你求得的这R个特征向量组成一个空间解系。在这个空间解系中的任意一个向量均是方程的解。而施密特正交换,只是把这个空间的坐标变化了一下,使得由你求的的这R个向量代表的基,转化为由正交的基表示。就如直接坐标转换成极坐标一样,实质是不变的。所以仍然是方程的解向量。
假设 c 是对称实方矩阵 A 的 r 重特征值,则有 r 个线性无关的特征向量 x(1), ..., x(r) 是属于特征值 c 的。也就是说,
A x(1) = c x(1), ..., A x(r) = c x(r)
现在我们用 W 表示由向量 x(1), ..., x(r) 生成的子空间,则 W 是 r 维的。W 中任意向量 x 可以表示为 x = d(1) x(1) + ... + d(r) x(r),其中 d(1), ..., d(r)为实数。则
A x = A (d(1) x(1) + ... + d(r) x(r))
= d(1) A x(1) + ... + d(r) A x(r)
= c (d(1) x(1) + ... + d(r) x(r))
= c x.
这就是说,W 中任意一个非零向量都是 A 的属于特征值 c 的特征向量。
因为向量 x(1), ..., x(r) 属于 W,所以将它们正交化和归一化后,得到的向量 y(1), ..., y(r) 仍然属于 W。因此 y(1), ..., y(r) 仍然是 A 的属于特征值 c 的特征向量。
注:实际上 W 有个名称叫属于特征值 c 的特征子空间。它是线性方程组 (cI-A)x=0的解空间,由此显然可见 W 中每个向量都是属于同一特征值 c 的特征向量。而正交化和归一化,都不会超出同一子空间的范围,所以不会造成所谓的“面目全非”。 |