正交矩阵的性质和应用
正交矩阵及其在数学建模中的应用

正交矩阵及其在数学建模中的应用正交矩阵是一种特殊的方阵,其每一行(或每一列)互相垂直且归一化。
其数学特性和应用十分广泛,在数学建模中也有重要的应用。
首先,我们来看一下正交矩阵的基本概念和性质。
正交矩阵的定义是满足 $A A^T = A^T A = I$ 的方阵$A$,其中 $I$ 是单位矩阵。
其中 $A^T$ 表示 $A$ 的转置矩阵。
这里需要注意的是,正交矩阵不一定是方阵,但是一定是列满秩的。
正交矩阵有一个重要的性质是保持向量的模长和内积不变。
具体来说,设 $A$ 是一个 $n \times n$ 的正交矩阵,$x$ 和 $y$ 是$n$ 维向量,则有 $||Ax|| = ||x||$ 和 $<Ax, Ay> = <x, y>$。
这个性质在数学和物理中有广泛的应用。
正交矩阵在数学中有很多重要的应用。
其中一个是它可以用来描述旋转操作。
具体来说,设 $A$ 是一个 $n \times n$ 的正交矩阵,$x$ 是 $n$ 维向量,则 $Ax$ 可以看做将向量 $x$ 绕某个轴旋转一个角度后得到的向量。
这个在三维几何中有着非常广泛的应用。
另一个重要的应用是在信号处理中。
通常情况下,我们需要对信号进行傅里叶变换以提取频率信息。
然而,傅里叶变换只适用于周期性信号,而实际上很多信号并不是周期性的。
因此,我们需要寻找一种方法将非周期性信号转化为周期性信号来进行傅里叶变换。
正交矩阵可以作为一种有效的转换方式,在信号处理中得到广泛的应用。
除此之外,正交矩阵还在机器学习和图像处理中有不少应用。
例如,PCA算法(主成分分析)中利用的就是正交矩阵的性质。
在图像处理中,通过对图像进行奇异值分解并将其分解为正交矩阵和奇异值矩阵,我们可以实现对图像的压缩和降噪等效果。
综上所述,正交矩阵作为一种重要的数学工具,在不同领域中都有广泛的应用。
不仅能够描述旋转操作,还能够用来处理非周期性信号、实现图像压缩和降噪等效果。
正交矩阵运算法则

正交矩阵运算法则正交矩阵是线性代数中的一种重要概念,它在许多领域中都有广泛的应用。
在本文中,我们将介绍正交矩阵的定义和性质,并探讨如何使用正交矩阵进行运算。
一、正交矩阵的定义正交矩阵是指满足以下条件的方阵:其转置矩阵等于其逆矩阵。
换句话说,对于一个n阶正交矩阵A,有A^T * A = I,其中I是单位矩阵。
二、正交矩阵的性质1. 正交矩阵的行列式的绝对值等于1。
这是由于行列式的性质以及正交矩阵的逆矩阵等于其转置矩阵。
2. 正交矩阵的行(列)向量是单位向量且两两正交。
这是由于正交矩阵的定义以及其转置矩阵等于其逆矩阵。
3. 正交矩阵的行(列)向量构成一组正交归一基。
这是由于正交矩阵的定义以及其行(列)向量是单位向量且两两正交。
4. 正交矩阵的转置矩阵也是正交矩阵。
这是由于正交矩阵的定义以及转置矩阵的转置等于原矩阵。
5. 两个正交矩阵的乘积仍然是正交矩阵。
这是由于正交矩阵的定义以及矩阵乘法的性质。
三、正交矩阵的运算法则1. 正交矩阵与向量的乘积对于一个n阶正交矩阵A和一个n维列向量x,它们的乘积Ax表示将向量x绕原点进行旋转和伸缩的变换。
由于正交矩阵的行(列)向量是单位向量且两两正交,所以乘积Ax后的向量也是单位向量。
同时,由于正交矩阵的逆矩阵等于其转置矩阵,所以可以通过A^T * Ax = x来恢复原始向量x。
2. 正交矩阵的乘法两个正交矩阵的乘积仍然是正交矩阵。
这是由于正交矩阵的定义以及矩阵乘法的性质。
例如,设A和B都是n阶正交矩阵,则有(A * B)^T * (A * B) = B^T * A^T * A * B = B^T * B = I。
这说明了两个正交矩阵的乘积仍然是正交矩阵。
3. 正交矩阵的转置正交矩阵的转置矩阵也是正交矩阵。
这是由于正交矩阵的定义以及转置矩阵的转置等于原矩阵。
例如,设A是一个n阶正交矩阵,则有(A^T)^T * A^T = A * A^T = I。
这说明了正交矩阵的转置矩阵也是正交矩阵。
正交矩阵与正交变换

正交矩阵与正交变换正交矩阵和正交变换在数学和物理学领域具有重要的地位和应用。
它们被广泛用于描述旋转、镜像、对称性等问题。
本文将介绍正交矩阵和正交变换的概念、性质和应用。
一、正交矩阵的概念和性质正交矩阵是一个实矩阵,其列向量两两正交且长度为1。
简言之,正交矩阵的转置与逆矩阵相等。
正交矩阵的定义可以表示为:若矩阵A的转置与逆矩阵相等,则A为正交矩阵。
由正交矩阵的性质可知,正交矩阵的行向量也是两两正交且长度为1。
正交矩阵的性质还包括以下几点:1. 正交矩阵的行列式等于1或-1;2. 正交矩阵的任意两列(行)满足内积等于0,任意一列(行)的长度为1;3. 正交矩阵的转置等于逆矩阵。
正交矩阵的一个重要应用是在旋转变换中。
将一个向量乘以一个正交矩阵,相当于对该向量进行了旋转变换。
这是因为正交矩阵的列向量构成了一个正交基,可以用于表示旋转方向和角度。
二、正交变换的概念和性质正交变换是指在二维或多维空间中,保持长度和角度不变的线性变换。
正交变换可以由正交矩阵表示,应用于几何学、物理学、图形学等领域。
正交变换的一个典型例子是旋转变换。
通过定义旋转角度和旋转轴,可以得到对应的正交矩阵,然后将该矩阵应用于向量,实现向量的旋转。
正交变换的性质包括:1. 正交变换保持向量长度不变。
即对于向量x,有 ||Tx|| = ||x||,其中T表示正交变换。
2. 正交变换保持向量之间的夹角不变。
即对于向量x和y,有cos(θ) = cos(Tx, Ty),其中θ表示向量x和y之间的夹角,Tx和Ty表示应用正交变换T后的向量。
三、正交矩阵与正交变换的应用正交矩阵和正交变换在众多学科和领域中具有广泛应用,以下列举几个常见的应用领域:1. 几何学中的坐标变换:正交变换可以实现向量在不同坐标系之间的转换,例如平移、旋转和缩放等操作。
2. 物理学中的对称性:正交矩阵和正交变换被用于描述物理系统的对称性,如空间反演、时间反演等。
3. 图形学中的变换:正交变换被广泛应用于图形学中的三维模型变换和视图变换,实现图形的旋转、缩放和投影等操作。
正交矩阵的一些有用性质及应用

,A A , 若存在正交矩阵 Q R
T
nn
, 使得 B Q AQ , 则有 B
T
F
AF
证明:因为 A 为 n 阶实对称矩阵,所以 A 有 n 个实特征值,设其特征值为 1 , 2 , , n , 则 A
