向量正交化

向量正交化
向量正交化

Gram-Schmidt 正交化方法 正射影

设欧式空间V 中向量s ααα ,,21线性无关,令

;11αβ=

11

11

22,,ββββααβ-=; (1)

22

2231111333,,,,ββββ

αββββααβ--

=; (11)

11

22221111,,,,,,--------=s s s s s s s s s ββββαββββαββββααβ .

则s βββ,,,21 均非零向量,且两两正交.再令,1

i i

i ββγ= s i ,.2,1 =

则},,,{21s γγγ 为规范正交组.

将(1)重新写成i i i i i i t t βββα+++=--11,11, , s i ,,2,1 = 其中k

k k

i ik t βββα,,=

,,,,2,1s i = .1,,2,1-=i k

{},

,,2,1,s j i ∈?

∑∑-=-=++=

1

1

1

1

,,j k j

k jk i k i k ik

j i t t

ββββαα()????

?

??

?

??

??? ?????????

?

?

=-001,000,000,0,,0,1,,,1112222111,21 j j j i i i i t t t t t t ββββββ 令???????

?

?

?=---10

001001011,2,2,11,1,121

s s s s s s t t t t t t T

T T s

s s s s s s s s s s s s s ???????

?

??=?????

?

??

?

?-----ββββββββααααααααααααααααααααααα,0

00

0,0000,0

000,,,,,,,,,,,,,1

12211/2

1

1211122

21

212111

上式左端的实方阵是s ααα,,,21 的格兰母矩阵,记为:()s G ααα,,,21 ,上式右端中

s

βββ,,,21 的Gram 矩阵.即

有:()()T G T G s s βββααα,,,,,,21/21 =

因此()()s s s s G G βββββββββααα,,,,,,det ,,,det 22112121 ==

注意:对任意一个向量组,无论它是线性相关,还是线性无关,它总有Gram 矩阵(或者事先给出定义).

例1 设s ααα,,,21 欧式空间V 中向量,则

(1)()?≠0,,,det 21s G ααα s ααα,,,21 线性无关; (2)()?=0,,,det 21s G ααα s ααα,,,21 线性相关. 证明:只证(2)

)?设s ααα,,,21 线性相关,则存在一个向量,不妨设为1α,可由其余向量线性

表示:

s s k k ααα++= 221给s 阶的行列式()s G ααα,,,det 21 的第i 行乘数()i k -加到

第1行,s i ,,3,2 =得

(

)s

s s s s

s

i s

i i s s

i i i s

i i i s k k k G αααααααααααααααααααααααααα,,,,,,,,,,,,,,,det 21

22

21

22

12

2

212

1

1121

∑∑∑===---=

0=

)?法一:由上页证明推理过程立即得证。

法二:当()0,,,det 21=s G ααα 时,()s G ααα,,,21 的行向量组线性相关,因此存在不全为零的实数12,,,s k k k ,使

1

,0,1,2,,s

i

i j i k

j s αα===∑ .

1,0,1,2,,s

i i

j

i k j s αα

===∑ .

1

1

,0s

s

i i

i

i

i i k k αα

===∑∑,即有1

0s

i i i k α==∑.

即有12,,,s ααα 线性相关.

注:当12,,,s ααα 线性无关时,12det (,,,)0s G ααα≠ ,且

12det (,,,)0s G ααα> .

推论1 设12,,,s ααα 是欧氏空间V 中任意向量,则 (ⅰ) 12(,,,)s G ααα 是半正定矩阵;

(ⅱ) 12(,,,)s G ααα 是正定阵?12,,,s ααα 线性无关. 证明(ⅰ)对任意121k i i i s ≤<<<≤ ,主子式

12121212

det[(,,,)]det (,,,)k k s i i i k i i i G G i i i αααααα??

= ??? 总大于或等于零.

因此12(,,,)s G ααα 是半正定矩阵.

(ⅱ)(?)当12,,,s ααα 线性无关时,对任意121k i i i s ≤<<<≤ ,主子

式12121212

det[(,,,)]det (,,,)k k s i i i k i i i G G i i i αααααα??

= ??? 总大于零(因为

1

2

,,,k

i i i ααα 线性无关).故12(,,,)s G ααα 是正定阵.

