基础知识大全(LATEX，三角函数变换，矩阵，SLAM)

敢敢のwings

已于 2024-05-15 13:39:44 修改

阅读量5.4k

点赞数 8

分类专栏：通用文章标签： latex

于 2022-05-22 16:29:05 首次发布

本文链接：https://blog.csdn.net/lovely_yoshino/article/details/124912418

版权

通用专栏收录该内容

76 篇文章

订阅专栏

1. LATEX

1.1 常用字母

在这里插入图片描述

1.2 常用数组

在这里插入图片描述

1.3 LaTex常用的数学字体

正常字体：\mathnormal{} --> normal

大写： $\mathnormal{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathnormal{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

罗马体：\mathrm{} --> roman

大写： $\mathrm{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathrm{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

斜体：\mathit{} --> italic

大写： $\mathit{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathit{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

黑粗体：\mathbf{} --> boldface

大写： $\mathbf{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathbf{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

黑板体（空心体）：\mathbb{} --> blackboard

大写： $\mathbb{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathbb{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

书法艺术体：\mathcal{} --> calligraphy

大写： $\mathcal{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathcal{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

书写体：\mathscr{} --> script

大写： $\mathscr{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathscr{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

德文尖角体（哥特体）：\mathfrak{} --> fraktur (aka gothic)

大写： $\mathfrak{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathfrak{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

无衬线体：\mathsf{} --> sans serif

大写： $\mathsf{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathsf{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

打字机体：\mathtt{} --> typewriter type

大写： $\mathtt{A,B,C,D,E,F,Z,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z}$
小写： $\mathtt{a,b,c,d,e,f,g,h,i,j,k,l,l,n,o,p,q,r,s,t,u,v,w,x,y,z}$

2. 三角变换公式

在这里插入图片描述

行内与独行

行内公式：将公式插入到本行内，符号： $公式内容$ ，如： x y z xyz xyz
独行公式：将公式插入到新的一行内，并且居中，符号：$$公式内容$$，如： x y z xyz xyz

上标、下标与组合

上标符号，符号：^，如： x 4 x^4 x4
下标符号，符号：_，如： x 1 x_1 x1
组合符号，符号：{}，如： 16 8 O 2 + 2 {16}_{8}O{2+}_{2} 168O2+2

汉字、字体与格式

汉字形式，符号：\mbox{}，如：KaTeX parse error: Undefined control sequence: \mbox at position 4: V_{\̲m̲b̲o̲x̲{初始}}
字体控制，符号：\displaystyle，如： x + y y + z \displaystyle \frac{x+y}{y+z} y+zx+y
下划线符号，符号：\underline，如： x + y ‾ \underline{x+y} x+y
标签，符号\tag{数字}，如：KaTeX parse error: \tag works only in display equations
上大括号，符号：\overbrace{算式}，如： a + b + c + d ⏞ 2.0 \overbrace{a+b+c+d}^{2.0} a+b+c+d 2.0
下大括号，符号：\underbrace{算式}，如： a + b + c ⏟ 1.0 + d a+\underbrace{b+c}_{1.0}+d a+1.0 b+c+d
上位符号，符号：\stacrel{上位符号}{基位符号}，如： x ⃗ = d e f x 1 , … , x n \vec{x}\stackrel{\mathrm{def}}{=}{x_1,\dots,x_n} x =defx1,…,xn

占位符

两个quad空格，符号：\qquad，如： x y x \qquad y xy
quad空格，符号：\quad，如： x y x \quad y xy
大空格，符号\，如： x y x \ y x y
中空格，符号\:，如： x : y x : y x:y
小空格，符号\,，如： x , y x , y x,y
没有空格，符号``，如： x y xy xy
紧贴，符号 \!，如： x ! y x ! y x!y

定界符与组合

括号，符号：（）\big(\big) \Big(\Big) \bigg(\bigg) \Bigg(\Bigg)，如：（） ( ) ( ) ( ) ( ) （）\big(\big) \Big(\Big) \bigg(\bigg) \Bigg(\Bigg) （）()()()()
中括号，符号：[]，如： [ x + y ] [x+y] [x+y]
大括号，符号：\{ \}，如： x + y {x+y} x+y
自适应括号，符号：\left \right，如： ( x ) \left(x\right) (x)， ( x y z ) \left(x{yz}\right) (xyz)
组合公式，符号：{上位公式 \choose 下位公式}，如： ( n + 1 k ) = ( n k ) + ( n k − 1 ) {n+1 \choose k}={n \choose k}+{n \choose k-1} (kn+1)=(kn)+(k−1n)
组合公式，符号：{上位公式 \atop 下位公式}，如： ∑ k 0 , k 1 , … > 0 k 0 + k 1 + ⋯ = n A k 0 A k 1 ⋯ \sum_{k_0,k_1,\ldots>0 \atop k_0+k_1+\cdots=n}A_{k_0}A_{k_1}\cdots ∑k0+k1+⋯=nk0,k1,…>0Ak0Ak1⋯