2 F 2 aij tr ( AT A) tr ( A2 ) i 1 j 1 n n
正交矩阵的一些有用性质及应用
定义:设 P R
nn
,且 PP I ( I 为 n 阶单位矩阵) ,则称 P 为正交矩阵
T n
设正交矩阵 P [ P ( Pi R , i 1,2, , n ) 1, P 2 , , P n ], 则有 Pi Pj
T
1,i j , i, j 1,2, , n 0,i j
因为 A 为实对称矩阵,所以 A 可正交对角化,即存在正交矩阵 P R
nn
, P P ,使得
T
1
P T AP diag (1 , 2 , , n ) ,所以 A PP T , A2 P2 P T
设 P [P 1, P 2 , , P n ] ,则
T P 1 T n 2 2 2 P 2 A2 P2 P T [ P i2 Pi Pi T 1, P 2 , , P n ]diag (1 , 2 , , n ) i 1 T Pn
由此得 tr ( P 1P 1 ) p11 p21 pn1 1 ,而 tr ( P 1 P 1) 1
T 2 2 2 T
这也验证了关于矩阵秩的一条重要性质: 设矩阵 A R
mn
, BR
nm
,则 tr ( AB ) tr ( BA)
线性代数中的正交矩阵与正交变换

线性代数中的正交矩阵与正交变换线性代数是现代数学的基础理论之一,它在各个领域中起到了重要的作用。
其中,正交矩阵和正交变换是线性代数中的重要概念之一。
本文将深入探讨正交矩阵和正交变换的定义、性质以及在实际问题中的应用。
一、正交矩阵的定义与性质首先,我们来了解正交矩阵的定义。
在线性代数中,一个方阵A称为正交矩阵,当且仅当满足以下条件:1. A的转置矩阵A^T等于它的逆矩阵A^(-1)。
2. A的所有列向量互为正交向量。
3. A的所有列向量的模长都等于1。
基于上述定义,我们可以推导出正交矩阵的一些重要性质。
1. 正交矩阵的行向量以及列向量都是单位向量,即长度为1的向量。
2. 正交矩阵的行向量两两正交,列向量两两正交。
3. 正交矩阵的转置矩阵就是它的逆矩阵。
二、正交变换的概念与性质正交变换是指保持向量的长度和夹角不变的线性变换。
在线性代数中,我们可以通过正交矩阵进行正交变换。
具体而言,设A是一个正交矩阵,x是一个向量,那么正交变换可以表示为Ax。
正交变换具有以下重要性质:1. 正交变换可以将一个向量映射为另一个向量,同时保持向量的长度和夹角不变。
2. 正交变换的矩阵一定是正交矩阵,即正交矩阵其实就是表示正交变换的矩阵。
3. 正交变换是线性变换的一种特殊情况,其满足线性变换的加法和数乘运算。
三、正交矩阵与正交变换在实际问题中的应用正交矩阵与正交变换在实际问题中有广泛的应用。
以下举例说明:1. 三维图形的旋转在三维计算机图形学中,我们经常需要对三维图形进行旋转操作。
而正交矩阵正好可以用来表示三维空间中的旋转。
通过构造一个特定的正交矩阵,我们可以实现对三维图形的旋转变换。
2. 傅里叶变换傅里叶变换是一种在信号处理和图像处理中广泛应用的方法。
正交矩阵在傅里叶变换中起到了重要作用,通过将输入信号与正交矩阵相乘,可以实现频域上的变换,提取信号的频谱信息。
3. 数据压缩与图像处理正交矩阵和正交变换也被广泛应用于数据压缩和图像处理领域。
正交矩阵的判断方法

正交矩阵的判断方法正交矩阵是一个非常重要的概念,在数学和工程学科中都有广泛应用。
正交矩阵的性质包括不改变向量的长度和角度,因此在许多应用中有着重要的作用。
在本文中,我们将介绍判断矩阵是否是正交矩阵的方法。
一、正交矩阵定义及性质在线性代数中,矩阵的转置和逆是非常重要的概念,而正交矩阵可以看作是一种比较特殊的矩阵,它的定义和性质包括:1. 定义:一个矩阵A被称为正交矩阵,当且仅当满足AA^T=A^TA=I,其中I表示单位矩阵。
2. 性质:正交矩阵有很多重要的性质,其中最重要的包括:(1)行向量互相正交,列向量也互相正交。
(2)行向量和列向量的范数都等于1。
(3)行列式的值为1或-1。
(4)矩阵的转置就是它的逆,即A^{-1}=A^T。
(5)正交矩阵的逆也是正交矩阵。
二、正交矩阵的判断方法判断矩阵是否是正交矩阵,通常需要用到正交矩阵的定义和性质。
下面我们将介绍一种比较常用的判断方法,包括以下几个环节:1. 矩阵是否是方阵:正交矩阵必须是一个方阵,因此首先需要判断矩阵是否是方阵。
2. 判断矩阵是否满足AA^T=A^TA=I:这是判断矩阵是否是正交矩阵的核心方法,需要将矩阵自身乘以它的转置,并且将转置乘以矩阵自身,判断是否等于单位矩阵,即AA^T=A^TA=I。
3. 判断行向量和列向量是否互相正交:如果矩阵满足条件1和条件2,那么可以进一步判断行向量和列向量是否互相正交。
具体方法是计算每一行与每一列的点积,如果结果都等于0,则说明行向量和列向量互相正交。
4. 判断行向量和列向量是否归一化:如果矩阵满足条件1和条件2,那么还需要判断行向量和列向量是否归一化,即是否满足每一行和每一列的范数都等于1。
5. 判断矩阵的行列式是否为1或-1:如果矩阵满足条件1和条件2,那么它的行列式值必须为1或-1。
如果行列式的值不是1或-1,则说明矩阵不是正交矩阵。
三、具体实现方法下面我们将详细介绍上述几个环节的具体实现方法。
1. 判断矩阵是否是方阵:在 Python 中,可以使用 NumPy 库的 shape 函数来获取矩阵的形状,如果矩阵的行数和列数相等,则说明矩阵是方阵,具体实现代码如下:``` pythonimport numpy as npdef is_square_matrix(matrix):shape = np.shape(matrix)return shape[0] == shape[1]```2. 判断矩阵是否满足AA^T=A^TA=I:在 Python 中,可以使用 NumPy 库的 dot 函数和 transpose 函数求解矩阵乘积和矩阵转置,具体实现代码如下:``` pythonimport numpy as npdef is_orthogonal_matrix(matrix):if not is_square_matrix(matrix):return FalseAAt = np.dot(matrix, matrix.T)AtA = np.dot(matrix.T, matrix)return np.allclose(AAt, np.eye(matrix.shape[0])) and np.allclose(AtA,np.eye(matrix.shape[1]))```其中 np.allclose 函数用于判断两个数组是否相等,可以通过设置 rtol 和 atol参数来控制误差容限。
