第五章,向量空间,4-正交向量组
玩转线性代数(29)正交向量组的笔记,相关证明以及例子见原文
正交
若两向量
α
\alpha
α与
β
\beta
β的内积等于零,即
[
α
,
β
]
=
0
[\alpha, \beta]=0
[α,β]=0
则称向量
α
\alpha
α与
β
\beta
β相互正交,记作
α
⊥
β
\alpha \perp \beta
α⊥β
标准正交基
定义 正交向量组
若n维向量 ( a 1 , a 2 , ⋯ , a r ) (a_1,a_2,\cdots,a_r) (a1,a2,⋯,ar)是一个非零向量组,且 ( a 1 , a 2 , ⋯ , a r ) (a_1,a_2,\cdots,a_r) (a1,a2,⋯,ar)中的向量两两正交,则称该向量组为正交向量组
定理1
若n维向量
(
a
1
,
a
2
,
⋯
,
a
r
)
(a_1,a_2,\cdots,a_r)
(a1,a2,⋯,ar)是一个正交向量组,则
(
a
1
,
a
2
,
⋯
,
a
r
)
(a_1,a_2,\cdots,a_r)
(a1,a2,⋯,ar)线性无关
证明:(定义法)设有
(
λ
1
,
λ
2
,
⋯
,
λ
r
)
(\lambda_1,\lambda_2,\cdots,\lambda_r)
(λ1,λ2,⋯,λr),使
λ
1
a
1
+
λ
2
a
2
+
⋯
+
λ
r
a
r
=
0
\lambda_1 a_1+\lambda_2 a_2+\cdots+\lambda_r a_r =0
λ1a1+λ2a2+⋯+λrar=0
以
a
1
a_1
a1与上式两端做内积,因当
i
≥
2
i\ge 2
i≥2时,
[
a
1
,
a
1
]
=
0
[a_1,a_1]=0
[a1,a1]=0,故有
λ
1
[
a
1
,
a
1
]
=
0
\lambda_1[a_1,a_1]=0
λ1[a1,a1]=0
又因
a
1
≠
0
a_1 \ne 0
a1=0,故
[
a
1
,
a
1
]
=
∥
a
1
∥
2
≠
0
[a_1,a_1]=\|a_1\|^2\ne0
[a1,a1]=∥a1∥2=0,从而有
λ
1
≠
0
\lambda_1\ne 0
λ1=0
类似可证明其它系数为0,于是向量组
(
a
1
,
a
2
,
⋯
,
a
r
)
(a_1,a_2,\cdots,a_r)
(a1,a2,⋯,ar)线性无关
正交基、标准正交基
设
V
⊂
R
n
V \subset R^n
V⊂Rn是一个向量空间
(1)若
(
a
1
,
a
2
,
⋯
,
a
r
)
(a_1,a_2,\cdots,a_r)
(a1,a2,⋯,ar)是向量空间V的一个基,且是两两正交的向量组,则称
(
a
1
,
a
2
,
⋯
,
a
r
)
(a_1,a_2,\cdots,a_r)
(a1,a2,⋯,ar)是向量空间V的正交基
(2)若
(
e
1
,
e
2
,
⋯
,
e
r
)
(e_1,e_2,\cdots,e_r)
(e1,e2,⋯,er)是向量空间V的一个基,
(
e
1
,
e
2
,
⋯
,
e
r
)
(e_1,e_2,\cdots,e_r)
(e1,e2,⋯,er)两两正交,且都是单位向量,则称
(
e
1
,
e
2
,
⋯
,
e
r
)
(e_1,e_2,\cdots,e_r)
(e1,e2,⋯,er)是向量空间V的一个标准正交基。
向量在标准正交基下的坐标
若
e
1
,
e
2
,
⋯
,
e
r
e_1,e_2,\cdots,e_r
e1,e2,⋯,er是V的一个标准正交基,则V中任一向量
α
\alpha
α能由
e
1
,
e
2
,
⋯
,
e
r
e_1,e_2,\cdots,e_r
e1,e2,⋯,er线性表示,设表示式为
α
=
