对于任意的nnn阶实对称矩阵AAA,存在正交矩阵QQQ,使得
Q−1AQ=QTAQ=diag(λ1,…,λn)Q^{-1}AQ=Q^T AQ=diag(\lambda_1,\dots,\lambda_n)Q−1AQ=QTAQ=diag(λ1​,…,λn​)
其中λ1,…,λn\lambda_1,\dots,\lambda_nλ1​,…,λn​为AAA的特征值

证明:
当n=1n=1n=1时
I−1AI=a11I^{-1}AI=a_{11}I−1AI=a11​
成立
假设当n=k−1n=k-1n=k−1时成立
不妨设Aα1=λ1α1(∥α1∥2=1)A\alpha_1=\lambda_1 \alpha_1(\Vert \alpha_1 \Vert_2=1)Aα1​=λ1​α1​(∥α1​∥2​=1)
由施密特正交化,存在n−1n-1n−1个单位向量α2,α3,…,αn\alpha_2,\alpha_3,\dots,\alpha_nα2​,α3​,…,αn​(其中α2,α3,…,αn\alpha_2,\alpha_3,\dots,\alpha_nα2​,α3​,…,αn​不一定是特征值)
使得α1,α2,…,αn\alpha_1,\alpha_2,\dots,\alpha_nα1​,α2​,…,αn​两两正交
令Q1=(α1,α2,…,αn)Q_1=(\alpha_1,\alpha_2,\dots,\alpha_n)Q1​=(α1​,α2​,…,αn​)
Q1TAQ1=(α1TAα1α1TAα2α1TAα3⋯α1TAαnα2TAα1α2TAα2α2TAα3⋯α2TAαn⋯⋯⋯⋯⋯αnTAα1αnTAα2αnTAα3⋯αnTAαn)=(λ1α1Tα1λ1α1Tα2λ1α1Tα3⋯λ1α1Tαnλ1α2Tα1α2TAα2α2TAα3⋯α2TAαn⋯⋯⋯⋯⋯λ1αnTα1αnTAα2αnTAα3⋯αnTAαn)=(λ100⋯00α2TAα2α2TAα3⋯α2TAαn⋯⋯⋯⋯⋯0αnTAα2αnTAα3⋯αnTAαn)=(λ100S)\begin{aligned} Q_1^TAQ_1&=\begin{pmatrix} \alpha_1^TA\alpha_1&\alpha_1^TA\alpha_2&\alpha_1^TA\alpha_3&\cdots &\alpha_1^TA\alpha_n\\ \alpha_2^TA\alpha_1&\alpha_2^TA\alpha_2&\alpha_2^TA\alpha_3&\cdots &\alpha_2^TA\alpha_n\\ \cdots&\cdots&\cdots&\cdots&\cdots\\ \alpha_n^TA\alpha_1&\alpha_n^TA\alpha_2&\alpha_n^TA\alpha_3&\cdots &\alpha_n^TA\alpha_n\\ \end{pmatrix}\\ &=\begin{pmatrix} \lambda_1\alpha_1^T\alpha_1&\lambda_1\alpha_1^T\alpha_2&\lambda_1\alpha_1^T\alpha_3&\cdots &\lambda_1\alpha_1^T\alpha_n\\ \lambda_1\alpha_2^T\alpha_1&\alpha_2^TA\alpha_2&\alpha_2^TA\alpha_3&\cdots &\alpha_2^TA\alpha_n\\ \cdots&\cdots&\cdots&\cdots&\cdots\\ \lambda_1\alpha_n^T\alpha_1&\alpha_n^TA\alpha_2&\alpha_n^TA\alpha_3&\cdots &\alpha_n^TA\alpha_n\\ \end{pmatrix}\\ &=\begin{pmatrix} \lambda_1&0&0&\cdots &0\\ 0&\alpha_2^TA\alpha_2&\alpha_2^TA\alpha_3&\cdots &\alpha_2^TA\alpha_n\\ \cdots&\cdots&\cdots&\cdots&\cdots\\ 0&\alpha_n^TA\alpha_2&\alpha_n^TA\alpha_3&\cdots &\alpha_n^TA\alpha_n\\ \end{pmatrix}\\ &=\begin{pmatrix} \lambda_1&0\\ 0&S\\ \end{pmatrix} \end{aligned} Q1T​AQ1​​=⎝⎜⎜⎛​α1T​Aα1​α2T​Aα1​⋯αnT​Aα1​​α1T​Aα2​α2T​Aα2​⋯αnT​Aα2​​α1T​Aα3​α2T​Aα3​⋯αnT​Aα3​​⋯⋯⋯⋯​α1T​Aαn​α2T​Aαn​⋯αnT​Aαn​​⎠⎟⎟⎞​=⎝⎜⎜⎛​λ1​α1T​α1​λ1​α2T​α1​⋯λ1​αnT​α1​​λ1​α1T​α2​α2T​Aα2​⋯αnT​Aα2​​λ1​α1T​α3​α2T​Aα3​⋯αnT​Aα3​​⋯⋯⋯⋯​λ1​α1T​αn​α2T​Aαn​⋯αnT​Aαn​​⎠⎟⎟⎞​=⎝⎜⎜⎛​λ1​0⋯0​0α2T​Aα2​⋯αnT​Aα2​​0α2T​Aα3​⋯αnT​Aα3​​⋯⋯⋯⋯​0α2T​Aαn​⋯αnT​Aαn​​⎠⎟⎟⎞​=(λ1​0​0S​)​
SSS是一个n−1n-1n−1阶实对称矩阵
由假设
存在正交矩阵QQQ,使得
QTSQ=diag(λ2,λ3,…,λn)Q^T SQ=diag(\lambda_2,\lambda_3,\dots,\lambda_n)QTSQ=diag(λ2​,λ3​,…,λn​)
令Q2=(100Q)Q_2=\begin{pmatrix} 1&0\\ 0&Q \end{pmatrix}Q2​=(10​0Q​)
显然Q2Q_2Q2​是nnn阶正交矩阵
Q2TQ1TAQ1Q2=(Q1Q2)TA(Q1Q2)=diag(λ1,…,λn)Q_2^T Q_1^TAQ_1 Q_2=(Q_1 Q_2)^TA(Q_1 Q_2)=diag(\lambda_1,\dots,\lambda_n)Q2T​Q1T​AQ1​Q2​=(Q1​Q2​)TA(Q1​Q2​)=diag(λ1​,…,λn​)
显然Q1Q2Q_1 Q_2Q1​Q2​是正交矩阵
由数学归纳法,结论成立

