2.6 R-n的标准正交基
求解标准正交基的若干方法
论 向量组 的正交性定理基础上 ，得到求解标 准正交基的若
干 方 法 。
为叙 述方便 ，我 们作 如下规定 ：若 ０／ ，０／：，…，０／ （Ｖ ＣＲ）
中一组 非零 向量 ，若 两两正交 ，称 ０／ 一，０／ｒ为一 个正交 向量
组 ，简称正交组 ；若线性无关组 ０／ 一，０／ｒ与线性无关组 ．，
求解标准正与计算机科学学院 湖北·襄阳 ４４１０５３）
中图分类号 ：Ｏ２４１．６
文献标 识码 ：Ａ
文章编 号：１ ６７２—７８９４（２０１ １】３６—００８９—０２
摘 要 本 文 讨 论 了 内 积 空 间 中 线 性 无 关 组 的若 干 性 质 ， 得 到 求 解 标 准 正交 基 的 若 干 方 法 。 关键 词 正 交 向量 组 标 准 正 交基 两 向量 组 正 交
ｓｅｖｅｒａｌ ｍｅｔｈｏｄｓ ｏｎ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｏｒｔｈｏｎｏｒｍａｌ ｂａｓｉｓ．
证 明 ：因为 ０／１ ·，０／ 可 由 Ｏｔｌ¨… ，Ｏｌ 线性 表示 ， １ ，卢２ ，
Ｋｅｙ ｗｏｒｄｓ ｏｒｔｈｏｇｏｎａｌ ｖｅｃｔｏｒｓ；ｏｒｔｈｏｎｏｒｍａｌ ｂａｓｉｓ；ｔｗｏ ｖｅｃｔｏｒ
２ 向量 组 的正 交性 定理
定理 １：若线性无关组 ０／ 一，０／ 与线性无关组 ／３ “，屈
正交 ，如果线性无关组 … ， 。可 由 ０１ ，０ ／ ，… ，０ ／ 线性表示 ，
则 … ， 与 ，… ， 正交 。
证 明 ：’．’０ ／ 一，０ ／ 与卢 －－，屈正交
．
· ．
（
／３）＝０
（ｉ＝１，２，… ＝１ ２。。，ｓ）
又 ‘．‘Ｖ “， 可 由 ０ ／ｌ，０／２，… ，Ｏｌｒ线性表示
标准正交基
A1
,
A2
,
An
, An En
（8）
练习：
1.设1 (0,1,1,0,0),2 (1,1,0,1,0),3 (4,5,0,0,1). 求L(1, 2 ,3 )的一个标准正交基.
答案：
标准正交基为：
1
1 2
(0,1,1,0,0), 2
1 10
因为 m n,
所以必有向量 不能被 1,2, ,m 线性表出，
作向量 m1 k11 k22 kmm ( 0)
ki R 待定．
证明续： 从正交向量组的性质知
(i ,m1 ) ( ,i ) ki (i ,i ), i 1, 2, , m.
证明 设有一组数 k1, k2 , , kr使得
k11 k22 krr 0 等号两边的向量分别和1作内积
k11 k22 krr , 1 0, 1 展开得 k1 1,1 k2 2,1 kr r ,1 0
L(1, 2 , , i ) L(1,2, ,i ), i 1, 2, , n
证： 基本方法─逐个构成出满足要求的 1,2 ,
首先，可取
1
1
| 1
|1
.
,n .
证明续：
一般地，假定已求出 1,2 , ,m 是单位正交的 ，且
L(1, 2 , , i ) L(1,2 , ,i ), i 1, 2, , m (4) 当 m n 时，因为有 m1 L(1, 2 , , m ), 由(4)知 m1不能被 1,2 , ,m线性表出．
于是取
ki
( ,i ) , (i ,i )
标准正交基
ki R 待定．
§2 标准正交基
从正交向量组的性质知
( i , m1 ) ( , i ) ki ( i , i ),
于是取
( , i ) ki , ( i , i )
i 1,2, , m .
