1=2$、${\lambda }_2=3$。

1.1 它在现实世界里对应什么

对年龄结构种群，对角化不是数学游戏，而是把「一群鱼」翻译成「几种年龄模式」：

关键在于：不管初始年龄结构多乱，$L^k$ 都会被 ${\lambda }_1^k$ 主导，年龄结构自动收敛到 ${\mathbf{v}}_1$ 的比例。本例中 ${\mathbf{v}}_1\propto (1,0.409,0.134)$，归一化后是 64.8% : 26.5% : 8.7%——成体只占 9%，这就是「该往幼鱼存活率投钱」的数学依据。

量级：鱼类种群的年增长率 $\lambda$ 常在 1.1–1.3 之间（经验值，随物种与捕捞压力变化），翻倍时间 $\ln 2/\ln \lambda$ 落在 2.4–7.3 年。两年一步的 $\lambda =1.22$，折算成年率约 $1.22^{1/2}\approx 1.10$，即每年 10%。

这个对应在哪里失效：Leslie 矩阵假设繁殖率与存活率不随密度变。真实种群有密度制约、Allee 效应（密度太低反而难繁殖）和环境随机性；这时 $\lambda$ 只在当前密度附近成立，长期预测必须换成非线性模型。把 ${\lambda }_1$ 当成「永远的年增长率」，是生态学里最常见的误用。

2. 定义

2.1 可对角化

设 $A\in {\mathbb{R}}^{n\times n}$。若存在可逆矩阵 $P$ 和对角矩阵 $D$，使 $A=PD{P}^{-1}$，则称 $A$ 可对角化（diagonalizable），$PD{P}^{-1}$ 称为 $A$ 的特征分解（eigendecomposition）。

把 $P$ 按列写成 $P=[{\mathbf{p}}_1\cdots {\mathbf{p}}_n]$，$D=\mathrm{diag}({\lambda }_1,\dots ,{\lambda }_n)$。两边右乘 $P$：

左边第 $j$ 列是 $A{\mathbf{p}}_j$，右边第 $j$ 列是 ${\lambda }_j{\mathbf{p}}_j$。所以 $P$ 的每一列都必须是 $A$ 的特征向量，$D$ 的对角元必须是与之一一对应的特征值。顺序必须对齐。

2.2 等价条件

$A$ 可对角化，当且仅当 $A$ 有 $n$ 个线性无关的特征向量。

必要性：$P$ 可逆意味着它的 $n$ 列线性无关，而它们都是特征向量。充分性：若 ${\mathbf{v}}_1,\dots ,{\mathbf{v}}_n$ 线性无关，令 $P=[{\mathbf{v}}_1\cdots {\mathbf{v}}_n]$，则 $P$ 可逆且 $AP=PD$，于是 $A=PD{P}^{-1}$。

用重数语言说：对每个特征值 $\lambda$，几何重数 $g(\lambda )$ 等于代数重数 $a(\lambda )$，等价地 ${\sum }_{\lambda }g(\lambda )=n$。两个常用判据：有 $n$ 个互异特征值一定可对角化；有重特征值时，必须逐个验证 $g(\lambda )=a(\lambda )$，否则不可对角化。

3. 为什么这样定义

对角化的价值在于解耦。在标准基下，$A\mathbf{x}$ 的每个输出分量都依赖所有输入分量；在对角基下，第 $i$ 个特征坐标只依赖自己：$(A\mathbf{x})$ 的第 $i$ 个特征坐标 $={\lambda }_i\cdot (\mathbf{x}$ 的第 $i$ 个特征坐标$)$。

一个 $n$ 维耦合系统被拆成 $n$ 个独立的一维系统。这就是为什么对角化能同时解决三件事：

1. 矩阵幂：$A^k=P{D}^k{P}^{-1}$，$D^k$ 只是把对角元取 $k$ 次方；
2. 动力系统：${\mathbf{x}}_{k+1}=A{\mathbf{x}}_k$ 的每个模式独立按 ${\lambda }_i^k$ 演化；
3. 矩阵函数：$e^A=P{e}^D{P}^{-1}$，$e^D$ 只是对角元取指数（第 6.7 节）。

为什么不把 $P$ 选成别的？因为只有特征向量能同时满足「$P$ 可逆」和「$AP=PD$ 为对角」。这是一组为 $A$ 量身定制的坐标轴。

3.1 反事实：把「可逆」放宽会坏在哪

定义里 $P$ 可逆不是装饰。若放宽成「$n$ 个特征向量，允许重复」，$A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 只有一条特征方向 $(1,0)$；凑两次得

