线性代数（第二版）第六节Rn 的标准正交基宣讲培训.pptVIP

向量空间的基 第六节 Rn 的标准正交基 向量的长度 向量的内积 标准正交基 正交矩阵 一、向量空间的基 在 § 2.4 中我们知道，向量组的极大无关组与向 量组等价. 因此，只要找到向量组的一个极大无关 组，就等于掌握了这个向量组. 另一方面，如果已 知一个向量组的秩为 r , 则其任意 r 个线性无关的向 量都可以成为该向量组的极大无关组. 在 § 2.4 例 3 中，证明了任意 n + 1 个 n 维向量一定线性相关, 即 任意一个 n 维向量组中，线性无关的向量个数不会 超过向量的维数 n . 因此有 1. 基的定义 定义 2.16 在 Rn 中，称任意 n 个线性无关的 向量 ?1 , ?2 , … , ?n 为 Rn 的一组基. 显然 Rn 中的向量组 ?1 = (1, 0, …, 0)T , ?2 = (1, 0, …, 0)T , … , ?n = (1, 0, …, 0)T 为 Rn 的一组基，一般 称 ?1 , ?2 , … , ?n 为 Rn 的标准基或自然基. 类似地， ?1 = (1, 0, …, 0)T , ?2 = (1, 1, …, 0)T , … , ?n = (1, 1, …, 1)T 也是 Rn 的一组基. 在 3 维空间 R3 中，向量可以通过其坐标唯一确 定出来，并由此研究向量的性质和向量间的关系. 将 坐标的概念推广到 Rn 中，有 2. 向量在基下的坐标 定义 2.17 设 ?1 , ?2 , … , ?n 为 Rn 的一组基， 则对于任意 ? ? Rn，? 可以表为 ?1 , ?2 , … , ?n 的线 性组合，且表示法唯一， 使 ? = a1?1 + a2?2 + … + an?n 即存在 a1 , a2 , … , an ? R , 则称组合系数 a1 , a2 , … , an 为 ? 在基?1 , ?2 , … , ?n 下的坐标，记作 ( a1 , a2 , … , an ) . 例 1 分别求向量 ? = (d1 , d2 , … , dn)T ? Rn， 在标准基 ?1 , ?2 , … , ?n 和基 ?1 = (1, 0, …, 0)T , ?2 = (1, 1, …, 0)T , … , ?n = (1, 1, …, 1)T 下的坐标. 2. 内积的性质 (1) ?T? = ?T? ; (2) (k? )T? = k?T? ; (3) (? + ? )T ? = ?T ? + ?T ? ; (4) ?T? ? 0 , 且　?T? = 0 ? ? = 0 . 其中? , ? , ? 为 Rn 中的任意向量，k ? R . 由性质 (1) , (2) , (3) 可推出： ( k1?1 + k2?2 )T? = k1?1T? + k2?2T? , ? T ( k1?1 + k2 ?2 ) = k1?T?1 + k2?T?2 . 三、向量的长度 1. 长度的定义 定义 2.19 设 ? = (a1 , a2 , … , an)T ? Rn ，称 为向量 ? 的长度(或模)，记作 || ? || . 即 如果 || ? || = 1，则称 ? 为单位向量. 例如， 均为 R2 中的单位向量. 2. 长度的性质 (1) || ? || ? 0 , 且　 || ? || = 0 ? ? = 0 ; (2) || k? || = | k | · || ? || ; (3) |?T? | ? || ? || · || ? || , 且 |?T? | = || ? || · || ? ||　 ?　 ? , ? 线性相关. 其中 ? , ? 为 Rn 中的向量， k ? R . 3. 非零向量的单位化 由性质 可以得到将 Rn 中的非零向量化为 单位向量，称为将向量标准化的方法： 若 ? ? 0 ，则 为单位向量或标准化向量. 事实上， 四、标准正交基 1. 正交向量组的定义 定义 2.20 设 ? , ? ? Rn , 如果 ?T? = 0 ，则称 向量 ? , ? 正交. 定义 2.21 如果一个非零向量组(即该向量组 中的向量都不是零向量) ?1 , ?2 , … , ?s (s ? 2) 中的 向量两两正交，则称 ?1 , ?2 , … , ?s 为一个正交向 量组. 如果一个正交向量组中的每一个向量都是单位 向量，则称该向量组为正交单位向量组. 由正交的定义可知，Rn 中的零向量与任意向量 都正交； 又由内积的性质 知： ?T? = 0 ? ? = 0 即与自身正交的向量只能是零向量. 在解析几何中我们知道： 几何空间中两个向量 ?