实对称矩阵具有特征值均为实数、可正交对角化、特征向量正交等关键性质，这些性质在数学和工程中广泛应用于二次型优化、主成分分析及量子力学等领域。 具体而言，设A为n阶实对称矩阵，则其所有特征值均为实数，且存在正交矩阵Q使得Q^T A Q = diag(λ1, λ2, ..., λn)，其中λi为特征值。此外，不同特征值对应的特征向量相互正交，且矩阵的谱分解唯一。这些性质源于实对称矩阵与Hermite矩阵的对应关系，以及自伴算子谱定理的推广。

在应用层面，实对称矩阵的正交对角化简化了二次型的标准形求解，使得正定、负定等判别条件直接基于特征值符号。同时，在数值计算中，QR算法和Jacobi方法均利用这些性质高效求解特征值问题。值得注意的是，实对称矩阵的秩等于非零特征值的个数，且迹等于特征值之和，行列式等于特征值之积。这些结论进一步强化了其在多元统计分析、机器学习降维（如PCA）中的核心地位。

【常见问题】

问题1：实对称矩阵的特征值为什么都是实数？

回答1：因为实对称矩阵是自伴算子（满足A^T = A），其谱定理保证所有特征值均为实数。具体证明可通过考虑特征值λ对应的特征向量x，利用共轭转置关系得到λ = λ¯，即特征值等于其共轭。

问题2：实对称矩阵是否一定可以对角化？

回答2：是的，实对称矩阵不仅可对角化，而且可正交对角化。这源于其几何重数等于代数重数，且存在一组正交的单位特征向量构成正交矩阵。

问题3：实对称矩阵的正交对角化有什么实际应用？

回答3：正交对角化广泛应用于二次型标准化、主成分分析（PCA）中协方差矩阵的特征分解、图像压缩中的奇异值分解以及量子力学中观测量的本征值问题。

问题4：如何判断一个实对称矩阵是正定的？

回答4：实对称矩阵正定的充要条件是所有特征值大于零，或顺序主子式全为正。利用正交对角化，可将二次型化为标准形，直接由特征值符号判定。

问题5：实对称矩阵的特征向量一定正交吗？

回答5：不同特征值对应的特征向量一定正交；对于重特征值，可选取正交的特征向量构成子空间的一组正交基，从而保证整体特征向量正交。