向量的内积与向量组的正交变换

合集下载

向量的内积

向量的内积

取 1 1
2
2
[1,2 ] [1,1 ]
1
1 1 1
1 3
1 1 1
2 3
2 1 1
则向量组 1 ,2 就是与向量组1 ,2 等价的正交向量组。
设向量
3
x1 x2
与 1 ,2
都正交,即
x3
x1
x2
x3
0
4 2 2
0
3 x1 3 x2 3 x3 0
解此方程组得 3 1
4. 三角不等式:x y x y .
特别地,把长度为 1 的向量称为单位向量。
例如
01,
1
0 2 ,
1 1
0
1
2
1
3
3
都是3维单位向量。
3
对于任何向量 x 0 ,则 x0
1
x是单位向量,
x
这种把向量 x 化成单位向量的过程称为向量 x 的单位化
(或标准化)
根据向量长度的性质3,当
则称其为V 的一个规范正交基(或标准正交基)。
由定义不难得知, 向量组 1, 2 ,, r 为向量空间的一个规范正交基,当且仅当
1 当i j
[i , j ] 0 当i j
i, j 1, 2, , r.
1
0
0
例如
向量组
e1
0
,e2
1
,e3
0
与向量组
0
0
1
1ห้องสมุดไป่ตู้
1
0, 2
0
x1
定定义义4.42.2

n
维向量
x
x2
,则称非负实数
xn

向量组的正交性

向量组的正交性

解 先正交化, 取
1 1 1,1,1,1
2
2

(1,2 ) (1, 1)
1
1,1,0,4 1 1 4 1,1,1,1
1111

0,2,1,3
3

3

(1,3 ) (1, 1)
1

(2 ,3 ) (2, 2)
反例:1 (1,0,1),2 (0,0,1)
四 向量空间的正交基
若1,2 , ,r是向量空间V的一个基,且1,2 ,
,r是两两正交的非零向量组,则称1,2 , ,r是
向量空间V的正交基.
例1 已知三维向量空间中两个向量
1
1 1,
1
2

n





T 2
1

2T 2



2T n



T n


T n
1
nT 2

nTn
1 0

E


0
1


0
0

0

0
(i ,i )
1, (i , j )
0
1

(i j)
b3 a3 c3 .
b1
b2
七、正交矩阵:
1.定义4: 若n阶方阵A满足AT A E(或A1 AT ),则称A为n阶正交矩阵。
2.性质:(i) 若A为n阶正交矩阵 A 1.
(ii) 若A为n阶正交矩阵 AT与A1也是正交矩阵。
(iii) 若A, B为n阶正交矩阵 AB与BA也是正交矩阵。

1向量的内积及正交性

1向量的内积及正交性
n
|| || ( ) ai2 i 1
则|| || 称为向量 的范数 (或长度). 特别地, 当|| || 1时, 称 为单位向量.
向量范数具有下列性质(其中 与 是向量, k 是数)
1) 非负性: 当 0 时, || || 0 ; 当 0 时, || || 0 ;
15 , 2 15 , 15 15
15 , 5
15 15
.
由施瓦兹(Schwarz)不等式, 即[ ]2 [ ] , 当 0 , 0 时, 可得
[ ] 1. || || || ||
定义 1.3 设 是两个 n 维非零向量,称 arccos [ ] 为向量 的夹角. || || || ||
2 2 2 2 .
又 0,所以|| |||| || || || .
证毕
注 1°当 || || 0 时, 用非零向量 的长度去乘以向量 ,得到一个单位向量,这一过
程通常称为把向量 单位化. 即
0 1 , || ||
所含有的向量个数不会超过.
定义 1.6 若向量空间V 的一组基是正交向量组, 则该组基称为向量空间的正交基. 若 向量空间V 的一组基是正交的单位向量组, 则该组基称为向量空间的规范正交基(或标准正
交基).

