科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
数学分析
复变函数
离散数学
实变函数
数论
群论
高中物理
词条搜索
科数
试题
高中数学
高数
线代
more
你好
游客,
登录
注册
在线学习
线性代数
第六篇 向量内积与矩阵正交化
对称矩阵的对角化
最后
更新:
2024-11-29 22:32
查看:
573
次
高考专区
考研专区
公式专区
刷题专区
词条搜索
对称矩阵的对角化
## 实对称矩阵的特征值为实数. 证明 先介绍一个记号. 设复数矩阵 $X=\left(x_{ij}\right)$ ,复数 $x_{ij}$ 的共轭复数为 $\bar{x}_{i j}$ ,记 $\bar{X}=\left(\bar{x}_{ij}\right)$ ,则 矩阵 $\bar{X}$ 称为矩阵 $X$ 的共轭矩阵. 设复数 $\lambda$ 为对称阵 $A$ 的特征值,复向量 $x=\left(x_1, x_2, \cdots, x_n\right)^{\top}$ 为对应的特征向量,即 $\boldsymbol{A x}=\lambda \boldsymbol{x}$. 用 $\bar{\lambda}$ 表示$\lambda$的共轭复数, $\overline{\boldsymbol{x}}=\left(\bar{x}_1, \bar{x}_2, \cdots, \bar{x}_n\right)^{\mathrm{T}}$ 表示 $\boldsymbol{x}$ 的共轭复向量,而 $\boldsymbol{A}$ 为实 对称矩阵,有 $\bar{A}=A$ 及 $A^{\mathrm{T}}=A$ ,于是 $$ \overline{\boldsymbol{x}}^{\mathrm{T}} A \boldsymbol{x}=\overline{\boldsymbol{x}}^{\mathrm{T}}(A \boldsymbol{x})=\overline{\boldsymbol{x}}^{\mathrm{T}}(\lambda \boldsymbol{x})=\lambda \overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{x} , $$ 且 $$ \overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{A} \boldsymbol{x}=\left(\overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{A}^{\mathrm{T}}\right) \boldsymbol{x}=(\boldsymbol{A} \overline{\boldsymbol{x}})^{\mathrm{T}} x=(\overline{\boldsymbol{A}} \overline{\boldsymbol{x}})^{\mathrm{T}} x=(\overline{\boldsymbol{A} x})^{\mathrm{T}} x=(\bar{\lambda} \boldsymbol{x})^{\mathrm{T}} x=\bar{\lambda} \overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{x}, $$ 两式相减,得 $$ (\bar{\lambda}-\lambda) \overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{x}=0, $$ 由 $\boldsymbol{x} \neq \mathbf{0}$ 可知 $$ \overline{\boldsymbol{x}}^{\mathrm{T}} \boldsymbol{x}=\sum_{i=1}^n \bar{x}_i x_i=\sum_{i=1}^n|\boldsymbol{x}|^2 \neq 0, $$ 故 $\bar{\lambda}-\lambda=0$ ,即 $\lambda=\bar{\lambda}$ ,这就说明 $\lambda$ 为实数. 当特征值 $\lambda_i$ 为实数时,齐次线性方程组 $$ \left(A-\lambda_i E\right) x=0 $$ 是实系数方程组,由 $\left|\boldsymbol{A}-\lambda_1 E\right|=0$ 知必有实的基础解系,所以对应的特征向量可 以取实向量. ## 性质2 设 $\lambda_1, \lambda_2$ 是对称阵 $A$ 的两个特征值, $p_1, p_2$ 是对应的两个特征向量. 若 $\lambda_1 \neq \lambda_2$ ,则 $p_1$ 与 $\boldsymbol{p}_2$ 正交. 