i 1,2, , m ,
可得 ( i , m 1 ) 0 ,
( i , j ) 1 i j， 0 i j
i , j 1,2,, n
(1)
③ n 维欧氏空间V中的一组基 1 , , n 为标准正交基 当且仅当其度量矩阵 A ( i , j ) En . ④ n 维欧氏空间V中标准正交基的作用: 设 1 , , n为V的一组标准正交基，则
§2 标准正交基
例2. 在 R[ x ]4 中定义内积为
( f , g ) f ( x ) g( x )dx
1 1
求 R[ x ]4 的一组标准正交基． (由基 1, x , x 2 , x 3 出发作正交化)
2 3 1, x , x , x 解: 取 1 2 3 4
§2 标准正交基
3
3 x i y j z k , x i y j z k R 设 1 1 1 2 2 2 ① 从 ( , i ) x1 , ( , j ) y1 , ( , k ) z1 得 ( , i ) i ( , j ) j ( , k ) k
2 再单位化得标准正交向量组 1 ,2 ,,m .
i
1 | i |
i , i 1,2,, m
§2 标准正交基
例1. 把 1 (1,1,0,0), 2 (1,0,1,0),
规范正交基
规范正交基定义1.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.岩宝小提示：正交向量组是线性无关的. 事实上，设正交向量组\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m} \\有一线性关系k_{1} \alpha_{1}+k_{2} \alpha_{2}+\cdots+k_{m}\alpha_{m}=0 \\用 \alpha_{i} 与等式两边作内积，即得k_{i}\left(\alpha_{i}, \alpha_{i}\right)=0 \\由 \alpha_{i} \neq 0, 有\left(\alpha_{i}, \alpha_{i}\right)>0, \\从而k_{i}=0(i=1,2,3, \cdots, m) \\以上结果也说明了在n维欧氏空间中，两两正交的非零向量不能超过n个，这个事实的几何意义是清楚的.例如在平面上找不到三个两两垂直的的非零向量；在空间中，找不到四个两两垂直的非零向量.定义2.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.定义3. n级实数矩阵A称为正交矩阵，如果AA'=E.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正交基.证明：设\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m} \\是一正交向量组，我们对n-m作数学归纳法.当 n-m=0 时 ,\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m} \\就是一组正交基了.假设 n-m=k 时,也就是说，可以找到向量\beta_{1}, \beta_{2}, \cdots, \beta_{k} \\使得\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m}, \beta_{1}, \beta_{2}, \cdots, \beta_{k} \\成为一组正交基.现在看 n-m=k+1 的情形. 因为 m < n,所以一定有向量\beta 不能被 \alpha_{1}, \alpha_{2}, \cdots, \alpha_{m}\\ 线性表出，作向量\alpha_{m+1}=\beta-k_{1} \alpha_{1}-k_{2} \alpha_{2}-\cdots-k_{m} \alpha_{m} \\这里k_{1}, k_{2}, \cdots, k_{m} \\是待定的系数. 用 \alpha_{i} 和 \alpha_{m+1} 作内积，得\left(\alpha_{i}, \alpha_{m+1}\right)=\left(\beta,\alpha_{i}\right)-k_{i}\left(\alpha_{i},\alpha_{i}\right)(i=1,2,3, \cdots, m) \\取k_{i}=\frac{\left(\beta,\alpha_{i}\right)}{\left(\alpha_{i},\alpha_{i}\right)}(i=1,2,3, \cdots, m) \\有\left(\alpha_{i}, \alpha_{m+1}\right)=0(i=1,2, \cdots, m) \\由 \beta 的选择可知 ,\alpha_{m+1} \neq 0 . \\因此\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m},\alpha_{m+1} \\是一正交向量组，根据归纳法假定,\alpha_{1}, \alpha_{2}, \cdots, \alpha_{m},\alpha_{m+1} \\可以扩充成一正交基.定理2. 对于n维欧氏空间中任意一组基\varepsilon_{1}, \varepsilon_{2}, \cdots,\varepsilon_{n} \\可以找到一组标准正交基\eta_{1}, \eta_{2}, \cdots, \eta_{n} \\使L\left(\varepsilon_{1}, \varepsilon_{2}, \cdots, \varepsilon_{i}\right)=L\left(\eta_{1}, \eta_{2}, \cdots, \eta_{i}\right), i=1,2, \cdots, n \\证明：设\varepsilon_{1}, \varepsilon_{2}, \cdots,\varepsilon_{n} \\是一组基，我们来逐个地求出向量\eta_{1}, \eta_{2}, \cdots, \eta_{n} \\首先，可取\eta_{1}=\frac{1}{\left|\varepsilon_{1}\right|} \varepsilon_{1} \\一般地，假定已经求出\eta_{1}, \eta_{2}, \cdots, \eta_{m} \\它们是单位正交的，具有性质L\left(\varepsilon_{1}, \varepsilon_{2}, \cdots, \varepsilon_{i}\right)=L\left(\eta_{1}, \eta_{2}, \cdots, \eta_{i}\right), i=1,2, \cdots, m \\下一步求 \eta_{m+1}.