1°如向量组
e1



1 , 2
1 2
T
,
0,
0


, e2


Hale Waihona Puke 1, 21 2例 1.5 用施密特正交化方法,将向量组正交规范化

向量的内积、长度及正交性

向量的内积、长度及正交性
欧几里得范数
在多维空间中,向量长度可以通过欧几里得范数计算,即 $||vec{a}|| = sqrt{sum_{i=1}^{n} a_i^2}$。
向量模的计算
在数学软件中,如Matlab或Python的NumPy库,可以直接使 用内置函数计算向量长度,如`numpy.linalg.norm()`。
03
02
CHAPTER
向量的长度
向量长度的定义
定义
向量长度是指向量从原点到终点所经 过的距离,通常用符号“||”表示。
几何意义
向量长度等于向量在欧几里得空间中 的模,即以原点为起点、终点为终点 的有向线段的长度。
向量长度的性质
非负性
向量长度总是大于等于0,即对于任意向量$vec{a}$,有 $||vec{a}|| geq 0$。
CHAPTER
向量的正交性
向量正交的定义
两个向量$mathbf{a}$和 $mathbf{b}$正交,当且仅当它们的 内积为零,即$mathbf{a} cdot mathbf{b} = 0$。
正交意味着两个向量在所有方向上都 相互垂直,没有共同的行或列。
向量正交的性质
1
正交向量之间的内积为零,即$mathbf{a} cdot mathbf{b} = 0$。
2
正交向量的点积为零,但不意味着它们的长度为 零。
3
正交向量之间没有共同的行或列,即它们是垂直 的。
向量正交的判断方法
01
检查向量的点积是 否为零
如果$bf{a}$和$mathbf{b}$正 交。
02
检查向量的模长是 否为零
向量的内积、长度及正交性
目录
CONTENTS
• 向量的内积 • 向量的长度 • 向量的正交性 • 向量的应用

向量的内积长度和正交性

向量的内积长度和正交性
1. 定义2 令 || x || [ x, x] x12 x22 xn2 , 称 || x || 为 n 维向量 x 旳长度 (或范数). 向量旳长度具有下述性质:
(1) 非负性: 当 x = 时, || x ||= 0;当 x 时, || x || 0. (2) 齐次性: || x ||= |||| x || ;
(2) [ x, y ]= [ x, y];
(3) [x+y, z ]= [ x, z]+ [ y, z];
(4) 当 x = 时, [ x, x ]= 0; 当 x 时, [ x, x ] 0.
施瓦茨(Schwarz)不等式: [ x, y ]2 [ x, x ] [ y, y].
二、向量旳长度及性质
(1) A1 AT ; (2) AAT E;
3 A的列向量是两两正交的 单位向量;
4 A的行向量是两两正交的 单位向量.
设1 , 2 ,, r是向量空间V的一个基,要求V
的一个规范正交基 ,就是要找一组两两正交 的单
位向量e1 ,e2 ,,er ,使e1 ,e2 ,,er与1 , 2 ,, r等 价,这样一个问题,称为 把1,2 ,,r 这个基规
范正交化 .
下面简介施密特正交化措施(Gram-Schmidt orthogonalization’s method )
例如
1, 3
1 , 3
1
T
,
3
1 ,0, 2
1 2
,0
T
,

,

1
||
||
为单位向量.
若 ,
1 || ||
称为把向量 单位化.
例如 (1,2,3)T , 单位化得 : 1 (1,2,3)T .

第6讲向量的内积与正交化

第6讲向量的内积与正交化
ATA = E 则称 A 为正交矩阵,简称正交阵。 对正交阵 A 按列自然分块,则有
可得: 定理:方阵 A 为正交阵的充分必要条件是 A 的列(行)向量都 是单位向量,且两两正交。
正交矩阵有如下性质: 1) 若 A 为正交矩阵,则 |A|=1 或 |A|= -1; 2) A为正交矩阵,则 AT=A-1 也为正交矩阵; 3) 若A,B为同阶正交矩阵,则 AB 也为正交矩阵。 定义:若 P 为正交矩阵,则线性变换 y = Px 称为正交变换。 性质:正交变换保持线段长度不变。 设 y=Px 为正交变换,则有 由于任意两点的距离均不变,从而正交变换不改变图形的形状, 这是正交变换的优良特性。
(1) (x,y) = (y, x); (2) (kx, y) = k (x, y); (3) (x+y, z) = (x, z)+(y,z); (4) (x, x)≥0,当且仅当 x=0 时, (x,x)=0。 内积还满足施瓦茨(Schwarz)不等式
定义:定义向量
的长度(范数, 模)为
向量的长度具有下述性质: (1) 非负性:当 x≠0 时,|| x ||>0;当 x=0 时,||x||=0; (2) 齐次性: ||k x || = |k| ||x||; (3) 施瓦茨不等式:|(x,y)| ≤ ||x|| ||y||; (4) 三角不等式:||x+y|| ≤ ||x|| + ||y||。
正交的

