【正交矩阵的特征值为什么是1或负1】正交矩阵在数学中是一个重要的概念，尤其在线性代数和几何变换中有着广泛的应用。它不仅具有良好的代数性质，还具有特殊的几何意义。一个关键特性是：正交矩阵的特征值只能是1或-1。这个结论看似简单，但背后却蕴含着深刻的数学原理。

一、什么是正交矩阵？

设 $ A $ 是一个 $ n \times n $ 的实矩阵，若满足：

$$

A^T A = I

$$

其中 $ A^T $ 是 $ A $ 的转置，$ I $ 是单位矩阵，则称 $ A $ 为正交矩阵。

正交矩阵的一个重要性质是它的列向量（或行向量）构成一组标准正交基，即每个向量长度为1，且两两之间正交。

二、正交矩阵的特征值为何是1或-1？

我们从特征值的定义出发进行推导。设 $ \lambda $ 是正交矩阵 $ A $ 的一个特征值，对应的特征向量为 $ \mathbf{v} $，即：

$$

A\mathbf{v} = \lambda \mathbf{v}

$$

对两边同时取转置并乘以 $ A $，得到：

$$

\mathbf{v}^T A^T A \mathbf{v} = \mathbf{v}^T \mathbf{v}

$$

由于 $ A $ 是正交矩阵，有 $ A^T A = I $，所以：

$$

\mathbf{v}^T \mathbf{v} = \mathbf{v}^T \mathbf{v}

$$

这说明等式恒成立，但更重要的是，我们可以将原式改写为：

$$

A\mathbf{v} = \lambda \mathbf{v} \Rightarrow A^T A \mathbf{v} = \lambda A^T \mathbf{v}

$$

又因为 $ A^T A = I $，所以：

$$

\mathbf{v} = \lambda A^T \mathbf{v}

$$

再利用 $ A^T = A^{-1} $（因为正交矩阵的逆等于其转置），可得：

$$

\mathbf{v} = \lambda A^{-1} \mathbf{v}

$$

即：

$$

A^{-1} \mathbf{v} = \frac{1}{\lambda} \mathbf{v}

$$

这表明 $ \frac{1}{\lambda} $ 也是 $ A $ 的一个特征值。因此，如果 $ \lambda $ 是特征值，则 $ \frac{1}{\lambda} $ 也必须是特征值。

然而，对于实正交矩阵，特征值要么是实数，要么成共轭对出现。而由于正交矩阵的行列式为 ±1，其特征值的乘积也为 ±1。

结合以上分析，可以得出结论：正交矩阵的特征值必须满足 $ \lambda = 1 $，也就是说，其模长为1。

而在实数范围内，只有两个模长为1的实数：1 和 -1。

三、总结与表格对比

四、实际应用中的意义

在计算机图形学、信号处理、量子力学等领域，正交矩阵常用于表示旋转和反射操作。它们的特征值为1或-1，意味着这些变换不会拉伸或压缩空间，只改变方向或保持不变，这是其在物理系统中保持能量守恒的重要原因。

通过上述分析可以看出，正交矩阵的特征值之所以只能是1或-1，是因为其严格的代数结构和几何性质共同作用的结果。这一结论不仅是理论上的推论，也在实际应用中具有重要意义。