§1 向量的内积、长度及正交性
§1 向量的内积、长度及正交性
α ⋅ β = 18 = 2 解 ∵ cosθ = 3 2⋅6 2 α β π ∴θ = .
4
三、正交向量组的概念及求法
1 正交的概念
当 ( x, y ) = 0 时 , 称向量 x 与 y 正交 .(orthogonal)
由定义知, 若 x = θ , 则 x 与任何向量都正交 .
2 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,则称该向 非零向量组中的向量两两正交 量组为正交向量组. 量组为正交向量组. 正交向量组
也为R 也为 4的一个规范正交基 .
6 求规范正交基的方法
设α 1 ,α 2 ,⋯ ,α 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 , e 2 ,⋯ , e r , 使e1 , e 2 ,⋯ , e r 与α 1 ,α 2 ,⋯ ,α r 等 价, 这样一个问题 , 称为 把α1,α2 ,⋯,αr 这个基规
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
a2 = ξ 1 ,
a3 = ξ −
2
(ξ ,ξ ) (ξ ,ξ
1 1 2 1
ξ. )
1
其中(ξ ,ξ ) = 1, (ξ ,ξ ) = 2, 于是得
1 2 1 1
1 0 1 1 a2 = 0 , a3 = 1 − 0 = − 1 − 1 2 − 1
e , e , e 即为所求 .
1 2 3
例4 已知 α1 = (1,1,1) , 求非零向量 α 2 , α 3使α1 , α 2 , α 3
T
两两正交.
第1节 向量内积和正交矩阵
第五章 相似矩阵
§1 向量的内积和正交矩阵
向量的长度
定义5.1.2:令 || X || ( X , X ) x12 x22 L xn2 0 称 || X || 为 n 维向量 X 的长度(或模). 当 || X || = 1时,称 X为单位向量. 向量的长度具有下列性质: 非负性:当 X = 0(零向量) 时, || X || = 0;
✓ a1, a2, …, ar 是向量空间 V 中的一个基(最大无关组); ✓ a1, a2, …, ar 两两正交; ✓ a1, a2, …, ar 都是单位向量, 则称 a1, a2, …, ar 是V 的一个标准正交基.
1 1 0 0
2
2
0
0
例: a1
1 2
, a2
向量的长度
定义5.1.2:令 || X || ( X , X ) x12 x22 L xn2
称 || X || 为 n 维向量 X 的长度(或模).
当 || X || = 1时,称 X为单位向量.
向量的长度具有下列性质:
非负性:当 X = 0(零向量) 时, || X || = 0;
当 X ≠ 0(零向量) 时, || X || > 0.
(b1 , ar (b1 , b1
) )
b1
(b2 (b2
, ,
ar b2
) )
b2
L
(br1 , ar ) (br1 , br1 )
br
1
于是 b1, b2, …, br 两两正交,并且与a1, a2, …, ar 等价,即 b1, b2, …, br 是向量空间 V 中的一个正交基.