,即得 n 个两两正交的
若现已有线性无关的向量组
,也可以构
建一个与之等价的且两两正交的向量组:
以上过程称为施密特(Schimidt)正交化过程。 进一步,可将 单位化(规范化),
对施密特正交化过程,应注意向量组 等价,其中 t=1,…, r

向量的内积与施密特正交化过程

向量的内积与施密特正交化过程

向量的内积与施密特正交化过程向量的内积是线性代数中重要的概念,它不仅可以表述两个向量之间的夹角关系,还可以用于正交化过程中的计算。

施密特正交化是一种将一组线性无关的向量组转化为一组正交向量组的过程。

本文将分为以下几个部分介绍向量的内积和施密特正交化过程。

一、向量的内积A·B=a1b1+a2b2+...+anbn1.交换律:A·B=B·A2.分配律:(A+B)·C=A·C+B·C3.结合律:k(A·B)=(kA)·B=A·(kB),其中k为实数4.内积为0的充要条件:当且仅当A、B正交(或垂直)时,A·B=0内积具有很多实际应用,比如:1.计算向量的模长:,A,=√(A·A)2. 计算向量之间的夹角:cosθ = (A·B)/(,A,B,)3.判断两个向量是否垂直:当且仅当A·B=0时,A与B垂直4.判断向量的正负性:当A·B>0时,夹角θ为锐角;当A·B<0时,夹角θ为钝角二、施密特正交化施密特正交化是一种将一组线性无关的向量组转化为一组正交向量组的过程。

假设有一组线性无关的向量A1,A2,...,An,施密特正交化的过程如下:1.选择一个向量a1作为正交向量组的第一个向量,令b1=a1/,a1,即单位化。

2.对于第k个向量向量Ak(k=2,3,...,n),先将它与前k-1个向量的内积计算出来,然后减去它在前k-1个向量的投影:Ak' = Ak - (Ak·b1)b1 - (Ak·b2)b2 - ... - (Ak·bk-1)bk-1其中,bk = Ak'/,Ak'3. 重复步骤2,直到计算完所有向量。

经过施密特正交化,得到一组正交向量组b1,b2,...,bn。

施密特正交化的过程可以通过内积的运算来实现,将向量投影的概念用到了正交化过程中。

向量的内积与正交

向量的内积与正交

使β3 与β1,β2 彼此正交,满足
β3β1 β3, β2 0
即有
β3β1 α3, β1 k1 β1, β1 0
以及
β3β2 α3, β2 k2 β2, β2 0

k1
α3 , β1,
β1 β1
,k2
α3 , β2,
β2 β2
于是得
β3
α3
α3 , β1,
1 3
1 21
5 3
1
1 1
1
2 10
那么 β1β2, , βr与 就是与 α1,α2, ,αr 等价的单位正交向量组。
1
例3,a1 1 1
求一组非零向量 α2, α3, 使 α1, α2, α3
两两正交。
解 α2, α3 应满足方程 α1T x 0, 即
x1 x2 x3 0
线性代数
向量的内积与正交
1 向量的内积
2 线性无关向量 组的正交化方法
3 正交阵
内容
向量的内积与正交
定义1 设n 维向量
a1 b1
a2
,
b1
an
b1

α, β a1b1 a2b2 anbn
称为向量的内积。
向量的内积是一种运算。如果把向量看成列矩阵,那么向量的内积 可以表示成矩阵的乘积形式
定义2 设有n 维向量
a1
α
=
a1
a1