(?)由例1,这是显然的.

推论2 (ⅰ)设欧氏空间V 中向量12,,,s ααα 线性无关,则

121det (,,,),s

s i i i G αααα=≤∏ ,且上式取等号?12,,,s ααα 两两正交.

(ⅱ)设12,,,s V ααα∈ (欧)

,则121

det (,,,),s

s i i i G αααα=≤∏ .

(ⅲ)设()n A M ∈ ,12(,,,),n n i A αααα=∈ ,则12(,,,)s G A A ααα'= ,故2

211det()(det )n

n

ji

j i A A A a =='=≤∑∏. 当A 可逆时,上式取等号?,{1,2,,},i k n i k ?∈≠ ,有1

0n

ji jk j a a ==∑.

例2 设12(),(),,()s f x f x f x 是欧氏空间[,]C a b 中的向量,且它们线性无关.

证明2

1max ()()(),;,1,2,,b

b

i j k a a

i s

f x dx f x f x dx j k j k s ≤≤≥

≠=??

.

证明 令()ij n n B b ?=

,其中(),()()()b ij i j i j a

b f x f x f x f x dx ==?. 则B 是线性无关向量组12,,,s f f f 的Gram 矩阵,故B 正定.

假如B 的元素中,绝对值最大者不在主对角线,设

max{,1,2,,}kl ij b b i j s == ,k l ≠.则0kl kk b b >>,0kl ll b b >>.

故2kl kk ll b b b >.这样B 的二阶主子式

2

0kk kl kk ll kl lk kk ll kl lk

ll

b b b b b b b b b b b =-=-<.这

与B 是正定阵相矛盾.因此B 的元素中,绝对值最大者必是主对角元,结论得证.

注:从例2的证明中,可以看出这样一个结论:任意m 阶(实对称)正定阵的元素中,绝对值最大者必在主对角线上.

设12{,,,}n ααα 是(0)n >维欧氏空间V 的规范正交基,,V ξη?∈,

1

n i i i a ξα==∑,1

n

i i i b ηα==∑,则

1),,1,2,,i i a i n ξα== . 2)1,n

i i i a b ξη==∑.

3

)2

,ξξξξ=?=

4

)(,)d ξηξη=-=

设W 是欧氏空间V 的有限维子空间,则V W W ⊥

=⊕.

,,,V W W ξξηζηζ⊥?∈=+∈∈,表示法唯一.

称η为ξ在W 上的正射影.当12,,,t γγγ 为W 的规范正交基时,ξ在W 上的正射影为1122,,,n n ηγγγγγγ=+++ .

例3 证明,3 中向量000(,,)x y z 到平面3{(,,)|0}W x y z ax by cz =∈++=

证明 000(,,)x y z ξ=

,,,)a b c γ=

,ξ在L (γ)的正射影的

长度即为所求:,ξγ=

=

例4 设12{,,,}m ααα 是欧氏空间V 的一个规范正交组.证明,对于任意

V ξ∈,以下不等式成立:

2

2

,1

i m

i ξαξ≤∑=.

证明:令W =L 12(,,,)m ααα ,则V W W ⊥

=⊕,,V ξξηζ?∈=+,

,W W ηζ⊥

∈∈.简单的计算表明222

ξηζ=+.故22

ηξ≤.

而ξ在W 上的正射影,1

i i m i ηξαα=∑=.因此由22

ηξ≤

2

2

,1

i m

i ξαξ≤∑=.

注:设12,,,m ααα 与12,,,m γγγ 均是V 的规范正交基,且

L 12(,,,)m ααα = L 12(,,,)m γγγ

,则2

2

,,1

1

i

i m

m

i i ξαξγ=∑∑== .