$P^{-1}$ 不存在。若还硬套 $A^k=P{D}^k{P}^{-1}$，形式上 $D=I$，于是「算出」$A^{10}=I$；而直接相乘的正确结果是 $\left[\begin{array}{cc}1& 10\\ 0& 1\end{array}\right]$，右上角差 10——对种群矩阵同样致命，$L^{10}$ 的每个元素都可能错。

第二个反事实：把判据弱化成「能化成上三角」。每个复矩阵都能做到（Schur 分解），条件就没有区分力；更糟的是上三角矩阵的幂仍带 $k$ 因子：${\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]}^{10}=\left[\begin{array}{cc}1& 10\\ 0& 1\end{array}\right]$，那个 10 不是任何 ${\lambda }^k$ 能表示的。必须对角，不能只到三角。

4. 性质与推导

4.1 从 $AP=PD$ 到 $A=PD{P}^{-1}$

设 $P=[{\mathbf{p}}_1\cdots {\mathbf{p}}_n]$ 可逆，$D=\mathrm{diag}({\lambda }_1,\dots ,{\lambda }_n)$。则

逐列看就是 $A{\mathbf{p}}_j={\lambda }_j{\mathbf{p}}_j$。若这些等式成立且 $P$ 可逆，右乘 $P^{-1}$ 得 $A=PD{P}^{-1}$；反过来，若 $A=PD{P}^{-1}$，右乘 $P$ 得 $AP=PD$，逐列读出特征方程。两条路等价。

4.2 矩阵幂

中间的 $P^{-1}P$ 逐对消掉，只剩 $k$ 个 $D$，而 $D^k=\mathrm{diag}({\lambda }_1^k,\dots ,{\lambda }_n^k)$。所以 $A^k=P\mathrm{diag}({\lambda }_1^k,\dots ,{\lambda }_n^k)P^{-1}$：把 $\mathbf{x}$ 翻译到特征坐标，每个坐标独立乘 ${\lambda }_i^k$，再翻译回来。这也是 6.1 中 ${\mathbf{x}}_k={\sum }_i{c}_i{\lambda }_i^k{\mathbf{v}}_i$ 的矩阵版本。

4.3 互异特征值与相似变换

$n$ 个互不相同的特征值给出 $n$ 个两两线性无关的特征向量（6.1 §4），构成 ${\mathbb{R}}^n$ 的基，所以 $P$ 可逆。这是充分不必要：重特征值也可能凑够 $n$ 个。

$A=PD{P}^{-1}$ 说明 $A$ 与 $D$ 相似。相似矩阵有相同的特征多项式（6.2 §4.4），所以对角化不改变特征值，只改变「看它的坐标」。$P$ 的列不唯一：特征向量可缩放、可重排，但 $D$ 的对角元集合（计重数）唯一。更完整的相似分类由弗罗贝尼乌斯用不变因子与最小多项式给出：可对角化当且仅当最小多项式无重根。

4.4 不可对角化时发生了什么

$A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 的特征多项式是 $(\lambda -1{)}^2$，但 $A-I=\left[\begin{array}{cc}0& 1\\ 0& 0\end{array}\right]$ 的秩为 1，特征空间只有一维，只有一个特征方向 $(1,0)$。找不到第二个线性无关的特征向量，$P$ 无法可逆，对角化失败。这种矩阵称为亏损矩阵（defective matrix），它仍可化成 Jordan 标准形（第 6.7 节），只是对角线上会出现 $1$，代表无法消除的「剪切」成分。

5. 例子

5.1 手算：完整对角化与 $A^{10}$

取 $A=\left[\begin{array}{cc}2& 1\\ 1& 2\end{array}\right]$。6.2 已算出 ${\lambda }_1=3$、${\lambda }_2=1$，特征向量 ${\mathbf{v}}_1=(1,1)$、${\mathbf{v}}_2=(1,-1)$。令

$P$ 的行列式为 $-2$，故

先验证 $PD{P}^{-1}=A$：

再算 $A^{10}$：

因为 $3^{10}=59049$，$(59049+1)/2=29525$。与 6.1 的 ${\mathbf{x}}_{10}=(29525,29524)$ 完全一致。注意 $A^{10}$ 几乎等于 $29525\left[\begin{array}{cc}1& 1\\ 1& 1\end{array}\right]$：当 $3^{10}\gg 1$，$\lambda =1$ 的模式被彻底淹没，矩阵趋近秩 1。

5.2 场景：Fibonacci 数列的闭式

Fibonacci 递推 $F_{n+1}=F_n+F_{n-1}$ 可以写成矩阵形式：

$F$ 的特征值是 $\phi =\frac{1+\sqrt{5}}{2}\approx 1.618$ 与 $\psi =\frac{1-\sqrt{5}}{2}\approx -0.618$，特征向量 $(\phi ,1)$ 与 $(\psi ,1)$。对角化后得到 Binet 公式

