在线性代数中,正交变换又称保距变换,是保持 Euclid 空间中向量之间内积不变的线性变换,而正交矩阵则是正交变换在一组标准正交基下的矩阵,在直观的解析几何中的过渡矩阵对应的变换就是正交变换。一些常见的正交变换有旋转和镜面反射。
定义[]
假设是内积空间,设,称是正交的,如果。 它还有以下等价刻画:
- 保持向量长度不变;
- 保持向量间的距离不变。
如果是有限维的,它还定价于
- 是标准正交基是标准正交基;
- 在任何基底下,对应的矩阵满足,我们称这样的矩阵为正交矩阵,在任意基底的条件可以弱化为在某一基底下。
要注意的是,保持向量夹角不变的线性变换不一定是正交变换,例如(伸缩变换)。
正交矩阵是基于标准正交基上讨论的,它可以把标准正交基变成标准正交基,在正交基底下一定是正交矩阵;但是在非标准正交基下,正交矩阵未必代表正交变换。
是正交矩阵,则还有以下等价刻画:
其中
是 Kroneker 符号函数,这说明了是正交阵当且仅当每一行(列)组成的列(行)向量组都是标准正交基。
性质[]
设是一正交变换,是其在某一标准正交基下的矩阵(进而是正交矩阵),那么
- 的特征值只可能为;
- 的特征多项式在上的根的模都是;
- 都是正交矩阵;
- ,我们把的正交矩阵称为第一类正交阵,另一种为第二类正交阵;
- 如果也是正交阵,那么也是正交阵。
- 若是三角阵,则其必为对角阵,且对角线上的元素只可能为;
- 可以表示为若干个镜面反射的合成。
QR 分解[]
任何一个实矩阵分解成一个正交矩阵与一个上三角矩阵的积,QR分解经常用来解线性最小二乘法问题。其分解过程是考虑 Gram-Schmidt 正交化过程。
酉矩阵[]
酉矩阵是正交矩阵在复数域上的推广,它满足,其中是的共轭转置。
上下节[]
参考资料
- 郭聿琦, 岑嘉评, 王正攀, 《高等代数教程》, 科学出版社, 北京, 2014-07, ISBN
978-7-0304-0417-6
.
线性代数(学科代码:1102110,GB/T 13745—2009) | |
---|---|
矩阵 | 矩阵的转置 ▪ 矩阵的逆 ▪ 对角矩阵 ▪ 初等矩阵 ▪ 等价标准型 ▪ 分块矩阵 ▪ 伴随矩阵 ▪ 酉矩阵(正交矩阵) ▪ Hermite 矩阵(实对称矩阵) ▪ 正规矩阵(实正规矩阵) ▪ 幂等矩阵 ▪ 幂零矩阵 ▪ 对合矩阵 ▪ 秩一矩阵 >>另参见数值分析<< |
行列式 | Vandermonde 行列式 ▪ 行列式的展开 ▪ Laplace 展开 ▪ 三角行列式 ▪ 三对角行列式 ▪ 行列式的计算 ▪ 析因子法 |
向量组理论 | 向量组 ▪ 替换定理 ▪ 矩阵的秩 ▪ 矩阵的迹 |
线性方程组 | Cramer 法则 ▪ 基础解系(解的结构)>>另参见数值分析<< |
线性空间和内积空间 | 线性空间的维数和基底 ▪ 线性空间的坐标变换 ▪ 线性空间的同构 ▪ 线性子空间 ▪ 线性空间的直和 ▪ 维数公式 ▪ 线性空间上的线性函数 ▪ 双线性函数 ▪ 对称双线性度量空间 ▪ 正交补空间 ▪ 内积 ▪ Euclid 空间 ▪ 向量到子空间的距离 ▪ 最小二乘法 ▪ Gram-Schmidt 正交化 |
线性变换 | 线性映射 ▪ 线性变换 ▪ 线性变换的运算 ▪ 自同构变换 ▪ 线性变换的特征值和特征向量 ▪ 特征子空间 ▪ 特征多项式 ▪ 零化多项式 ▪ 最小多项式 ▪ 关联矩阵的特征根 ▪ 线性空间的直和分解 ▪ 幂等线性变换 ▪ 正交变换 ▪ 正定矩阵 ▪ 半正定矩阵 |
矩阵标准型 | 相似标准型 ▪ λ-矩阵 ▪ 数字矩阵的特征矩阵 ▪ Frobenius 标准形 ▪ Jacobson 标准形 ▪ Jordan 标准形 |
二次型理论 | 二次型(实二次型) ▪ 二次型的化简 ▪ 正定二次型 ▪ 一对实二次型同时化简 |
所在位置:数学(110)→ 代数学(11021)→ 线性代数(1102110) |