线性代数课件5-1(精品·公开课件).ppt

定义：如果 n 阶矩阵A 满足 ATA = E，即 A－1 = AT， 则称矩阵A 为正交矩阵，简称正交阵． 方阵A 为正交阵的充分必要条件是 A 的列向量都是单位向量，且两两正交．即 A 的列向量组构成Rn 的规范正交基． 方阵A 为正交阵的充分必要条件是 A 的行向量都是单位向量，且两两正交． 即 A 的行向量组构成Rn 的规范正交基. 例：正交矩阵 R4 的一个规范正交基 正交矩阵具有下列性质： 若 A 是正交阵，则 A?1 也是正交阵，且|A| = 1 或－1． 若 A 和B是正交阵，则 A 和 B 也是正交阵． 定义：若 P 是正交阵，则线性变换 y = Px 称为正交变换． 经过正交变换，线段的长度保持不变（从而三角形的形状保 持不变），这就是正交变换的优良特性． 表示一个从变量 到变量 线性变换， 其中 为常数. n 个变量 与 m 个变量 之间的 关系式 系数矩阵 线性变换与矩阵之间存在着一一对应关系. 返回 * 第五章相似矩阵及二次型 §1 向量的内积、长度及正交性 向量的内积 定义：设有n 维向量 令 [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] = x1 y1 + x2 y2 + … + xn yn = xT y ． 定义：设有 n 维向量 令 则称 [x, y] 为向量 x 和 y 的内积． 向量的内积 [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y． 内积具有下列性质（其中 x, y, z 为 n 维向量，l 为实数）： 对称性： [x, y] = [y, x]． 线性性质： [l x, y] = l[x, y]． [x + y, z] = [x, z] + [y, z] 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]． [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y． 内积具有下列性质（其中 x, y, z 为 n 维向量，l 为实数）： 对称性： [x, y] = [y, x]． [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y． 内积具有下列性质（其中 x, y, z 为 n 维向量，l 为实数）： 对称性： [x, y] = [y, x]． 线性性质： [l x, y] = l[x, y]． [x + y, z] = [x, z] + [y, z] [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y． 内积具有下列性质（其中 x, y, z 为 n 维向量，l 为实数）： 对称性： [x, y] = [y, x]． 线性性质： [l x, y] = l[x, y]． [x + y, z] = [x, z] + [y, z] 当 x = 0（零向量） 时， [x, x] = 0； 当 x ≠ 0（零向量） 时， [x, x] 0． [x, x] = x12 + x22 + … + xn2 ≥ 0 [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y． 内积具有下列性质（其中 x, y, z 为 n 维向量，l 为实数）： 对称性： [x, y] = [y, x]． 线性性质： [l x, y] = l[x, y]． [x + y, z] = [x, z] + [y, z] 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]． 回顾：线段的长度 x1 x2 x1 x2 x3 P(x1, x2) O P O 若令 x = (x1