因为\varepsilon_{m}\right)=L\left(\eta_{1}, \eta_{2},\cdots, \eta_{m}\right), \\所以 \varepsilon_{m+1} 不能被\eta_{1}, \eta_{2}, \cdots, \eta_{m} \\线性表出.按照定理1证明的方法，作向量\xi_{m+1}=\varepsilon_{m+1}-\sum_{i=1}^{m}\left(\varepsilon_{m+1}, \eta_{i}\right) \eta_{i} \\显然有\xi_{m+1} \neq 0, 且 \left(\xi_{m+1},\eta_{i}\right)=0, i=1,2, \cdots, m \\令\eta_{m+1}=\frac{\xi_{m+1}}{\left|\xi_{m+1}\right|} \\\eta_{1}, \eta_{2}, \cdots, \eta_{m}, \eta_{m+1} 就是一单位正交向量组. 同时L\left(\varepsilon_{1}, \varepsilon_{2}, \cdots,\varepsilon_{m+1}\right)=L\left(\eta_{1}, \eta_{2},\cdots, \eta_{m+1}\right) \\由归纳原理，定理2得证.岩宝小提示：定理2中要求\varepsilon_{i}\right)=L\left(\eta_{1}, \eta_{2},\cdots, \eta_{i}\right), i=1,2, \cdots, n \\就相当于由基\varepsilon_{1}, \varepsilon_{2}, \cdots,\varepsilon_{n} \\到基\eta_{1}, \eta_{2}, \cdots, \eta_{n} \\的过渡矩阵是上三角形的.例1.把\begin{array}{ll} \alpha_{1}=(1,1,0,0),& \alpha_{3}=(-1,0,0,1) \\\alpha_{2}=(1,0,1,0), & \alpha_{4}=(1,-1,-1,1)\end{array}\\变成单位正交的向量组.证明：先把它们正交化，得\begin{array}{l} \beta_{1}=\alpha_{1}=(1,1,0,0) \\\beta_{2}=\alpha_{2}-\frac{\left(\alpha_{2},\beta_{1}\right)}{\left(\beta_{1}, \beta_{1}\right)}\beta_{1}=\left(\frac{1}{2},-\frac{1}{2}, 1,0\right)\\ \beta_{3}=\alpha_{3}-\frac{\left(\alpha_{3},\beta_{1}\right)}{\left(\beta_{1}, \beta_{1}\right)}\beta_{1}-\frac{\left(\alpha_{3},\beta_{2}\right)}{\left(\beta_{2}, \beta_{2}\right)}\beta_{2}=\left(-\frac{1}{3}, \frac{1}{3}, \frac{1}{3}, 1\right) \\ \beta_{4}=\alpha_{4}-\frac{\left(\alpha_{4},\beta_{1}\right)}{\left(\beta_{1}, \beta_{1}\right)} \beta_{1}-\frac{\left(\alpha_{4},\beta_{2}\right)}{\left(\beta_{2}, \beta_{2}\right)} \beta_{2}-\frac{\left(\alpha_{4},\beta_{3}\right)}{\left(\beta_{3}, \beta_{3}\right)} \beta_{3}=(1,-1,-1,1) \end{array}\\再单位化，得\begin{array}{l} \eta_{1}=\left(\frac{1}{\sqrt{2}},\frac{1}{\sqrt{2}}, 0,0\right) \\\eta_{2}=\left(\frac{1}{\sqrt{6}},-\frac{1}{\sqrt{6}}, \frac{2}{\sqrt{6}}, 0\right) \\ \eta_{3}=\left(-\frac{1}{\sqrt{12}}, \frac{1}{\sqrt{12}},\frac{1}{\sqrt{12}}, \frac{3}{\sqrt{12}}\right) \\\eta_{4}=\left(\frac{1}{2},-\frac{1}{2},-\frac{1}{2}, \frac{1}{2}\right) \end{array}\\例2.在2级实矩阵构成的线性空间R^{2 \times 2}中定义(A, B)=\operatorname{tr}\left(AB^{\prime}\right) \\ 其中A,B是任意2级实矩阵.（1）证明如上定义(A, B) 是线性空间 R^{2 \times2} 上的内积.