四则运算

加法运算，符号：+，如： x + y = z x+y=z x+y=z
减法运算，符号：-，如： x − y = z x-y=z x−y=z
加减运算，符号：\pm，如： x ± y = z x \pm y=z x±y=z
减甲运算，符号：\mp，如： x ∓ y = z x \mp y=z x∓y=z
乘法运算，符号：\times，如： x × y = z x \times y=z x×y=z
点乘运算，符号：\cdot，如： x ⋅ y = z x \cdot y=z x⋅y=z
星乘运算，符号：\ast，如： x ∗ y = z x \ast y=z x∗y=z
除法运算，符号：\div，如： x ÷ y = z x \div y=z x÷y=z
斜法运算，符号：/，如： x / y = z x/y=z x/y=z
分式表示，符号：\frac{分子}{分母}，如： x + y y + z \frac{x+y}{y+z} y+zx+y
分式表示，符号：{分子} \voer {分母}，如： x + y y + z {x+y} \over {y+z} y+zx+y
绝对值表示，符号：||，如： ∣ x + y ∣ |x+y| ∣x+y∣

高级运算

平均数运算，符号：\overline{算式}，如： x y z ‾ \overline{xyz} xyz
开二次方运算，符号：\sqrt，如： x \sqrt x x
开方运算，符号：\sqrt[开方数]{被开方数}，如： x + y 3 \sqrt[3]{x+y} 3x+y
对数运算，符号：\log，如： log ⁡ ( x ) \log(x) log(x)
极限运算，符号：\lim，如： lim ⁡ y → 0 x → ∞ x y \lim^{x \to \infty}_{y \to 0}{\frac{x}{y}} limy→0x→∞yx
极限运算，符号：\displaystyle \lim，如： lim ⁡ y → 0 x → ∞ x y \displaystyle \lim^{x \to \infty}_{y \to 0}{\frac{x}{y}} y→0limx→∞yx
求和运算，符号：\sum，如： ∑ y → 0 x → ∞ x y \sum^{x \to \infty}_{y \to 0}{\frac{x}{y}} ∑y→0x→∞yx
求和运算，符号：\displaystyle \sum，如： ∑ y → 0 x → ∞ x y \displaystyle \sum^{x \to \infty}_{y \to 0}{\frac{x}{y}} y→0∑x→∞yx
积分运算，符号：\int，如： ∫ 0 ∞ x d x \int^{\infty}_{0}{xdx} ∫0∞xdx
积分运算，符号：\displaystyle \int，如： ∫ 0 ∞ x d x \displaystyle \int^{\infty}_{0}{xdx} ∫0∞xdx
微分运算，符号：\partial，如： ∂ x ∂ y \frac{\partial x}{\partial y} ∂y∂x
矩阵表示，符号：\begin{matrix} \end{matrix}，如：KaTeX parse error: Undefined control sequence: \5 at position 38: …1 &2 &\cdots &4\̲5̲ &6 &\cdots &8\…

逻辑运算

等于运算，符号：=，如： x + y = z x+y=z x+y=z
大于运算，符号：>，如： x + y > z x+y>z x+y>z
小于运算，符号：<，如： x + y < z x+y<z x+y<z
大于等于运算，符号：\geq，如： x + y ≥ z x+y \geq z x+y≥z
小于等于运算，符号：\leq，如： x + y ≤ z x+y \leq z x+y≤z
不等于运算，符号：\neq，如： x + y ≠ z x+y \neq z x+y=z
不大于等于运算，符号：\ngeq，如： x + y ≱ z x+y \ngeq z x+y≱z
不大于等于运算，符号：\not\geq，如： x + y ≱ z x+y \not\geq z x+y≥z
不小于等于运算，符号：\nleq，如： x + y ≰ z x+y \nleq z x+y≰z
不小于等于运算，符号：\not\leq，如： x + y ≰ z x+y \not\leq z x+y≤z
约等于运算，符号：\approx，如： x + y ≈ z x+y \approx z x+y≈z
恒定等于运算，符号：\equiv，如： x + y ≡ z x+y \equiv z x+y≡z