λ
1
e
1
+
λ
2
e
2
+
⋯
+
λ
r
e
r
\alpha=\lambda_1e_1+\lambda_2e_2+\cdots+\lambda_re_r
α=λ1e1+λ2e2+⋯+λrer
为求其中的系数
λ
i
(
i
=
1
,
2
,
⋯
,
r
)
\lambda_i(i=1,2,\cdots,r)
λi(i=1,2,⋯,r),可用
e
i
T
e_i^T
eiT左乘上式,有
e
i
T
α
=
λ
i
e
i
T
e
i
=
λ
i
e_i^T\alpha=\lambda_i e_i^T e_i=\lambda_i
eiTα=λieiTei=λi
即
λ
i
=
e
i
T
α
=
[
α
,
e
i
]
\lambda_i=e_i^T\alpha=[\alpha, e_i]
λi=eiTα=[α,ei]
这就是向量在标准正交基中的坐标的计算公式 ,它的几何意义便是向量
α
\alpha
α在各个分量上的坐标值为基在该分量上的投影,即
α
\alpha
α与该分量的内积。
标准正交化
设 a 1 , a 2 , ⋯ , a r a_1,a_2,\cdots,a_r a1,a2,⋯,ar是向量空间V的一个基,要求V的一个标准正交基,也就是要找一组两两正交的单位向量 ( e 1 , e 2 , ⋯ , e r ) (e_1,e_2,\cdots,e_r) (e1,e2,⋯,er),使 ( e 1 , e 2 , ⋯ , e r ) (e_1,e_2,\cdots,e_r) (e1,e2,⋯,er)与 a 1 , a 2 , ⋯ , a r a_1,a_2,\cdots,a_r a1,a2,⋯,ar等价,这样一个总是,称为把 a 1 , a 2 , ⋯ , a r a_1,a_2,\cdots,a_r a1,a2,⋯,ar这个基标准正交化。
利用施密特(Schimidt)正交化法求标准正交基
β
1
=
α
1
;
β
2
=
α
2
−
[
β
1
,
α
2
]
[
β
1
,
β
1
]
β
1
;
.
.
.
.
.
.
β
r
=
α
r
−
[
β
1
,
α
r
]
[
β
1
,
β
1
]
β
1
−
[
β
2
,
α
r
]
[
β
2
,
β
2
]
β
2
−
.
.
.
.
.
.
−
[
β
r
−
1
,
α
r
]
[
β
r
−
1
,
β
r
−
1
]
β
r
−
1
\beta_1=\alpha_1; \\ \beta_2=\alpha_2-\frac{[\beta_1,\alpha_2]}{[\beta_1,\beta_1]}\beta_1;\\ ...... \\ \beta_r=\alpha_r-\frac{[\beta_1,\alpha_r]}{[\beta_1,\beta_1]}\beta_1-\frac{[\beta_2,\alpha_r]}{[\beta_2,\beta_2]}\beta_2-......-\frac{[\beta_{r-1},\alpha_r]}{[\beta_{r-1},\beta_{r-1}]}\beta_{r-1}
β1=α1;β2=α2−[β1,β1][β1,α2]β1;......βr=αr−[β1,β1][β1,αr]β1−[β2,β2][β2,αr]β2−......−[βr−1,βr−1][βr−1,αr]βr−1
容易验证
β
1
,
β
2
,
⋯
,
β
r
\beta_1,\beta_2,\cdots,\beta_r
β1,β2,⋯,βr与
α
1
,
α
2
,
⋯
,
α
r
\alpha_1,\alpha_2,\cdots,\alpha_r
α1,α2,⋯,αr等价
单位化
取
e
1
=
β
1
∥
β
1
∥
,
e
2
=
β
2
∥
β
2
∥
,
.
.
.
