高等代数(九)-欧几里得空间06：实对称矩阵的标准形

§ 6 实对称矩阵的标准形
在第五章我们得到, 任意一个对称矩阵都合同于一个对角矩阵, 换句话说,
都有一个可逆矩阵 $\mathbf{C}$, 使
$$C^{\top }AC$$
成对角形. 现在利用欧氏空间的理论, 第五章中关于实对称矩阵的结果可以加强.
这一节的主要结果是:
对于任意一个 $n$ 阶实对称矩阵 $\mathbf{A}$, 都存在一个 $n$
阶正交矩阵 $T$, 使
$$T^{\mathrm{T}}\dot{A}\dot{T}={\dot{T}}^{-i}A\dot{T}$$
成对角形.
先讨论对称矩阵的一些性质, 它们本身在今后也是非常有用的.
我们把它们归纳成下面几个引理.
引理 1 设 $\mathbf{A}$ 是实对称矩阵, 则 $\mathbf{A}$
的复特征值皆为实数.
证明 设 ${\lambda }_0$ 是 $\mathbf{A}$ 的一个特征值,于是有非零向量
$$\mathbf{\xi }=\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right)$$
满足
$$\mathbf{A}\mathbf{\xi }={\lambda }_0\mathbf{\xi }.$$
$$\bar{\xi }=\left(\begin{array}{c}{\bar{x}}_1\\ {\bar{x}}_2\\ ⋮\\ {\bar{x}}_n\end{array}\right)\text{, }$$
其中 ${\bar{x}}_i$ 是 $x_i$ 的共轭复数, 则
$\overline{A\xi }={\bar{\lambda }}_0\bar{\xi }$.
考察等式
$${\bar{\xi }}^{\mathrm{T}}(\mathbf{A}\mathbf{\xi })={\overline{\mathbf{\xi }}}^{\mathrm{T}}{\mathbf{A}}^{\mathrm{T}}\mathbf{\xi }=(\mathbf{A}\overline{\mathbf{\xi }}{)}^{\mathrm{T}}\mathbf{\xi }=(\overline{\mathbf{A}\mathbf{\xi }}{)}^{\mathrm{T}}\mathbf{\xi },$$
其左边为 ${\lambda }_0{\bar{\xi }}^{\top }\xi$, 右边为
${\bar{\lambda }}_0{\bar{\xi }}^{\top }\xi$. 故
$${\lambda }_0{\bar{\xi }}^{\top }\xi ={\bar{\lambda }}_0{\bar{\xi }}^{\top }\xi .$$
又因 $\mathbf{\xi }$ 是非零向量,
$${\overline{\mathbf{\xi }}}^{\mathrm{T}}\mathbf{\xi }={\bar{x}}_1{x}_1+{\bar{x}}_2{x}_2+\cdots +{\bar{x}}_n{x}_n\ne 0.$$
故 ${\lambda }_0={\bar{\lambda }}_0$, 即 ${\lambda }_0$ 是一个实数.
对应于实对称矩阵 $\mathbf{A}$, 在 $n$ 维欧氏空间 ${\mathbf{R}}^n$
上定义一个线性变换 $\mathcal{A}$ 为
$$\mathbf{A}\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right)=\mathbf{A}\left(\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right).$$
显然 $\mathcal{A}$ 在标准正交基
$${\epsilon }_1=\left(\begin{array}{c}1\\ 0\\ ⋮\\ 0\end{array}\right),{\epsilon }_2=\left(\begin{array}{c}0\\ 1\\ ⋮\\ 0\end{array}\right),\cdots ,{\epsilon }_n=\left(\begin{array}{c}0\\ 0\\ ⋮\\ 1\end{array}\right)$$
下的矩阵就是 $\mathbf{A}$.
引理 2 设 $\mathbf{A}$ 是实对称矩阵, $\mathcal{A}$ 的定义如上,
则对任意 $\alpha ,\beta \in {\mathbf{R}}^n$, 有
$$(\mathcal{A}\mathbf{\alpha },\mathbf{\beta })=(\mathbf{\alpha },\mathcal{A}\mathbf{\beta })\text{, }$$
或
$${\mathbf{\beta }}^{\top }(\mathbf{A}\mathbf{\alpha })={\mathbf{\alpha }}^{\top }\mathbf{A}\mathbf{\beta }$$
证明 只要证明后一等式就行了. 实际上
$${\mathbf{\beta }}^{\top }(\mathbf{A}\mathbf{\alpha })={\mathbf{\beta }}^{\mathrm{T}}{\mathbf{A}}^{\top }\mathbf{\alpha }=(\mathbf{A}\mathbf{\beta }{)}^{\mathrm{T}}\mathbf{\alpha }={\mathbf{\alpha }}^{\mathrm{T}}(\mathbf{A}\mathbf{\beta })\text{. I }$$
等式 (3) 把实对称矩阵的特性反映到线性变换上.我们引人
定义 12 欧氏空间中满足等式 (3) 的线性变换称为对称变换.
容易看出, 对称变换在标准正交基下的矩阵是实对称矩阵.
用对称变换来反映实对称矩阵,一些性质可以看得更清楚.
引理 3 设 $\mathcal{A}$ 是对称变换, $V_1$ 是 $\mathcal{A}$-子空间, 则
$V_1$ 也是 $\mathcal{A}$-子空间.
证明 设 $\alpha \in V_1{}^{\perp }$, 要证
$\mathcal{A}\mathbf{\alpha }\in V_1{}^{\perp }$, 即
$\mathcal{A}\mathbf{\alpha }\perp V_1$. 任取
$\mathbf{\beta }\in V_1$, 都有
$\mathbf{A}\mathbf{\beta }\in V_1$. 因
$\mathbf{\alpha }\perp V_1$,故
$(\mathbf{\alpha },\mathcal{A}\mathbf{\beta })=0$. 因此
$$(\mathcal{A}\mathbf{\alpha },\mathbf{\beta })=(\mathbf{\alpha },\mathcal{A}\mathbf{\beta })=0,$$
即
$\mathcal{A}\alpha \perp V_1,\mathcal{A}\alpha \in V_1{}^{\perp },V_1$