α α, α a12 a22 an2
α 称为n 维向量α 的长度(也称为模或范数)。 向量的长度具有下列性质: (1) α 0,且 α 0当且仅当α 0 (2) kα k α (3) α β α β
性质(1),(2)是显然的,性质(3)称为三角不等式,这里不予证明。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
T
1 − 1 4 例3 设 a 1 = 2 , a 2 = 3 , a 3 = − 1 , 试用施密 − 1 1 0 特正交化过程把这组向 量规范正交化 . 解: 取 b1 = a1 ; − 1 1 − 1 4 5 [a 2 , b1] 3 − 2 = 1 ; b2 = a 2 − 2 b1 = b1 1 6 − 1 3 1 [a 3 , b1] [a 3 , b2] − b3 = a 3 − 2 b1 2 b2 b1 b2
[ξ 1 ,ξ 2] ξ 1. a2 = ξ 1 , a3 = ξ 2 − [ξ 1 ,ξ 1]
其中[ξ 1 ,ξ 2] = 1,[ξ 1 ,ξ 1] = 2, 于是得
1 0 1 1 a2 = 0 , a3 = 1 − 0 = − 1 − 1 2 − 1
[α , β ] (2 ) 当 α ≠ 0, β ≠ 0时 ,θ = arccos
α β
例1 求向量 α = (1,2,2,3 )与 β = (3,1,5,1)的夹角 .
α ⋅ β = 18 = 2 解: Q cosθ = 3 2⋅6 2 α β π ∴θ = .
4
三、正交向量组的概念及求法 (一)正交向量组的概念 定义5.7: 定义5.7: 正交的概念
那么 β 1 ,L, β s两两正交 , 且β 1 ,L, β s与α1 ,Lα s 等价 .
规范化), (2)单位化 规范化 ,取 )单位化(规范化
β1 β2 βs e1 = , e2 = , LL , es = , β1 β2 βs
那么 e1 , e2 ,L, e s为R n的一个单位 (规范 )正交向量组 .
[b1 , a 3 ] [b2 , a 3 ] b3 = a 3 − b1 − b2 [b1 , b1 ] [b2 , b2 ] 8 − 14 T (0,−2,−1,3)T= (1,1,−2,0)T = (3,5,1,−1) − (1,1,1,1) − 4 14 单位化, 再单位化, 得规范正交向量组如下
[α , β ] = α T β .
内积的运算性质
(其中α , β , γ 为n维向量 , k为实数 ) :
(1) ( 2) ( 3)
[α , β ] = [β ,α ] ; [kα , β ] = k [α , β ]; [α + β , γ ] = [α , γ ] + [β , γ ];
(4)[α ,α ] ≥ 0, 且当α ≠ 0时有[α ,α ] > 0. [α 当且仅当 α=0时, ,α ]=α α=0
k1α1 + k2α 2 + L + krα r = 0
以 a T 左乘上式两端 ,由于 α iT α j = 0 ( i ≠ j ) i
所以: 所以: kiα i α i = 0
T
由 αi ≠ 0 ⇒ αi αi = αi
T
2
≠ 0, 从而有 ki = 0 (0 ≤ i ≤ r ).
故α 1 ,α 2 ,L,α r 线性无关 .
a1 = (1,1,1,1)T , a2 = (1,−1,0,4)T , a3 = ( 3,5,1,−1)T 正交规范化. 正交规范化
正交化, 解: 先正交化, 取 T b1 = a1 = (1,1,1,1) [b1 , a2 ] b b2 = a2 − [b1 , b1 ] 1 1−1+ 4 (1,−1,0,4) − (1,1,1,1)T= (0,−2,−1,3)T = 1+1+1+1
, a 3 应满足方程 aT x = 0,即 1 解: a 2 x1 + x 2 + x 3 = 0.
它的基础解系为 1 0 ξ 1 = 0 ,ξ 2 = 1 . − 1 − 1
把基础解系正交化,即合所求. 把基础解系正交化,即合所求.亦即取
第三节 实对称矩阵的特征值和特征向量
一、向量内积的定义及性质 定义5.5 设有n 定义5.5 设有 维向量 a1 b1 a2 , β = b2 , α= M M a b n n 令 [α , β ] = a1b1 + a2b2 + L + anbn 引例1.doc 引例1.doc
由于 β 1 ⊥ β 2 , 故 c 3 等于α 3 分别在 β 1 , β 2 上的投影 向量 c 31 及 c 32 之和, 即
[α 3 , β 1]
几 何


