实对称矩阵

最新推荐文章于 2024-06-16 12:16:51 发布

这还能被占用？

最新推荐文章于 2024-06-16 12:16:51 发布

阅读量2.3w

点赞数 5

分类专栏：矩阵论

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_39516246/article/details/83151466

版权

矩阵论专栏收录该内容

4 篇文章 1 订阅

订阅专栏

实对称矩阵的定义，如果n阶矩阵A满足

$A^T=A $

则称A为实对称矩阵。

性质1：实对称矩阵的特征值都是实数

性质2：实对称属于不同特征值的特征向量正交

性质3：若是实对称矩阵A的k重特征值，则与对应的有k个线性无关的特征向量

性质4：n阶实对称矩阵正交相似于以特征值为对角的对角矩阵。

下面分别证明

性质1：实对称矩阵的特征值都是实数

设为实对称矩阵A的特征值，对应的特征向量为xi

则

$Ax_i=\lambda_ix_i$

两边取共轭可得

$\bar{A} \bar{x_i}=\bar{\lambda_i}\bar{x_i} $$

等号两边同时取转置，并且考虑 $\bar{A}^T=A$$ （A为实对称矩阵）可得

$\bar{x_i}^TA=\bar{\lambda_i}\bar{x_i}^T $$

等号两边同时右乘x可得

$\bar{\lambda_i}\bar{x_i}^Tx=\bar{x_i}^TAx=\bar{x_i}^T \lambda_ix_i=\lambda_i\bar{x_i}x_i $$

于是

$(\lambda_i-\bar{\lambda_i})\bar{x_i}^Tx_i=0 $$

由于

$\bar{x_i}^Tx_i \neq 0 $$

所以

$\lambda_i = \bar{\lambda_i} $$

因此，为实数，性质1得证

性质2：实对称属于不同特征值的特征向量正交

设分别为属于实对称矩阵A特征值的特征向量，则

$Ax_i=\lambda_i x_i \\ Ax_j=\lambda_j x_j $$

等号两边同时转置，并考虑(A 为实对称矩阵)可得

$x_i^TA=\lambda_i x_i^T \ \ \ \ \ (1)\\ x_j^T A= \lambda_j x_j^T \ \ \ \ \ (2) $$

对于等式（2），等号两边同时右乘可得

$\lambda_jx_j^Tx_i=x_j^TAx_i=\lambda_i x_i^Tx_i $$

于是

$(\lambda_j-\lambda_i)x_j^Tx_i=0 $$

由于

所以

$x_j^Tx_i=0 $$

即与正交，性质2得证

性质3：若λ0是A的k重特征值，则与λ0对应的有k个线性无关的特征向量

性质4：

假设n阶实对称矩阵A有m个互不相等的特征值,他们的重数分别是

由性质3可知，特征值λi(i=1,2,…,m)有个线性无关的特征向量，把他们标准正交化即可得个正交的特征向量。

由性质2不同特征值对应的特征向量正交

可知：A有n个与特征值对应的相互正交的特征向量，记为,显然Q非奇异

则

$AQ=A(x_1,x_2,...,x_n)=(\lambda_1x_1,\lambda_2x_2,...,\lambda_nx_n)=Qdiag(\lambda_1,\lambda_2,...,\lambda_n) $$

因此

$Q^{-1}AQ=diag(\lamdba_1,\lambda_2,...,\lambda_n) $$

性质4得证

这还能被占用？

关注

5
点赞
踩
17

收藏

觉得还不错? 一键收藏
3
评论
实对称矩阵

实对称矩阵的定义，如果n阶矩阵A满足则称A为实对称矩阵。性质1：实对称矩阵的特征值都是实数性质2：实对称属于不同特征值的特征向量正交性质3：若是实对称矩阵A的k重特征值，则与对应的有k个线性无关的特征向量性质4：n阶实对称矩阵正交相似于以特征值为对角的对角矩阵。下面分别证明性质1：实对称矩阵的特征值都是实数设为实对...
复制链接

扫一扫

专栏目录

评论 3

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。