两个向量内积和正交的定义
两个向量内积和正交的定义向量是在数学中经常用到的概念,向量的运算方式有点类似于数的运算,但是向量有很多特殊的性质,因此需要了解向量的内积和正交的定义。
一、向量的内积向量的内积是指两个向量的数量积,也被称为点积或标量积,它的定义如下:设有两个n维向量a = (a1, a2, …, an)和b = (b1, b2, …, bn),它们的内积表示为:a·b = a1b1 + a2b2 + … + anbn。
通过这个公式得到的结果是一个数字,而不是向量,这个数字表示了两个向量的夹角和它们的长度的乘积。
如果a·b = 0,那么这两个向量就被称为正交向量。
二、向量的正交两个向量的正交是指它们之间的夹角为直角,这种关系被称为正交关系。
在三维空间中,我们可以看到两个正交的向量表示的向量平面是一个矩形。
这个矩形的长度是两个向量长度的乘积,宽度则是它们的夹角的正弦值所乘。
在二维空间中,当两个向量垂直时,它们就正交了。
例如,在平面直角坐标系中,两个向量a = (1, 0)和b = (0, 1)是正交向量,它们的内积为0。
三、向量的应用向量的内积和正交在实际应用中有着广泛的应用,例如:1. 在三维计算机图形学中,可以利用向量的内积来计算光照效果。
2. 在机器学习中,向量的内积和正交用于向量的相似性度量,这是非常重要的一个概念。
3. 在物理学中,向量的正交关系被用来计算施加在物体上的力的大小和方向。
四、总结向量的内积和正交是向量的两个重要的概念。
这些概念有着广泛的应用,需要掌握这些概念才能更好地理解一些数学和物理学问题。
我们在应用和研究中,可以通过向量内积和正交,更细致地分析和解决问题,也可以更深入地了解向量及其运算特性。
1-1-向量内积正交
这些基础知识在后面具体方法中都会用到,因此首先介绍这些内容。
本章介绍:向量的内积、正交等概念矩阵相似变换、正交变换概念标准特征问题基本性质向量正交化方法(G-S 方法)矩阵三角分解、QR 分解*(* 通过H 变换和Givens 变换实现QR 分解)第一章基础知识引言§1-1 向量的内积和正交一、线性空间子空间1、实数域:n 维实向量{x }的全体(集合)称为n 维线性空间,记为R n则复数域:n 维复向量{x }的全体,记为C n ,则{}nR x ∈{}nCx ∈均为线性空间第一节向量的内积和正交称为实空间。
另外:n m R⨯nm C⨯是m ×n 阶实矩阵集合。
[]A []A 是m ×n 阶复矩阵集合。
均为线性空间。
称为复空间。
nm R⨯nm C⨯和2、子空间的概念设有{}{}{}nm Rx x x ∈ 21个向量:nR 由这m 个向量的任何线性组合所构成的集合:称为的由{}{}{}m x x x 21所生成的子空间,记为{}{}()m x x span 1{}{}m x x 1()n m ≤称为子空间生成向量。
第一节向量的内积和正交{}{}⎭⎬⎫⎩⎨⎧∈=∑=R x x m i mi i αααα,,,211 生成/张成特别当{}{}m x x 1子空间的维数= mnR {}{}{}()m x x x span ,,21即是的一个m 维子空间。
二、向量的内积和正交1、向量内积的定义设有{}{}nRy x ∈,在实数域线性空间中定义内积:则{}{}(){}{}ii Ty x x y y x ∑==,nR 在中定义了内积的向量集合—称为n 维欧几里德空间(或称为内积空间)第一节向量的内积和正交线性无关时,①在复数域上两向量内积定义:则如设{}{}nCy x ∈,{}{}(){}{}ii Hy x x y y x ∑==,(复数域上n 维线性空间nC 内积定义)第一节向量的内积和正交时,就是常说的几何空间。
1向量的内积及正交性
|| || ( ) 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).
注
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
本_第17讲_向量的内积、长度及正交性 二次型基本知识
一、向量的内积
2. 内积的性质 ⑴ [α , β ] = [ β , α ]; ⑵ [ kα , β ] = k[α , β ], k ∈ R; ⑶ [α + β , γ ] = [α , γ ] + [ β , γ ];
[ ⑷ 当 α = 0 时, α ,α ] = 0,
当 α ≠ 0 时,[α ,α ] > 0;
第10页 页
三、向量的正交性
一定线性无关. 定理 正交向量组 α1 ,α2 ,⋯,αr 一定线性无关. 证 设存在 k1 , k2 ,⋯, kr 使
(*) *
k1α1 + k2α2 + ⋯+ krαr = 0, 两两正交, 由α1 ,α2 ,⋯,αr 两两正交,知
T 以α 1 左乘(*)式两端,得 * 式两端,
二次型基本知识
二次型的概念; 二次型的概念; 二次型的矩阵表示. 二次型的矩阵表示.
