正交变换定义

定义

如果对于任意向量 u {u} u v {v} v,其内积等于转换后向量 T ( u ) T({u}) T(u) T ( v ) T({v}) T(v)的内积,则该转换称之为正交变换

即: ⟨ u , v ⟩ = ⟨ T ( u ) , T ( v ) ⟩ \langle{u}, {v}\rangle=\langle T({u}), T({v})\rangle u,v=T(u),T(v)

∥ x ∥ \|{x}\| x 在空间 R n R^{n} Rn内, n n n 表示维度:

⟨ u , v ⟩ = ⟨ T ( u ) , T ( v ) ⟩ = ∑ i = 0 n − 1 u [ i ] v [ i ] \langle{u}, {v}\rangle=\langle T({u}), T({v})\rangle=\sum_{i=0}^{n-1} u[i] v[i] u,v=T(u),T(v)=i=0n1u[i]v[i]

u [ i ] u[i] u[i] v [ i ] v[i] v[i] 分别为 u {u} u v {v} v 中的元素

性质

按照向量模长的定义,可知正交转换后的向量模长与转换前的模长相同: ∥ T ( x ) ∥ = ∥ x ∥ \|T({x})\|=\|{x}\| T(x)=x

证明:

∥ x ∥ = ( ∑ i = 0 n − 1 x [ i ] 2 ) 1 / 2 = ⟨ x , x ⟩ \|{x}\| =(\sum_{i=0}^{n-1} x[i]^2)^{1/2} = \langle{x}, {x}\rangle x=(i=0n1x[i]2)1/2=x,x

∥ T ( x ) ∥ = ( ∑ i = 0 n − 1 T ( x ) [ i ] 2 ) 1 / 2 = ⟨ T ( x ) , T ( x ) ⟩ \|T({x})\|=(\sum_{i=0}^{n-1} T({x})[i]^2)^{1/2}=\langle T({x}), T({x})\rangle T(x)=(i=0n1T(x)[i]2)1/2=T(x),T(x)

因为: ⟨ x , x ⟩ = ⟨ T ( x ) , T ( x ) ⟩ \langle{x}, {x}\rangle =\langle T({x}), T({x})\rangle x,x=T(x),T(x)

所以: ∥ T ( x ) ∥ = ∥ x ∥ \|T({x})\|=\|{x}\| T(x)=x

正交变换不影响转换前后向量间的内积和模长,由此可得,正交变换也不影响转换前后两个向量的夹角

若用矩阵表示 T ( x ) = A x T({x})={A} {x} T(x)=Ax 为正交变换, 则 A {A} A正交矩阵

在线性代数中,正交变换是线性变换的一种

参考

正交变换

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

旺旺棒棒冰

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值