导航菜单

内积与正交化

内积空间

内积空间

VV 是实向量空间,如果对任意 a,bV\vec{a}, \vec{b} \in V,都定义了一个实数 (a,b)(\vec{a}, \vec{b}),称为 a\vec{a}b\vec{b}内积,且满足:

  1. 对称性(a,b)=(b,a)(\vec{a}, \vec{b}) = (\vec{b}, \vec{a})
  2. 线性性(ka+b,c)=k(a,c)+(b,c)(k\vec{a} + \vec{b}, \vec{c}) = k(\vec{a}, \vec{c}) + (\vec{b}, \vec{c})
  3. 正定性(a,a)0(\vec{a}, \vec{a}) \geq 0,且等号成立当且仅当 a=0\vec{a} = \vec{0}

则称 VV内积空间

欧几里得空间

欧几里得内积

Rn\mathbb{R}^n 中,标准的内积为:

(a,b)=a1b1+a2b2++anbn=ab(\vec{a}, \vec{b}) = a_1b_1 + a_2b_2 + \dots + a_nb_n = \vec{a} \cdot \vec{b}

向量的长度和夹角

向量的长度(范数)

向量长度

a=(a,a)=aa\|\vec{a}\| = \sqrt{(\vec{a}, \vec{a})} = \sqrt{\vec{a} \cdot \vec{a}}

向量夹角

向量夹角

cosθ=(a,b)ab\cos\theta = \frac{(\vec{a}, \vec{b})}{\|\vec{a}\| \|\vec{b}\|}

正交向量

正交向量

如果 (a,b)=0(\vec{a}, \vec{b}) = 0,则称向量 a\vec{a}b\vec{b}正交,记作 ab\vec{a} \perp \vec{b}

正交向量组

正交向量组

如果向量组中任意两个不同的向量都正交,则称该向量组为正交向量组

标准正交向量组

标准正交向量组

如果向量组是正交向量组,且每个向量的长度都为 1,则称该向量组为标准正交向量组(或规范正交向量组)。

施密特正交化方法

定理 1

任何线性无关的向量组都可以通过施密特正交化方法化为标准正交向量组。

施密特正交化过程

a1,a2,,an\vec{a}_1, \vec{a}_2, \dots, \vec{a}_n 是线性无关的向量组,构造正交向量组 b1,b2,,bn\vec{b}_1, \vec{b}_2, \dots, \vec{b}_n

施密特正交化
b1=a1b2=a2(a2,b1)(b1,b1)b1b3=a3(a3,b1)(b1,b1)b1(a3,b2)(b2,b2)b2bk=akj=1k1(ak,bj)(bj,bj)bj\begin{aligned} \vec{b}_1 &= \vec{a}_1 \\ \vec{b}_2 &= \vec{a}_2 - \frac{(\vec{a}_2, \vec{b}_1)}{(\vec{b}_1, \vec{b}_1)} \vec{b}_1 \\ \vec{b}_3 &= \vec{a}_3 - \frac{(\vec{a}_3, \vec{b}_1)}{(\vec{b}_1, \vec{b}_1)} \vec{b}_1 - \frac{(\vec{a}_3, \vec{b}_2)}{(\vec{b}_2, \vec{b}_2)} \vec{b}_2 \\ &\vdots \\ \vec{b}_k &= \vec{a}_k - \sum_{j=1}^{k-1} \frac{(\vec{a}_k, \vec{b}_j)}{(\vec{b}_j, \vec{b}_j)} \vec{b}_j \end{aligned}

标准正交化

将正交向量组单位化:

标准正交化

ei=bibi\vec{e}_i = \frac{\vec{b}_i}{\|\vec{b}_i\|}

正交矩阵

正交矩阵

如果实矩阵 QQ 满足 QTQ=IQ^T Q = I(或 QT=Q1Q^T = Q^{-1}),则称 QQ正交矩阵

正交矩阵的性质

定理 2

正交矩阵具有以下性质:

  1. QT=Q1Q^T = Q^{-1}
  2. Q=±1|Q| = \pm 1
  3. QQ 的列(行)向量构成标准正交向量组
  4. 正交变换保持向量的长度和夹角

练习题

练习 1

使用施密特正交化方法将向量组 {(1,1,0),(1,0,1)}\{(1,1,0), (1,0,1)\} 正交化。

参考答案 (3 个标签)
施密特正交化 正交向量 计算过程

解题思路: 按照施密特正交化公式逐步计算。

详细步骤

  1. b1=a1=(1,1,0)\vec{b}_1 = \vec{a}_1 = (1,1,0)