一、二次型的概念
含有n个变量 含有 个变量x1, x2, ⋅ ⋅ ⋅, xn的二次齐次函数 个变量 f(x1, x2, ⋅ ⋅ ⋅, xn) = a11x12+a22x22+ ⋅ ⋅ ⋅ +annxn2 +2a12x1x2+2a13x1x3+ ⋅ ⋅ ⋅ +2an−1,, nxn−1xn − − 称为二次型.
两个向量之间的一种运算,其结果是一个数 两个向量之间的一种运算,其结果是一个数, 用矩阵记号表示有 [α , β ] = α T β = β Tα . n≥3维向量的内积是 维向量数量积的推广, 维向量的内积是3维向量数量积的推广 维向量的内积是 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. 但是没有 5. 施密特 施密特(Schimidt)正交化 正交化
1向量的内积长度及正交性
定理 4 A为 n 阶正交矩阵的充要条件是:A 的列向量 组是正交单位向量组.
证 a11 a12 a1n
设
A
a22
a22
a2n
,按列分块为
(1
,
2
,
,
n
),
an1 an2 ann
1T
1T1 1T2
a1
a2
an
, a12 a22 an2
3、单位向量:当 1 时,称为单位向量
将非零向量单位化:取向量
*
1
,
4、正交:如果向量 与 满足 , 0 ,则称
向量 与 正交。
一、向量的内积
1. 向量的内积
n 维向量的内积是 几何向量内积的推广.
a1
b1
定义 1
设有 n 维向量
a2
,
b2
,
规定 和 的内积为
ቤተ መጻሕፍቲ ባይዱ an
bn
, a1b1 a2b2 anbn
定理 3 非零正交向量组是线性无关的 .
证 设 1,2,, s 是非零正交向量组,
即
(非零)
i,i iTi
0
(i, j 1,2,, s)
(正交) i, j iT j 0 (i j)
返回 上页 下页
设 k11 k22 ks s O (1) 证明 1,2,, s 线性无关,就是要证明上式中的组
§1 向量的内积、长度及正交性PPT课件
(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、向量的长度及性质
1 2 1 2 0 0
e1
1
002,e2
100
2,e3
1 02,e4 1 2
0 12
.
1 2
同理可知:初始单位向量组
1 0 0 0
1
00,
2
10,
3
10,
4
00.
0 0 0 1
也为R4的一个规范正交. 基
6、 求规范正交基的方法
设1,2,,r是向量空V的 间一个,要 基求V
解得:
x1 x2
x3 0
,
令 x3=1, 得: 3=(1,0,1)T,
则1,2,3 构成R3的一个正交基.
5. 规范 (标准) 正交基
定义 设n维向量 e1,e2,,er是向量空 V(V间 Rn)的一个,如 基果 e1,e2,,er两两正交且都是 向量 ,则称 e1,e2,,er是V的一个规范.正交基 例如
例 求向 (1 ,2 ,2 ,3 量 )T 与 (3 ,1 ,5 ,1 )T 的.夹
解 cos||[||,||] ||
18 3 2 6
2, 2
.
4
三、正交向量组的概念及求法
1.当[ x, y ]= 0 时, 称向量 x 与 y 的正交 . 例 x ( 0 , 1 , 1 如 , 1 ) T 与 y ( 8 , 1 , 2 , 1 ) T , 有 [ x, y ]= 0 , 故向量 x 与 y 正交 .