a1,a2,a3是规范正交向量组,

竭诚为您提供优质文档/双击可除a1,a2,a3是规范正交向量组, 篇一:第三讲向量组 第三讲向量组 --------------------------------------------------- 向量作为工具可以描述空间中的点、矩阵中的行或列、线性方程组中的方程等等。研究向量的线性运算[加法与数乘]、向量组线性相关性、向量组的秩[矩阵秩]与最大无关组、等价向量组等概念可以解决线性方程组的理论。 向量组是线性代数的重难点之一,概念多,内容抽象,推理逻辑性强,描述要求准确,与矩阵、方程组相互交织,可以相互转换。例如,向量组秩、最大无关组是线性方程组解的判定、结构定理的理论基础;向量组的秩和相应矩阵秩一致,是向量组与矩阵结合点,反映了向量组和矩阵的本质。 向量组主要分三大部分: ■线性表示与线性相关性:向量的线性组合和线性表示;向量组的线性表示与等价向量组;向量组的线性相关性; ■向量组的秩:向量组的最大无关组与秩的概念、性质

及求法,向量组秩与矩阵秩关系;秩与线性相关性的关系; ■向量空间:向量空间及其基、维数;向量在基下的坐标;两基间的过渡矩阵;基的规范正交化: 正交阵及其性质。 教材:第四,第五章第1节。 ----------------------------------------------------------------------------------------- 一、主要内容 1、向量及其线性运算 ----概念 ------------------------------------------ (1)n个数组成的有序数组称为n维向量;写成一行的称为行向量,写成一列的称为列向量;若干个同维行(列)向量的集合称为向量组; (2)设有向量a(a1,a2,,an),b(b1,b2,,bn),实数kR,则下列运算 ka(ka1,ka2,,kan),ab(a1b1,a2b2,,anbn), 称为向量的线性运算; (3)设有向量组a1,a2,,an和向量b,若存在常数 k1,k2,,kn,使得有 bk1a1k2a2knan,

向量正交化

Gram-Schmidt 正交化方法 正射影 设欧式空间V 中向量s ααα ,,21线性无关,令 ;11αβ= 11 11 22,,ββββααβ-=; (1) 22 2231111333,,,,ββββ αββββααβ-- =; (11) 11 22221111,,,,,,--------=s s s s s s s s s ββββαββββαββββααβ . 则s βββ,,,21 均非零向量,且两两正交.再令,1 i i i ββγ= s i ,.2,1 = 则},,,{21s γγγ 为规范正交组. 将(1)重新写成i i i i i i t t βββα+++=--11,11, , s i ,,2,1 = 其中k k k i ik t βββα,,= ,,,,2,1s i = .1,,2,1-=i k {}, ,,2,1,s j i ∈? 有 ∑∑-=-=++= 1 1 1 1 ,,j k j k jk i k i k ik j i t t ββββαα()???? ? ?? ? ?? ??? ????????? ? ? =-001,000,000,0,,0,1,,,1112222111,21 j j j i i i i t t t t t t ββββββ 令??????? ? ? ?=---10 001001011,2,2,11,1,121 s s s s s s t t t t t t T

则 T T s s s s s s s s s s s s s s ??????? ? ??=????? ? ?? ? ?-----ββββββββααααααααααααααααααααααα,0 00 0,0000,0 000,,,,,,,,,,,,,1 12211/2 1 1211122 21 212111 上式左端的实方阵是s ααα,,,21 的格兰母矩阵,记为:()s G ααα,,,21 ,上式右端中 间 的 对 角 阵 是 s βββ,,,21 的Gram 矩阵.即 有:()()T G T G s s βββααα,,,,,,21/21 = 因此()()s s s s G G βββββββββααα,,,,,,det ,,,det 22112121 == 注意:对任意一个向量组,无论它是线性相关,还是线性无关,它总有Gram 矩阵(或者事先给出定义). 例1 设s ααα,,,21 欧式空间V 中向量,则 (1)()?≠0,,,det 21s G ααα s ααα,,,21 线性无关; (2)()?=0,,,det 21s G ααα s ααα,,,21 线性相关. 证明:只证(2) )?设s ααα,,,21 线性相关,则存在一个向量,不妨设为1α,可由其余向量线性 表示: s s k k ααα++= 221给s 阶的行列式()s G ααα,,,det 21 的第i 行乘数()i k -加到 第1行,s i ,,3,2 =得 ( )s s s s s s i s i i s s i i i s i i i s k k k G αααααααααααααααααααααααααα,,,,,,,,,,,,,,,det 21 22 21 22 12 2 212 1 1121 ∑∑∑===---= 0= )?法一:由上页证明推理过程立即得证。 法二:当()0,,,det 21=s G ααα 时,()s G ααα,,,21 的行向量组线性相关,因此存在不全为零的实数12,,,s k k k ,使