（2）设W是由矩阵A_{1}=\left(\begin{array}{ll} 1 & 1 \\ 0 & 1\end{array}\right),A_{2}=\left(\begin{array}{ll} 0 & 1 \\ 1 & 1\end{array}\right)\\ 生成的子空间，求W^{\perp}的一组标准正交基.（3）举例说明定义(A,B)=\operatorname{tr}\left(A B^{\prime}\right)\\ 不构成内积.证明：（1）（i）(A, B)=\operatorname{tr}\left(AB^{\prime}\right)=\operatorname{tr}\left(\left(AB^{\prime}\right)^{\prime}\right)=\operatorname{tr}\le ft(B A^{\prime}\right)=(B, A) \\（ii）(k A, B)=\operatorname{tr}\left(k AB^{\prime}\right)=\operatorname{ktr}\left(AB^{\prime}\right)=k(A, B) \\（iii）任取 A, B, C \in R^{2 \times 2}, 即有(A+B, C)=\operatorname{tr}\left((A+B)C^{\prime}\right)=\operatorname{tr}\left(AC^{\prime}+B C^{\prime}\right)\\=\operatorname{tr}\left(AC^{\prime}\right)+\operatorname{tr}\left(BC^{\prime}\right)=(A, C)+(B, C) \\（iv）(A, A)=\operatorname{tr}\left(AA^{\prime}\right)=\operatorname{tr}\left(A^{2}\right) \geq 0, \\当且仅当 A=O 时(A, A)=\operatorname{tr}\left(AA^{\prime}\right)=\operatorname{tr}\left(A^{2}\right)= 0 \\即 (A, B) 是线性空间 R^{2 \times 2} 上的内积.（2）对任意的 A \in W^{\perp}, 我们设A=\left(\begin{array}{ll}a & b \\ c &d\end{array}\right) \\则\left(A, A_{1}\right)=\left(A, A_{2}\right)=0, \\即t r\left(\begin{array}{ll} a+b & 0 \\ c+d & 0\end{array}\right)=t r\left(\begin{array}{ll} b & a+b \\ d & c+d \end{array}\right)\\于是a+b=b+c+d=0, \\即b=-a, d=a-c, \\所以A=\left(\begin{array}{cc} a & -a \\ c & a-c\end{array}\right)=a\left(\begin{array}{cc} 1 & -1 \\ 0 & 1 \end{array}\right)+c\left(\begin{array}{cc} 0 & 0 \\ 1 & -1 \end{array}\right)\\现在记B_{1}=\left(\begin{array}{cc} 1 & -1 \\ 0 & 1\end{array}\right), B_{2}=\left(\begin{array}{cc} 0 & 0 \\ 1 & -1 \end{array}\right)\\易知 B_{1}, B_{2}是线性无关的（岩宝提示：如果不放心可以按照线性无关的定义进行验证），从而W^{\perp}=L\left(B_{1}, B_{2}\right), \\现在对于 B_{1}, B_{2}进行施密特正交化，变为标准正交基：首先,\left(B_{1}, B_{2}\right)=3, \\所以C_{1}=\frac{B_{1}}{\sqrt{\left(B_{1},B_{1}\right)}}=\frac{\sqrt{3}}{3}B_{1}=\left(\begin{array}{cc} \frac{\sqrt{3}}{3} & -\frac{\sqrt{3}}{3} \\ 0 & \frac{\sqrt{3}}{3}\end{array}\right)\\C_{1}是一个单位向量.接下来由施密特正交化有C_{2}=B_{2}-\frac{\left(B_{2},B_{1}\right)}{\left(B_{1}, B_{1}\right)}B_{1}=B_{2}+\frac{1}{3} B_{1}=\left(\begin{array}{cr} \frac{1}{3} & -\frac{1}{3} \\ 1 & -\frac{2}{3}\end{array}\right)\\而\left(C_{2}, C_{2}\right)=\frac{5}{3}, \\对 C_{2} 进行单位化可得\frac{C_{2}}{\sqrt{\left(C_{2},C_{2}\right)}}=\frac{\sqrt{15}}{5}\left(\begin{array}{ rr} \frac{1}{3} & -\frac{1}{3} \\ 1 & -\frac{2}{3}\end{array}\right)\\=\left(\begin{array}{cc}\frac{\sqrt{15}}{15} & -\frac{\sqrt{15}}{15} \\\frac{\sqrt{15}}{5} & -\frac{2 \sqrt{15}}{15}\end{array}\right)\\(3) 例如取A=\left(\begin{array}{ll}0 & 0 \\ 1 &0\end{array}\right), \\这时 A \neq 0, 但是(A, A)=\operatorname{tr}\left(A^{2}\right)=0 \\这与内积的正定性矛盾.1.