正交矩阵知识点总结

正交矩阵知识点总结正交矩阵是线性代数中的重要概念,它具有许多特殊的性质和应用。
本文将从定义、性质和应用三个方面对正交矩阵进行总结。
一、定义正交矩阵是指满足以下条件的方阵:它的转置等于它的逆矩阵。
换句话说,设A是一个n阶方阵,若满足AT·A=AA·T=I(其中I是单位矩阵),则称A为正交矩阵。
二、性质1. 正交矩阵的行(列)向量是单位向量且两两正交。
具体来说,设A是一个n阶正交矩阵,其第i行(列)向量记作ai(aiT),则有ai·aiT=1,ai·ajT=0(i≠j)。
这意味着正交矩阵的行(列)向量长度为1且彼此垂直。
2. 正交矩阵的行列式的值只能是±1。
这是由于正交矩阵的行(列)向量长度为1,所以它们的行列式值为1或-1,从而整个矩阵的行列式值也只能是这两个值。
3. 正交矩阵的逆矩阵也是正交矩阵。
设A是一个n阶正交矩阵,则A的逆矩阵A-1也是正交矩阵。
这是因为(A-1)T·(A-1)=A-1·AT=I,满足正交矩阵的定义。
4. 两个正交矩阵的乘积仍然是正交矩阵。
设A和B分别是n阶和m阶正交矩阵,它们的乘积AB是一个n阶正交矩阵。
这是由于(AB)T·(AB)=BTA·AB=BT·(A·A)·B=BT·IB=B·B=I。
5. 正交矩阵的转置也是正交矩阵。
设A是一个n阶正交矩阵,则它的转置AT也是正交矩阵。
这是因为(AT)T·(AT)=A·A=I。
三、应用1. 坐标系变换:正交矩阵可以用于坐标系的旋转和变换。
设A是一个二维正交矩阵,它的列向量表示一个坐标系的基向量,那么对于一个向量x,通过矩阵乘法Ax即可得到它在新坐标系下的表示。
2. 正交变换:正交矩阵可以保持向量的长度和夹角不变。
例如,对于一个二维向量x,若A是一个正交矩阵,那么||Ax||=||x||,且x·y=(Ax)·(Ay),其中||·||表示向量的长度,·表示向量的内积。
线性代数中的正交变换与正交矩阵

线性代数中的正交变换与正交矩阵线性代数是一门研究向量空间及其运算规律的数学学科,正交变换和正交矩阵是其中重要的概念之一。
本文将介绍正交变换和正交矩阵的定义、性质以及其在线性代数中的应用。
一、正交变换的定义与性质正交变换是指一种保持向量内积不变的线性变换。
设V是一个n维向量空间,线性变换A:V→V是一个正交变换,当且仅当满足以下条件:1. 对于V中任意两个向量u、v,有(Au)·(Av) = u·v,其中·表示两个向量的内积;2. A是一个满秩的矩阵,即A的行与列都线性无关。
正交变换具有以下重要性质:1. 正交变换保持向量的长度不变,即对于任意向量v,有||Av|| = ||v||,其中||v||表示向量的长度;2. 正交变换保持向量之间的夹角不变,即对于任意向量u、v,有夹角(Au, Av) = 夹角(u, v),其中夹角(u, v)表示向量u和v之间的夹角;3. 正交变换的逆变换也是正交变换,即如果A是一个正交变换,则存在一个矩阵B,使得AB = BA = I,其中I是单位矩阵;4. 正交变换的矩阵表示是一个正交矩阵。
二、正交矩阵的定义与性质正交矩阵是指行列式的值为1或-1的实矩阵。
设A是一个n×n的矩阵,如果A满足以下条件,则称A是一个正交矩阵:1. A的转置矩阵A^T与A的乘积等于单位矩阵,即A^T × A = I;2. A的行(或列)向量构成一组标准正交基。
正交矩阵具有以下重要性质:1. 正交矩阵乘积依然是一个正交矩阵,即如果A和B都是正交矩阵,则AB也是正交矩阵;2. 正交矩阵的逆矩阵等于其转置矩阵,即如果A是一个正交矩阵,则A^T是其逆矩阵;3. 正交矩阵的行(或列)向量是一组标准正交基,即正交矩阵的行(或列)向量互相正交且长度为1;4. 正交矩阵的行列式的值为1或-1,即|A| = 1或|A| = -1。
三、正交变换与正交矩阵的应用正交变换和正交矩阵在线性代数中有着广泛的应用。
- 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)。
目录摘要(关键词) (1)Abstract(Key words) (1)1前言 (1)2正交矩阵的性质 (1)3正交矩阵的相关命题 (3)4 正交矩阵的应用 (5)4.1 正交矩阵在解析几何上的应用 (6)4.2正交矩阵在拓扑学和近似代数中的应用 (7)4.3 正交矩阵在物理学中的应用 (9)5后记 (10)参考文献 (10)致谢 (11)关于正交矩阵的性质及应用研究摘要:正交矩阵是数学中一类特殊的矩阵,同时它还具有一些非常特殊的性质和广泛的应用.目前也有很多关于正交矩阵文献,但是其中大部分都是研究关于正交矩阵性质,而关于正交矩阵的应用很少提及.本文的主要任务就是利用正交矩阵的定义,并以矩阵性质,行列式性质为主要工具,归纳正交矩阵的性质,并探讨正交矩阵在解析几何、拓扑学、近似代数及物理学上的应用.关键词:正交矩阵;行列式;性质;应用Abstract: Orthogonal matrix is a kind of special matrix in mathematics. Meanwhile, it also has some very special properties and it is widely used. At present, there are many literatures about orthogonal matrix, but most of them are about the properties of orthogonal matrix. However, the application of orthogonal matrix is seldom mentioned. The main task of this paper is to induce the properties of orthogonal matrix and explore the applications of it in analytic geometry, topology, approximate algebra and physics by using the definition of orthogonal matrix and utilizing the properties of matrix and determinant as the main tool.Key words: Orthogonal matrix; determinant; property; application1前言我们在讨论标准正交基的求法后,由于标准正交基在欧氏空间中占有特殊的地位,从而讨论一组标准正交基到另一组标准正交基的基变换公式。