,
e
r
=
β
r
∥
β
r
∥
e_1=\frac{\beta_1}{\|\beta_1\|},e_2=\frac{\beta_2}{\|\beta_2\|},...,e_r=\frac{\beta_r}{\|\beta_r\|}
e1=∥β1∥β1,e2=∥β2∥β2,...,er=∥βr∥βr,
则
(
e
1
,
e
2
,
⋯
,
e
r
)
(e_1,e_2,\cdots,e_r)
(e1,e2,⋯,er)是V的一个标准正交基
正交矩阵
设
(
e
1
,
e
2
,
⋯
,
e
r
)
(e_1,e_2,\cdots,e_r)
(e1,e2,⋯,er)为一组标准正交基,令
A
=
(
e
1
,
e
2
,
⋯
,
e
r
)
A=(e_1,e_2,\cdots,e_r)
A=(e1,e2,⋯,er),有
A
T
A
=
(
e
1
,
e
2
,
⋯
,
e
r
)
T
(
e
1
,
e
2
,
⋯
,
e
r
)
=
(
1
⋯
0
⋮
⋱
⋮
0
⋯
1
)
=
E
n
A^TA=(e_1,e_2,\cdots,e_r)^T(e_1,e_2,\cdots,e_r)=\begin{pmatrix} 1 & \cdots & 0 \\ \vdots & \ddots & \vdots \\ 0 & \cdots & 1 \end{pmatrix}=E_n
ATA=(e1,e2,⋯,er)T(e1,e2,⋯,er)=
1⋮0⋯⋱⋯0⋮1
=En
定义 如果 n阶矩阵A满足
A
T
A
=
E
A^TA=E
ATA=E(即
A
−
1
=
A
T
A^{-1}=A^T
A−1=AT),则称A为正交矩阵,简称正交阵
性质
通过定义不难得到如下性质:
(1)正交阵可逆,其逆阵即其转置,且仍为正交阵;
(2)正交阵的行列式为
±
1
\pm 1
±1;
(3)正交阵之积仍为正交阵;
(4)若n阶方阵A为正交阵,则A的行(列)微量构成
R
n
R^n
Rn的标准正交基。
证(4):
设A为n阶正交阵,将A的列向量记为:
α
1
,
α
2
,
⋯
,
α
n
\alpha_1,\alpha_2,\cdots,\alpha_n
α1,α2,⋯,αn,则
A
=
(
α
1
,
α
2
,
⋯
,
α
n
)
A=(\alpha_1,\alpha_2,\cdots,\alpha_n)
A=(α1,α2,⋯,αn).
由正交阵的定义
A
T
A
=
E
A^TA=E
ATA=E得:
A
T
A
=
(
α
1
T
⋮
α
n
T
)
(
α
1
.
.
.
α
n
)
=
(
α
1
T
α
1
⋯
α
1
T
α
n
⋮
⋱
⋮
α
n
T
α
1
⋯
α
n
T
α
n
)
=
(
∥
α
1
∥
2
⋯
[
α
1
T
,
α
n
]
⋮
⋱
⋮
∥
α
n
,
α
1
∥
⋯
∥
α
n
∥
2
)
=
E
A^TA=\begin{pmatrix} \alpha_1^T \\ \vdots \\ \alpha_n^T \end{pmatrix}(\alpha_1 ... \alpha_n) =\begin{pmatrix} \alpha_1^T\alpha_1 & \cdots & \alpha_1^T\alpha_n \\ \vdots & \ddots & \vdots \\ \alpha_n^T\alpha_1 & \cdots & \alpha_n^T\alpha_n \end{pmatrix} =\begin{pmatrix} \|\alpha_1\|^2 & \cdots &[\alpha_1^T,\alpha_n] \\ \vdots & \ddots & \vdots \\ \|\alpha_n, \alpha_1\| & \cdots & \|\alpha_n\|^2 \end{pmatrix}=E
ATA=
α1T⋮αnT
(α1...αn)=
α1Tα1⋮αnTα1⋯⋱⋯α1Tαn⋮αnTαn
=
∥α1∥2⋮∥αn,α1∥⋯⋱⋯[α1T,αn]⋮∥αn∥2
=E
则有
[
α
i
,
α
j
]
=
δ
i
j
=
{
1
i
=
j
,
0
i
≠
j
,
(
i
,
j
=
1
,
.
.
.
,
n
)
[\alpha_i,\alpha_j]=\delta_{ij}=\begin{dcases} 1 &\text{} i=j, \\ 0 &\text{} i\ne j, \end{dcases}(i,j=1,...,n)
[αi,αj]=δij={10i=j,i=j,(i,j=1,...,n)
故
α
1
,
α
2
,
⋯
,
α
n
\alpha_1,\alpha_2,\cdots,\alpha_n
α1,α2,⋯,αn是
R
n
R^n
Rn的一个标准正交基,对A的行向量类似可证。
正交变换
定义 若P为正交矩阵,则线性变换y=Px称为正交变换
性质 若y=Px为正交变换,则有
∥
y
∥
=
x
T
P
T
P
x
=
x
T
x
=
∥
x
∥
\|y\|=\sqrt{x^TP^TPx}=\sqrt{x^Tx}=\|x\|
∥y∥=xTPTPx=xTx=∥x∥
由于
∥
x
∥
\|x\|
∥x∥表示向量的长度,相当于线段的长度,因此
∥
y
∥
=
∥
x
∥
\|y\|=\|x\|
∥y∥=∥x∥说明经过正交变换后线段长度保持不变,只是对向量进行旋转,这正是正交变换的优良特性