在 R[x]_{4} 中定义内积为(f, g)=\int_{-1}^{1} f(x) g(x) d x \\求 R[x]_{4} 的一组标准正交基（由基 1, x, x^{2}, x^{3} 出发做正交化）.2.在欧氏空间 M_{n}(R) 中，定义内积为(A, B)=\operatorname{tr}\left(A^{\prime} B\right) \\设W是所有n级实对称矩阵组成的线性子空间，求W 和W^{\perp}的一组标准正交基.3.设A为n阶实对称正定矩阵,\alpha_{1}, \alpha_{2}, \cdots, \alpha_{n}, \beta \\为 n 维欧氏空间 R^{n} ( 标准度量 )中的n+1个向量，若已知(1)\alpha_{i} \neq 0, i=1,2, \cdots, n \\(2)\alpha_{i}^{T} A \alpha_{j}=0, i \neq j, i, j=1,2,\cdots, n \\(3)\beta与 \alpha_{i}(i=1,2, \cdots, n) 正交. \\证明： \beta=0.4.设A是一个实系数方阵，判断若A的行向量组两两正交，则它的列向量组也两两相交，是否正确，若正确请给出证明.不正确请给出反例.。
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 εεj 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 ji j i所以4321,,,e e e e 是4R 的一组标准正交基。
求标准正交的几种方法
求标准正交基的几种方法[摘要]:给定欧几里得空间的一组基,我们通常想到的是施正交化将这组基化为标准正交基。
但是，若空间的维数大于３维时，我们的计算量将会很大。
在这里，将给出几种方法能更加简便求标准正交基。
［关键字］：标准正交基；施正交化；度量矩阵；其次线性方程组；一 引言定理１ 设12,,,n ααα 欧几里得空间V 的一组基，则：1111(,),(1,2,,)(,)i i j i i j j j j i n V αββαβαβββ-===-=∑为的正交基，再将它们单位化：11111,(1,2,,,)||||i i i i n εβεβββ=== 为V 的标准正交基。
下面我们用它来求解标准正交基。
例如：在3R 中，对于基11021,1,0,123ααα⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦用施密特正交求解它的标准正交基？解：11111βα⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦，2122111101αββαβββ-⎡⎤⎢⎥=-=⎢⎥⎢⎥⎣⎦（，）（，）313233*********356αβαββαββββββ⎡⎤⎢⎥⎢⎥-⎢⎥=--=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦（，）（，）（，）（，）单位化：123βββ，，得1122331231110ηβηβηββββ======⎢⎥⎢⎥，， 二 结论一[1]：我们知道度量矩阵()ij n n A a ⨯=，（其中(,)ij i j a a a =）是正定矩阵，所以可知它合同于单位矩阵，即，存在可逆矩阵,T P P AP I =若令1212(,,,)(,,,)n n P βββααα= ， 则12,,n βββ 这组基度量矩阵就I ，所以,,()1,()()0,()i j i j i j i j ββββ===≠因此我们就得到了一组标准正交基：12,,n βββ从以上的分析可以看到，求解的关键在于找到可逆阵P 使矩阵T P AP I = ，所以对A 做合同变换使;A I I P⎡⎤⎡⎤→⎢⎥⎢⎥⎣⎦⎣⎦在得到P 之后，令：1212(,,,)(,,,)n n P βββααα= ， 则12,,n βββ 就空间的一组基。
《高等工程数学》习题一参考答案
2 1 1 1 3 1 0 0 1 4 ，可得基础解系为 1 1 1 0 1 0 1 1 1 5
f1 (0,1,1,0,0) , f 2 (1,1,0,1,0) ， f 3 (4,5,0,0,1) ，Schmidt 正交化得，
1
13.按 P21 欧氏空间定义 2.1，逐条验证， 1） 不满足第 （2 ） 条， （4） 条， 故不是欧氏空间; 不满足第（4）条，故不是欧氏空间；3）都满足，故是欧氏空间。 14. 按 P21 欧氏空间定义 2.1，逐条验证，都满足，故是欧氏空间。 15. 设向量 ( x1 , x2 , x3 , x4 ) 与三个向量正交，则有
所以对两组基有相同坐标的非零向量可取为 (c, c, c,c)(c 0). 5. 由第 7 页子空间定义可得，1）向量满足加法和数乘封闭，是子空间；2）向量不满足加 法或数乘封闭，故而不是子空间。 注：从几何上看，子空间过原点，而不过原点的都不是。 6. 两个向量组生成相同子空间的充分必要条件是这两个向量组等价， 即可以互相线性表示。 解：因对应分量不成比例，故 α1 (1,1,0,0), α2 (1,0,1,1) ， β1 (1,1,0,0), β2 (1,0,1,1) 线性
2
T1T2 ( x1 , x2 ) T1[T2 ( x1 , x2 )] T1 ( x1 , x2 ) ( x2 , x1 ) T2T1 ( x1 , x2 ) T2 [T1 ( x1 , x2 )] T2 ( x2 , x1 ) ( x2 , x1 )
11.略。 12. 解：1）因为 T ( x1 , x2 , x3 ) ( 2 x1 x2 , x2 x3 , x1 ) ，按照 P18 (1.21)，可知
第二节标准正交基(08-09第二学期)
高等代数
3. 正交基的定义 定义 6 在 n 维欧氏空间中，由 n 个向量组成
由单位向量组成的正交 的正交向量组称为正交基； 基称为标准正交基. 对一组正交基进行单位化就得到一组标准正交 基.