推论

QTAQ=diag(λ1,…,λn)Q^TAQ=diag(\lambda_1,\dots,\lambda_n)QTAQ=diag(λ1​,…,λn​)
AQ=Qdiag(λ1,…,λn)AQ=Qdiag(\lambda_1,\dots,\lambda_n)AQ=Qdiag(λ1​,…,λn​)
(Ax1,…,Axn)=(λ1x1,…,λnxn)(Ax_1,\dots,Ax_n)=(\lambda_1 x_1,\dots,\lambda_n x_n)(Ax1​,…,Axn​)=(λ1​x1​,…,λn​xn​)
Axi=λixi(i=1,2,…,n)Ax_i=\lambda_i x_i(i=1,2,\dots,n)Axi​=λi​xi​(i=1,2,…,n)
显然QQQ是AAA的特征向量经过施密特正交化和单位化后得到的正交矩阵

接着证明这个对角矩阵取遍了所有AAA的特征值,且kkk重特征值取了kkk个

等价于证明,实对称矩阵kkk重特征值恰好有kkk个线性无关的特征向量

由几何重复度小于等于代数重复度(by 矩阵论)
(A−λi)x=0(A-\lambda_i)x=0(A−λi​)x=0的基础解系线性无关向量的个数,不会超过λi\lambda_iλi​的重数
假设λi\lambda_iλi​的线性无关特征向量小于kkk,则必然有一个特征值对应的线性无关特征向量多了一个,矛盾

实对称矩阵一定可以相似对角化相关推荐

  1. 58欧氏空间05——实对称矩阵的正交相似对角化

  2. 线性代数的问题:是否存在这样的矩阵,它满足正交对角化的条件,但它不是实对称矩阵呢?

    对称矩阵的对角化问题 定理 :对称矩阵的特征值是实数. 定理:设A是n阶对称阵,则必有正交阵P,使得P−1AP=PTAP=ΛP^{-1}AP=P^{T}AP= \LambdaP−1AP=PTAP=Λ, ...

  3. 证明:对于实对称矩阵,不同特征值对应的特征向量相互正交

    前言 不同特征值对应的特征向量相互正交,是实对称矩阵的一个重要属性,而且从这个属性出发可以证明实对称矩阵的另一个属性:实对称矩阵必可相似对角化.对于一个 n 维矩阵,其可相似对角化的充分且必要条件是- ...

