实对称阵正交相似对角化方法及其优化.docx

? ? 实对称阵正交相似对角化方法及其优化 ? ? 胡国专 （淮阴工学院 数理学院，江苏 淮安 223003） Summary：对代数教材中实对称阵正交相似对角化的经典方法从三个方面进行了优化：线性方程组法省去施密特正交化步骤,特别当实对称阵有n-1重特征值时更为简化；积矩阵法改解线性方程组为求矩阵的极大无关列；对称变换法则颠覆了传统方法,回避了常规解法中求特征值要解高次方程,求特征向量要解线性方程组的繁琐过程.几种方法各有千秋,在应用中需结合不同情形灵活运用. Keys：实对称阵；对角化；线性方程组法；积矩阵法；对称变换法 O151.21 ：A ：1673-260X（2013）12-0001-03 据矩阵对角化理论,n阶方阵A相似于对角阵(常称A可对角化)的充要条件为A有n个线性无关的特征向量,对实对称阵进一步有如下定理[1]: 定理1 实对称阵A的属于不同特征值的特征向量是线性无关的且是正交的. 定理2 设A是n阶实对称阵,?姿1,?姿2,…,?姿r是矩阵A的全部互异特征值,?姿i的重数为ki,则,且齐次线性方程组(?姿iE-A)x=0一定有ki个彼此正交的解向量. 定理3 设A是n阶实对称阵,则存在正交矩阵Q使得 Q-1AQ=QTAQ=diag(?姿1,?姿2,…,?姿n), 其中?姿1,?姿2,…,?姿n是A的特征值,Q的列向量组e1,e2,…,en是分别对应于?姿1,?姿2,…,?姿n的A的标准正交的特征向量组. 因此,实对称阵一定可以对角化且可以正交相似对角化,其中怎样求出正交矩阵Q是关键,一般代数教材上给出的经典方法步骤为: 第一步:求出矩阵A的全部互异特征值； 第二步:对于每一特征值?姿i,解齐次线性方程组(?姿iE-A)x=0得对应的特征向量； 第三步:将求得的特征向量组化为与之等价的标准正交向量组； 第四步:写出正交矩阵Q及QTAQ=diag(?姿1,?姿2,…,?姿n). 此方法严谨规范,易于掌握,但步骤多,计算量大,在特征值出现重根的情况下,需用施密特(Schmidt)正交化方法求正交特征向量组,过程繁琐,限于篇幅,在此不再举例.本文在此基础上作进一步的讨论,优化上述方法中某些步骤或过程,用相关实例验证与比较,探寻更便捷实用的对角化方法. 优化1 线性方程组法 由定理2我们知道,实对称阵A特征值?姿i的重数为ki(ki≥2)时,则齐次线性方程组(?姿iE-A)x=0一定有ki个彼此正交的特征向量,结合文[2],对重特征值?姿i,可以用解线性方程组的方法求出,避开用施密特正交化的方法,对单特征值仍用常规解法求其特征向量,求解步骤如下: 第一步:求(?姿iE-A)x=0的一个非零解?琢1; 第二步:求方程组(?姿iE-A)x=0?琢1Tx=0的另一个非零解?琢2,显然[?琢1,?琢2]=0; 第三步:求方程组(?姿iE-A)x=0?琢1Tx=0?琢2Tx=0的另一个非零解?琢3,显然?琢1、?琢2、?琢3两两正交; 依此类推,直至求出实对称阵A属于特征值?姿i的ki个两两正交的特征向量.考虑到计算量的问题,特别当实对称阵有n-1重特征值（这种情况很常见）时,可以将此方法优化为如下的赋值法求其特征向量.设?姿为实对称阵A的n-1重特征值,方程组(?姿E-A)x=0的同解方程组只有一个方程,设为 a1x1+a2x2+…+anxn=0,且a1≠0, (*) 取x1=b1≠0,x3=x4=…=xn=0,得第一个特征向量?琢1=(b1,b2,0,…,0)T,为求与?琢1正交的特征向量?琢2,取x4=x5=…=xn=0,x1=b1(保持?琢1的第一个分量不变),?琢2的第二个分量满足b12+b2x2=0,即满足[?琢1,?琢2]=0,再代入方程(*)得第二个特征向量?琢2=(b1,b2acute;,b3,0…,0)T,为求与?琢1、?琢2都正交的特征向量?琢3,取x1=b1,x2=b2acute;(保持?琢2的前两个分量不变),x5=…=xn=0,?琢3的第三个分量满足b12+(b2acute;)2+b3x3=0,即满足[?琢2,?琢3]=0,再代入方程(*)得第三个特征向量?琢3=(b1,b2acute;,b3acute;,b4,0,…,0)T,依此类推,可以求出实对称阵A属于?姿的全部n-1个两两正交的特征向量. 用解线性方程组的方法求A的全部n个两两正交的特征向量,主要优化了经典方法中的第二、三两个步骤,当有重特征值时,把线性方程组的求解与特征向量的正交化合二为一,特别是避开用较复杂的施密特正交化方法,起到一定的简化作用. 得A的特征值?姿1=-1(二重),?姿2=5,属于特殊情形, 当?姿=-1时,(-E-A)x=0对应的同解方程为x1+x2+x3=0,取x1=1,x3=0, 得第一个特征向量?琢1=(