§4.4 向量的正交化

例4-13 证明)0,21,21(1=α ,)0,2 1 ,21(2-=α ,)1,0,0(3=α 是R 3的一组标准正交基. 分析:证明已知量是一组标准正交基,可以分两步证明: (1)证明所给向量两两正交,且为基. 方法:求所给向量的两两内积,如果内积等于零,则两向量正交; (2)每个向量的长度等于1. 方法:求每个向量的长度,判断长度是否等于1. 证明: (1)证明所给向量两两正交. 000)2 1(21212121=?+- ?+ ?= ?αα ,所以,1α 与2α 正交; 01002 102131=?+?+ ?= ?αα ,所以,1α 与3α 正交; 0100)2 1(02132=?+?- +?= ?αα ,所以,3α 与2α 正交; 有以上证明可知,所给向量1α 、2α 、3α 两两正交. 又由于三个向量都是3维向量,所以1α 、2α 、3α 是R 3的一组正交基. (2)证明1α 、2α 、3α 的长度都是1. 10 )2 1( )21(2 22 1=++= α ; 10 )2 1()2 1( 2 22 2=+- += α ; 11002 2 2 3=++= α . 有以上证明可知,所给向量1α 、2α 、3α 是R 3的一组标准正交基. 例4-14 设)3,2,1(=α ,)3,1,4(-=β 是R 3中的向量, 试求α 在β 上的投影向量,投影长度;β 在α 上的投影向量和投影长度. 解:βα ?=1×4+2×(-1)+3×3=11, 14321222=++=α , 263)1(42 22=+-+=β , α 在β 上的投影向量为 )3,1,4(2611)3,1,4()26(112 21-=-=?=ββ βαγ α 在β 上的投影纯量,或称为投影长度为 26111=?=β βαγ β 在α 上的投影向量为 )3,2,1(1411)3,2,1()14(112 22==?=αα βαγ β 在α 上的投影纯量或称为投影长度为

标准正交基

标准正交基 一、标准正交基的定义及相关概念 1、欧几里得空间:设V 实数域R 上一线性空间,在V 上定义了一个二元实函数,称为内积,记作(βα,),它具有以下性质: (1)(βα,)=(αβ,); (2)(k βα,)=k(βα,); (3)(γβα,+)=(γα,)+(γβ,); (4)(αα,)>=0,当且仅当α=0时,(αα,)=0; 这里,γβα,,是V 中任意的向量,k 是任意实数,这样的线性空间V 称为欧几里得空间,简称欧氏空间。 2、正交向量组:欧式空间V 中一组非零的向量,如果它们两两正交,就称为一正交向量组。 3、标准正交基:在n 维欧氏空间中,由n 个向量组成的正交向量组称为正交基,由单位向量组成的正交基称为标准正交基。 二、标准正交基的相关性质 1、正交向量组的性质: (1)正交向量组是线性无关的。 证明:设m ααα,...,,21是一正交向量组,m k k k ,...,,21是m 个实数,且有: 0...2211=+++m m k k k ααα 用i α与等式两边作内积,得:0),(=i i i k αα 由0≠i α,有0),(>i i αα,从而:0=i k ),...,2,1(m i = 命题得证。

(2)单个非零向量组成的向量组是正交向量组。 (3)在n 维欧氏空间中,两两正交的非零向量不超过n 个。(如:在平面上找不到三个两两垂直的非零向量,在空间中找不到四个两两垂直的非零向量。) 2、标准正交基的性质: (1)若n εεε,...,21是一组标准正交基,则:? ??≠==.,0; ,1),(j i j i j i εε 证明:j i =时,由单位向量定义:1),(=j i εε,1),(=∴j i εε j i ≠时,由正交向量定义:0),(=j i εε 命题得证。 (2)对一组正交基单位化就得到一组标准正交基。 例如:????? ???? ? ?-=????????? ??=????????? ??-=????????? ??=212100,212100,002121,0021214321e e e e 由于?????====≠=).4,3,2,1,;(,1),(),4,3,2,1,;(,0),(j i j i e e j i j i e e j i j i 所以4321,,,e e e e 是4R 的一组标准正交基。 (3)n 维欧氏空间中,一组基为标准正交基的充要条件是这组基的度量矩阵为单位矩阵。 因为度量矩阵是正定的,根据第五章关于正定二次型的结果,正定矩阵等同于单位矩阵,这说明在n 维欧氏空间中存在一组基,它的度量矩阵是单位矩阵,由此可以断言,在n 维欧氏空间中,标准正交基是存在的。

