核心知识点梳理#

1. 相似矩阵定义：设$A,B$均为$n$阶方阵，若存在$n$阶可逆矩阵$P$，使得$P^{-1}AP = B$，则称$A$与$B$相似，记为$A \sim B$。相似关系是等价关系，满足反身性、对称性、传递性。
2. 相似的高频必要性质（考研快速排除依据）：
   • 迹相等：$\text{tr}(A) = \text{tr}(B)$
   • 行列式相等：$|A| = |B|$
   • 秩相等：$r(A) = r(B)$
   • 特征多项式相同：$|\lambda E - A| = |\lambda E - B|$，特征值完全一致（包括代数重数） 注意：以上均为必要非充分条件，仅能用于排除不相似的矩阵，无法直接判定两矩阵相似。
3. 相似对角化的核心条件：
   • 一般$n$阶矩阵$A$可相似对角化的充要条件：$A$有$n$个线性无关的特征向量；或对$A$的任意$k$重特征值$\lambda_0$，均有$r(\lambda_0 E - A) = n - k$。
   • 实对称矩阵特殊性：任意$n$阶实对称矩阵必可相似对角化，且存在正交矩阵$Q$使得$Q^{-1}AQ = Q^T A Q = \Lambda$（$\Lambda$为对角矩阵，对角线元素为$A$的特征值），不同特征值对应的特征向量天然正交，仅需对重根特征值的特征向量进行施密特正交化+单位化即可。
4. 考研常考题型复盘：
   • 矩阵相似性判定：通过迹、行列式、特征值快速排除错误选项，再验证是否存在可逆变换矩阵；
   • 求解相似变换矩阵$P$：先求$A$的全部特征值与特征向量，将线性无关的特征向量按对应特征值顺序排列得到$P$；
   • 相似对角化应用：通过相似对角化求解矩阵的幂、行列式、迹等运算。

当日学习复盘#

今日通过“先梳理考点→再刷基础题→最后攻坚真题”的流程完成学习，在练习中发现自身对“相似必要条件快速排除”的应用熟练度不足，例如在判断两个非对角矩阵是否相似时，未能第一时间通过迹和特征值筛除错误选项，后续需要加强该类题型的限时训练。