高等代数
例如,设
⎛1 2 ⎞ ⎛1 2⎞ ⎛ 0 ⎞ ⎛ 0 ⎞ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜ ⎜ ⎟ ⎜1 2 ⎟ ⎜ − 1 2⎟ ⎜ 0 ⎟ ⎜ 0 ⎟ e1 = ⎜ ⎟, e2 = ⎜ 0 ⎟, e3 = ⎜1 2 ⎟, e4 = ⎜ 1 2 ⎟. 0 ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ ⎟ ⎜1 2 ⎟ ⎜ − 1 2⎟ ⎟ ⎜ 0 ⎟ ⎜ 0 ⎟ ⎝ ⎝ ⎠ ⎠ ⎝ ⎝ ⎠ ⎠
⎧(ei , e j ) = 0, i ≠ j 且i , j = 1, 2, 3, 4. ⎪ 由于 ⎨ ⎪ (ei , e j ) = 1, i = j 且i , j = 1, 2, 3, 4. ⎩
所以 e1 , e 2 , e 3 , e 4 为 R 的一个标准正交基 .
4
高等代数
又如，考虑定义在闭区间 [0, 2π ] 上一切连续函数
α = x1 ε1 + x2 ε2 + … + xn ε n ，
则 xi = (εi , α ) ( i = 1, 2, … , n ) .
高等代数
证明
(εi , α ) = (εi , x1 ε1 + x2 ε2 + … + xn εn ) = (εi , x1ε1) + … + (εi , xi-1εi-1) + (εi , xiεi ) + + (εi , xi+1εi+1) + … + (εi , xnεn ) = x1(εi , ε1) + … + xi-1(εi , εi-1) + xi(εi , εi ) + + xi+1(εi , εi+1) + … + xn(εi , εn ) = xi(εi , εi ) = xi .
四规范正交基(标准正交基)
1.规范正交基的概念 定义3 设 n 维向量 e1 ,e2 , ,er是向量空间V V R n 的一个基,如果
e1 ,e2 ,,er
是两两正交的单位向量,则称
e1 ,e2 ,,er
显然,若
是向量空间V的一个规范正交基.
e1 ,e2 ,,er
j
是V的一个规范正交基。
T T
x P Px
x x x
T
按‖x‖表示向量长度, ‖x‖=‖y‖说明经正交变换 向量的长度保持不变,这是正交变换的优良特性。
作业:
161页
1 (2)
2
3
1 0 它的基础解系为 1 0 , 2 1 1 1
令 1 1 , 2 2 ,
则 α3 与α1,α2 正交,显然α1与α2 线性无关,
施密特标准正交化.
因此可用
1 b1 1 取b1 = α1 , 则e1 0 , b1 2 1
1 b2 1 则e2 2 b2 2 1
1 2 取b2 2 2 , e1 e1 1 1 2
3 再把 α3单位化，得 e3 3
3
1 1 1 , 3 1
ቤተ መጻሕፍቲ ባይዱ
解：显然P的每个列向量是两两正交的单位向量.所以 P为正交矩阵。
例5 设e1 , e2 ,, en是Rn的一个 规范正交基.A为正交矩阵.
