--- tags: [数学一, 在学练习, 线性代数, 向量, 内积, 正交, 施密特] 专题: 线性代数 第3讲 · 点6 内积、正交与施密特 日期: 2026-10-23 关联笔记: ["[[README]]", "[[01-知识点盘点]]"] --- # 点 6 · 内积、正交与施密特正交化 > 真题 2021·6、2023·15(各 5 分,合计 10 分)|重要度 ★★★|题量 3 > 依赖:点 1(无关)。 > 盘点对应:§6 全节。 10 分,是本讲第二块肉。但真正的价值不在分数,而在**它是第 5 讲的前置**:实对称矩阵的正交对角化($Q^{\mathrm T}AQ=\Lambda$ )就是"求特征向量 → 施密特正交化 → 单位化 → 拼成 $Q$ ,这一节学不牢,第 5 讲那 21 题 83 分写不出来。 施密特的算法只有一句话:**每一步都减掉它在前面每个已得方向上的投影**。 --- ## 问题 1 · 正交、长度、规范正交基与坐标(★★☆) > 【2023·15 骨架】设 > > $$\alpha=(1,2,2)^{\mathrm T},\quad \beta=(2,-2,1)^{\mathrm T},\quad \gamma=(2,1,-2)^{\mathrm T}.$$ > > (Ⅰ)验证三者两两正交,并求各自的长度; > (Ⅱ)写出 $\mathbb{R}^3$ 的一组规范正交基,并验证由它们按列拼成的矩阵 $Q$ 是正交矩阵; > (Ⅲ)求 $\langle\alpha+2\beta,\ \gamma-\beta\rangle$ ; > (Ⅳ)求 $\delta=(3,0,0)^{\mathrm T}$ 在这组规范正交基下的坐标。 ### 怎么想 - **(Ⅰ)** 内积逐个算,为零即正交。长度 $=\sqrt{\langle\alpha,\alpha\rangle}$ 。 - **(Ⅱ)** 三个非零向量两两正交,故无关(§6.3 的结论),在三维里就是基;单位化得规范正交基,按列拼成 $Q$ 后 $Q^{\mathrm T}Q=E$ 自动成立。 - **(Ⅲ)** **不要展开硬算**。用双线性拆成四项,正交项直接消掉——这是本题最省时的一步。 - **(Ⅳ)** 规范正交基下**坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,不必解方程组。这是规范正交基相对一般基的最大优势。 ### 解 (Ⅰ) $$\langle\alpha,\beta\rangle=2-4+2=0,\qquad \langle\alpha,\gamma\rangle=2+2-4=0,\qquad \langle\beta,\gamma\rangle=4-2-2=0.$$ 两两正交,且三者长度 $$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=\sqrt{1+4+4}=3 .$$ (Ⅱ)单位化: $$e_1=\tfrac13(1,2,2)^{\mathrm T},\quad e_2=\tfrac13(2,-2,1)^{\mathrm T},\quad e_3=\tfrac13(2,1,-2)^{\mathrm T}.$$ 三者长度为 1、两两内积为 0,故为规范正交基。按列拼成 $$Q=\frac13\begin{pmatrix}1&2&2\\2&-2&1\\2&1&-2\end{pmatrix}.$$ 直接验证列的内积:$Q^{\mathrm T}Q$ 的第 $(i,j)$ 元是 $\langle e_i,e_j\rangle$ ,对角为 1、非对角为 0,故 $Q^{\mathrm T}Q=E$ ,$Q$ 是正交矩阵。又 $$\lvert Q\rvert=\frac1{27}\begin{vmatrix}1&2&2\\2&-2&1\\2&1&-2\end{vmatrix}=\frac{27}{27}=1,$$ 与"正交矩阵行列式为 $\pm1$ "一致。 (Ⅲ)用双线性展开,凡不同向量之间的内积都为零: $$ \langle\alpha+2\beta,\ \gamma-\beta\rangle =\langle\alpha,\gamma\rangle-\langle\alpha,\beta\rangle+2\langle\beta,\gamma\rangle-2\langle\beta,\beta\rangle =0-0+0-2\cdot9=-18 . $$ (Ⅳ)坐标分量就是内积: $$x_1=\langle\delta,e_1\rangle=\tfrac13(1\cdot3)=1,\qquad x_2=\langle\delta,e_2\rangle=\tfrac13(2\cdot3)=2,\qquad x_3=\langle\delta,e_3\rangle=\tfrac13(2\cdot3)=2 .