正交变换中λ=±1特征值的几何可视化

嘿，这个问题问得特别戳中要害——咱们从几何直观入手，一步步把它捋清楚！

首先得抓住正交变换的核心本质：它是保持向量长度和夹角不变的线性变换，说白了就是平面/空间里的“刚体运动”——要么把图形平移旋转，要么翻折，但绝对不会拉伸、压缩或者扭曲。

为什么实特征值只能是±1？ #

先从特征值的几何意义说起：特征向量是那种经过变换后，还乖乖待在原直线上的向量，特征值λ就是这个向量被“缩放”的倍数。但正交变换不能改变向量长度啊！假设v是一个实特征向量，那么变换后的长度||Av||必须等于原长度||v||，而根据特征值的定义Av=λv，所以||Av||=|λ|·||v||，这就逼得|λ|=1——在实数范围内，λ只能是1或者-1。

几何上看：

• λ=1：这条直线上的所有向量，变换后完全不动！比如镜像反射里的对称轴，就是λ=1对应的特征子空间；三维里绕某条轴旋转时，那条旋转轴上的所有向量也都是λ=1的特征向量。
• λ=-1：这条直线上的向量，变换后被“翻转”到直线的对面，比如二维里关于x轴反射时，y轴上的向量(0,y)会变成(0,-y)，y轴就是λ=-1对应的特征子空间。

为什么只有这类特征值的正交矩阵才是可对角化的？ #

这里要先澄清一个误区：**不是所有正交矩阵都能在实数域上对角化！**比如二维里绕原点转90度的纯旋转矩阵，它在实数域上根本没有特征值——因为它把任何向量都转出了原直线，找不到能保持方向不变或翻转的实向量，自然没法对角化。

而可对角化的实正交矩阵，意味着整个空间可以被拆成若干个互相垂直的一维特征子空间（也就是一条条直线），每个子空间里的向量要么被固定（λ=1），要么被翻转（λ=-1）。换句话说，这种变换本质上就是若干次反射的组合，或者反射加恒等变换——没有“纯旋转”的成分，因为纯旋转无法拆成一维子空间的直和。

举两个二维的直观例子：

• 关于x轴的反射矩阵[[1,0],[0,-1]]：特征值1对应x轴（向量(1,0)不动），特征值-1对应y轴（向量(0,1)翻转），整个平面被拆成这两条垂直直线，完美对角化。
• 关于直线y=x的反射矩阵[[0,1],[1,0]]：特征值1对应向量(1,1)（反射后还是(1,1)），特征值-1对应向量(1,-1)（反射后变成(-1,1)=-1*(1,-1)），同样把平面拆成两条垂直的特征直线，可对角化。

再回应你提到的“旋转”困惑 #

你说的“旋转”对应的正交矩阵，大多是不可对角化的（除非旋转180度，这时候相当于两次翻转，特征值都是-1，能对角化）。比如90度旋转，它的特征值是复数i和-i，只能在复数域上对角化，在实数域里找不到特征向量——因为它的变换是把整个平面“拧”了一圈，没有任何直线能保持方向不变或翻转，自然不符合实可对角化的要求。

总结一下：

• 正交变换保长的特性，直接限制了它的实特征值只能是±1；
• 实可对角化要求变换能拆成一维特征子空间的组合，只有那些由“固定/翻转直线”构成的正交变换（也就是反射类变换）才能满足；
• 纯旋转类正交变换因为没有实特征向量，在实数域上不可对角化。

备注：内容来源于stack exchange，提问作者Aley20