线性代数之第4章.向量空间与线性变换精品.ppt

4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 正交矩阵是一种重要的实方阵，它的行、列向量组皆是标准正交向量组。下面先给出正交矩阵的定义，然后讨论它的性质。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 定义：设A∈Rn×n，如果ATA＝I，就称A为正交矩阵。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 定理：A为n阶正交矩阵的充分必要条件是A的列向量组为Rn的一组标准正交基。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 证： 设 按列分块为(α1,α2,…,αn)，于是 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 因此，ATA=I的充分必要条件是： 且 即A的列向量组{α1,α2, … ,αn}为Rn的一组标准正交基。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 定理：设A, B皆是n阶正交矩阵，则： 1) detA=1或=-1 2) A-1=AT 3) AT(即A-1)也是正交矩阵 4) AB也是正交矩阵 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 证： 1)，2)的证明略去。 3) 由于(AT)TAT=AAT=AA-1=I，所以AT(即A-1)也是正交矩阵，从而A的行向量组也是Rn的一组标准正交基。 4) 由(AB)T(AB)=BT (ATA) B=BTB=I，即得AB也是正交矩阵。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 定理：若列向量x, y∈Rn在n阶正交矩阵A作用下变换为Ax, Ay∈Rn，则向量的内积、长度及向量间的夹角都保持不变，即 ： (Ax, Ay)=(x, y) ||Ax|| = ||x|| ||Ay|| = ||y|| Ax, Ay=x, y 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 证： (Ax, Ay)=(Ax)T(Ay)=x (ATA) y=xTy=(x, y) 当y=x时，有(Ax, Ax)=(x, x)，即||Ax||=||x||。同理||Ay||=||y||。因此： 所以向量Ax与Ay的夹角等于x与y的夹角。 4.2 Rn中向量的内积、标准正交基和正交矩阵 正交矩阵及其性质 欧式空间中向量x在正交矩阵作用下变换为Ax，通常称之为欧式空间的正交变换。它在第6章中研究二次型的标准形时起着重要作用。 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 若a=a1i+a2j+a3k，简记为a=(a1, a2, a3)；b=b1i+b2j+b3k，简记为b= (b1, b2, b3)。由内积的运算性质和内积的定义，可得： a · b= a1b1+ a2b2+ a3b3 现在我们把三维几何向量的内积推广到n维实向量，在n维实向量空间中定义内积运算，进而定义向量的长度和夹角，使n维实向量具有度量性。 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 定义：设α=(a1, a2, …, an)T 和β=(b1, b2, …, bn)T ∈Rn，规定α与β的内积为： (α,β)= a1 b1+ a2 b2 + …+an bn 当α,β为列向量时， (α,β)=αTβ=βTα 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 根据定义，容易证明内积具有以下的运算性质： 1) (α,β)=(β,α) 2) (α+β,γ)=(α,γ)+(β,γ) 3) (kα,β)=k(α,β) 4) (α,α)≥0，等号成立当且仅当α=0 其中α,β,γ∈Rn, k∈R。 由于向量α与自身的内积是非负数，于是我们如三维几何空间中那样，用内积定义n维向量α的长度。 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 定义：向量α的长度： 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 定理：向量的内积满足： |(α,β)|≤||α|| ||β|| 此式称为柯西－施瓦茨（Cauchy-Schwarz）不等式。 4.2 Rn中向量的内积、标准正交基和正交矩阵 n维实向量的内积，欧式空间 证： 1）当β=0时，(α,β)=0 ，||β||=0，|(α,β)|≤||α|| ||β||显然成立。 2）当β≠0时，作向量α+tβ(t∈R) ，由性质4)得： (α+tβ, α+tβ) ≥0 再由性质1), 2), 3)展开