向量的内积与正交
目录
CONTENTS
• 向量的内积 • 向量的正交 • 向量的内积与正交的应用 • 向量的点积与叉积 • 总结
01
CHAPTER
向量的内积
向量内积的定义
定义
向量内积是两个向量之间的点乘运算,记作$mathbf{A} cdot mathbf{B}$。 其结果是一个标量,表示两个向量之间的角度余弦值与两个向量模的乘积。
几何意义
叉积的几何意义是垂直于两向量所在平面的第三个向量,其模长等于两向量构成的平行四边形的面积。
性质
叉积满足反交换律,即$mathbf{A} times mathbf{B} = -mathbf{B} times mathbf{A}$。
点积与叉积的区别和联系
区别
点积和叉积在定义、几何意义和性质上都有所不同。点积是两向量的内积,结果 是一个标量;叉积是两向量的外积,结果是一个向量。
如果两个向量的方向垂直,则它们正交。
判断两个向量的模长是否 相等
如果两个向量的模长相等,则它们正交。
03
CHAPTER
向量的内积与正交的应用
向量内积在几何中的应用
判断两向量是否垂直
通过计算两向量的内积,若结果为0,则两向量垂直。
计算向量的长度
利用向量内积和向量的模长,可以计算出任意向量的长度。
计算向量的夹角
向量内积的计算方法
坐标表示法
若向量$mathbf{A}$和$mathbf{B}$的坐标分别为$(a_1, a_2, ..., a_n)$和$(b_1, b_2, ..., b_n)$,则$mathbf{A} cdot mathbf{B} = a_1b_1 + a_2b_2 + ... + a_nb_n$。
同济大学线性代数课件__第五章相似矩阵及二次型
p3
0 4
30
设
1 0 1
P ( p1, p2 , p3 ) 0 1 0
1 1 4
则
1
P 1AP 2
2
31
性质:若l 是 A 的特征值, 即 Ax = lx (x≠0),则
(1) kl 是 kA 的特征值(k是常数),且 kAx = klx (2) lm 是 Am 的特征值(m是正整数),且 Amx = lmx (3) 若 A可逆,则l-1是 A-1的特征值, 且 A-1x = l-1x
16
定义4 若 n 阶矩阵 A 满足 A A E 则称 A 为正交矩阵, 且 A1 A
令 A (1,2 , ,n )
A
A
1
2
(1
,
2
,
n
,n
)
11
21
n1
故
[i , j ] i j
ij
1, 0,
i i
j j
1 2 2 2
n 2
1 n 2 n
nn
17
特征值及二次型问题是线性代数的重要问题。
[ x ty, x ty] 0, t [ x, x] 2[ x, y]t [ y, y]t 2 0
(1) [ x, y ] = [ y, x ]; [ x, y]2 [x, x][ y, y]
(2) [lx, y] = l[ x, y ];
(3) [ x + y, z ] = [ x, z ] + [ y, z ];
解: (1) A2 2A 3E 有特征值 l 2 2l 3
(2) 3阶阵 A有特征值 1, -1, 2,故 | A | 2,A可逆。 A 3A 2E 有特征值 -1,-3,3
§1 向量的长度、内积及其正交性
© §1 2009, Henan Polytechnic University 向量的长度、内积及正交性
第五章 相似矩阵及二次型
T 1 T 2 , , , E n 1 2 T n
T1 T 2 T n 1 1 1 T T T 21 2 2 2 n E T T T n 1 n 2 n n
2
有 (4) [ x, x] 0, 且当 x 0 时, [ x, x] 0.
(5) [ x, y] [ x, x][ y, y].
© §1 2009, Henan Polytechnic University 向量的长度、内积及正交性
4 4
第五章 相似矩阵及二次型
二、向量的长度及性质 定义2 令
令 x , y x1 y1 x2 y2 xn yn 称[x,y]为向量x与y的内积.
© §1 2009, Henan Polytechnic University 向量的长度、内积及正交性
2 2
第五章 相似矩阵及二次型
说明
1. nn 4 维向量的内积是3维向量数量积 的推广.
A A E
T
a11 a21 a12 a22 a1n a2 n
an1 a11 a12 an 2 a21 a22 ann an1 an 2
a1n a2 n E ann
试用施密特正交化过程把这组向量规范正交化.
