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$\alpha$与$\beta$的内积等于零，即
$$[\alpha ,\beta ]=0$$
则称向量$\alpha$与$\beta$相互正交，记作$\alpha \perp \beta$

标准正交基

定义 正交向量组

若n维向量$(a_1,a_2,\cdots ,a_r)$是一个非零向量组，且$(a_1,a_2,\cdots ,a_r)$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$(a_1,a_2,\cdots ,a_r)$是一个正交向量组，则$(a_1,a_2,\cdots ,a_r)$线性无关
证明：（定义法）设有$({\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_r)$,使
$${\lambda }_1{a}_1+{\lambda }_2{a}_2+\cdots +{\lambda }_r{a}_r=0$$
以$a_1$与上式两端做内积，因当$i\ge 2$时，$[a_1,a_1]=0$，故有${\lambda }_1[a_1,a_1]=0$
又因$a_1\ne 0$，故$[a_1,a_1]=\Vert a_1{\Vert }^2\ne 0$，从而有${\lambda }_1\ne 0$
类似可证明其它系数为0，于是向量组$(a_1,a_2,\cdots ,a_r)$线性无关

正交基、标准正交基

设$V\subset R^n$是一个向量空间
（1）若$(a_1,a_2,\cdots ,a_r)$是向量空间V的一个基，且是两两正交的向量组，则称$(a_1,a_2,\cdots ,a_r)$是向量空间V的正交基
（2）若$(e_1,e_2,\cdots ,e_r)$是向量空间V的一个基，$(e_1,e_2,\cdots ,e_r)$两两正交，且都是单位向量，则称$(e_1,e_2,\cdots ,e_r)$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$e_1,e_2,\cdots ,e_r$是V的一个标准正交基，则V中任一向量$\alpha$能由$e_1,e_2,\cdots ,e_r$线性表示，设表示式为
$$\alpha ={\lambda }_1{e}_1+{\lambda }_2{e}_2+\cdots +{\lambda }_r{e}_r$$
为求其中的系数${\lambda }_i(i=1,2,\cdots ,r)$,可用$e_i^T$左乘上式，有
$$e_i^T\alpha ={\lambda }_i{e}_i^T{e}_i={\lambda }_i$$
即${\lambda }_i=e_i^T\alpha =[\alpha ,e_i]$
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$\alpha$在各个分量上的坐标值为基在该分量上的投影，即$\alpha$与该分量的内积。

标准正交化

设$a_1,a_2,\cdots ,a_r$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$(e_1,e_2,\cdots ,e_r)$，使$(e_1,e_2,\cdots ,e_r)$与$a_1,a_2,\cdots ,a_r$等价，这样一个总是，称为把$a_1,a_2,\cdots ,a_r$这个基标准正交化。

利用施密特(Schimidt)正交化法求标准正交基

$$\begin{gathered} {\beta }_1={\alpha }_1; \\ {\beta }_2={\alpha }_2-\frac{[{\beta }_1,{\alpha }_2]}{[{\beta }_1,{\beta }_1]}{\beta }_1; \\ ...... \\ {\beta }_r={\alpha }_r-\frac{[{\beta }_1,{\alpha }_r]}{[{\beta }_1,{\beta }_1]}{\beta }_1-\frac{[{\beta }_2,{\alpha }_r]}{[{\beta }_2,{\beta }_2]}{\beta }_2-......-\frac{[{\beta }_{r-1},{\alpha }_r]}{[{\beta }_{r-1},{\beta }_{r-1}]}{\beta }_{r-1} \end{gathered}$$
容易验证${\beta }_1,{\beta }_2,\cdots ,{\beta }_r$与${\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_r$等价

单位化

取$e_1=\frac{{\beta }_1}{\Vert {\beta }_1\Vert },e_2=\frac{{\beta }_2}{\Vert {\beta }_2\Vert },...,e_r=\frac{{\beta }_r}{\Vert {\beta }_r\Vert }$,
则$(e_1,e_2,\cdots ,e_r)$是V的一个标准正交基

正交矩阵

设$(e_1,e_2,\cdots ,e_r)$为一组标准正交基，令$A=(e_1,e_2,\cdots ,e_r)$,有$A^{T}A=(e_1,e_2,\cdots ,e_r{)}^T(e_1,e_2,\cdots ,e_r)=\left(\begin{array}{ccc}1& \cdots & 0\\ ⋮& \ddots & ⋮\\ 0& \cdots & 1\end{array}\right)=E_n$
定义 如果 n阶矩阵A满足$A^{T}A=E$(即$A^{-1}=A^T$)，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$\pm 1$；
（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$R^n$的标准正交基。
证（4）：
设A为n阶正交阵，将A的列向量记为：${\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_n$,则$A=({\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_n)$.
由正交阵的定义$A^{T}A=E$得：
$$A^{T}A=\left(\begin{array}{c}{\alpha }_1^T\\ ⋮\\ {\alpha }_n^T\end{array}\right)({\alpha }_1...{\alpha }_n)=\left(\begin{array}{ccc}{\alpha }_1^T{\alpha }_1& \cdots & {\alpha }_1^T{\alpha }_n\\ ⋮& \ddots & ⋮\\ {\alpha }_n^T{\alpha }_1& \cdots & {\alpha }_n^T{\alpha }_n\end{array}\right)=\left(\begin{array}{ccc}\Vert {\alpha }_1{\Vert }^2& \cdots & [{\alpha }_1^T,{\alpha }_n]\\ ⋮& \ddots & ⋮\\ \Vert {\alpha }_n,{\alpha }_1\Vert & \cdots & \Vert {\alpha }_n{\Vert }^2\end{array}\right)=E$$
则有
$[{\alpha }_i,{\alpha }_j]={\delta }_{ij}=\{\begin{array}{ll}1& i=j,\\ 0& i\ne j,\end{array}(i,j=1,...,n)$
故${\alpha }_1,{\alpha }_2,\cdots ,{\alpha }_n$是$R^n$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
$$\Vert y\Vert =\sqrt{x^T{P}^{T}Px}=\sqrt{x^{T}x}=\Vert x\Vert$$
由于$\Vert x\Vert$表示向量的长度，相当于线段的长度，因此$\Vert y\Vert =\Vert x\Vert$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