试证.Ae1 , Ae2 , , Aen也是R 的一个规范正交基.
n
证 由于
i
Ae , Ae Ae
j i
T
T
正交矩阵的4种判定方法
正交矩阵的4种判定方法正交矩阵是线性代数中的一个重要概念，它有许多重要的性质和应用。
正交矩阵的定义是满足AA^T=A^TA=I的矩阵A，其中I是单位矩阵。
本文将介绍正交矩阵的4种判定方法，每种方法将分别介绍其原理和具体算法。
1. 矩阵的列向量组构成标准正交基这是判定正交矩阵最基本的方法之一。
对于一个n\times n的矩阵A，如果它的列向量组\{\vec{a_1},\vec{a_2},\cdots,\vec{a_n}\}构成一个标准正交基，即向量组中的每个向量\vec{a_i}都满足\|\vec{a_i}\|=1并且相互垂直，那么矩阵A就是正交矩阵。
该方法的证明可以根据正交矩阵的定义和向量组构成标准正交基的定义，显然得证。
算法步骤：1. 计算矩阵A的列向量组\{\vec{a_1},\vec{a_2},\cdots,\vec{a_n}\}。
2. 判断向量组中的每个向量\vec{a_i}是否满足\|\vec{a_i}\|=1且相互垂直。
3. 如果向量组中的每个向量都满足条件，则矩阵A是正交矩阵。
2. 矩阵的行向量组构成标准正交基这个方法与上面的方法类似，只是判断的是矩阵的行向量组。
证明同样可以通过正交矩阵的定义和构成标准正交基的定义来完成。
算法步骤：1. 计算矩阵A的行向量组\{\vec{r_1},\vec{r_2},\cdots,\vec{r_n}\}。
2. 判断向量组中的每个向量\vec{r_i}是否满足\|\vec{r_i}\|=1且相互垂直。
3. 如果向量组中的每个向量都满足条件，则矩阵A是正交矩阵。
3. 矩阵的行列式值为1或-1这是另一个判定正交矩阵的方法。
对于一个n\times n的矩阵A，如果它的行列式值满足det(A)=\pm1，那么矩阵A就是正交矩阵。
证明可以通过正交矩阵的行列式定义来完成。
由于正交矩阵的逆矩阵等于它的转置矩阵，因此可以得到A^{-1}=A^T，再由行列式的性质可得det(A)^2=det(AA^T)=det(A^TA)=det(I)=1，因此det(A)=\pm1。
- 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、"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、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)。
a1 a2 an
Rn
a2 ...
和的内积为
a1 a2 a n an
2
a1
T
0
T
n 2 2 a 12 a 2 ... a n a 2 i i 1 0
2)
i j 0
T
注意： 正交向量组中， 每个向量 都不是零向量。 T T T 1 ( 1, 1, 0 ) 2 ( 2 , 2 , 0 ) 3 ( 0, 0, 1 ) 如 是R3中的正交向量组. 如果一个正交向量组中， 每个向量都是单位向量, 则该向量组称为 正交单位向量组. T
4 0 ( 1) 2
2 2 2 2
21
0
2 2
T
2
2
0
a 1 a 2 ... a n 0
a 1 a 2 ... a n 0
o
例
在 n
维空间Rn 中 1 ( 1
2 ( 0
0 1 0 0
0 0 1 0
b1 b2 , bn
a1 a2 an
( ) a 1 b1
T
a 2 b2
...
c1 c2 cn c1 c2 a n b n cn
T
一般地， i
T
T
( k 1 1 k 2 2 ... k s s ) i o
T T T
k 1 ( i 1 ) k 2( i 2 ) ... k i ( i i ) ... k s ( i s ) 0 ki i
2
0
T
1 ( 1 , 0 , ..., 0 ) ,
T
2 ( 0 , 1 , ..., 0 ) , T n ( 0 , 0 , ..., 1 ) 为Rn
T T ( d 1 , d 2 , ..., d n ) R
n
的标准基,
( d 1 , d 2 , ..., d n )
1 1
1 1 , ,0 2 2
T
1 , 2 , 3
2 2
1 1
,
2 2
T 1 , 1 , 0 3 ( 0, 0, 1 ) 2 2
, 3
是正交单位向量组.
定理2.15 Rn中的正交向量组 线性无关. 证 设 1 , 2 , ..., s 是Rn中的正交向量组. i j 时, T i j 0 设 k 1 1 k 2 2 ... k s s o
1 , 2 , ..., n 为Rn
n ( 0 , 0 , ..., 1 )
T
又如
1 ( 1, 2 , 3 )
T T T
1 , 2 , 3 为R3
的一组基.