证明 已知 $A p_1=\lambda_1 p_1, A p_2=\lambda_2 p_2, \lambda_1 \neq \lambda_2$ ,且 $A$ 对称,于是 $$ \lambda_1 p_1^{\mathrm{T}} \boldsymbol{p}_2=\left(\lambda_1 \boldsymbol{p}_1^{\mathrm{T}}\right) \boldsymbol{p}_2=\left(\lambda_1 \boldsymbol{p}_1\right)^{\mathrm{T}} \boldsymbol{p}_2=\left(A p_1\right)^{\mathrm{T}} \boldsymbol{p}_2=\boldsymbol{p}_1^{\mathrm{T}} \boldsymbol{A}^{\mathrm{T}} \boldsymbol{p}_2=\boldsymbol{p}_1^{\mathrm{T}}\left(A \boldsymbol{p}_2\right)=\boldsymbol{p}_1^{\mathrm{T}}\left(\lambda_2 \boldsymbol{p}_2\right)=\lambda_2 \boldsymbol{p}_1^{\mathrm{T}} \boldsymbol{p}_2 , $$ 即 $$ \left(\lambda_1-\lambda_2\right) \boldsymbol{p}_1^{\mathrm{T}} \boldsymbol{p}_2=0 . $$ 但 $\lambda_1 \neq \lambda_2$ ,故 $p_1^{\mathrm{T}} p_2=0$ ,即 $p_1$ 与 $p_2$ 正交. **定理** $n$ 阶实对称阵 $A$ 必定正交相似于实对角阵 $\Lambda$ ,即存在正交阵 $P$ ,使 $P^{-1} A P=P^{ T } A P=\Lambda$ ,其中 $\Lambda$ 的对角线上的元素是 $A$ 的 $n$ 个特征值. **推论** 设 $A$ 为 $n$ 阶实对称阵, $\lambda$ 是 $A$ 的特征方程的 $k$ 重根,则矩阵 $A -\lambda E$ 的秩 $R(A-\lambda E)=n-k$ ,从而对应特征值 $\lambda$ 有 $k$ 个线性无关的特征向量. 证明 按定理知对称阵 $A$ 与对角阵 $\Lambda=\operatorname{diag}\left(\lambda_1, \lambda_2, \cdots, \lambda_n\right)$ 相似,从而 $A -\lambda E$ 与 $\Lambda-\lambda E =\operatorname{diag}\left(\lambda_1-\lambda, \lambda_2-\lambda, \cdots, \lambda_n-\lambda\right)$ 相似. 当 $\lambda$ 是 $A$ 的 $k$ 重特征根时, $\lambda_1, \lambda_2, \cdots, \lambda_n$ 这 $n$ 个特征值中有 $k$ 个等于 $\lambda$ ,有 $n-k$ 个不等于 $\lambda$ ,从而对角阵 $\Lambda-\lambda E$ 的对角元恰有 $k$ 个等 0 ,有 $n-k$ 个不等于 0 ,因此 $R(\Lambda-\lambda E )=n-k$ 。于是有 $R( A -\lambda E )=R( \Lambda -\lambda E )=n-k$. ## 将对称阵 $A$ 对角化的步骤如下: (i) 求出 $\boldsymbol{A}$ 的全部互不相等的特征值 $\lambda_1, \lambda_2, \cdots, \lambda_s$ ,它们的重数依次为 $$ k_1, k_2, \cdots, k_s\left(k_1+k_2+\cdots+k_s=n\right) ; $$ (ii) 对于每个 $k_i$ 重特征值 $\lambda_i$ ,求方程 $\left(A-\lambda_i E\right) \boldsymbol{x}=\mathbf{0}$ 的基础解系,得 $k_i$ 个线性无关的 特征向量,再把它们正交化、单位化,得 $k_i$ 个两两正交的单位特征向量. 因 $k_1+k_2+\cdots+k_s=n$ ,故总共可得 $n$ 个两两正交的单位特征向量. (iii) 把这 $n$ 个两两正交的单位特征向量构成正交阵 $\boldsymbol{P}$ ,便有 $P^{-1} A P=P^{\mathrm{T}} A P=\Lambda$. 注 意 $\Lambda$ 中对角元的排列次序应与 $\boldsymbol{P}$ 中列向量的排列次序相对应. ## 例题 `例`设矩阵 $A =\left(\begin{array}{ccc}1 & 0 & 2 \\ 0 & -1 & 0 \\ 3 & 0 & 2\end{array}\right)$, 求正交阵 $P$ ,使得 $P ^{-1} A = P ^{ T } A P$ 为对角阵。 解 由 $$ | A -\lambda E |=\left|\begin{array}{ccc} 1-\lambda & 0 & 2 \\ 0 & -1-\lambda & 0 \\ 3 & 0 & 2-\lambda \end{array}\right|=-(\lambda-4)(\lambda+1)^2=0 $$ 得特征值为 $\lambda_1=4, \lambda_2=\lambda_3=-1$. 