那么由一组标准正交基到另一组标准正交基的过渡矩阵是什么样的,它有什么性质呢?我们由上面的问题引出了关于正交矩阵的定义。
正交矩阵是一种特殊的矩阵,因此对于正交矩阵的性质及分类的探讨具有非常重要的意义。
而这篇文章就是针对正交矩阵所具有的一系列性质,以及正交矩阵在数学领域,结构化学基础及力学领域的一系列应用。
2正交矩阵的性质本文在探讨正交矩阵的性质时除特殊强调外都是指数域P 上的矩阵,用n n P ⨯表示数域P 上n 阶方阵的集合,用E 表示单位矩阵,用A 、1-A 、*A 、'A 分别表示矩阵A 的行列式、逆矩阵(当A 可逆时)、伴随矩阵、转置矩阵. 定义2.1 n 阶实矩阵A ,若有 E A A =' ,则称A 为正交矩阵.等价定义1: n 阶实矩阵A ,若有 E A A =',则称A 为正交矩阵;等价定义2: n 阶实矩阵A ,若有 1-='A A ,则称A 为正交矩阵;等价定义3: n 阶实矩阵A 的n 个行(列)向量是两两正交的单位向量 ,则称A 为正交矩阵.性质2.1 A 为正交矩阵,则其行列式的值为1或1-.证明: 由正交矩阵的定义知,E A A =' 两边同取行列式,得1=='E A A ,又由于A A =',则12=A , 即1±=A性质2.2 A 为正交矩阵,A 的任一行(列)乘以1-得到的矩阵仍为正交矩阵.证明: 设()n j i A ββββ ,,,,1=,其中n j i ββββ,,,,,,1 是A 的单位正交向量组.显然()n j i ββββ,,,,,,1 -也是A 的单位正交矩阵,则由正交矩阵的等价定义3知成立.性质2.3 A 为正交矩阵,A 的任两行(列)互换得到的矩阵仍为正交矩阵.证明: 设()n j i A ββββ ,,,,1=其中n j i ββββ,,,,,,1 是A 的单位正交向量组.显然n i j ββββ,,,,,,1 也是A 的单位正交矩阵,则由正交矩阵的等价定义3知成立.性质2.4 A 为正交矩阵,则1-A 、A '、*A 也是正交矩阵.证明: ()()()E E A A A A A A =='='='------111111 ∴1-A 为正交矩阵,()E A A A A ='='''∴A '为正交矩阵,()()()()E A A A A A A A A A A A A A ='='='='------**1121111,*∴A 为正交矩阵.性质2.5 A 为正交矩阵,则m A 也是正交矩阵.证明: A 为正交矩阵,则1-='A A ,()()()()11--=='='m m m m A A A A ,由正交矩阵的等价定义2知,A 为正交矩阵.性质2.6 A 、B 均为正交矩阵,则它们的积AB 也是正交矩阵.证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,由于()()111---==''='AB A B A B AB ,由正交矩阵的等价定义2知,AB 为正交矩阵.性质2.7 A 、B 均为正交矩阵,则B A '()B A '也是正交矩阵.证明:A 、B 为正交矩阵,1-='A A ,1-='B B 由于()()()()1111----'='='''=''A B A B A B B A ()1-'=B A 所以B A '为正交矩阵.B A '证明同上.性质2.8 A 、B 均为正交矩阵,则B A 1-()1-AB 也是正交矩阵.证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,由于()()()111111------==''='A B A B A B B A ()11--=B A ,所以B A 1-为正交矩阵.1-AB 证明同上.性质2.9 A 、B 均为正交矩阵,则BA A 1-也是正交矩阵.证明:A 、B 为正交矩阵,1-='A A ,1-='B B 由于()()11111-----=='''='A A B A A B A BA A ()()11111-----=BA A A B 所以BA A 1-为正交矩阵.性质2.10 A 、B 均为正交矩阵,则⎪⎪⎭⎫ ⎝⎛B A 00也是正交矩阵. 证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,由于=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛''='⎪⎪⎭⎫ ⎝⎛--11000000B A B A B A100-⎪⎪⎭⎫ ⎝⎛B A 所以⎪⎪⎭⎫ ⎝⎛B A 00为正交矩阵. 性质2.11 A 、B 均为正交矩阵,则⎪⎪⎭⎫ ⎝⎛--A A A A 21也是正交矩阵. 证明:A 、B 为正交矩阵,1-='A A ,1-='B B ,则有 ⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛--'⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛--A A A A A A A A 2121 ⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛''=⎪⎪⎭⎫ ⎝⎛''=⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛''-'-'=E A A A A A A A A A A A A A AA A 00E 002002212121,则有结论⎪⎪⎭⎫ ⎝⎛--A A A A 21为正交矩阵成立.