β
2
a2
c3 = c31 + c32 =
β1
2
β1+
[α 3 , β 2]
β2
2
β 2,
β 3 = α 3 − c3 .
1 例4: 已知 a 1 = 1 , 求一组非零向量 a 2 , a 3 , 使 a 1 , a 2 , 1 a 3 两两正交 .
β3 β 1 = a1 ; a3 c2 为α 2 在 β 1 上的投影向量 , 即 c32 β 1 ] β 1 = [α 2 , β 1] , c2 = [α 2 , 2 β1 β1 β1 β1 c31 β 2 = α 2 − c2 ; c3 c2 为α 3 在平行于 β 1 , β 2 的 c3 平面上的投影向量 , a1 β1
如果 α = ( a 1 , a 2 , L , a n )T , β = ( b1 , b2 , L , bn )T 上面的不等式可写为: 上面的不等式可写为:
∑ i =1
n
a i bi ≤
∑ i =1
n
a i2 ⋅
∑ i =1
n
bi2
这一不等式称为柯西-布涅夫斯基不等式, 这一不等式称为柯西-布涅夫斯基不等式,它说明 R n 中的任意两个向量的内积与它们长度之间的关系。 中的任意两个向量的内积与它们长度之间的关系。 单位向量: 长度为1的向量称为单位向量 的向量称为单位向量, 单位向量: 长度为 的向量称为单位向量,对于 R n 中的任 一非零向量 α ,
上述正交化方法亦可这样表述: 上述正交化方法亦可这样表述: 取: = α β1 1
β 2 = α 2 − (α 2 , e1 )e1
β 3 = α 3 − (α 3 , e1 )e1 − (α 3 , e2 )e2
M
β1 e1 = β1 β2 e2 = β2 β3 e3 = β3
称 [α , β ]为向量 α 与 β 的 内积 .
说明: 说明 1. n(n ≥ 4 ) 维向量的内积是 维向量数量积 维向量的内积是3维向量数量积 的推广,但是没有3维向量直观的几何意义 维向量直观的几何意义. 的推广,但是没有 维向量直观的几何意义.
2. 内积是向量的一种运算 , 如果 α , β 都是列 向量 ,内积可用矩阵记号表示 为 :
(二)向量组正交化方法
如果已知 R n中的线性无关向量组 α 1 ,α 2 ,L ,α s , 则可以由此生成正交向 量组 β 1 , β 2 ,L , β s,并使这 性表示。 两个向量组可以互相线 性表示。这一过程称为 将 向量组正交化。 向量组正交化。正交化 的方法采用施密特正交 化
方法, 方法,现介绍其基本步 骤。 设 α 1 , α 2 ,L ,α s为 R 中的线性无关向量组
T
二、向量的长度及性质
2 2 α = [α ,α ] = a12 + a2 + L + an , 定义5.6 定义5.6 令 称 α 为 n 维向量 α 的长度 (或范数 ).
(在 R 中向量 α 的长度就是对应点到原点的距离 在 的长度就是对应点到原点的距离)
2
向量的长度具有下述性质: 向量的Байду номын сангаас度具有下述性质:
n
(1)正交化,取 β 1 = α1 , )正交化, [α 2 , β 1 ] β , β2 = α2 − [β 1 , β 1 ] 1
引例2.doc 引例2.doc
[α 3 , β 1 ] [α 3 , β 2 ] β3 = α3 − β1 − β2 [β1 , β1 ] [β 2 , β 2 ]
α 1 α 是一个单位向量。 是一个单位向量。 ( = ⋅ α =1 ) α α α
向量单位化:向量用向量的长度去除, 向量单位化:向量用向量的长度去除,就得到一个单位 向量。 向量。
n 单位向量及 维向量间的夹角
(1) 当 α = 1 时 , 称 α 为 单位向量 .
称为 n 维向量 α 与 β 的 夹角 .
b1 1 T 1 1 1 1 e1 = = (1,1,1,1) = , , , b1 2 2 2 2 2 T b2 1 T − 2 −1 3 ( 0 , − 2 , − 1, 3 ) = 0 , e2 = , , = b2 14 14 14 14 T b3 1 T 1 1 −2 (1,1,− 2 ,0 ) = , , ,0 e3 = = 6 b3 6 6 6
互相正交。 当[α , β ] = 0, 即α T β = 0 时, 称向量 α与β 互相正交。
由定义知 , 若 α = 0, 则 α 与任何向量都正交 .
定义5.8: 定义5.8: 正交向量组的概念
若一非零向量组中的向量两两正交, 若一非零向量组中的向量两两正交,即:
α iTα j = 0 ( i ≠ j; i , j = 1,2,L, n)
1. 非负性
当α ≠ 0 时, α > 0;当α = 0 时, α = 0;
2. 齐次性 kα = k α ; 3. 三角不等式 α + β ≤ α + β .
相关文档
最新文档