当前位置: 首页 > news >正文

线性代数 - 正交矩阵

线性代数 - 正交矩阵

flyfish

理解1 向量几何属性(正交、单位长度)

A\boldsymbol{A}A是一个nnn实方阵,若A\boldsymbol{A}A列向量组或行向量组同时满足以下两个条件,则A\boldsymbol{A}A是正交矩阵:

  1. 两两正交:任意两个不同的列向量(或行向量)的内积为0;
  2. 单位向量:每个列向量(或行向量)的模长(长度)为1。

理解2 矩阵代数运算(转置、逆、单位矩阵)

A\boldsymbol{A}A是一个nnn实方阵,若满足以下两个等价条件之一,则A\boldsymbol{A}A是正交矩阵:

  1. A\boldsymbol{A}A转置矩阵等于其逆矩阵,即 AT=A−1\boldsymbol{A}^T = \boldsymbol{A}^{-1}AT=A1
  2. A\boldsymbol{A}A与其转置矩阵的乘积为单位矩阵,即 AAT=ATA=In\boldsymbol{AA}^T = \boldsymbol{A}^T\boldsymbol{A} = \boldsymbol{I}_nAAT=ATA=In(其中In\boldsymbol{I}_nInnnn阶单位矩阵)。

AT\boldsymbol{A^T}AT(Transpose of A):矩阵A\boldsymbol{A}A转置矩阵(行和列交换后的矩阵)。
A−1\boldsymbol{A^{-1}}A1(Inverse of A):矩阵A\boldsymbol{A}A逆矩阵(满足A⋅A−1=I\boldsymbol{A \cdot A^{-1} = I}AA1=I的矩阵)。
I\boldsymbol{I}I(Identity matrix):单位矩阵(主对角线元素为1,其余为0的方阵)。

正交矩阵示例

如果一个元素为实数的方阵的转置等于该矩阵的逆矩阵,那么这个矩阵被称为正交矩阵

2×2正交矩阵示例

考虑一个2×2矩阵,即
A=[cos⁡xsin⁡x−sin⁡xcos⁡x]\boldsymbol{A} = \begin{bmatrix} \cos x & \sin x \\ -\sin x & \cos x \end{bmatrix}A=[cosxsinxsinxcosx]

我们通过计算该矩阵与其转置的乘积来验证。

矩阵的转置为
AT=[cos⁡x−sin⁡xsin⁡xcos⁡x]\boldsymbol{A}^T = \begin{bmatrix} \cos x & -\sin x \\ \sin x & \cos x \end{bmatrix}AT=[cosxsinxsinxcosx]

因此,
A⋅AT=[cos⁡xsin⁡x−sin⁡xcos⁡x]⋅[cos⁡x−sin⁡xsin⁡xcos⁡x]\boldsymbol{A} \cdot \boldsymbol{A}^T = \begin{bmatrix} \cos x & \sin x \\ -\sin x & \cos x \end{bmatrix} \cdot \begin{bmatrix} \cos x & -\sin x \\ \sin x & \cos x \end{bmatrix}AAT=[cosxsinxsinxcosx][cosxsinxsinxcosx]

展开计算:
A⋅AT=[cos⁡2x+sin⁡2xsin⁡xcos⁡x−sin⁡xcos⁡xcos⁡xsin⁡x−cos⁡xsin⁡xsin⁡2x+cos⁡2x]\boldsymbol{A} \cdot \boldsymbol{A}^T = \begin{bmatrix} \cos^2 x + \sin^2 x & \sin x \cos x - \sin x \cos x \\ \cos x \sin x - \cos x \sin x & \sin^2 x + \cos^2 x \end{bmatrix}AAT=[cos2x+sin2xcosxsinxcosxsinxsinxcosxsinxcosxsin2x+cos2x]

化简后:
A⋅AT=[1001]\boldsymbol{A} \cdot \boldsymbol{A}^T = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}AAT=[1001]

这是单位矩阵

因此,A\boldsymbol{A}A是一个2阶正交矩阵的示例。

3×3正交矩阵示例

考虑三维旋转矩阵,即3×3矩阵
A=[1000cos⁡(θ)−sin⁡(θ)0sin⁡(θ)cos⁡(θ)]\boldsymbol{A} = \begin{bmatrix} 1 & 0 & 0 \\ 0 & \cos(\theta) & -\sin(\theta) \\ 0 & \sin(\theta) & \cos(\theta) \end{bmatrix}A=1000cos(θ)sin(θ)0sin(θ)cos(θ)