  4. 实对称矩阵的性质_浅谈矩阵的相似对角化(一)

    森屿瑾年:浅谈线性变换和矩阵之间的关系​zhuanlan.zhihu.com 通过前面的讨论,我们引出了线性变换在不同基下的矩阵之间的关系,知道了线性变换在不同基下的矩阵是相似的,进而我们可以通过选取 ...

  5. 【机器学习】【线性代数 for PCA】矩阵与对角阵相似、 一般矩阵的相似对角化、实对称矩阵的相似对角化

    Note:PCA主成分分析用到实对称阵的相似对角化,用个文章复习一下相关概念和计算过程. 1.对角矩阵 如果一个矩阵满足如下条件,则它就是一个对角阵: (1)是一个方阵 (2)只有对角线元素是非零元素 ...

  6. 矩阵的基础知识回顾:矩阵乘法,矩阵的逆,伴随矩阵,矩阵的转置,行列式,相似矩阵,实对称矩阵

    Agenda 1. 矩阵matrix 1.1 矩阵运算matrix operations 1.1.1 矩阵乘法matrix multiplication 1.1.1.1 简化矩阵乘法(facilita ...

  7. 线性代数学习笔记——第七十三讲——实对称矩阵的特征值与特征向量

    1. 实对称矩阵的特征值都是实数 2. 实对称矩阵不同特征值的实特征向量相互正交

  8. 实对称矩阵为正定矩阵的一个充分必要条件

    本文是为了在学习凸优化的时候遇到的一个问题展开讨论的.目的是能够明白凸优化的理论基础,或者尽可能的明白它的理论基础. 1,对称矩阵的特征值是实数. 证明如下:(我是用latex编辑的,这里不能显示公式 ...

  9. 对称矩阵与实对称矩阵

    对称矩阵(Symmetric Matrices):是指以主对角线为对称轴,各元素对应相等的矩阵. [1] 在线性代数中,对称矩阵是一个方形矩阵,其转置矩阵和自身相等. 实对称矩阵:如果有n阶矩阵A,其 ...

  10. 实对称矩阵的特征值求法_机械振动理论(3)-解析实模态分析

    模态分析是一种研究系统振动特性的分析方法,可以分为:解析模态分析和试验模态分析. 解析法,在事先知道结构的几何形状.边界条件和材料特性的前提下,将结构的质量分布.刚度分布和阻尼分布分别用质量矩阵.刚度 ...

最新文章

  1. File转化为MultipartFile
  2. 【Opencv实战】入门也能学会的「黑白上色」教程与手法核心~(收藏不谢)
  3. java RPC 初步了解
  4. JavaScript常用工具类整理(总结版)
  5. Node 连接Mysql并进行增删改查
  6. vue中使用导出表格功能
  7. 用java统计任一书名次数_Java入门第三季 借书系统源代码 加入了限制重输次数 欢迎指教交流...
  8. 23个小动作让你记忆力惊人
  9. 关于Dijkstra最短路径算法
  10. NLP—3.文本特征工程及工具使用举例
  11. 使用Windows service创建一个简单的定时器
  12. Chrome插件--IDM
  13. everthing 和 wox查找文件 文件夹 快速入门例子
  14. 台式计算机m.2的参数,联想启天M系列
  15. 做一个最简单的上位机
  16. Vue中使用防抖与截流
  17. 微信公众号渠道二维码怎么生成?可以进行用户分组吗?
  18. 简单易懂的芯片科普漫画,帮你打开高深的新技术大门
  19. windows切换窗口,取消edge窗口为多个
  20. 薄膜则是集成光学系统一个关键的组成部分,LN薄膜和SiOz层形成的高折射率差对光形成限制作用-供应流延聚丙烯蒸镀金属(MCP)/二氧化硅/氧化铝薄膜定制

热门文章

  1. 【Git项目管理工具推荐】Sourcetree、Sourcegear-DiffMerge
  2. 蓝方防守、HW总结报告模板
  3. Unity3d美颜滤镜
  4. C语言什么是时间序列,什么是横截面数据、时间序列数据和面板数据
  5. VS(Visual Studio2017)快速入门基础操作(运行结果一闪而过,找不到解决方案资源管理器)
  6. 备战秋招之数电模电知识点
  7. 使用 Git 管理 Vim 插件
  8. emd经验模态分解 matlab,经验模态分解(EMD)在地球物理资料中的应用(附MATLAB程序)...
  9. 【实用技巧】文件MD5修改方法
  10. 合并两个有序链表-递归