$F^{10}$ 把 $(1,0)$ 送到 $(F_{11},F_{10})=(89,55)$。由于 $|\psi |<1$，$n$ 大时 $F_n\approx {\phi }^n/\sqrt{5}$——增长由主特征值决定，这正是 6.6 幂迭代的思想。

5.3 场景闭环：从 1200 尾到「开不开放捕捞」

输入：3 个年龄组，每 2 年监测一次，12 年共 6 期、每期 3 个数（36 个）；外加每期的捕捞与放流记录。

计算：解 $p_L(\lambda )={\lambda }^3-\lambda -0.6$ 得 ${\lambda }_1=1.2212$；再解 $(L-{\lambda }_{1}I)\mathbf{v}=0$ 得 ${\mathbf{v}}_1=(1,0.409,0.134)$，归一化 $64.8\%:26.5\%:8.7\%$。10 年后的总数用 ${\lambda }_1^{10}$ 乘当前总量：$1200\times 1.2212^{10}\approx 8850$ 尾。

输出：稳定年龄结构里成体只占 8.7%，说明瓶颈在幼鱼到亚成体的存活（0.5 → 0.4 这一跳），不在产卵量。决策：暂不开放捕捞，预算优先投湿地修复；把「$\lambda$ 的置信下界仍大于 1.1」作为三年后复核的放行条件。

成本：$3\times 3$ 特征分解不到 $1\mu s$；为了给 $\lambda$ 一个区间，做 1000 次参数重采样（每次一次分解加 10 次幂），约 10 ms。真正贵的是 6 期监测的船时与实验室鉴定，那才是 300 万元预算的大头。

失败条件与兜底：

• $\lambda$ 估高 0.05：10 年后实际 5770 尾而非 8850，若此时已开放捕捞，恢复计划要多等约 2.7 年。兜底：用区间而非点估计做决策。
• 密度制约：种群接近承载量时 $\lambda$ 会降向 1，「指数增长」外推会高估。兜底：在模型里加 $1-N/K$ 因子，并只用低密度段估计 $\lambda$。
• 矩阵接近亏损：若存活率把两个年龄组的贡献调成同一条链，$P$ 条件数变大，$L^{10}$ 的误差被放大。兜底：检查 $\kappa (P)$，必要时直接用 $L$ 迭代而不是特征分解。

6. 常见误区

1. 误区：只有特征值互不相同才能对角化。纠正：互异是充分条件，不是必要条件。$A=3I$ 的特征值 3 重数为 2，但任取两个线性无关向量都是特征向量，$A$ 本身已经是对角阵。
2. 误区：只要算出 $n$ 个特征值，就一定能对角化。纠正：还要看每个重特征值的几何重数。$\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 有两个特征值（都是 1），却不可对角化。
3. 误区：$P$ 的列可以随便排，只要 $D$ 对就行。纠正：$P$ 的第 $j$ 列必须对应 $D$ 的第 $j$ 个对角元；顺序错了，$AP=PD$ 就不成立。
4. 误区：对角化只适用于对称矩阵。纠正：任何有 $n$ 个线性无关特征向量的矩阵都可对角化；对称矩阵的特殊之处是还能选正交的 $P$（第 6.4 节）。
5. 误区：$A=PD{P}^{-1}$ 中 $P$ 唯一。纠正：特征向量可缩放、可重排，$P$ 也随之改变；不唯一，但 $D$ 的对角元集合（计重数）唯一。

7. 概念网络

• 前置：2.5 坐标与基变换 —— 对角化就是换基，$P$ 是基变换矩阵。
• 前置：6.2 特征多项式 —— 提供特征值与重数，用来判断能否凑齐特征基。
• 后续：6.4 对称矩阵与谱定理 —— 对称矩阵一定可对角化，且 $P$ 可正交。
• 后续：6.6 幂迭代 —— 反复乘 $A$ 会逼近主特征向量，本质是 $D^k$ 中最大项占主导。
• 后续：6.7 Jordan 标准形 —— 不可对角化时的补救方案。
• 关联：7.1 SVD 的几何 —— 任意矩阵的「对角化」推广，用两组正交基。

8. 通往大模型：把循环拆成独立模式

出现位置：线性循环层或状态空间模型（state space model, SSM）的隐状态更新可写成 ${\mathbf{h}}_t=A{\mathbf{h}}_{t-1}+B{\mathbf{x}}_t$，其中 $A\in {\mathbb{R}}^{d\times d}$，$d$ 是状态维度。若 $A$ 可对角化，令 ${\mathbf{z}}_t=P^{-1}{\mathbf{h}}_t$，则 ${\mathbf{z}}_t=D{\mathbf{z}}_{t-1}+P^{-1}B{\mathbf{x}}_t$：每个分量独立演化。