2 ( 0 , 1, 2 )
3 ( 0, 0, 1 )
设 1 , 2 , .. . , n 为Rn 的一组基. 1 , 2 , .. . , n 线性无关, n R n+1个 n维向量 1 , 2 , .. . , n 从而
T 1 a1
a1 0 n ai R i 1 (i) an 0
2 a2
T
T i ai
( i 1, 2 , ..., n )
T T
T
d 1 1 d 2 2 ... d n n
在基 1 , 2 , .. . , n 下的坐标为( d 1 , d 2 , ... , d n ) T 恰为α的分量.
二、向量的内积 定义2.18
实数
a1
T
a1 b1 a b2 n中向量 2 给定R b1 an bn b2 a b a b ... a b a 2 ... a n 1 1 2 2 n n n 1 n a i bi bn n 1 i 1
T
T
i
n (0
j
1)
T
Rn 中的单位向量组 1,2,…,n 两两正交.
1 , 2 , ..., n
称为Rn 中的 正交单位向量组.
定义2.21 如果Rn中的非零向量组 1 , 2 , ..., s ( s
( i j ; i , j 1, 2 , ..., s ) 两两正交, 即 则称向量组1, 2,…,s 为正交向量组.
1
T
四、正交向量组 定义2.20 设 ,
R
n
T=0,则称与正交 如果
与正交
0
T
一般地, 在 n 维空间Rn 中
1 (1
2 ( 0
0 1 0 0
0 0 1 0
.. . .. . ... .. .
0) 0) 0)
T
T
3 (0
i j 时, i j 0
.. . .. . ... .. .
0) 0) 0) 1)
T
T
3 (0
T
n (0
1 1 2 0 2 . .. 0 2 1
... n
2 2 2 0 0 . .. 1 1
T
2
2 2 2 0 1 . .. 0 1
1 , 2 , ..., n 都是单位向量.
0
T
a 1 a 2 ... a n 0
2 2
a 1 a 2 ... a n 0
o
0 a1 1 1 a2 0 2 1 0 an 0
T T
三、向量的长度
定义2.19 对Rn中向量
T
2 2
a1 a2 an
2
,
非负实数
a 1 a 2 ... a n
称为向量的长度,或向量的范数, 记为
4 0 如 , 1 2
b1 b2 bn
( a 1 b1 ) c 1 ( a 2 b 2 ) c 2 ... ( a n b n ) c n ( a 1 c 1 a 2 c 2 ... a n c n ) ( b1 c 1 b 2 c 2 ... b n c n )
内积具有如下性质：
(1)
T T T
（交换律）
T
( 2 ) ( k ) T ( k ) k ( ) (3) (4)
( )
T T T
（分配律）
o
T ≥0,
T =0
a1 a2 an
T a 1 b1 a 2 b 2 ... a n b n
a a ... a
2 n
b b ... b
2 1 2 2 2 n
k
ka1 ka2 kan
k
( k a 1 ) ( k a 2 ) ... ( k a n )
§2.6
Rn 的标准正交基
一、基,向量在基下的坐标 定义2.16 在Rn 中,任意n个线性无关的向量 1 , 2 , ..., n 称为Rn 的一组基.
如
1 ( 1 , 0 , ..., 0 ) ,
T
2 ( 0 , 1 , ..., 0 ) ,
T
的一组基. 称为Rn 的标准基, 或自然基.
T T T
( 1, 3 , 6 ) R
1 1 1 2 1 3
T
2 ( 0 , 1, 2 )
3 ( 0, 0, 1 )
在此基下的坐标为( 1, 1, 1 )
T ( 1, 1, 1 ) 1 2 0 3
为R3 的一组基.
( 在此基下的坐标为 1, 1, 0 )
3) 设
a1
a2 b2 ... ... an bn
b1
则和的内积为
T
a1
a2
...
b1 b2 an bn
a b a b ... a b 1 1 2 2 n n
本书的向量均为列向量， 故一般情况下， 两个向量的内积 (1)
(2) (3)
0
k k
0
o
（k为实数）
T
对任意向量和， 有
2 1 2 2
a1 a 2 an
b1 b2 bn
称为向量和的内积.记为T. 如
4 3 0 5 4 1 2 3
和 的内积为 T= 1 2 0
4 6 2
说明1) 两个n维实向量的内积是一个实数.
2) 只有维数相同的 两个向量才有内积.
T
T T T ( d 1 , 0 , 0 , ..., 0 ) ( 0 , d 2 , 0 , ..., 0 ) ... ( 0 , 0 , 0 , ..., d n )