线性代数,证明一个矩阵是正交矩阵,要怎么证明,如下题的第三问

线性代数,证明一个矩阵是正交矩阵,要怎么证明,如下题的第三问,第1张

向量的内积和模:第一列的模为a^2+b^2,=1说明第一列是单位向量,第三列的模为c^2+1/4,=1说明第三列是单位向量。第一列和第三列做内积=0,说明第一列和第三列正交,第一列和第二列正交显然,第三列和第二列正交显然,第二列是单位向量显然。这就是A是正交矩阵所要满足的条件:他的列向量是两两正交的单位向量组。
当然:直接AA^T=E,比较元素也行

01 求解正交矩阵,就是求其与其转换矩阵的乘积为单位矩阵。例题如下:
02
先写出来所给矩阵的转换矩阵AT。
03
然后计算AAT,看其乘积是否为单位矩阵,从而判断其是否为正交矩阵。
04
最后做出判断。
特别提示
希望我的意见对大家有所帮助,谢谢。

。满足这个等式的矩阵是正交矩阵。。。。

您好,很高兴为您解答,liamqy为您答疑解惑

如果本题有什么不明白可以追问,如果满意记得采纳

如果有其他问题请采纳本题后另发点击向我求助,答题不易,请谅解,谢谢。

祝学习进步

首先要明白矩阵的基本知识:
若矩阵A的特征值为λ,则A的转置的特征值也为λ,而A的逆的特征值为1/λ
对于正交矩阵来说,矩阵的转置即为矩阵的逆,即:
λ=1/λ,所以:λ=1或-1

正交矩阵是方块矩阵,行向量和列向量皆为正交的单位向量。

行向量皆为正交的单位向量,任意两行正交就是两行点乘结果为0,而因为是单位向量,所以任意行点乘自己结果为1。

对于3x3正交矩阵,每行是一个3维向量,两个3维向量正交的几何意义就是这两个向量相互垂直。

所以3x3正交矩阵的三行可以理解为一个3D坐标系里的三个坐标轴,下面是3*3正交矩阵M,

x1,x2,x3,//x轴y1,y2,y3,//y轴z1,z2,z3,//z轴

单位矩阵表示的三个坐标轴就是笛卡尔坐标系里的x,y,z轴:

1,0,0,//x轴0,1,0,//y轴0,0,1,//z轴

一个向量乘以3x3正交矩阵的几何意义就是把这个向量从当前坐标系变换到这个矩阵所表示的坐标系里,比如下面的矩阵M1,

0,1,0,1,0,0,0,0,1,

一个向量(1,2,3)右乘这个矩阵M1得到新的向量(2,1,3),就是把原向量从原坐标系变换到一个新的坐标系。

新坐标系的x轴在原坐标系里是(0,1,0),即落在原坐标系的y轴上,

新坐标系就是把原坐标系的x和y轴对调,所以这个正交矩阵M1作用于向量(1,2,3)后把向量的x和y分量对调了。

正交矩阵的定义“行向量和列向量皆为正交的单位向量”带来了另一个好处:正交矩阵的转置就是正交矩阵的逆,比普通矩阵求逆矩阵简单多了。

下面解释一下为什么正交矩阵的转置就是正交矩阵的逆:

还是开头说的正交矩阵M:

x1,x2,x3,//rowxy1,y2,y3,//rowyz1,z2,z3,//rowz

每行都是单位长度向量,所以每行点乘自己的结果为1。

任意两行正交就是两行点乘结果为0。

矩阵M的转置矩阵MT是:

x1,y1,z1,x2,y2,z2,x3,y3,z3,

两个矩阵相乘Mmul=M*MT:

rowx*rowx,rowx*rowy,rowx*rowz,rowy*rowx,rowy*rowy,rowy*rowz,rowz*rowx,rowz*rowy,rowz*rowz,

点乘自己结果为1,点乘别的行结果为0,所以Mmul等于单位矩阵

1,0,0,0,1,0,0,0,1,

逆矩阵的定义就是逆矩阵乘以原矩阵等于单位矩阵,所以,

正交矩阵的转置就是正交矩阵的逆。

扩展资料

正交矩阵定义:

如果:AA'=E(E为单位矩阵,A'表示“矩阵A的转置矩阵”.)或A′A=E,则n阶实矩阵A称为正交矩阵,若A为单位正交阵,则满足以下条件:1)A是正交矩阵。

判断是正交矩阵的方法:

一般就是用定义来验证,若AA' = I,则A为正交矩阵,也就是验证每一行(或列)向量的模是否为1
任意两行(或列)的内积是否为0。

正交矩阵是方块矩阵,行向量和列向量皆为正交的单位向量。

行向量皆为正交的单位向量,任意两行正交就是两行点乘结果为0,而因为是单位向量,所以任意行点乘自己结果为1。

对于3x3正交矩阵,每行是一个3维向量,两个3维向量正交的几何意义就是这两个向量相互垂直。

所以3x3正交矩阵的三行可以理解为一个3D坐标系里的三个坐标轴,下面是3*3正交矩阵M,

x1,x2,x3,//x轴y1,y2,y3,//y轴z1,z2,z3,//z轴

单位矩阵表示的三个坐标轴就是笛卡尔坐标系里的x,y,z轴:

1,0,0,//x轴0,1,0,//y轴0,0,1,//z轴

一个向量乘以3x3正交矩阵的几何意义就是把这个向量从当前坐标系变换到这个矩阵所表示的坐标系里,比如下面的矩阵M1,

0,1,0,1,0,0,0,0,1,

一个向量(1,2,3)右乘这个矩阵M1得到新的向量(2,1,3),就是把原向量从原坐标系变换到一个新的坐标系。

新坐标系的x轴在原坐标系里是(0,1,0),即落在原坐标系的y轴上,

新坐标系就是把原坐标系的x和y轴对调,所以这个正交矩阵M1作用于向量(1,2,3)后把向量的x和y分量对调了。

正交矩阵的定义“行向量和列向量皆为正交的单位向量”带来了另一个好处:正交矩阵的转置就是正交矩阵的逆,比普通矩阵求逆矩阵简单多了。

下面解释一下为什么正交矩阵的转置就是正交矩阵的逆:

还是开头说的正交矩阵M:

x1,x2,x3,//rowxy1,y2,y3,//rowyz1,z2,z3,//rowz

每行都是单位长度向量,所以每行点乘自己的结果为1。

任意两行正交就是两行点乘结果为0。

矩阵M的转置矩阵MT是:

x1,y1,z1,x2,y2,z2,x3,y3,z3,

两个矩阵相乘Mmul=M*MT:

rowx*rowx,rowx*rowy,rowx*rowz,rowy*rowx,rowy*rowy,rowy*rowz,rowz*rowx,rowz*rowy,rowz*rowz,

点乘自己结果为1,点乘别的行结果为0,所以Mmul等于单位矩阵

1,0,0,0,1,0,0,0,1,

逆矩阵的定义就是逆矩阵乘以原矩阵等于单位矩阵,所以,

正交矩阵的转置就是正交矩阵的逆。

扩展资料

正交矩阵定义:

如果:AA'=E(E为单位矩阵,A'表示“矩阵A的转置矩阵”.)或A′A=E,则n阶实矩阵A称为正交矩阵,若A为单位正交阵,则满足以下条件:1)A是正交矩阵。

判断是正交矩阵的方法:

一般就是用定义来验证,若AA' = I,则A为正交矩阵,也就是验证每一行(或列)向量的模是否为1
任意两行(或列)的内积是否为0。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/12810425.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-28
下一篇 2023-05-28

发表评论

登录后才能评论

评论列表(0条)

保存