为什么需要：这解释了「记忆」的长度。第 $i$ 个模式经过 $t$ 步后权重是 ${\lambda }_i^t$；$|{\lambda }_i|<1$ 时它指数衰减，$|{\lambda }_i|$ 越接近 1，记忆越长。工程上用对角或对角加低秩的 $A$，就是为了让循环可以并行扫描（parallel scan），把 $O(T)$ 的串行依赖变成可并行的前缀积。若 $A$ 亏损，$t{\lambda }^{t-1}$ 这样的多项式因子会出现（第 6.7 节），衰减规律不再是纯指数。

可检验结论：取 $d=64$、$A$ 为随机对角矩阵，谱半径 0.9，则 $t=100$ 时最慢模式的权重是 $0.9^{100}\approx 2.7\times 10^{-5}$，几乎完全遗忘；若谱半径为 0.99，则 $0.99^{100}\approx 0.366$，仍有三分之一记忆。训练中 $A$ 的特征值若跑到单位圆外，前向就会指数爆炸。

算错时下游看到什么：SSM 的并行扫描默认 $A$ 可对角化。若实际 $A$ 亏损（例如两个通道的极点被整定到同一个值），递推里会漏掉 $t{\lambda }^{t-1}$ 项（第 6.7 节），$T=4096$ 长序列末尾的隐状态被低估；训练表现为长依赖任务（复制、括号匹配）的准确率随长度断崖式下跌，而短序列指标完全正常。另一个隐性错误是 $P$ 病态：$P^{-1}$ 的元素很大，$P{D}^k{P}^{-1}$ 出现大数相减，长序列上的数值误差被放大到不可用。

9. 练习

1. 概念：为什么「有 $n$ 个线性无关特征向量」是可对角化的充要条件？重特征值需要额外检查什么？
2. 计算：对 $A=\left[\begin{array}{cc}4& 1\\ 2& 3\end{array}\right]$，写出 $P$、$D$、$P^{-1}$，并求 $A^3$。
3. 计算：证明 $A=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$ 不可对角化（写出特征值、特征空间、秩）。
4. 判断：$A=\left[\begin{array}{ccc}2& 0& 0\\ 0& 2& 0\\ 0& 0& 5\end{array}\right]$ 可对角化吗？$B=\left[\begin{array}{ccc}2& 1& 0\\ 0& 2& 0\\ 0& 0& 5\end{array}\right]$ 呢？
5. 开放：对角化 $A=PD{P}^{-1}$ 在数值计算中有什么风险？如果 $P$ 的条件数很大，$A^k$ 的计算会怎样？

10. 一页速记

• $A=PD{P}^{-1}$，$P$ 的列是特征向量，$D$ 的对角元是按顺序对应的特征值。
• 物理意义 / 现实对应：特征值 = 每步的长期增长率或衰减率，特征向量 = 稳定的年龄结构／各模式的比例；换基 = 把「耦合的 n 个个体」拆成「独立的 n 个模式」。
• 可对角化 $\iff$ 有 $n$ 个线性无关特征向量 $\iff$ 每个 $\lambda$ 的 $g(\lambda )=a(\lambda )$。
• 互异特征值是充分条件；重特征值必须检查几何重数。
• $A^k=P{D}^k{P}^{-1}$，每个模式独立按 ${\lambda }_i^k$ 缩放。
• 亏损矩阵（如 $\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right]$）不可对角化，需用 Jordan 标准形。

11. 参考文献与致谢

这一页的知识不是凭空来的。下面列出本页直接借用的原始工作与权威整理；正文中的人名、定理名已链接到对应条目。链接优先指向 DOI、arXiv 或可长期访问的原文存档。

• 弗罗贝尼乌斯（Ferdinand Georg Frobenius, 1878）：Ueber lineare Substitutionen und bilineare Formen。用不变因子与最小多项式刻画相似类，给出「何时存在特征基」的完整判据；本页 $g(\lambda )=a(\lambda )$ 是它在重根情形的具体化。De Gruyter Brill
• 舒尔（Issai Schur, 1909）：Beiträge zur Theorie der Gruppen linearer homogener Substitutionen。证明任意复矩阵都可由酉相似化成上三角，这是不可对角化时仍能稳定计算 $A^k$ 与矩阵函数的依据。Trans. AMS
• Golub 与 Van Loan（2013）：Matrix Computations（4th ed.）。讨论特征向量矩阵 $P$ 的条件数如何放大 $A^k=P{D}^k{P}^{-1}$ 的误差，是本页练习 5 的定量版本。JHU Press

下一篇 → 6.4 对称矩阵与谱定理

源文件：06-特征值/03-对角化.md