怎么判断两个矩阵相似：实操判定办法

怎么判断两个矩阵相似，优先核对迹、行列式、秩、特征多项式、特征值这五项基础量，五项中有任意一项不等，矩阵一定不相似；五项全部相等仅为必要条件，不能直接判定相似，你还需要继续核对特征子空间维数，也就是每个特征值对应的几何重数是否等于代数重数，只有两个矩阵都可对角化，且特征值完全一致，二者才相似，若矩阵不可对角化，需要求出各自的若尔当标准形，若若尔当块的划分完全一致，矩阵才相似，这套判定流程适用于方阵，非方阵不存在相似的定义，不能使用这套方法判断。

怎么判断两个矩阵相似：基础必要条件核验

你先分别算出两个方阵的迹，迹是矩阵主对角线元素相加的结果，相似矩阵迹一定相等。接着计算行列式，相似矩阵行列式的值相等，行列式代表矩阵对应的线性变换对空间体积的伸缩倍数。再计算矩阵的秩，经过可逆矩阵变换不会改变矩阵的秩。然后求解特征多项式，特征多项式是|λE-A|，两个相似矩阵的特征多项式完全相同，特征值也会完全一致，包括重根的重数。

这一组条件只能用来排除不相似的矩阵，不能作为相似的充分依据。典型反例是二阶矩阵[[2,1],[0,2]]和[[2,0],[0,2]]，迹、行列式、秩、特征多项式、特征值全部相同，但二者并不相似。

怎么判断两个矩阵相似：可对角化场景判定

矩阵可对角化的判定标准是每个特征值的几何重数等于代数重数，代数重数是特征值在特征多项式里作为根出现的次数，几何重数是齐次方程组(λE-A)x=0解空间的维数。当两个矩阵都满足可对角化，并且特征值连同重数完全一样，那么这两个矩阵相似。

这个场景计算量偏低，是线性代数考试里最常考察的情形。你求出特征值之后，只需要对每个特征值求解基础解系，统计基础解系向量个数，核对几何重数，满足条件就可以给出相似结论。

几何重数不大于代数重数。

怎么判断两个矩阵相似：不可对角化场景判定

矩阵无法对角化时，你需要求若尔当标准形，若尔当标准形由若干若尔当块构成，同一个特征值对应的若尔当块尺寸、数量，决定矩阵的相似类。两个矩阵相似的充要条件是它们的若尔当标准形完全相同，也就是相同特征值对应的若尔当块的阶数组合一模一样。

若尔当标准形的计算复杂度更高，一般在研究生线性代数、高等代数题目中出现，本科阶段很多习题不会要求完整构造若尔当块，遇到这类题目，优先用基础条件排除，再验证几何重数。

相似关系具备自反、对称、传递三条性质。

你不能把特征向量相同当成相似的判断依据，相似矩阵的特征向量之间存在可逆变换的对应关系，但本身不需要一致，拿特征向量去对比很容易出现误判。