性质2.12 A 为正交矩阵,λ是A 的特征值,则λ1也是A 的特征值.证明:A 为正交矩阵,有1-='A A ,那么有()=-='-='-=--1A E A E A E A E λλλλA E A A E A E A A A A A n n --=--=-=------λλλλλλ1111111,则λ是A 的特征值,则λ1也是A 的特征值.性质2.13 A 为正交矩阵,它的特征值为1±,并且属于A 的不同特征值的特征向量两两相互正交.证明:设λ为A 的特征值,η是A 的属于特征值λ的特征向量,ληη=A ,两边同时取转置得,ηλη'=''A ,所以ηηλληηληηηη'='=''='2A A ,因为A 为正交矩阵,所以E A A =',而0≠'ηη,则12=λ,即1±=λ.另外,设ξ是A 的属于特征值μ的特征向量.由于ληη=A ,μξξ=A ,E A A ='可得()()()()()()ξηλμμξληξηξηξη'='='=''='A A A A ,所以()0-1='ξηλμ,又μλ≠,因此可 得λμλλλ≠==12,则0='ξη,即η与ξ正交.性质2.14 A 为上(下)三角的正交矩阵,那么矩阵A 必为对角矩阵,且对线上的元素值为1±.证明:设A 为上三角的正交矩阵,那么-1A 必为上三角矩阵且A A '=-1,因此A 为对角矩阵.又由于E A A =',则矩阵A 的对角线上的元素为1±.性质2.15 A 为正交矩阵,那么矩阵A 的一切k 阶主子式之和与一切相应k n -阶主子式之和或者相等或互为相反数.性质2.16 A 为n 阶正交基础循环矩阵,那么矩阵A 的全部特征根为实根,并且是n 个n 次单根.证明:设⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=0001100001000010 A 为基础循环矩阵可知A 的特征多项式为()1-=-=n x A xE x f ,那么它的特征根为()n k nk i n k x i ,,2,12sin 2cos =+=ππ,故n x 为n 次单根. 3 正交矩阵的相关命题命题3.1 A 、B 为正交矩阵,如果B A '+E 21为反对称矩阵,则B A +也是正交矩阵,且()111---+=+B A B A .证明:由于A 、B 为正交矩阵,则1-='A A ,1-='B B ,B A '+E 21为反对称矩阵,则 ⎪⎭⎫ ⎝⎛'+-='⎪⎭⎫ ⎝⎛'+A B E B A E 2121 ()()()()E A B E B A E E B B A B B A A A B A B A B A B A =⎪⎭⎫ ⎝⎛'++⎪⎭⎫ ⎝⎛'++='+'+'+'=+'+'=+'+2121因此B A +为正交矩阵.且()()B A B A B A '+'='+=+-1.命题3.2 A 、B 为正交矩阵,且B A -=,则B A +不可逆.证明:由于A 、B 为正交矩阵,则E A A =',E B B =',又因为A B A A B B A B A ='+'=+ ()()B A B A A B B A A B A B +-='+-='+='+'2,则B A B A +-=+,得0=+B A ,因此B A +不可逆.命题3.3 A 、B 为奇数阶的正交矩阵,且B A =,则B A -不可逆.证明:由于A 、B 为正交矩阵,则有E A A =',E B B =',A B A A B B A B A ='-'=- ()B A A B A B A B A B n --=-='-'='-'12,由于 A 、B 为奇数阶,则B A B A --=-,即0=-B A ,因此B A -不可逆.命题3.4 A 、B 为奇数阶的正交矩阵,则()()B A B A -+必不可逆.证明:由于A 、B 为正交矩阵,则有E A A =',E B B =',()()=+-=+-B A B A B A B A ()()()()()()()()()()n n n n n n B A B A B A B A B A B A B A A A B B A B B A A B A B B A B B A B B A A A B A B A B A B A 111111-=-+-=-'+'-=-'+'-='-'+'-'-='-'-='-'='-'-'+'=+'-'=+'-'()()B A B A -+,由于A 、B 为奇数阶的矩阵,则()()0=-+B A B A ,即()()B A B A -+必不可逆.命题3.5 A 为正交矩阵,且1-=A ,则E A +不可逆,且1-为A 特征值. 证明:因为1-=A 知,E A -=,由定理3.2.1知,0=+E A ,故E A +不可逆.又0=+E A ,故()01=+-=--A E A E n,所以1-为A 特征值. 命题3.6 A 为奇数阶正交矩阵,且1=A ,则E A -不可逆,且1为A 特征值. 证明:因为1=A 知,E A =,由定理 3.2.1知,0=-E A ,故E A -不可逆.又0=-E A ,故()01=--=-E A A E n,所以1为A 特征值. 命题 3.7 A 为对称矩阵,B 为反对称矩阵,A 、B 可交换,B A -可逆,则()()B A B A -+-1及()()1--+B A B A 都为正交矩阵.证明:由题意知BA AB =,则()()()()B A B A B BA AB A B A B A +-=-+-=-+22,因为B A -可逆,那么B A +也可逆.即()()11--+-B A B A ,()()[]()()[]B A B A B A B A -+'-+--11 ()()()()()()[]()()()()11111------+=-+'+''-'=-+⎥⎦⎤⎢⎣⎡'+'-=B A B A B A B A B A B A B A B A B A B A ()()()()()()E B A B A B A B A B A B A =--++=-+---111,则()()B A B A -+-1为正交矩阵.同理可证()()1--+B A B A 也为正交矩阵. 命题 3.8 B 为反对称矩阵,则()()B E B E -+-1及()()1--+B E B E 都为正交矩阵,并且其特征值不为1-.证明:E 为对称矩阵,B 为反对称矩阵,则由定理 3.3知()()B E B E -+-1及()()1--+B E B E 都为正交矩阵.