
1.4.3 实对称矩阵的对角化
由1.4.2节知,n阶矩阵未必都可对角化。下面我们将看到,实对称矩阵必可对角化,因为其特征值与特征向量有许多特殊的性质,具体参见文献[6]。
定理1-25 n阶实对称矩阵的特征值都是实数。
这是实对称矩阵的一个重要性质,这里不予证明。
定理1-26 实对称矩阵的不同特征值对应的特征向量必正交。
证明:设是
的两个不同的特征值,
是其对应的特征向量,则有

因此,又因为
,故
,即
与
正交。
由定理1-26知,这样的特征向量构成的向量组不仅正交,而且线性无关。
有了上述两个定理及施密特正交化方法,可以证得下面关于实对称矩阵对角化的重要结论。
定理1-27 实对称矩阵必可对角化,且对任意n阶实对称矩阵,都存在n阶正交矩阵
,使得
为对角矩阵。
证明从略。
推论1-14 实对称矩阵的每个重特征值恰有
个线性无关的特征向量。
当n阶实对称矩阵有n个特征值互异时,由定理1-27知,对应的特征向量必正交,只要将每个向量单位化,即得n个彼此正交的单位向量,由于单位化不会影响正交性及特征向量的属性,因此由它们拼成的矩阵
为正交矩阵,且仍为相似变换矩阵,称为正交变换矩阵,即满足
;当n阶实对称矩阵
有m个互不相同的特征值
时,其重数分别为
,则有
,那么
的
重特征值
必有
个线性无关的特征向量
。通过对该重根对应的
个线性无关的特征向量进行施密特正交单位化,由
可得n个彼此正交的单位向量,由它们拼成的正交矩阵
即正交变换矩阵。
这样,实对称矩阵不仅可以对角化且必可正交对角化,即存在正交矩阵及对角矩阵
,使
。
例1-46 求一个正交矩阵>,使得实对称矩阵
可相似变换到对角矩阵。
解:的特征多项式为

令,得
的特征值为
。
对,解方程组
,

得基础解系,正交化,得

再单位化,得。
对,解方程组
,由于

得基础解系,单位化,得
。
令,则
为正交矩阵,且
。
例1-47 设三阶实对称矩阵的特征值为
,对应于
的特征向量为
。
(1)求对应于特征值1的特征向量;
(2)求。
解:(1)设对应于特征值1的特征向量为,因为
为实对称矩阵,所以
与
正交,即
,解之得基础解系,即
,
,故对应于特征值
的所有特征向量为
不全为0)。
(2)因为A为实对称矩阵,必可对角化。
只要令,则
,且