要验证该矩阵是正交矩阵,需满足以下两点:
验证矩阵的每一列和每一行都是单位向量(即模长为1的向量);
验证列与列、行与行之间两两正交(即任意两行或两列的点积为0)。

从矩阵中提取列向量:
列1:[100]\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix}100
列2:[0cos⁡(θ)sin⁡(θ)]\begin{bmatrix} 0 \\ \cos(\theta) \\ \sin(\theta) \end{bmatrix}0cos(θ)sin(θ)
列3:[0−sin⁡(θ)cos⁡(θ)]\begin{bmatrix} 0 \\ -\sin(\theta) \\ \cos(\theta) \end{bmatrix}0sin(θ)cos(θ)

验证列向量为单位向量
列1的模长:∥[100]∥=12+02+02=1\left\Vert \begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} \right\Vert = \sqrt{1^2 + 0^2 + 0^2} = 1100=12+02+02=1
列2的模长:∥[0cos⁡(θ)sin⁡(θ)]∥=02+cos⁡2(θ)+sin⁡2(θ)=1\left\Vert \begin{bmatrix} 0 \\ \cos(\theta) \\ \sin(\theta) \end{bmatrix} \right\Vert = \sqrt{0^2 + \cos^2(\theta) + \sin^2(\theta)} = 10cos(θ)sin(θ)=02+cos2(θ)+sin2(θ)=1
列3的模长:∥[0−sin⁡(θ)cos⁡(θ)]∥=02+sin⁡2(θ)+cos⁡2(θ)=1\left\Vert \begin{bmatrix} 0 \\ -\sin(\theta) \\ \cos(\theta) \end{bmatrix} \right\Vert = \sqrt{0^2 + \sin^2(\theta) + \cos^2(\theta)} = 10sin(θ)cos(θ)=02+sin2(θ)+cos2(θ)=1

因此,每一列都是单位向量。

验证列向量两两正交
以列1和列2的点积为例:
[100]⋅[0cos⁡(θ)sin⁡(θ)]=1⋅0+0⋅cos⁡(θ)+0⋅sin⁡(θ)=0\begin{bmatrix} 1 \\ 0 \\ 0 \end{bmatrix} \cdot \begin{bmatrix} 0 \\ \cos(\theta) \\ \sin(\theta) \end{bmatrix} = 1 \cdot 0 + 0 \cdot \cos(\theta) + 0 \cdot \sin(\theta) = 01000cos(θ)sin(θ)=10+0cos(θ)+0sin(θ)=0

类似地,可验证其他列之间的点积也为0。

因此,该矩阵满足正交矩阵的所有条件。

http://www.dtcms.com/a/572941.html

相关文章:

  • Flink DataStream × Table API 融合双向转换、变更流、批流一体与执行模型
  • 汽车配件 AI 系统:重构汽车配件管理与多语言内容生成新范式
  • 使用Requests和加密技术实现淘宝药品信息爬取
  • 分享|智能决策,精准增长:企业数据挖掘关键策略与应用全景
  • (Azure)PGSQL和redis 连通性测试 --code 备份
  • 重构增长:生成式AI如何将CRM打造为企业的销售大脑
  • 唯品会一家做特卖的网站 分析陕西印象信息技术有限公司
  • Scala与Spark算子:大数据处理的黄金搭档
  • mac Android Studio配置adb环境(使用adb报错 adb: command not found)
  • C语言应用实例:学生管理系统1(指针、结构体综合应用,动态内存分配)
  • 找制作网站公司网页制作教程 赵丰年 pdf
  • ffplay 嵌入
  • TDengine 产品组件 taosX
  • 链表相关的算法题(2)
  • 10月谷歌新政 | 涉及真金游戏、约会社交、个人贷款、医疗健康等类别App
  • python实现语音转文本STT
  • 十大免费建站app做网站公司不给源码
  • 07.docker介绍与常用命令
  • 【Docker下部署高可用】StarRocks 存算一体架构高可用部署要点
  • 小型工厂怎么找外贸客户?
  • 【Android】正式打包发布
  • 寻找做网站的合作伙伴北京北京网址建设
  • PyTorch2 Python深度学习 - 模型保存与加载
  • 南京html5网站建设今天发生的重大新闻5条
  • 台州网站排名优化公司中国石油第一建设公司官网
  • JS原型和原型链
  • Rust 赋能图片批量处理:从 ImageKit 实现到行业前沿优化实践
  • ceph osd down排查
  • Android 14 系统启动流程深度解析:内置SD卡挂载流程
  • 【Qt】大数据量表格刷新优化--只刷新可见区域