解 取 b1 a1 ;
1 1 [b1,a ] 4 2 b 2 a 2 [b , ] b1 3 2 1 b1 1 6 1
线性代数第五章第一节向量的内积长度及正交性课件
a1 a1
a1T a2 a2T a2
a1T a2T
an an
1 0
0 1
0
0
anT
anT a1 anT a2
anT an
0
0
1
于是
[ai , a j ]
aiT a j
1, 0,
i j (i, j 1, 2,
i j
, n)
从而可得
方阵A 为正交阵的充分必要条件是 A 的列向量都是单位向 量,且两两正交.即 A 的列向量组构成Rn 的规范正交基.
例:已知3
维向量空间R3中两个向量
a1
1
,
a2
2
1
1
正交,试求一个非零向量a3 ,使a1, a2, a3 两两正交.
分析:显然a1⊥a2 .
解:设a3 = (x1, x2, x3)T ,若a1⊥a3 , a2⊥a3 ,则
[a1, a3] = a1T a3 = x1 + x2 + x3 = 0
b1
[b2 , a3 ] [b2 , b2 ]
b2
c32
c31 c3 c2
a1 b1
b2 a2
第一步:正交化——施密特(Schimidt)正交化过程 设 a1, a2, …, ar 是向量空间 V 中的一个基,那么令
b1 a1
b2
a2
c2
a2
[b1 , [b1 ,
a2 b1
] ]
b1
br
ar
[b1 [b1
齐次性: || l x || = | l | ·|| x ||.
三角不等式: || x + y || ≤ || x || + || y ||.
最新整理1向量的内积长度及正交性.ppt
1
1
例:已知3
维向量空间R3中两个向量
a1
1
,
a2
2
1
1
正交,试求一个非零向量a3 ,使a1, a2, a3 两两正交.
分析:显然a1⊥a2 .
解:设a3 = (x1, x2, x3)T ,若a1⊥a3 , a2⊥a3 ,则
[a1, a3] = a1T a3 = x1 + x2 + x3 = 0
第五章 相似矩阵及二次型
§1 向量的内积、长度及正交性
向量的内积
x1
y1
定义:设有
n
维向量 x
x
2
M
,
y
y
2
M
,
xn
yn
令
[ x ,y ] x 1 y 1 x 2 y 2 L x n y n
y1
x1, x2,L
,
x
n
y2MxTyyn 则称 [x, y] 为向量 x 和 y 的内积.
[ x y , z ] ( x y ) T z ( x T y T ) z ( x T z ) ( y T z ) [ x , z ] [ y , z ]
[x, y] = x1 y1 + x2 y2 + … + xn yn = xT y.
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
内积具有下列性质(其中 x, y, z 为 n 维向量,l 为实数):
对称性: [x, y] = [y, x].
线性性质: [l x, y] = l[x, y].
[x + y, z] = [x, z] + [y, z]
线代第五章(1)向量的内积、长度及正交性
(3) 三角不等式
|| x + y || ≤ || x || + || y ||.
当 || x || = 1 时, 称 x 为单位向量. 向量的内积满足施瓦茨不等式 [ x, y ]2 ≤ [ x, x ][ y, y ] , 由此可得
定义 3 设 n 维向量 e1 , e2 , · , er 是向量空 · ·
间V( V Rn ) 的一个基, 如果 e1 , · , er 两两正交, · ·
且都是单位向量, 则称 e1, · , er 是 V 的一个规范 · ·
正交基.
14
例2 设
1 1 5 1 2 1 4 2 a1 , a2 , a3 , a4 3 3 1 1 1 0 0 14
向量组 b1 , · , br 的过程称为施密特(Schimidt) · ·
· · · · 正交化过程. 它不仅满足 b1 , · , br 与 a1, · , ar
等价, 还满足对任何 k (1 ≤ k ≤ r), 向量组 b1 , · , · ·
bk 与 a1 , · , ak 等价. · ·
23
1 1 5 2 1 4 a1 , a2 , a3 , 3 1 1 1 0 0
试求一个非零向量 a4 , 使 a1, a2, a3, a4 两两正交.