集合运算

属于运算，符号：\in，如： x ∈ y x \in y x∈y
不属于运算，符号：\notin，如： x ∉ y x \notin y x∈/y
不属于运算，符号：\not\in，如： x ∉ y x \not\in y x∈y
子集运算，符号：\subset，如： x ⊂ y x \subset y x⊂y
子集运算，符号：\supset，如： x ⊃ y x \supset y x⊃y
真子集运算，符号：\subseteq，如： x ⊆ y x \subseteq y x⊆y
非真子集运算，符号：\subsetneq，如： x ⊊ y x \subsetneq y x⊊y
真子集运算，符号：\supseteq，如： x ⊇ y x \supseteq y x⊇y
非真子集运算，符号：\supsetneq，如： x ⊋ y x \supsetneq y x⊋y
非子集运算，符号：\not\subset，如： x ⊄ y x \not\subset y x⊂y
非子集运算，符号：\not\supset，如： x ⊅ y x \not\supset y x⊃y
并集运算，符号：\cup，如： x ∪ y x \cup y x∪y
交集运算，符号：\cap，如： x ∩ y x \cap y x∩y
差集运算，符号：\setminus，如： x ∖ y x \setminus y x∖y
同或运算，符号：\bigodot，如： x ⨀ y x \bigodot y x⨀y
同与运算，符号：\bigotimes，如： x ⨂ y x \bigotimes y x⨂y
实数集合，符号：\mathbb{R}，如：\mathbb{R}
自然数集合，符号：\mathbb{Z}，如：\mathbb{Z}
空集，符号：\emptyset，如： ∅ \emptyset ∅

数学符号

无穷，符号：\infty，如： ∞ \infty ∞
虚数，符号：\imath，如： ı \imath ı
虚数，符号：\jmath，如： ȷ \jmath ȷ
数学符号，符号\hat{a}，如： a ^ \hat{a} a^
数学符号，符号\check{a}，如： a ˇ \check{a} aˇ
数学符号，符号\breve{a}，如： a ˘ \breve{a} a˘
数学符号，符号\tilde{a}，如： a ~ \tilde{a} a~
数学符号，符号\bar{a}，如： a ˉ \bar{a} aˉ
矢量符号，符号\vec{a}，如： a ⃗ \vec{a} a
数学符号，符号\acute{a}，如： a ˊ \acute{a} aˊ
数学符号，符号\grave{a}，如： a ˋ \grave{a} aˋ
数学符号，符号\mathring{a}，如： a ˚ \mathring{a} a˚
一阶导数符号，符号\dot{a}，如： a ˙ \dot{a} a˙
二阶导数符号，符号\ddot{a}，如： a ¨ \ddot{a} a¨
上箭头，符号：\uparrow，如： ↑ \uparrow ↑
上箭头，符号：\Uparrow，如： ⇑ \Uparrow ⇑
下箭头，符号：\downarrow，如： ↓ \downarrow ↓
下箭头，符号：\Downarrow，如： ⇓ \Downarrow ⇓
左箭头，符号：\leftarrow，如： ← \leftarrow ←
左箭头，符号：\Leftarrow，如： ⇐ \Leftarrow ⇐
右箭头，符号：\rightarrow，如： → \rightarrow →
右箭头，符号：\Rightarrow，如： ⇒ \Rightarrow ⇒
底端对齐的省略号，符号：\ldots，如： 1 , 2 , … , n 1,2,\ldots,n 1,2,…,n
中线对齐的省略号，符号：\cdots，如： x 1 2 + x 2 2 + ⋯ + x n 2 x_1^2 + x_2^2 + \cdots + x_n^2 x12+x22+⋯+xn2
竖直对齐的省略号，符号：\vdots，如： ⋮ \vdots ⋮
斜对齐的省略号，符号：\ddots，如： ⋱ \ddots ⋱

