实对称矩阵的谱定理与谱分解
🏠 第14章概念导航
核心问题
一般矩阵可能没有足够的特征方向,可能有复特征值,特征方向之间也可能挤在一起。实对称矩阵为什么完全没有这些毛病? 它的”完美”具体好在哪、怎么用?
核心定义 / 定理 / 结论
谱定理:四条特权
设
- 特征值全为实数;
- 必可对角化(不必检查几何重数);
- 不同特征值的特征向量自动正交;
- 存在正交矩阵
( )使
反向也成立:一条等价链
"
全部力气都在
一字之差,强度天差地别
“有
个无关特征向量” 可对角化(不要求对称); “有 个正交特征向量” 实对称。
正交对角化的五步流程
- 求特征值(重数标清);
- 每个特征值解
得基础解系; - 在单个重特征值内部做 Schmidt 正交化;
- 全部单位化;
- 按列拼
,对角元按同一顺序写 。
第 3 步的作用域严格限制在一个特征子空间内
跨特征值的线性组合不再是特征向量,拿去正交化是白费功夫还会出错。不同特征值之间本来就正交,不用管。
谱分解
若手上的
两种证法:
- 矩阵法:
按分块乘法展开; - 验作用法(更稳妥): 记
,由 得 ,两矩阵在一组基上作用相同,故相等。
秩与谱的直接换算
实对称
推论(极常用):
正交补:实对称题的”信息补全器”
因为不同特征值的特征向量正交,所以:
- 知道单重特征值的
,二重特征值的特征子空间恰是平面 ; - 知道二重特征值的两个向量,单重那个由两次正交唯一确定(到倍数)。
这就是"题给了一堆未知元素却问得出确定答案"的原因
凡是实对称题里出现大片未知
,一定要用正交性把缺失的信息补齐。
反求
| 已知 | 路线 |
|---|---|
| 特征向量正交 | 谱分解,免求逆 |
| 只有两个不同特征值 | |
| 秩 1 实对称 | |
| 一般 |
三个高频翻译
| 题面 | 立刻写出 |
|---|---|
| 每行元素之和为 | |
| 作差得齐次解 |
典型题型
- 全流程题:求全部特征值、特征向量、
、正交 。 - 正交补补全:给部分特征向量,用正交性算出其余。
- 反求
:行和 + 迹 + 两解作差,凑齐三个特征对,谱分解。 - 求
:先看能不能减掉重特征值把秩打到 1。 - “存在正交矩阵使其对角化”求参数
实对称,逐个比对 ,根本不用算特征值。 - 正交相似
:两边都实对称、谱相同, 。
图示 / 直觉
一般矩阵把单位球变成一个斜着的椭球:主轴之间不一定垂直,甚至可能不存在足够的主轴。
实对称矩阵把单位球变成一个”正的”椭球:三条主轴两两垂直,变换就是沿这三条互相垂直的轴各自拉伸
有几条轴没被压扁; - 谱分解
的含义:先把向量投影到每条主轴上( ),各乘 ,再加起来。
动画版见 实对称矩阵:三维空间里的正交主轴拉伸。
常见误用
- 漏了单位化 —— 此时
。写完 必须扫一遍:每列长度 1、任两列内积 0。 - 跨特征值做 Schmidt —— 组合出来的向量不再是特征向量。
- 谱分解漏掉分母
—— 手算的基础解系从来不是单位向量。 - 认为”实对称”只是用来保证可对角化 —— 它同时保证特征值为实、特征向量正交,三件事都要取出来用。
- 把
非零特征值个数 用在非对称、不可对角化的矩阵上 —— 不成立。 - “存在可逆
“与”存在正交 “混为一谈 —— 后者等价于实对称,工作量完全不同。
与旧知识的连接
- 向量空间的基与正交化(第12章):Schmidt 正交化、正交矩阵的定义都在那里。
- 同解、行空间与正交补(第13章):
;实对称时 ,所以” 的特征子空间 其余特征子空间”是同一件事的另一种说法。 - $A^{\mathrm T}A$ 同解定理与法方程(第13章):
是天然的实对称(且半正定)矩阵。 - 解的结构与通解构造 对应的第13章结论:“同一非齐次方程的两解之差是齐次解”,在本章用来白捡一个特征对。
- 合同、二次型与正定(第15章):主轴定理就是本页的五步流程原样搬过去,只不过把
读成 (正交时两者相同,这正是”既相似又合同”)。
题型训练
- 实对称与正交对角化(11 题)
- 由谱反求矩阵(7 题)
- 秩1与结构型矩阵的谱(8 题)
- 可对角化的判定(1000 强化 14 是等价链的证明题)
链接
- 章节导航:第14章概念导航 · 相似矩阵题库
- 同章概念:可对角化判据与几何重数 · 秩1矩阵的谱结构 · 特征值与特征向量:定义、谱与三条恒等式
- 几何直觉:实对称矩阵:三维空间里的正交主轴拉伸 · 3b1b:点积与对偶性
- 易错清单:第14章易错点