容易验证 b1 , · , br 两两正交, 且 b1 , · , br 与 · · · · a1 , · , ar 等价. · · 然后只要把它们单位化, 即取
5.1向量的内积长度及正交性
1a1 2a2 r ar 0
T 以a1 左乘上式两端, 得
T T T 1a1 a1 2a1 a2 r a1 ar 0 T T T 因为a1 , a2 , , ar 两两正交 a1 a2 a1 a3 a1 ar 0
a a1 0,
1 0 1 0 1 0
对应方程组
x1
x3 0 x2 0
1 0 1
x1 x3 x2 0
令 x3 1 得基础解系
1 取 a3 0 为所求. 1
补充 (1) 向量空间 且集合 设V为n维向量的集合, 如果集合V 非空, V 对于加法及数乘两种运算封闭, 则称V为向量空间. 集合 V 对于加法及乘数两种运算封闭指
例如
e1
1 1 2 2 1 1 , e2 , e3 2 2 0 0 0 0
0 0 1 , e3 2 1 2
a与b的内积
夹角 cos(a, b) a b .
ab
2.内积的概念 定义1 设有 n 维向量
y1 x1 x 2 , y y2 , x yn xn
[ x, y] x1 y1 x2 y2 xn yn xT y.
T 1 1
T a1 a1 [a1 , a1 ] a1
2
由a1 0, a a1 a1
T 1
2
0, 1 0.
同理可得2 r 0, a1 , a2 , , ar 线性无关.
证毕
向量的内积、正交性
2 2 2 x1 x2 x3 [ x , x ]
向量的长度 定义:令
|| x || [ x , x ]
2 2 2 x1 x2 xn
称 || x || 为 n 维向量 x 的长度(或范数). 当 || x || = 1时,称 x 为单位向量. 向量的长度具有下列性质:
[x, y]2 ≤ [x, x] [y, y].
回顾:线段的长度
P(x1, x2)
x2
[x, x] = x12 + x22 + … + xn2 ≥ 0
若令 x = (x1, x2)T,则
| OP |
2 2 x1 x2 [ x , x ]
O
x1
P 若令 x = (x1, x2, x3)T,则 x3 x2 x1 O
|| e1 || [e1 , e1 ] 1
从而 e1, e2, …, er 是向量空间 V 中的一个规范正交基.
1 1 4 例:设 a1 2 , a2 3 , a3 1 ,试用施密特正交化 1 1 0 过程把这组向量规范正交化.
x1 x 3 得 x2 0
1 1 从而有基础解系 0 ,令 a3 0 . 1 1
定义: n 维向量e1, e2, …, er 是向量空间 V R n中的向量, 满足 e1, e2, …, er 是向量空间 V 中的一个基(最大无关组); e1, e2, …, er 两两正交; e1, e2, …, er 都是单位向量, 则称 e1, e2, …, er 是V 的一个规范正交基.
说明:
• 内积是两个向量之间的一种运算,其结果是一个实数. • 内积可用矩阵乘法表示:当x 和 y 都是列向量时, [x, y] = x1 y1 + x2 y2 + … + xn yn = xT y .
- 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)。
2. 当 || x ||= 1 时, 称 x 为单位向量 单位向量.
T 1 1 1 1 1 例如 α = , ,− , β = ,0,− ,0 , 3 3 3 2 2 1 α 为单位向量 单位向量. 若 α≠θ , 则β = || α || T
y1 y2 , y= M y n
, 称 [ x, y ] 为向量 x 与 y 的内积 (Inner product) . 维向量的内积是3维向量数量积 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 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. 若向量 x 与 y 均为列向量 内积可用矩阵记法 均为列向量, 表示为: 表示为 [ x, y ]= xT y .
