第1节 向量内积和正交矩阵.pptVIP

第五章 相似矩阵 §1 向量的内积和正交矩阵 向量的内积 定义5.1.1：设有n 维向量 规定 (X, Y) = x1 y1 + x2 y2 + … + xn yn ， 则称 (X, Y) 为向量 X 和 Y 的内积． 说明： 内积是两个向量之间的一种运算，其结果是一个实数． 内积可用矩阵乘法表示：当x 和 y 都是列向量时， (X, Y) = XT Y = YTX ． 内积具有下列性质（其中 X, Y, Z 为 n 维向量，k为实数）： 对称性： (X, Y) = (Y, X)． 线性性： (kX, Y) = k(X, Y)． (X + Y, Z) = (X, Z) + (Y, Z) 正定性：当 X = 0（零向量） 时， (X, X) = 0； 当 X ≠ 0（零向量） 时， (X, X) 0． 施瓦兹（Schwarz）不等式 (X, Y)2 ≤ (X, X) (Y, Y)． 向量的长度 定义5.1.2：令 称 || X || 为 n 维向量 X 的长度（或模）． 当 || X || = 1时，称 X为单位向量． 向量的长度具有下列性质： 非负性：当 X = 0（零向量） 时， || X || = 0； 当 X≠0（零向量） 时， || X || 0． 齐次性： || l X || = | l | · || X || ． 向量的长度 定义5.1.2：令 称 || X || 为 n 维向量 X 的长度（或模）． 当 || X || = 1时，称 X为单位向量． 向量的长度具有下列性质： 非负性：当 X = 0（零向量） 时， || X || = 0； 当 X ≠ 0（零向量） 时， || X || 0． 齐次性： || l X || = | l | · || X||． 三角不等式： || X + Y || ≤ || X || + || Y ||． x y x + y y 向量的正交性 施瓦兹（Schwarz）不等式 (X, Y)2 ≤ (X, X) (Y, Y) = || X || · || Y || 当 X ≠ 0 且 Y ≠ 0 时， 定义5.1.3：当 X ≠ 0 且 Y ≠ 0 时，把 称为 n 维向量 X 和 Y 的夹角． 当 (X, Y) = 0，称向量 X 和 Y 正交． 结论：若 X = 0，则 X 与任何向量都正交． x y 定义：一组两两正交的非零向量，称为正交向量组． 定理5.1.1：若 n 维向量a1, a2, …, as 是两两正交的非零向量， 则 a1, a2, …, as 线性无关． 证明：设 k1a1 + k2a2 + … + kr ar = 0（零向量），那么 0 = [a1, 0] = [a1, k1a1 + k2a2 + … + kr ar] = k1 [a1, a1] + k2 [a1, a2] + … + kr [a1, ar] = k1 [a1, a1] + 0 + … + 0 = k1 ||a1||2 从而 k1 = 0． 同理可证，k2 = k3 = … = kr =0． 综上所述， a1, a2, …, ar 线性无关． 定义5.1.4：设向量组a1, a2, …, ar 是向量空间 中的向量，满足 a1, a2, …, ar 是向量空间 V 中的一个基（最大无关组）； a1, a2, …, ar 两两正交； a1, a2, …, ar 都是单位向量， 则称 a1, a2, …, ar 是V 的一个标准正交基． 例： 是 R4 的一个标准正交基． 设 a1, a2, …, ar 是向量空间 V 中的一个正交基，则V 中任意一个向量可唯一表示为 X = l1a1 + l2a2 + …+ lrar 于是 特别地，若 a1, a2, …, ar 是V 的一个标准正交基，则 问题： 向量空间 V 中的一个基 b1, b2, …, br 向量空间 V 中的一个规范正交基 a1, a2, …, ar 求规范正交基的方法 第一步：正交化——施密特（Schimidt）正交化过程 设 a1, a2, …, ar 是向量空间 V 中的一个基，那么令 a1 b1 a2 a3 c2 b2 c3 c31 c32 b3 基 正交基 标准正交基 b1 c2 a2 b2 返回 令 c2 为 a2 在 b1 上的投影，则 c2 = l b1 ， 若令 b2 = a2 － c2 = a2 － l b1