Orthogonal Matrices
8.1 正交单位向量
- 如果一个向量集合
a
1
,
a
2
,
.
.
.
,
a
n
∈
R
m
a_1,a_2,...,a_n\in R^m
a1,a2,...,an∈Rm满足:
- 向量有单位范数: ∣ ∣ a i ∣ ∣ = 1 ||a_i||=1 ∣∣ai∣∣=1
- 向量之间相互正交:如果
i
≠
j
i≠j
i=j,有
a
i
T
a
j
=
0
a_i^Ta_j=0
aiTaj=0
则称这些向量是标准正交的。
- 例子:
8.2 标准正交矩阵
- 如果A的Gram矩阵为单位矩阵,则
A
∈
R
m
×
n
A\in R^{m×n}
A∈Rm×n具有标准正交列:
8.3 矩阵-向量乘积
- 如果
A
∈
R
m
×
n
A\in R^{m×n}
A∈Rm×n具有标准正交列,则线性函数
f
(
x
)
=
A
x
f(x)=Ax
f(x)=Ax
- 保持原内积
- 保持原范数
- 保持原距离
- 保持原角度
8.4 左可逆性
- 如果矩阵
A
∈
R
m
×
n
A\in R^{m×n}
A∈Rm×n有标准正交列,则:
- A是左可逆的,其左逆 A T A^T AT,根据定义: A T A = I A^T A=I ATA=I
- A有线性无关的列向量
- A是高的或者方的<维度定理>
8.5 正交矩阵
- 定义:所有列凉凉相互正交的方形实矩阵称为正交矩阵
- 正交矩阵满足非奇异性,即如果矩阵A是正交的,则:
<注意:如果 A ∈ R m × n A\in R^{m×n} A∈Rm×n有标准正交列以及 m > n m>n m>n,则 A A T ≠ I AA^T≠I AAT=I>
8.6 置换矩阵
- 让Font metrics not found for font: .为 ( 1 , 2 , … , 𝑛 ) (1,2,…,𝑛) (1,2,…,n)的一个重新排序的排列。
- 将𝜋与一个置换矩阵
A
∈
R
𝑛
×
𝑛
A∈ℝ^{𝑛×𝑛}
A∈Rn×n联系起来:
- 𝐴𝑥是𝑥的一个置换:Font metrics not found for font: .。
- A在每一行和每一列中都有一个等于1的元素。
- 置换矩阵满足正交性,即所有置换矩阵都是正交的:
-
𝐴
𝑇
𝐴
=
𝐼
𝐴^𝑇 𝐴=𝐼
ATA=I,因为A的每一行有一个元素等于1:
- A T = A − 1 A^T=A^{-1} AT=A−1是逆置换矩阵
-
𝐴
𝑇
𝐴
=
𝐼
𝐴^𝑇 𝐴=𝐼
ATA=I,因为A的每一行有一个元素等于1:
【例子】
8.7 平面旋转
- 在一个平面的旋转可以用矩阵表示为:
- 在
R
n
R^n
Rn的坐标平面上旋转,例如:
描述了在 R 3 R^3 R3中 ( x 1 , x 3 ) (x_1,x_3) (x1,x3)平面的旋转。
8.8 反射算子
- 反射算子(reflector):一个矩阵的形式为:
A = I − 2 a a T A=I-2aa^T A=I−2aaT
其中,向量a满足 ∣ ∣ a ∣ ∣ 2 = 1 ||a||_2=1 ∣∣a∣∣2=1 - 性质:
- 反射矩阵(reflector matrix)是对称的 A T = A A^T=A AT=A
- 反射矩阵(reflector matrix)是正交的
8.8.1 反射算子的几何解释
8.8.2 练习
8.9 正交矩阵的乘积
- 若
A
1
,
.
.
.
,
A
k
∈
R
n
×
n
A_1,...,A_k\in R^{n×n}
A1,...,Ak∈Rn×n是正交矩阵,那么它们的乘积为:
A = A 1 A 2 . . . A k A=A_1A_2...A_k A=A1A2...Ak
正交性:
8.10 具有正交矩阵的线性方程
- 系数正交矩阵
A
∈
R
n
×
n
A\in R^{n×n}
A∈Rn×n的线性方程:
A x = b Ax=b Ax=b
的解为:
x = A − 1 b = A T b x=A^{-1}b=A^Tb x=A−1b=ATb - 可以在 2 n 2 2n^2 2n2个flop内计算矩阵向量乘法。
- 如果A有特殊性子和,代价将会小于
n
2
n^2
n2。例如:
- 置换矩阵:0 flop
- 反射算子(给定a):4n flops
- 平面旋转:O(1) flop
8.11 标准列正交的高矩阵
- 假设矩阵
A
∈
R
m
×
n
A\in R^{m×n}
A∈Rm×n是高的(m>n),具有标准正交列,则有:
A T A^T AT具有标准正交行 -
A
T
A^T
AT是A的一个左逆
A T A = I A^TA=I ATA=I - A没有右逆,因为:
A A T ≠ I AA^T≠I AAT=I
8.12 值域范围
- 一个向量集合张成的空间是其所有线性组合的集合:
- 矩阵
A
∈
R
m
×
n
A\in R^{m×n}
A∈Rm×n的范围为其列向量张成的空间:
- 例子:
8.13 值域投影
8.13.1 验证
8.14 Gram矩阵
- 如果
𝐴
∈
C
(
𝑚
×
𝑛
)
𝐴∈ℂ^(𝑚×𝑛)
A∈C(m×n)的Gram矩阵为单位矩阵,则𝐴具有正交列:
- 列有单位范数: ‖ 𝑎 𝑖 ‖ 2 2 = 𝑎 𝑖 𝐻 𝑎 𝑖 = 1 ‖𝑎_𝑖 ‖_2^2=𝑎_𝑖^𝐻 𝑎_𝑖=1 ‖ai‖22=aiHai=1
- 列是相互正交的:对于 𝑖 ≠ 𝑗 𝑖≠𝑗 i=j, 𝑎 𝑖 𝐻 𝑎 𝑗 = 0 𝑎_𝑖^𝐻 𝑎_𝑗=0 aiHaj=0
8.15 Unitary矩阵
- 定义:列正交的方形复数矩阵称为酉矩阵
- 酉矩阵的逆:
- 酉矩阵是具有逆 A H A^H AH的非奇异矩阵
- 如果A是酉矩阵,那么 A H A^H AH也是酉矩阵