希腊字母

字母	实现	字母	实现
A	`A`	α	`\alhpa`
B	`B`	β	`\beta`
Γ	`\Gamma`	γ	`\gamma`
Δ	`\Delta`	δ	`\delta`
E	`E`	ϵ	`\epsilon`
Z	`Z`	ζ	`\zeta`
H	`H`	η	`\eta`
Θ	`\Theta`	θ	`\theta`
I	`I`	ι	`\iota`
K	`K`	κ	`\kappa`
Λ	`\Lambda`	λ	`\lambda`
M	`M`	μ	`\mu`
N	`N`	ν	`\nu`
Ξ	`\Xi`	ξ	`\xi`
O	`O`	ο	`\omicron`
Π	`\Pi`	π	`\pi`
P	`P`	ρ	`\rho`
Σ	`\Sigma`	σ	`\sigma`
T	`T`	τ	`\tau`
Υ	`\Upsilon`	υ	`\upsilon`
Φ	`\Phi`	ϕ	`\phi`
X	`X`	χ	`\chi`
Ψ	`\Psi`	ψ	`\psi`
Ω	`\v`	ω	`\omega`

3. 线性代数知识

在这里插入图片描述

4. 反对称矩阵

反对称矩阵又称（斜对称矩阵）是一个方形矩阵，其转置矩阵和自身的加法逆元相等。
$A^{\\top} = -A \tag{1.1}$
或写作 $A=(a_{ij})$ ，各元素的关系为：
$a_{ij} = -a_{ji} \tag{1.2}$
例如，下例为一个反对称矩阵：
$\begin{bmatrix} 0 & 2 & -1 \\ -2 & 0 & -4 \\ 1 & 4 & 0 \\ \end{bmatrix} \tag{1.3}$
在SLAM学习中，一个向量可以映射到一个反对称矩阵，从向量到反对称矩阵的映射符号通常用 $\hat{}$ 符号来表示，比如对于向量 $[a_1,a_2,a_3]^{\top}$ ，其反对称矩阵为：
$a^{\wedge}=A= \begin{bmatrix} 0 & -a_3 & a_2 \\ a_3 & 0 & -a_1 \\ -a_2 & a_1 & 0 \\ \end{bmatrix} \tag{1.4}$
另外一个小tips，反对称符号在latex的表示为\hat{}或者\wedge。

4.2. 反对称矩阵与叉乘

设有向量 $[a_1,a_2,a_3]^\top$ 和 $[b_1,b_2,b_3]\top$ ，则叉乘和反对称化的关系如下：
$\times b = a^\wedge b \tag{2.1}$
以及反交换律：
$a^\wedge b = -b^\wedge a \tag{2.2}$
$a^\top b^\wedge = -b^\top a^\wedge \tag{2.3}$
同时有以下性质成立：
$(a^\wedge b)^\wedge = (a \times b)^\wedge = a^\wedge b^\wedge - b^\wedge a^\wedge \tag{2.4}$

4.3 反对称矩阵的行列式

若A是 $\times n$ 的反对称矩阵，其行列式满足：
$det(A^\top)=det(-A)=(-1)^ndet(A) \tag{3.1}$

如果n是奇数，行列式等于0。这个结果叫雅克比定理。
若n是偶数，行列式可以写成部分元素的多项式的平方，这个称为Pfaffian行列式。

4.4 反对称矩阵的乘法

4.4.1 反对称矩阵连乘

假设向量 $[a_1,a_2,a_3]^\top$ ，其为单位向量，即 $\sqrt{a^2_1 + a^2_2 + a^2_3} = 1$ ，则易推出：
$a^\wedge a^\wedge = aa^\top - I \tag{4.1}$
继续连乘：
$a^\wedge a^\wedge a^\wedge = -a^\wedge \tag{4.2}$
更多的连乘可以用以上规律进行推导。
在这里插入图片描述

4.4.2 反对称矩阵与矩阵相乘

定义向量 $(u_1, u_2, u_3)^\top$ 和任意矩阵C，则有如下公式成立：
$(Cu)^\wedge = Cu^\wedge C^\top \tag{4.3}$

4.5 反对称矩阵的加法

设有向量 $[a_1,a_2,a_3]^\top$ 和 $[b_1,b_2,b_3]\top$ ，则有运算：
$a^\wedge + b^\wedge = (a+b)^\wedge \tag{5.1}$