对特征值 $\lambda_1=4$ ,解齐次线性方程组 $( A -4 E ) x = 0$ ,由 $$ A-4 E=\left(\begin{array}{ccc} -3 & 0 & 2 \\ 0 & -5 & 0 \\ 3 & 0 & -2 \end{array}\right)\left(\begin{array}{ccc} 1 & 0 & -\frac{2}{3} \\ 0 & 1 & 0 \\ 0 & 0 & 0 \end{array}\right), $$ 取特征向量为 $\alpha_1=\left(\begin{array}{l}2 \\ 0 \\ 3\end{array}\right)$ ,单位化,得 $\eta_1=\frac{1}{\left|\alpha_a\right| \alpha_1}=\left(\begin{array}{c}\frac{2}{\sqrt{13}} \\ 0 \\ \frac{3}{\sqrt{13}}\end{array}\right)$. 对特征值 $\lambda_2=\lambda_3=-1$ ,解齐次线性方程组 $(A+E) x=0$ ,由 $$ A + E =\left(\begin{array}{lll} 2 & 0 & 2 \\ 0 & 0 & 0 \\ 3 & 0 & 3 \end{array}\right)+\left(\begin{array}{lll} 1 & 0 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}\right), $$ 取特征向量为 $\alpha_2=\left(\begin{array}{l}0 \\ 1 \\ 0\end{array}\right), \alpha_3=\left(\begin{array}{c}-1 \\ 0 \\ 1\end{array}\right)$.由于 $\alpha_2$ 与 $\alpha_3$ 已经正交,所以只需将这两个向量单位化,得 $$ \eta _2= \alpha _2=\left(\begin{array}{l} 0 \\ 1 \\ 0 \end{array}\right), \quad \eta _3=\frac{1}{\left\| \alpha _3\right\|} \alpha _3=\left(\begin{array}{c} -\frac{\sqrt{2}}{2} \\ 0 \\ \frac{\sqrt{2}}{2} \end{array}\right) . $$ 令矩阵 $P =\left(\eta_1, \eta_2, \eta_3\right)=\left(\begin{array}{ccc}\frac{2}{\sqrt{13}} & 0 & -\frac{\sqrt{2}}{2} \\ 0 & 1 & 0 \\ \frac{3}{\sqrt{13}} & 0 & \frac{\sqrt{2}}{2}\end{array}\right)$ ,则 $P ^{-1} A P = P ^{ T } A P =\left(\begin{array}{lll}4 & & \\ & -1 & \\ & & -1\end{array}\right)$. `例` 设 $A=\left(\begin{array}{lll}2 & 1 & 1 \\ 1 & 2 & 1 \\ 1 & 1 & 2\end{array}\right)$ ,求 $A^{10}$ 。 解:因为 $A$ 是实对称阵,从而可求一个正交阵 $P$ ,使得 $P ^{-1} A P = \Lambda =\left(\begin{array}{ll}\lambda_1 & \\ & \lambda_2 \\ & \\ & \lambda_3\end{array}\right)$, 其中 $\lambda_1, \lambda_2, \lambda_3$ 是 $A$ 的全部特征值.于是 $$ A ^{10}=\left( P \Lambda P ^{-1}\right)^{10}= P \Lambda ^{10} P ^{-1}= P \Lambda ^{10} P ^{T} . $$ 由 $$ | A -\lambda E |=\left|\begin{array}{ccc} 2-\lambda & 1 & 1 \\ 1 & 2-\lambda & 1 \\ 1 & 1 & 2-\lambda \end{array}\right|=-(\lambda-4)(\lambda-1)^2=0 $$ 得特征值为 $\lambda_1=4, \lambda_2=\lambda_3=1$. 对特征值 $\lambda_1=4$ ,解齐次线性方程组 $( A -4 E ) x = 0$ ,由 $$ A -4 E =\left(\begin{array}{ccc} -2 & 1 & 1 \\ 1 & -2 & 1 \\ 1 & 1 & -2 \end{array}\right)\left(\begin{array}{ccc} 1 & 0 & -1 \\ 0 & 1 & -1 \\ 0 & 0 & 0 \end{array}\right), $$ 取特征向量为 $\alpha _1=\left(\begin{array}{l}1 \\ 1 \\ 1\end{array}\right)$ ,单位化,得 $p_1=\frac{1}{\left|\alpha_1\right| \alpha _1}=\left(\begin{array}{l}\frac{\sqrt{3}}{3} \\ \frac{\sqrt{3}}{3} \\ \frac{\sqrt{3}}{3}\end{array}\right)$. 