8 − 14 T (0,−2,−1,3)T = ( 3,5,1,−1) − (1,1,1,1) − 4 14 = (1,1,−2,0)T ,
T
单位化得如下规范正交向量组: 单位化得如下规范正交向量组
1 0 1 1 1 1 − 2 1 1 . , e3 = e1 = , e2 = 6 − 2 14 − 1 2 1 0 3 1
例如 x = (0,1,1,1)T 与 y = (8,1,−2,1)T ,
有 [ x, y ]= 0 , 故向量 x 与 y 正交 . 由定义可知: 与任何向量都正交. 由定义可知 若 x = θ 时, 则 x与任何向量都正交 与任何向量都正交 2. 若一非零向量组中的向量两两正交, 则称该向 若一非零向量组中的向量两两正交 非零向量组中的向量两两正交 量组为正交向量组. 量组为正交向量组. 正交向量组 ⋅⋅⋅, 正交向量组, 定理 若n维向量 α1,α2,⋅⋅⋅ αr 是正交向量组 则 维 ⋅⋅⋅
同理可知: 同理可知:初始单位向量组
1 0 0 0 0, 1, 0, 0. ε1 = ε 2 = ε 3 = ε 4 = 0 0 1 0 0 0 0 1
LLLL
[b1 , ar ] [b2 , ar ] [br −1 , ar ] br = ar − b1 − b2 − L − br −1 [b1 , b1 ] [b2 , b2 ] [br −1 , br −1 ]
那么 b1 ,L, br 两两正交 , 且b1 ,L, br 与a1 ,La r 等价 .
若 α≠θ , β =
1 || α ||
T
α 称为把向量 α 单位化 称为把 单位化.
1 (1,2,3)T . 例如 α = (1,2,3) , 单位化得 : β = 14
(3) 当 || x ||⋅ || y ||≠ 0时, θ = arccos ⋅ ≠ 时 夹角. 称为向量 x 与 y 的夹角
x1 = − x3 解得: 解得: − x = 0 , 令 x3=1, 得: α3=(−1,0,1)T, 2 构成R 的一个正交基. 则α1,α2,α3 构成 3的一个正交基
5. 规范 (标准 正交基 标准) 标准 定义 设n维向量 e1 , e2 ,L, er 是向量空间 V (V ⊂
2. 内积的运算性质 ( 其中 x, y , z 为 n 维向量 λ为实数 ). 维向量, (1) [ x, y ]= [ y, x]; (2) [λ x, y ]= λ[ x, y]; (3) [x+y, z ]= [ x, z]+ [ y, z]; (4) 当 x = θ 时, [ x, x ]= 0; 当 x ≠ θ 时, [ x, x ]≠ 0. ≠ 施瓦茨(Schwarz)不等式 [ x, y ]2 ≤ [ x, x ] [ y, y]. 不等式: ⇒ 施瓦茨 不等式
范正交化 .
下面介绍施密特正交化方法( 下面介绍施密特正交化方法(Gram-Schmidt 施密特正交化方法 orthogonalization’s method )
若a1 , a 2 ,L, a r 为向量空间 V的一个基 , [ b1 , a 2 ] (1) 正交化 取 b1=a1 , b 2 = a 2 − b1 , [ b1 , b1 ] [ b1 , a 3 ] [b2 , a 3 ] b3 = a 3 − b1 − b2 , [ b1 , b 1 ] [b2 , b2 ]
四、正交矩阵与正交变换
若 n 阶方阵 A 满足 AT A = E (即A−1 = AT ) , 定义4 定义4 则称 A 为 正交矩阵 . 定理 A 为正交矩阵的充要条件是 A 的列向量都 是单位向量且两两正交. 是单位向量且两两正交.
判别下列矩阵是否为正交阵. 例5 判别下列矩阵是否为正交阵.
1 1 1 − 2 3 1 1 (1) − 1 , 2 2 1 1 − 1 2 3
1 9 8 (2) − 9 4 − 9 8 − 9 1 9 4 − 9 4 − 9 4 − . 9 7 9
正交矩阵的性质: 正交矩阵的性质:
以 a 左乘上式两端 , 得 λ1α 1 α 1 = 0
T 1
T
由 α1 ≠ θ ⇒ α
T 1
α1 =|| α 1 ||2 ≠ 0, 从而有 λ1 = 0 .