施密特正交化)

施密特正交化 在中,如果上的一组向量能够张成一个,那么这一组向量就称为这个子空间的一个基。Gram-Schmidt正交化提供了一种方法,能够通过这一子空间上的一个基得出子空间的一个,并可进一步求出对应的。 这种正交化方法以和命名,然而比他们更早的(Laplace)和(Cauchy)已经发现了这一方法。在李群分解中,这种方法被推广为()。 在数值计算中,Gram-Schmidt正交化是的,计算中累积的舍入误差会使最终结果的正交性变得很差。因此在实际应用中通常使用或进行正交化。 记法 ?:为n的内积空间 ?:中的元素,可以是向量、,等等 ?:与的 ?:、……张成的 ?:在上的 基本思想 图1v在V2上投影,构造V3上的正交基β Gram-Schmidt正交化的基本想法,是利用投影原理在已有正交基的基础上构造一个新的正交基。 设。V k是V n上的k维子空间,其标准正交基为,且v不在V k上。由投影原理知,v与其在V k上的投影之差 是正交于子空间V k的,亦即β正交于V k的正交基ηi。因此只要将β单位化,即 那么{η 1,...,η k+1 }就是V k在v上扩展的子空间span{v,η 1 ,...,η k }的标准正交 基。

根据上述分析,对于向量组{v 1,...,v m }张成的空间V n,只要从其中一个向量(不 妨设为v 1)所张成的一维子空间span{v 1 }开始(注意到{v 1 }就是span{v 1 }的正交 基),重复上述扩展构造正交基的过程,就能够得到V n的一组正交基。这就是Gram-Schmidt正交化。 算法 首先需要确定扩展正交基的顺序,不妨设为。Gram-Schmidt正交化的过程如下: 这样就得到上的一组正交基,以及相应的标准正交基。 例 考察如下R n中向量的,欧氏空间上内积的定义为=b T a: 下面作Gram-Schmidt正交化,以得到一组正交向量: 下面验证向量β1与β2的正交性: 将这些向量单位化: 于是{η1,η2}就是span{v1,v2}的一组标准正交基。 不同的形式 随着内积空间上内积的定义以及构成内积空间的元素的不同,Gram-Schmidt正交化也表现出不同的形式。 例如,在实向量空间上,内积定义为: 在复向量空间上,内积定义为:

标准正交基

§2 标准正交基 一、正交向量组 1.定义5 欧氏空间V 的一组非零的向量, 如果它们两两正交,就称为一个 正交向量组. 按定义,由单个非零向量所成的向量组也是正交向量组. 2.正交向量组是线性无关的. 3.上述结果说明,在n 维欧氏空间中,两两正交的非零向量不能超过n 个. 二、标准正交基 1.定义6 在n 维欧氏空间中,由n 个向量组成的正交向量组称为正交基; 由单位向量组成的正交基称为标准正交基组. 对一组正交基进行单位化就得到一组标准正交基. 2. 设n εεε,,,21 是一组标准正交基,由定义,有 ? ??≠==.,0; ,1),(j i j i j i 当当εε (1) 显然,(1)式完全刻画了标准正交基的性质. 换句话说,一组基为标准正交基的 充要条件是:它的度量矩阵为单位矩阵. 3.因为度量矩阵是正定矩阵的,根据第五章关于正定二次型的结果,正定矩阵 合同于单位矩阵.这说明在n 维欧氏空间中存在一组基,它的度量矩阵是单位矩阵. 由此断言,在n 维欧氏空间中,标准正交基是存在的. 4.在标准正交基下,向量的坐标可以通过内积简单地表示出来,即 n n εαεεαεεαεα),(),(),(2211+++= . (2) 在标准正交基下,内积有特别简单的表达式.设 .2211n n x x x εεεα+++= .2211n n y y y εεεβ+++=

