如果矩阵可对角化并且知道所有的特征值及对应的特征向量，那么可以用这些信息来还原矩阵 因为Ap1=p1λ1, ... Apn=pnλn A[p1,...,pn]=[p1,...,pn]diag{λ1,...,λn} A=[p1,...,pn]diag{λ1,...,λn}[p1,...,pn]^{-1}
以三阶矩阵为例：
设A为三阶矩阵，它的三个特征值为m1，m2，m3，其对应的线性无关的特征向量为a1，a2，a3，则Aai=miai（i=1，2，3），所以A（a1，a2，a3）=（m1a1，m2a2，m3a3）=（a1，a2，a3）diag｛m1，m2，m3｝
令P=（a1，a2，a3），B=diag｛m1，m2，m3｝，则AP=PB，由a1，a2，a3线性无关可知P可逆，从而A=PBP^（-1）
特征值是线性代数中的一个重要概念。在数学、物理学、化学、计算机等领域有着广泛的应用。
设 A 是n阶方阵，如果存在数m和非零n维列向量 x，使得 Ax=mx 成立，则称 m 是A的一个特征值（characteristic value)或本征值（eigenvalue)。
非零n维列向量x称为矩阵A的属于（对应于）特征值m的特征向量或本征向量，简称A的特征向量或A的本征向量。
扩展资料：
在求原矩阵时判断矩阵可对角化的充要条件
矩阵可对角化有两个充要条件：
1、矩阵有n个不同的特征向量；
2、特征向量重根的重数等于基础解系的个数。对于第二个充要条件，则需要出现二重以上的重特征值可验证（一重相当于没有重根）。
若矩阵A可对角化，则其对角矩阵Λ的主对角线元素全部为A的特征值，其余元素全部为0。
参考资料：百度百科-特征向量
参考资料：百度百科-特征值