由于反对称矩阵的特征值只为零或纯虚数,因此B 的特征值不是1±.则0≠-B E ,()01≠---=+B E B E n ,因此B E ±可逆 ,由于()()B E B E -+-1及()()1--+B E B E 都为正交矩阵,令()()B E B E A -+=-1,那么有=+A E()()()()()()111122-----=-=+-+--A E A E E B E B E B E B E ,可知A E +可逆,且=+A E ()01≠---A E n ,因此1-不是()()B E B E A -+=-1的特征值.同理1-不是()()1--+B E B E 的特征值.命题 3.9 矩阵()n n ij b B ⨯=,()n n ij c C ⨯=,矩阵A 为正交矩阵,且BA A C 1-=,则,∑∑∑∑=====n j n i ij n j n i ijc b 1111.证明:由于A 为正交矩阵,则1-='A A ,那么()BA B A BA A A B A C C ''='''='--11,知B B '与C C '相似,则有它们的迹相等.即()()B B tr A A tr '=',故∑∑∑∑=====n j ni ij n j n i ij c b 1111.命题3.10 矩阵A 为n 阶正交矩阵,并且A 的特征值不为1-,则一定存在反对称矩阵B 、C 使得()()()()11--+-=+-=C E C E B E E B A证明:由于A 的特征值不为1-,则()01-≠+-=-A E A E n,所以A E +可逆.矩阵A 为n 阶正交矩阵,取()()A E A E C -+=-1,由于()()()-+=-+±=±-A E A E A E E C E 1()()()()()()[]A E A E A E A E A E A E -±++=-+±+--11,那么可以得到()()12-+=+A E C E 和()()A A E C E 12-+=-,因此C E ±可逆,从而()()()()[]=++=+----111122-A E A A E C E C E()()A A E A A E =+⋅+-2121; 下证矩阵C 为反正交矩阵:()()()()()()11111-----+-+='+'-=⎥⎦⎤⎢⎣⎡'+'-='A E A E A E A E A E A E C ,()()=-+=--E A A E C 1 ()()11--+-+A E A A E ,则有C C -=',则C 为反对称矩阵,则取()()1--+=A E A E B ,同理可证B 为反对称矩阵,且满足()()1-+-=B E E B A 4 正交矩阵的应用在对正交矩阵的性质有一定的了解之后,下面我们开始讨论正交矩阵在不同领域上的应用问题.4.1正交矩阵在解析几何上的应用在讨论正交矩阵在解析几何上的应用时,我们先从正交矩阵的性质出发,转化到转化到正交变换,进而研究正交矩阵在解析几何上的简单应用.由定义2.1[1]等价定义3知正交矩阵的行(列)向量组为标准正交向量组.引入n R 上的正交变换定义定义 4.1 n 阶正交矩阵A ,对于()n n R x x x x ∈'=,,2,1 ,称n R 到n R 的线性变换T :()Px x T =为n R 上的正交变换.对于2R 上的线性变换⎩⎨⎧+='-='ϕϕϕϕcos sin sin cos y x y y x x ,将2R 上的点⎥⎦⎤⎢⎣⎡y x 映射为2R 上的点⎥⎦⎤⎢⎣⎡''y x ,现将变换⎩⎨⎧+='-='ϕϕϕϕcos sin sin cos y x y y x x 写成矩阵的形式⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛''y x y x ϕϕϕϕcos sin sin cos ,由于矩阵⎥⎦⎤⎢⎣⎡-=ϕϕϕϕcos sin sin cos A 是正交矩阵,因此上述变换是正交变换.下面我们看一下这个变换在平面直角坐标系下的几何意义,如图所示:在一个平面直角坐标系xoy 中,设点()y x ,的极坐标为()θ,r ,由极坐标变换知⎩⎨⎧==θθsin cos r y r x由⎩⎨⎧+='-='ϕϕϕϕcos sin sin cos y x y y x x 得 ()()⎩⎨⎧+=+=+='+=-=-='θϕϕθθϕϕϕθϕθϕθϕϕϕsin sin cos cos sin cos sin cos sin sin cos cos sin cos r y r y x y r r r y x x , 可知点()y x '',的极坐标是()ϕθ+,r ,这说明将向径⎪⎪⎭⎫ ⎝⎛y x 按逆时针方向旋转角度ϕ,即可得到向径⎪⎪⎭⎫ ⎝⎛''y x (如图所示)因此这个正交变换是平面2R 上将向径⎪⎪⎭⎫ ⎝⎛y x 绕坐标原点按逆时针方向旋转ϕ角的一个变换.因此同理,如果用1-P 左乘向量⎪⎪⎭⎫ ⎝⎛y x ,那么可以表示成将这个向量按照逆时针的方向旋转角度ϕ.正交变换在解析几何里面有重要的性质:定理4.1 设A 为n 阶正交矩阵,21,x x 是n R 中的任意向量,则有⑴2121,,x x Ax Ax =,即正交变换保持向量的内积不变性.证明:由于()()212121,Ax A x Ax Ax Ax Ax ''='=,而正交矩阵A 满足E A A =',因此212121,,x x x x Ax Ax ='=⑵11x Ax =,即正交变换保持向量的范数不变.证明:在⑴中令21x x =,便得2121x Ax =,两边开平方,既得11x Ax =. 4.2正交矩阵在拓扑学和近似代数中的应用将所有的n 阶正交矩阵做成的集合记作()n M ,在近似代数和拓扑的角度来说,它将构成一拓扑群,我们将进一步证明它也是一个不连通的紧致lie 群.首先我们证明()n M 构成拓扑群.在证明()n M 构成拓扑群之前,我们先介绍一下有关的概念.定义4.2 设P 是任意集合,Q 是P 的子集构成的子集族,并且满足下列条件: ⑴结合P 与空集φ属于Q ;⑵Q 中任意个集中的并集属于Q ;⑶Q 中任意有穷个集的交集属于Q .那么称Q 是P 上的一个拓扑,集合P 上定义了拓扑Q ,称P 是一个拓扑空间.定义4.3 如果P 是一个拓扑空间,并赋予群的机构,使得群的在乘法运算 μ: P P P →⨯;求逆运算 ν: P P →.