4.6 无穷小旋转

斜对称矩阵形成了正交群O(n)在单位矩阵的切空间。在某种意义上，斜对称矩阵可以视无穷小旋转。
另外一种说法是，斜对称矩阵的空间形成了李群O(n)的李代数o(n)。这个空间上的李括号由交换子给出：
$\tag{6.1}$
很容易验证，两个斜对称矩阵的交换子也是斜对称的。
于是，斜对称矩阵A的矩阵指数，是正交矩阵R：
$\sum^\infty_{n=0} \frac{A^n}{n!} \tag{6.2}$
李代数的指数映射的像总是位于含有单位元的李群的连通分支内。在李群O(n)的情况中，这个连通分支是特殊正交群SO(n)，由所有行列式为1的正交矩阵组成。因此 $_ ) \_R\_ = exp(\_A\_)$ 的行列式为+1。于是，每一个行列式为1的正交矩阵都可以写成某个斜对称矩阵的指数。

5. SLAM中常用的矩阵变换

5.1 行矩阵、列矩阵

$m \times n$ 阶矩阵中， $m = 1$ 称为行矩阵，也称为 $n$ 维行向量; $n = 1$ 称为列矩阵，也称为 $m$ 维列向量。

5.2 矩阵的转置

假设A和B是两个 $\times n$ 的矩阵， $\lambda$ 是一个常数，有：

$A^T)^T=A$
$AB)^{T} = B^{T}A^T,(AB)^{-1} = B^{-1}A^{-1}$
$A+B)^T=A^T+B^T$
$(\lambda A)^T=\lambda A^T$
$A^T)^{-1}= (A^{-1})^T$

对转置矩阵求导：
$\frac{dx^T}{dx}= I$
$\frac{(Ax)^T}{dx}= A^T$

5.3 奇异矩阵

奇异矩阵和非奇异矩阵首先是方阵，其次奇异矩阵的秩不是满秩，即 $∣ A ∣ = 0$

5.4 对称矩阵与反对称矩阵

设 $A$ 是 $n$ 阶方阵，如果 $A^T=A$ ,则称 $A$ 是对称矩阵。如果 $A^T=-A$ ,则称 $A$ 为反对称矩阵。反对称矩阵中，主对角线上的元素均为0。

$AB)^T=B^TA^T$

5.5 正定矩阵

正定矩阵：

广义定义：设 $M$ 是 $n$ 阶方阵，如果对任何非零向量 $z$ ,都有 $z^TMz>0$ ,就称M为正定矩阵
性质：

正定矩阵的行列式恒为正
若 $A$ 是正定矩阵，则 $A^T$ 也是正定矩阵
两个正定矩阵的和是正定矩阵
正实数与正定矩阵的乘积是正定矩阵
正定矩阵的特征值均为正
正定矩阵存在实可逆矩阵l，使得 $A=l^Tl$
正定矩阵存在秩为 $m x n$ 的实矩阵 $l$ ，使得 $A=l^Tl$
正定矩阵存在主对角元素全为正的实三角元素R，使得 $A=l^Tl$

$M$ 为正定矩阵 $x^TMx > 0$ for all $\in \mathbb R^n$
$M$ 为半正定矩阵 $x^TMx \geqslant 0$ for all $\in \mathbb R^n$

5.5.1 对称正定矩阵

设 $\in R^ {n\times n}$ ，若 $A=A^T$ ,对任意 $0\not=X \in R^n$ ，都有 $X^TAX>0$ ，则称A为对称正定矩阵

5.6 实对称矩阵

实对称矩阵是一个方阵，其转置等于自身的矩阵。换句话说，如果一个矩阵 $A$ 满足 $A^\top$ ，那么它就是实对称矩阵。

特征值分解：
对于实对称矩阵 (A)，可以通过特征值分解得到：
[
A = Q \Lambda Q^\top
]
其中，(Q) 是正交矩阵，列向量是 (A) 的特征向量，(\Lambda) 是对角矩阵，对角线上的元素是 (A) 的特征值。
特征值的性质：
- 实对称矩阵的特征值都是实数。
- 实对称矩阵的特征值互不相同（可以有重复的特征值，但对应的特征向量不同）。
正交性质：
实对称矩阵的特征向量相互正交。也就是说，如果 $A$ 的特征向量 $v_i$ 和 $v_j$ 对应的特征值不同（或者重复但线性无关），则它们正交。
谱范数：
实对称矩阵的谱范数等于最大特征值的绝对值。即，如果 $A$ 的特征值为 $\lambda_1, \lambda_2, ..., \lambda_n$ ，则
$||A||_2 = \max_{i} |\lambda_i|$
对角化：
实对称矩阵可以通过正交相似变换对角化。具体而言，如果 $A$ 是一个 $\times n$ 的实对称矩阵，那么存在一个正交矩阵 $P$ ，使得 $P^\top A P$ 是一个对角矩阵。
特殊矩阵形式：
实对称矩阵的一些特殊形式也有其特定的性质和公式，例如三对角矩阵、对角占优矩阵等。