那么 .),(2211Y X y x y x y x n n '=+++= βα (3) 这个表达式正是几何中向量的内积在直角坐标系中坐标表达式的推广. 应该指出,内积的表达式(3),对于任一组标准正交基都是一样的. 这说明了,所有的 标准正交基,在欧氏空间中有相同的地位. 三、标准正交基的存在性及其正交化方法 1.把一组线性无关的向量变成一单位正交向量组的方法在一些书和文献中 称为施密特(Schimidt )正交化过程 设 12,, ,m ααα 是一组线性无关的向量 (1) 正交化 11βα= 2122111(,) (,) αββαβββ=- 313233121122(,)(,) (,)(,) αβαββαββββββ=-- 43414244123112233(,)(,)(,) (,)(,)(,) αβαβαββαβββββββββ=- -- 由此推出 1 1 (,) (,) k k i k k i i i i αββαβββ-==-∑ (2) 单位化 例1 1234(1,1,0,0),(1,0,1,0),(1,0,0,1),(1,1,1,1)αααα===-=-- 变成单位正交组 2.定理1 n 维欧氏空间中任一个正交向量组都能扩充成一组标准正交基. 应该注意,定理的证明实际上也就给出了一个具体的扩充正交向量组的方法.

第一讲正交向量组及施密特正交法

第一讲 Ⅰ 授课题目: §5.1 预备知识:向量的内积 Ⅱ 教学目的与要求: 1.了解向量的内积及正交向量组的概念; 1.了解把线性无关的向量组正交规范化的施密特(Smidt)方法; 2.了解正交矩阵概念及性质。 Ⅲ 教学重点与难点: 重点:正交向量组及正交矩阵 难点:施密特正交化方法 Ⅳ 讲授内容: 一、向量的内积 前面曾介绍过向量的线性运算,但在许多实际问题中,还需要考虑向量的长度等方面的度量性质.在此,作为解析几何中向量的数量积的推广,引进向量的内积运算. 定义1 设有n 维向量 ??????? ??=n x x x x 21,?????? ? ??=n y y y y 21, 令 []n x y x y x y x +++= 2211,, []y x ,称为向量x 与y 的内积. 内积是向量的一种运算,用矩阵记号表示,当x 与y 都是列向量时,有 []y x y x T =,. 内积具有下列性质(其中z y x ,,为n 维向量,λ为实数): ① [][]x y y x ,,=; ② [][]y x y x ,,λλ=; ③ [][][]z x y x z y x ,,,+=+.

例1 设有两个四维向量??????? ??-=5121α,???? ?? ? ??--=56 03β.求[]βα,及[]αα,. 解 []3425603,-=--+-=βα []3125141,=+++=αα n 维向量的内积是数量积的一种推广,但n 维向量没有3维向量那样直观的长度和夹 角的概念,因此只能按数量积的直角坐标计算公式来推广.并且反过来,利用内积来定义 n 维向量的长度和夹角: 定义2 令x = []2 2221,n x x x x x ++= ,则x 称为n 维向量x 的长度(或范数). 向量的长度具有下列性质: ① 非负性 当0≠x 时,0>x ,当0=x 时,0=x ; ② 齐次性 x x λλ=; ③ 三角不等式 y x y x +≤+. 向量的内积满足施瓦兹不等式 [][][]y y x x y x ,,,2 ?≤ 由此可得 [] 1 ,≤y x y x (当0y ≠x 时) 于是有下面的定义: 当0≠x ,0≠y 时, [] y ,arccos x y x =θ 称为n 维向量的夹角. 二、正交向量组 当[]0,=y x 时,称向量x 与y 正交.显然,若0=x ,则x 与任意向量都正交. 两两正交的非零向量组称为正交向量组. 定理 1 若n 维向量r ααα ,,21是一组两两正交的非零向量组,则r ααα ,,21线性无关. 证明 设有r λλλ ,,21使 02211=+++r r αλαλαλ ,

相关文档
最新文档