上是连续的映射,那么就称P 为拓扑群.根据定义4.3,我们将证明所有的n 阶正交矩阵做成的集合()n M 构成拓扑群的证明分成三步来实现:首先证明所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑空间;其次证明所有的n 阶正交矩阵做成的集合()n M 构成一群;最后证明所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑群.证明:⑴设N 表示全部具有实元素的n 阶矩阵所构成的集合,用()ij a A =表示N 的一个代表元素.我们把N 等同于2n 维欧氏空间2n E ,可以理解为将()ij a A =对应成2n E 的点()nn n a a a a a ,,,,,,2111211 ,Q 是点集2n E 的子集族,则2n E 和空集φ都属于Q ,Q 中任意一个集合的并集都属于Q ,Q 中有穷个集合的交集也属于Q ,可得2n E 构成一个拓扑空间.进而N 成为一拓扑空间.()n M 是所有实元素的n 阶正交矩,因此是N 的子集合,因此由N 的拓扑可以引出这个子集的拓扑,从而()n M 构成N 的一个子拓扑空间.⑵对于任意的()n M C B A ∈,,,因为矩阵的乘法满足结合率则有()()BC A C AB →存在()n n M E ∈对于任意()n M A ∈,有A AE A E n n ==任意()n M A ∈,存在A A '=-1,使得E A A AA A A A A ='=='=--11因此正交矩阵做成的集合()n M 对于乘法运算可构成群.⑶对于⑴中的拓扑空间N 的拓扑,定义矩阵的乘法运算ϕ:N N N →⨯,设对于任意()()ij ij b B a A ==,,乘积()B A ,ϕ的第ij 个元素是∑=n i ij ij ba 1,现在N 具有乘积空间111E E E ⨯⨯⨯ (2n 个因子)的拓扑,现在对于任意满足n j i ≤≤,1的j i ,,都通过投影映射 1:E N N N ij →→⨯ϕπ,将A 和B 的乘积()B A ,ϕ映射为它的第ij 个元素,则()∑==ni ij ij ij b a B A 1,ϕπ为A 和B 的元素的多项式,因此ϕπij 连续,投影映射ij π也是连续的.因此可以证明映射ϕ是连续的.由于()n M 具有N 的子空间拓扑,是N 的一个拓扑空间.由上面的讨论知,映射n n n M M M →⨯:ϕ也是连续的.()n M 中的可逆矩阵,定义求逆矩阵的映射n n M M g →:,对于任意的,n M A ∈()=A g 1-A ;合成映射k n n ij E M M g →→:π,可以理解为将任意映射为1-A 的第ij 个元素,由于矩阵A 为正交矩阵,由性质2.1知A 可逆,那么有A A A *-=1,因此A A a ij ij =,即()A A A g ij ij =π, 又因为A 的行列式和A 的代数余子式都是A 内的元素多项式,并且0≠A ,所以g 0π是连续的,因此求逆映射n n M M g →:为连续函数.因此,()n M 又是一个拓扑空间,并构成群,对群的乘法与求逆运算都是拓扑空间上的连续映射,因此所有的n 阶正交矩阵做成的集合()n M 构成一个拓扑群.且称它为正交群.其次证明()n M 是一个紧致lie 群,证明之前给出有关的定义定理.定义 4.4 设P 为拓扑群,P 的拓扑为n 维实(或复)解析流行,且映射()12121,-→p p p p ,对于任意P p p ∈21,,为解析流行P P ⨯到P 上的解析映射,那么称P 为n 维lie 群.定理4.2 欧氏空间内的有界闭集是紧致子集.证明:设N 是所有具有实元素的n 阶矩阵做成的集合, 对于任意的N C ∈,C 对应的2n 维欧氏空间2n E 的点()nn n c c c c c c c ,,,,,,222111211 ,N 可作为2n 维欧氏空间.A 为元素nn n c c c c c c ,,,,,,222111211 的解析函数,{}0=∈C N C 为N 中的开子集,由诱导拓扑可知*N 为解析流形,并且对于矩阵的乘法和求逆运算都解析,故*N 为2n 维lie 群.()n M 为*N 的闭子集,根据诱导拓扑为子流行,()n M 为lie 群. 想要证明()n M 紧致,根据定理内容,只需要证明N 等同于2n E 时,()n M 相当于2n E 内的有界闭集.设任意的()n M C ∈,由于E C C =',有∑==n j ik kj ij c c 1δ n k i ≤≤,1对任意的k i ,,定义映射E N g ik →: N C ∈∀ ()∑==nj kj ij ik b a C g 1那么()n M 为系数各集合的交集()01-ik g n k i ≤≤,1 k i ≠()11-ik g n i ≤≤1由于()n k i f ik ≤≤,1都是连续映射,因此上述的集合都是闭集,则()n M 是N 的有界闭集,则()n M 的紧闭性得证.由于在拓扑结构上是紧闭的lie 群,我们称它为紧lie 群,因此()n M 是紧lie 群.最后证()n M 是不连通的证明:设()n RM 是全部行列式为1的正交矩阵所构成的集合,R 为所有行列式为1-的正交矩阵所构成的集合.由于()1:det E RM n →是连续映射,又由于单点集{}1是1E 的闭集,()n RM 为()n M 的闭集,同样可证R 为闭集.由于()()n n M R RM = , ()φ=R RM n ,而 ()n RM 和R 是闭集,根据不连通的定义可直接证明()n M 是不连通的,在这里我们就不做详细说明了.4.3正交矩阵在物理学中的应用物理学中每一个刚体运动都对应着一个正交矩阵,三维空间中的一条曲线经过刚体运动,它的曲率和挠率一直是不变的,在物理学中称它们为运动不变量.下面我们来考察曲线在做刚体运动时的量. 设曲线()()()(){}t z t y t x t r 1111,,= 与曲线()()()(){}t z t y t x t r ,,= 只差一个运动,从曲线()t r 1 到()t r 变换设为 ⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛321111b b b z y x B z y x , 其中⎪⎪⎪⎭⎫ ⎝⎛=333231232221131211b b b b b b b b b B 是三阶正交矩阵,且321,,b b b 为常数.对⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛321111b b b z y x B z y x 两边分别求n 阶导数,可以得()()()()()()⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎭⎫ ⎝⎛n n n n n n z y x B z y x 111,从而有⎪⎪⎪⎪⎭⎫⎝⎛++++++=⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎭⎫ ⎝⎛m m m mm m m m m m m m m m m z b y b x b z b y b x b z b y b x b z y x A z y x 333231232221131211111,又B 是正交矩阵,则有 ()()t r t r =1成立.另一方面,由一阶到三阶导数可以构成矩阵⎪⎪⎪⎭⎫⎝⎛''''''''''''''''''±='⎪⎪⎪⎭⎫ ⎝⎛''''''''''''''''''=⎪⎪⎪⎪⎭⎫ ⎝⎛''''''''''''''''''z y x z y x z y x B z y x z y x z y x z y x z y x z y x 111111111, 现取()()()()()()()()t r t r t r t r t r t r,,,,111= 可类似的讨论.因为111111111111111111111111y x y x z x z x z y z y z y x z y x z y x z y x ''''''''+''''''''+''''''''=⎪⎪⎪⎭⎫ ⎝⎛''''''''''''''''''111111111111111111111111y x y x z x z x z y z y z y x z y x z y x z y x '''''''''+'''''''''+'''''''''=⎪⎪⎪⎭⎫ ⎝⎛''''''''''''''''''将⎪⎪⎪⎪⎭⎫⎝⎛++++++=⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎭⎫ ⎝⎛m m m m m m m m m m m m m m m z b y b x b z b y b x b z b y b x b z y x A z y x 333231232221131211111 带入到111111111*********111111y x y x z x z x z y z y z y x z y x z y x z y x ''''''''+''''''''+''''''''=⎪⎪⎪⎭⎫ ⎝⎛''''''''''''''''''的右边,得到()()()⎪⎪⎭⎫ ⎝⎛'''''''''+'''''''''+'''''''''+⎪⎪⎭⎫ ⎝⎛'''''''''+'''''''''+'''''''''+⎪⎪⎭⎫ ⎝⎛'''''''''+'''''''''+'''''''''='''''''''+'''+'''+'''''''''+'''+'''+'''''''''+'''+'''111133111123111113111132111122111112111131111121111111111133323111112322211111131211y x y x z b x z x z z b z y z y z b y x y x y b x z x z y b z y z y y b y x y x x b x z x z x b z y z y x b y x y x z b y b x b x z x z z b y b x b z y z y z b y b x b对照以上三个式子可得:111133111123111113111132111122111112111131111121111111y x y x b x z x z b z y z y b y x y x y x y x bx z x z b z y z y b x z x z y x y x b x z x z b z y z y b z y z y ''''''+''''''+''''''=''''''''''''+''''''+''''''=''''''''''''+''''''+''''''='''''' 由于正交矩阵的性质,ij ij B b =,且jk n i kj ij B B σ∑==1()3,2,1,=k j 将上边三个式子左右两边分别平方之后相加得:()()()211112111121111211112332322312111122322222121111213212211322y x y x x z x z z y z y y x y x B B Bx z x z B B B z y z y B B B y x y x x z x z z y z y ''''''+''''''+''''''=''''''+++''''''+++''''''++=''''''+''''''+''''''将上式写成矢量函数形式记得:()()()()t r t r t r t r ''⨯'=''⨯'11 ()()()()()()131113K t r t r t r t r t r t r K ='''⨯'='''⨯'=()()()()()()()()()()()()()()12111112ττ=''⨯'''''''=''⨯'''''''=t r t r t r t r t r t r t r t r t r t r其中11,;,ττK K 分别为曲线()t r ' ,()t r 1'的曲率和挠率.5 后记以上就是本篇文章的全部内容,由于时间和能力有限,本文仅针对正交矩阵矩阵的性质以及正交矩阵在解析几何,近似代数和拓扑学以及物理化学的应用上做了粗略的研究,希望得到的结论能给日后这部分的研究提供帮助,也希望读者在阅读后能受到一些启示,从而得出更有价值的理论.事实上,正交矩阵的这部分值得研究的内容还有很多,例如正交矩阵在化学等方面也有很多的应用,但是本位并没有对其给予明确的说明。