线性映射与线性变换.pptVIP

线性变换T的矩阵化简为一个块对角矩阵（对角矩阵）与线性空间分解为若干个不变子空间的直和是相当的。第64页,共87页，2024年2月25日，星期天定义：设A为一个n阶复矩阵，如果其满足AAH=AHA=I则称A是酉矩阵，一般记为A?Un?n。设A为一个n阶实矩阵，如果其满足AAT=ATA=I则称A是正交矩阵,一般记为A?En?n。§2.7酉变换与酉（正交）矩阵

UnitarytransformationandUnitarymatrix（Orthogonalmatrix）

第65页,共87页，2024年2月25日，星期天例1是一个正交矩阵是一个正交矩阵第66页,共87页，2024年2月25日，星期天是一个酉矩阵第67页,共87页，2024年2月25日，星期天酉矩阵与正交矩阵的性质：设A,B是酉矩阵，那么设，那么定理1：设，A是一个酉矩阵的充分必要条件为A的n个列（或行）向量组是标准正交向量组。第68页,共87页，2024年2月25日，星期天定义2设T是n为酉（欧氏）空间V的线性变换，如果对任意的?，??V都有则称T是V的酉（正交）变换。正交变换保持V中的内积不变，根据定义，显然正交变换也保持欧氏空间中向量的长度、距离及向量间的夹角等几何属性不变。酉（正交）变换第69页,共87页，2024年2月25日，星期天定理2设是欧氏空间上的一个线性变换，则下列命题是等价的：（1）T是正交变换；（2）T保持向量的长度不变，即||T?||=||?||;（3）若是V的一组标准正交基，则也是V的标准正交基；（4）T在V的任意一组标准正交基下的矩阵表示A为正交矩阵。第70页,共87页，2024年2月25日，星期天证明：若线性变换保持长度不变，即展开上式同样有根据定义显然成立。左式=(T?,T?)+2(T(?),T(?))+(T?,T?)=(?,?)+2(T(?),T(?))+(?,?)右式=(?,?)+2(?,?)+(?,?)化简得(T(?),T(?))=(?,?)#第71页,共87页，2024年2月25日，星期天因此则对任意，令显然成立。第72页,共87页，2024年2月25日，星期天设在下的矩阵为，即由于也是标准正交基，所以A是两组标准正交基间的过渡矩阵，因此A是正交矩阵。第73页,共87页，2024年2月25日，星期天设是正交矩阵，则所以也是标准正交基。第74页,共87页，2024年2月25日，星期天注鉴于正交的重要性，所以相应的正交变换显得尤为重要。Householder变换（即反射变换）和Givens变换（即旋转变换）是两种最重要的正交变换，它们的作用主要是在数值算法中构造正交基。补充：两种基本的图形变换第75页,共87页，2024年2月25日，星期天例1（旋转变换或Givens变换）将线性空间中的所有向量均绕原点顺时针旋转角，这时像与原像之间的关系为第76页,共87页，2024年2月25日，星期天例2（反射变换或Householder变换）将中任一向量x关于横轴做反射得向量y。这时像(x2,y2)与原像(x1,y1)之间的关系为第77页,共87页，2024年2月25日，星期天从几何上看，图形经过旋转变换或反射变换后只是位置改变了，形状和大小都没有改变，也就是说变换前后的图形是全等的，即这两种变换都是正交变换。将这两种变换扩展到n维欧氏空间，得到两类重要的正交变换：第78页,共87页，202