线代-对称矩阵与正交对角化

对称矩阵:矩阵上的所有元素关于主对角线对称,满足A = A^{T}
I = \begin{bmatrix} 1&0 \\ 0&1\end{bmatrix} \ \ \ \ \ \ \ \ \ \ A= \begin{bmatrix} 1&-1&\sqrt {5} \\ -1&2&\pi \\ \sqrt {5}&pi&3 \end{bmatrix}

对称矩阵的重要性质

  • 对于对称矩阵来说,其特征值一定是实数;
  • 尽管对称矩阵也会存在多重特征值,但是其对应的特征空间(所有的特征向量生成矩阵的特征空间)的维度一定等于重数;
  • 一个n阶的对称矩阵一定具有n个线性无关的特征向量;
  • 从而对称矩阵一定可以被对角化 A = PDP^{-1}

正交对角化

我们在选择参考坐标系的时候,通常更愿意愿意使用基于正交基生成的坐标系,更方便理解和使用


而对称矩阵的所有不同特征值对应的特征向量就具有互相垂直的特点,从而能够在对角化分解后得到一个代表正交坐标系的P矩阵

假设矩阵A的两个特征向量\vec v_1 ,\vec v_2对应不同的特征值\lambda _1 , \lambda _2
则可证: \vec v_1 \vec v_2 =0
\ \ \ \ \ \ \ \because \lambda _1 \vec v_1 \vec v_2 = (\lambda _1 \vec v_1)^{T} \vec v_2= (A \vec v_1)^{T} \vec v_2 = \vec v_1^{T}A^{T} \vec v_2
\ \ \ \ \ \ \ \because A是对称矩阵,A^{T} = A\vec v_1^{T}A^{T} \vec v_2 = \vec v_1^{T}A \vec v_2 = \vec v_1^{T}\lambda_2 \vec v_2 = \lambda_2\vec v_1^{T} \vec v_2
\ \ \ \ \ \ \ \therefore \lambda_1\vec v_1 \vec v_2=\lambda_2\vec v_1^{T} \vec v_2 = \lambda_2\vec v_1 \vec v_2
\ \ \ \ \ \ \ \therefore (\lambda _1 - \lambda _2)(\vec v_1\vec v_2) = 0
\ \ \ \ \ \ \ \because \lambda _1 \neq \lambda _2
\ \ \ \ \ \ \ \therefore \vec v_1\vec v_2 = 0

而对于对称矩阵的相同特征值情况,也一定可以在它的特征空间内找到互相垂直的特征向量,从而构成正交的P矩阵。

在将矩阵进行对角化的过程A = PDP^{-1}中,矩阵P的作用仅代表一个坐标系,在P坐标系下观察A变换具有D的表现形式,而对于一个坐标系,我们仅关注生成空间的基向量的方向,所以可以将其替换成一个标准坐标系,也即将基向量的模变为1(向量标准化),这样就可以得到一个标准正交矩阵Q标准正交矩阵Q具有Q^{T} = Q^{-1}的性质。
从而对矩阵A的正交对角化可表示为:
A = QDQ^{-1} = QDQ^{T}

如果一个矩阵A可以被正交对角化,
就有A = QDQ^{T}
A^{T} =( QDQ^{T})^{T} = (Q^T)^{T}D^TQ^T = Q D Q^T = A;
从而A是对称矩阵\Leftrightarrow A 可以被正交对角化A = QDQ^{T} 【谱定理】

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容