同理可得 λ2 = L = λr = 0. 故α 1 ,α 2 ,L,α r 线性无关 .
3. 正交单位向量组 每个向量都是单位向量的正交向量组. 每个向量都是单位向量的正交向量组. 4. 向量空间的正交基
R n )的一个基 , 如果e1 , e2 ,L, er 两两正交且都是单位 向量, 则称e1 , e2 ,L, er 是 V的一个规范正交基 .
例如
1 2 1 2 0 0 1 2 − 1 2 0 , e 0 . e1 = , e2 = 0 , e3 = 1 2 4 = 1 2 0 1 2 − 1 2 0 0
b1 b2 br , e2 = , L , er = , (2) 单位化 取 : e1 = || b1 || || b2 || || br ||
那么 e1 , e 2 ,L, e r 为V的一范化: 例2 用施密特正交化方法将向量组正交规范化
1 0 1 1 , a2 = − 2 , a3 = 1 . a1 = 1 − 1 − 2 1 3 0
二、向量的长度及性质
1. 定义 定义2 令 || x ||= [ x , x ] =
2 2 2 x1 + x2 + L + xn ,
称 || x || 为 n 维向量 x 的长度 (或范数 或范数). 向量的长度具有下述性质: 向量的长度具有下述性质: (1) 非负性: 当 x = θ 时, || x ||= 0; 当 x ≠ θ 时, || x ||≠ 0. 非负性 ≠ ⋅ (2) 齐次性 || λ x ||= |λ|⋅|| x || ; 齐次性: (3) 三角不等式 || x +y || ≤ || x || + || y ||; 三角不等式: (4) |[ x, y ] | ≤ || x || ⋅ || y ||.
解
取 b1=a1=(1,1,1,1)T ,
[b1 , a2 ] 4 b2 = a2 − b1 = (1,−1,0,4)T − (1,1,1,1)T [b1 , b1 ] 4
= (0,−2,−1,3)T ,
[b1 , a3 ] [b2 , a3 ] b3 = a3 − b1 − b2 [b1 , b1 ] [b2 , b2 ]
若α 1 ,α 2 ,L,α r 是向量空间 V的一个基 , 且α 1 ,α 2 , L,α r 是两两正交的非零向量 组, 则称α 1 ,α 2 ,L,α r 是 向量空间 V的正交基 .
1 1 3空间中两个向量 α = 1 ,α = − 2 正交 已知R 例1 已知 1 2 正交, 1 1 构成R 的一个正交基. 试求α3 使α1,α2,α3 构成 3的一个正交基
[ x, y] || x || ⋅ || y ||
T
例 求向量 α = (1,2,2,3) 与β = ( 3,1,5,1) 的夹角.
T
解
[α , β ] 18 2 Q cosθ = = , = || α || ⋅ || β || 2 3 2 ⋅6
∴θ =
π
4
.
三、正交向量组的概念及求法
1.当[ x, y ]= 0 时, 称向量 x 与 y 的正交 . 当
向量的内积、 §1 向量的内积、长度及正交性
一、内积的定义及性质 二、向量的长度及性质 三、正交向量组的概念及求法 四、正交矩阵与正交变换
一、内积定义及性质
x1 x2 , 1. 定义 设有 n 维向量 x = M 定义1 x n ⋅⋅⋅+x 令 [ x, y ]= x1 y1+x2 y2+⋅⋅⋅ n yn , ⋅⋅⋅
也为R 也为 4的一个规范正交基 .
6、 求规范正交基的方法 、
设α 1 ,α 2 ,L ,α 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 , e 2 ,L , e r , 使e1 , e 2 ,L , e r 与α 1 ,α 2 ,L ,α r 等 价, 这样一个问题 , 称为 把 α 1 , α 2 , L , α r 这 个 基 规