  2. 计算 b2\vec{b}_2b2=a2(a2,b1)(b1,b1)b1\vec{b}_2 = \vec{a}_2 - \frac{(\vec{a}_2, \vec{b}_1)}{(\vec{b}_1, \vec{b}_1)} \vec{b}_1 (a2,b1)=(1,0,1)(1,1,0)=1+0+0=1(\vec{a}_2, \vec{b}_1) = (1,0,1) \cdot (1,1,0) = 1 + 0 + 0 = 1 (b1,b1)=(1,1,0)(1,1,0)=1+1+0=2(\vec{b}_1, \vec{b}_1) = (1,1,0) \cdot (1,1,0) = 1 + 1 + 0 = 2 b2=(1,0,1)12(1,1,0)=(1,0,1)(0.5,0.5,0)=(0.5,0.5,1)\vec{b}_2 = (1,0,1) - \frac{1}{2}(1,1,0) = (1,0,1) - (0.5, 0.5, 0) = (0.5, -0.5, 1)

  3. 正交向量组:{(1,1,0),(0.5,0.5,1)}\{(1,1,0), (0.5,-0.5,1)\}

答案:正交向量组为 {(1,1,0),(0.5,0.5,1)}\{(1,1,0), (0.5,-0.5,1)\}

练习 2

判断矩阵 Q=(12121212)Q = \begin{pmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \end{pmatrix} 是否为正交矩阵。

参考答案 (3 个标签)
正交矩阵 矩阵性质 行列式

解题思路: 验证 QTQ=IQ^T Q = I

详细步骤

  1. 计算 QTQ^TQT=(12121212)Q^T = \begin{pmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \end{pmatrix}

  2. 计算 QTQQ^T QQTQ=(12121212)(12121212)Q^T Q = \begin{pmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \end{pmatrix} \begin{pmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \end{pmatrix}

    计算结果: (12+12,1212)=(1,0)( \frac{1}{2} + \frac{1}{2}, \frac{1}{2} - \frac{1}{2} ) = (1, 0) (1212,12+12)=(0,1)( \frac{1}{2} - \frac{1}{2}, \frac{1}{2} + \frac{1}{2} ) = (0, 1)

    所以 QTQ=IQ^T Q = I

  3. 行列式:detQ=12(12)1212=1212=1\det Q = \frac{1}{\sqrt{2}}(-\frac{1}{\sqrt{2}}) - \frac{1}{\sqrt{2}}\cdot\frac{1}{\sqrt{2}} = -\frac{1}{2} - \frac{1}{2} = -1

答案QQ 是正交矩阵


总结

本文出现的符号

符号类型读音/说明在本文中的含义
(a,b)(\vec{a}, \vec{b})内积inner product向量a和b的内积
a\|\vec{a}\|向量长度vector norm向量的长度
ab\vec{a} \perp \vec{b}正交orthogonal向量正交关系
QQ正交矩阵orthogonal matrix满足正交性质的矩阵

中英对照

中文术语英文术语音标说明
内积空间inner product space/ˈɪnər ˈprɒdʌkt speɪs/带有内积的向量空间
正交向量orthogonal vectors/ɔːrˈθɒɡənl ˈvɛktərz/内积为零的向量
施密特正交化Gram-Schmidt orthogonalization/ɡræm ʃmɪt ɔːrˌθɒɡənəlaɪˈzeɪʃən/将线性无关向量组正交化的方法
正交矩阵orthogonal matrix/ɔːrˈθɒɡənl ˈmeɪtrɪks/转置等于逆矩阵的矩阵
标准正交基orthonormal basis/ˈɔːrθənɔːrməl ˈbeɪsɪs/由标准正交向量组成的基

课程路线图

  1. 1

    高等数学之函数探秘

    先修课程

    函数是高等数学的核心概念,本系列文档系统介绍函数的基本概念、性质和应用。

    前往课程
  2. 2

    向量代数和空间解析几何

    当前课程

    掌握向量运算和空间中点、线、面的方程及其相互关系。

    前往课程
下一站

线性代数

掌握行列式、矩阵、向量、线性方程组等,理解线性空间的抽象结构。

开始学习

搜索