# 题型一:向量内积与正交 ## 识别特征 - 求两向量的**内积**或夹角 - 涉及**Schmidt 正交化**过程 - 判断或构造**正交矩阵** $Q$($Q^T Q = E$) ## 解题流程 ```mermaid flowchart TD A[识别:内积/正交问题] --> B{已知什么?} B -->|两向量| C["[α,β] = αᵀβ
cos θ = [α,β]/|α||β|"] B -->|线性无关向量组| D[Schmidt 正交化] B -->|正交矩阵| E[验证 QᵀQ = E] C --> F[得结果] D --> G["β₁=α₁
βₖ=αₖ-Σ[αₖ,βⱼ]/[βⱼ,βⱼ]·βⱼ
ηⱼ=βⱼ/|βⱼ|"] G --> F E --> H[列向量组 = 标准正交基] H --> F ``` ## 通法步骤 ### 1. 内积计算 $$[\boldsymbol{\alpha}, \boldsymbol{\beta}] = \sum_{i=1}^n a_i b_i = \boldsymbol{\alpha}^T \boldsymbol{\beta}$$ ### 2. 夹角公式 $$\cos\theta = \dfrac{[\boldsymbol{\alpha}, \boldsymbol{\beta}]}{\|\boldsymbol{\alpha}\| \cdot \|\boldsymbol{\beta}\|}$$ ### 3. Schmidt 正交化 将 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2, \ldots, \boldsymbol{\alpha}_r$ 化为标准正交组: $$ \begin{aligned} \boldsymbol{\beta}_1 &= \boldsymbol{\alpha}_1 \\ \boldsymbol{\beta}_k &= \boldsymbol{\alpha}_k - \sum_{j=1}^{k-1} \dfrac{[\boldsymbol{\alpha}_k, \boldsymbol{\beta}_j]}{[\boldsymbol{\beta}_j, \boldsymbol{\beta}_j]} \boldsymbol{\beta}_j \quad (k=2,3,\ldots,r) \\ \boldsymbol{\eta}_k &= \dfrac{\boldsymbol{\beta}_k}{\|\boldsymbol{\beta}_k\|} \quad \text{(单位化)} \end{aligned} $$ ### 4. 正交矩阵的判定与构造 **判定**: - $Q^T Q = E$ - 列向量组是 $\mathbb{R}^n$ 的标准正交基 - $|Q| = \pm 1$ **构造**:对实对称矩阵求正交特征向量组即得正交矩阵 $Q$。 ## 常见陷阱 - **Schmidt 正交化要先正交化再单位化**(顺序不能反) - **正交矩阵的列向量必须单位化**——只两两正交还不够 - 正交矩阵的逆矩阵 = 转置矩阵($Q^{-1} = Q^T$) - $|\boldsymbol{\alpha}| = 0 \iff \boldsymbol{\alpha} = \boldsymbol{0}$ - 夹角公式只对**非零**向量有意义 ## 经典母题 > **题目**:已知 $\boldsymbol{\alpha}_1 = \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix}$, $\boldsymbol{\alpha}_2 = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix}$, $\boldsymbol{\alpha}_3 = \begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix}$,试用 Schmidt 正交化过程将其化为标准正交组。 **解**: **Step 1**:$\boldsymbol{\beta}_1 = \boldsymbol{\alpha}_1 = (1, 1, 1)^T$,$\|\boldsymbol{\beta}_1\| = \sqrt{3}$ **Step 2**: $$ \boldsymbol{\beta}_2 = \boldsymbol{\alpha}_2 - \dfrac{[\boldsymbol{\alpha}_2, \boldsymbol{\beta}_1]}{[\boldsymbol{\beta}_1, \boldsymbol{\beta}_1]} \boldsymbol{\beta}_1 = \begin{pmatrix} 1 \\ 2 \\ 3 \end{pmatrix} - \dfrac{6}{3} \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} = \begin{pmatrix} -1 \\ 0 \\ 1 \end{pmatrix} $$ $\|\boldsymbol{\beta}_2\| = \sqrt{2}$ **Step 3**: $$ \begin{aligned} \boldsymbol{\beta}_3 &= \boldsymbol{\alpha}_3 - \dfrac{[\boldsymbol{\alpha}_3, \boldsymbol{\beta}_1]}{[\boldsymbol{\beta}_1, \boldsymbol{\beta}_1]} \boldsymbol{\beta}_1 - \dfrac{[\boldsymbol{\alpha}_3, \boldsymbol{\beta}_2]}{[\boldsymbol{\beta}_2, \boldsymbol{\beta}_2]} \boldsymbol{\beta}_2 \\ &= \begin{pmatrix} 1 \\ 0 \\ 0 \end{pmatrix} - \dfrac{1}{3} \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix} - \dfrac{-1}{2} \begin{pmatrix} -1 \\ 0 \\ 1 \end{pmatrix} \\ &= \begin{pmatrix} 1 - 1/3 - 1/2 \\ -1/3 \\ -1/3 + 1/2 \end{pmatrix} = \begin{pmatrix} 1/6 \\ -1/3 \\ 1/6 \end{pmatrix} = \dfrac{1}{6} \begin{pmatrix} 1 \\ -2 \\ 1 \end{pmatrix} \end{aligned} $$ $\|\boldsymbol{\beta}_3\| = \dfrac{1}{6}\sqrt{6} = \dfrac{\sqrt{6}}{6}$ **单位化**: $$ \boldsymbol{\eta}_1 = \dfrac{1}{\sqrt{3}} \begin{pmatrix} 1 \\ 1 \\ 1 \end{pmatrix}, \quad \boldsymbol{\eta}_2 = \dfrac{1}{\sqrt{2}} \begin{pmatrix} -1 \\ 0 \\ 1 \end{pmatrix}, \quad \boldsymbol{\eta}_3 = \dfrac{1}{\sqrt{6}} \begin{pmatrix} 1 \\ -2 \\ 1 \end{pmatrix} $$ **复盘**:Schmidt 公式的核心是"减去在前面所有正交向量上的投影"。计算 $[\boldsymbol{\alpha}_k, \boldsymbol{\beta}_j]$ 时注意内积的代数运算。 --- > **变式**:设 $A$ 是 $n$ 阶正交矩阵,证明 $|A| = \pm 1$。 **证**:$Q^T Q = E \Rightarrow \det(Q^T Q) = \det E = 1 \Rightarrow \det Q^T \cdot \det Q = 1 \Rightarrow (\det Q)^2 = 1 \Rightarrow \det Q = \pm 1$。