5.7 伴随矩阵

设矩阵 $A$ 中， $A_{ij}$ 为行列式 $∣ A ∣$ 中元素 $a_{ij}$ 的代数余子式，称 $A^*$ 为矩阵 $A$ 的伴随矩阵。

$AA^*=A^*A=|A|E$
$A^*)^T=(A^T)^*, (kA)^*=k^{n-1}A^*$

设 $A$ 可逆:

$A^*=|A|A^{-1}$
$A^*)^{-1}=(A^{-1})^*=|A|^{-1}A$
$AB)^*=B^*A^*$
$A^*)^*=|A|^{n-2}A$

5.8 正交阵

正交可以理解为垂直

正交阵是指满足 $AA^T=E$ 或者 $A^T A=E$ 的 $n$ 阶方阵 $A$ ，其中 $E$ 为n阶单位阵。
$ $AA^T = \begin{bmatrix} \alpha\_1\\ \alpha_2\\ .\\ .\\ .\\ \alpha_n\\ \end{bmatrix}\begin{bmatrix} \alpha_1^T && \alpha_2^T && ... && \alpha_n^T \end{bmatrix} =\begin{bmatrix} \alpha_1 \alpha_1^T && \alpha_1 \alpha_2^T && ... && \alpha_1 \alpha_n^T\\ \alpha_2 \alpha_1^T && \alpha_2 \alpha_2^T && ... && \alpha_2 \alpha_n^T\\ .\\ .\\ .\\ \alpha_n \alpha_1^T && \alpha_n \alpha_2^T && ... && \alpha_n \alpha_n^T\\ \end{bmatrix} =\begin{bmatrix} 1&& 0 && ... && 0\\ 0 && 1 && ... && 0\\ .\\ .\\ .\\ 0 && 0 && ... && 1\\ \end{bmatrix} = E$

如果矩阵的各列向量都是单位向量，并且两两正交。那么就说这个矩阵是正交矩阵。

性质：
设A是n阶正交阵，则

$A^T = A^{-1}$
$A^TA=AA^T=E$ （ $E$ 是 $n$ 阶单位阵）；
若 $A$ 是正交阵，则 $A^T$ 或 $A^{-1}$ 亦是正交阵；
若 $A 、 B$ 是正交阵，则 $A B$ 亦是正交阵；
$∣ A ∣ = 1$ 或 $∣ A ∣ = - 1$ ；
实对称阵的对应不同特征值的特征向量正交；
凡是正交矩阵，一定可以对角化。

对角化:参考相似矩阵，本质就是 $A=P^{-1}BP$ , 也就是说一个矩阵A可以转为一个对角阵B.

正交矩阵：本身就是相互垂直，只是说它不见得是各个标准轴。以三维空间为例，我们希望正交矩阵是：
在这里插入图片描述

但是实际他很可能为下边这个样子
在这里插入图片描述亦即以z轴为中心逆时针旋转了45°，此时向量a,b,c依然相互正交，但是其列向量并不都在标准轴上.

即正交阵是一个在三维坐标系中歪着摆的立方体，对角化就是把这个立方体摆正回来（也就是让它的某个顶点放在原点上，同时这个原点的三条边正好对在三维坐标系xyz三个轴上）

5.9 准对角形矩阵

设 $A$ 为 $n$ 阶方阵，如果它的分块矩阵具有如下形式: $\begin{bmatrix} A_1&0&...&0\\ 0&A_2&...& 0\\ ...\\ 0&0&...&A_n\\ \end{bmatrix}$ 则称 $A$ 为准对角形矩阵。

$\begin{bmatrix}A_1&0&...&0\\0&A_2&...& 0\\ ...\\0&0&...&A\_n\\ \end{bmatrix}^{-1} = \begin{bmatrix}A_1^{-1}&0&...&0\\0&A_2^{-1}&...& 0\\ ...\\0&0&...&A_n^{-1}\\\end{bmatrix}$

$\begin{bmatrix}A_1&0&...&0\\0&A_2&...& 0\\ ...\\0&0&...&A_n\\\end{bmatrix}^{-1} = \begin{bmatrix}A_1^{-1}&0&...&0\\0&A_2^{-1}&...& 0\\ ...\\0&0&...&A\_n^{-1}\\\end{bmatrix}$