对特征值 $\lambda_2=\lambda_3=1$ ,解齐次线性方程组 $(A-E) x=0$ ,由 $$ A - E =\left(\begin{array}{lll} 1 & 1 & 1 \\ 1 & 1 & 1 \\ 1 & 1 & 1 \end{array}\right) \underset{\sim}{\sim}\left(\begin{array}{lll} 1 & 1 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}\right), $$ 取特征向量为 $\alpha _2=\left(\begin{array}{c}-1 \\ 1 \\ 0\end{array}\right), \quad \alpha _3=\left(\begin{array}{c}-1 \\ 0 \\ 1\end{array}\right)$. 先将 $\alpha_2$ 与 $\alpha_3$ 正交化:令 $$ \boldsymbol{\beta}_2=\boldsymbol{\alpha}_2=\left(\begin{array}{c} -1 \\ 1 \\ 0 \end{array}\right), \quad \boldsymbol{\beta}_3=\boldsymbol{\alpha}_3-\frac{\left(\boldsymbol{\alpha}_3, \boldsymbol{\beta}_2\right)}{\left(\boldsymbol{\beta}_2, \boldsymbol{\beta}_2\right)} \boldsymbol{\beta}_2=\left(\begin{array}{c} -1 \\ 0 \\ 1 \end{array}\right)-\frac{1}{2}\left(\begin{array}{c} -1 \\ 1 \\ 0 \end{array}\right)=\frac{1}{2}\left(\begin{array}{c} -1 \\ -1 \\ 2 \end{array}\right), $$ 再将 $\boldsymbol{\beta}_2, \boldsymbol{\beta}_3$ 单位化,得 $$ p_2=\frac{1}{\left\|\boldsymbol{\beta}_2\right\|} \boldsymbol{\beta}_2=\left(\begin{array}{c} -\frac{\sqrt{2}}{2} \\ \frac{\sqrt{2}}{2} \\ 0 \end{array}\right), \quad p_3=\frac{1}{\left\|\boldsymbol{\beta}_3\right\|} \boldsymbol{\beta}_3=\left(\begin{array}{c} -\frac{\sqrt{6}}{6} \\ -\frac{\sqrt{6}}{6} \\ \frac{\sqrt{6}}{3} \end{array}\right) 。 $$ 令矩阵 $P=\left( p _1, p _2, p _3\right)=\left(\begin{array}{rrr}\frac{\sqrt{3}}{3} & -\frac{\sqrt{2}}{2} & -\frac{\sqrt{6}}{6} \\ \frac{\sqrt{3}}{3} & \frac{\sqrt{2}}{2} & -\frac{\sqrt{6}}{6} \\ \frac{\sqrt{3}}{3} & 0 & \frac{\sqrt{6}}{3}\end{array}\right)$ ,则 ${ }_P$ 为所求正交阵,且 $\Lambda =\left(\begin{array}{lll}4 & & \\ & 1 & \\ & & 1\end{array}\right)$ , 从而 $$ A ^{10}= P \left(\begin{array}{lll} 4 & & \\ & 1 & \\ & & 1 \end{array}\right)^{10} P ^{T}= P \left(\begin{array}{lll} 4^{10} & & \\ & 1 & \\ & & 1 \end{array}\right) P ^{T}=\frac{1}{3}\left(\begin{array}{ccc} 4^{10}+2 & 4^{10}-1 & 4^{10}-1 \\ 4^{10}-1 & 4^{10}+2 & 4^{10}-1 \\ 4^{10}-1 & 4^{10}-1 & 4^{10}+2 \end{array}\right) . $$
上一篇:
方阵的相似对角化
下一篇:
没有了
在线学习仅为您提供最基础的数学知识,
开通会员
可以挑战海量
超难试题
, 分享本文到朋友圈,邀请更多朋友一起学习。
本文对您是否有用?
有用
(
0
)
无用
(
0
)
评论
更多
初中数学
高中数学
高中物理
高等数学
线性代数
概率论与数理统计
复变函数
离散数学
实变函数
数学分析
数论
群论
纠错
高考
考研
关于
赞助
留言
科数网是专业专业的数学网站。