$$ 故坐标为 $(1,2,2)^{\mathrm T}$ ,即 $$\delta=e_1+2e_2+2e_3=\tfrac13\alpha+\tfrac23\beta+\tfrac23\gamma.$$ 代回验算:$\tfrac13(1,2,2)+\tfrac23(2,-2,1)+\tfrac23(2,1,-2)=(3,0,0)$ 。 ### 带走的结论 三件事一次记牢: 1. **正交组的最大好处是"内积只留同项"**。题目给了正交条件又要求组合的内积,先拆开消项,比逐分量算快得多。 2. **规范正交基下坐标就是内积**:$x_i=\langle\delta,e_i\rangle$ ,$\delta=\sum\langle\delta,e_i\rangle e_i$ 。这一条在傅里叶级数、最小二乘里都是同一个原理。 3. **正交矩阵 $\iff Q^{\mathrm T}Q=E\iff$ 列向量组是规范正交基**,行列式 $\pm1$ 只是必要不充分。 ### 一个常见误区 $\lvert Q\rvert=\pm1$ **不能**推出 $Q$ 正交。例如 $\begin{pmatrix}1&1\\0&1\end{pmatrix}$ 行列式为 1,但列向量 $(1,0)$ 与 $(1,1)$ 内积为 1。判正交永远要回到 $Q^{\mathrm T}Q=E$ 或"列是规范正交基"。 > **关联** · 盘点 [§6.1 内积与四条性质](01-知识点盘点.md#user-content-61-内积与四条性质) [§6.2 长度与单位化](01-知识点盘点.md#user-content-62-长度单位化夹角) | 上游 [点 1 题 1](02-点1-线性相关与无关.md#user-content-问题-1--具体向量组判相关并写出关系式) | 下游 [点 6 题 2 施密特](#问题-2--两向量施密特) | 速查 [正交矩阵六等价](10-速查卡.md#user-content-五正交矩阵六等价) --- ## 问题 2 · 两向量施密特(★☆☆) > 设 $\alpha_1=(1,1,0)^{\mathrm T}$ ,$\alpha_2=(1,0,1)^{\mathrm T}$ 。将它们正交化、单位化。 ### 怎么想 第一个方向原样保留;第二个减去它在第一个方向上的**投影**。投影系数是 $$\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle},$$ 分母是**长度平方**,不是长度。 ### 解 取 $u_1=\alpha_1=(1,1,0)^{\mathrm T}$ 。则 $$ u_2=\alpha_2-\frac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}u_1 =(1,0,1)^{\mathrm T}-\frac{1}{2}(1,1,0)^{\mathrm T} =\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}. $$ 自检:$\langle u_2,u_1\rangle=\tfrac12-\tfrac12+0=0$ 。 长度 $\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\sqrt{\tfrac14+\tfrac14+1}=\sqrt{\tfrac32}=\tfrac{\sqrt6}{2}$ 。单位化: $$e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\qquad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6}.$$ ($u_2$ 乘 2 得 $(1,-1,2)$ ,单位化时约掉了,所以直接写这个更整齐。) ### 带走的结论 **减投影时除长度平方,单位化时才除长度。** 这两个分母混用是本点最常见的失分点。写完用"内积为零"自检一次,立刻能抓住。 小技巧:正交化过程中可以把 $u_k$ 乘一个正常数化简(不改变方向),单位化前再除掉——这样分数少一半。 > **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) | 上游 [点 6 题 1](#问题-1--正交长度规范正交基与坐标) | 下游 [点 6 题 3 三向量](#问题-3--三向量施密特) | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母) --- ## 问题 3 · 三向量施密特(★★☆) > 【2021·6 骨架】设 > > $$\alpha_1=(1,1,0)^{\mathrm T},\quad \alpha_2=(1,0,1)^{\mathrm T},\quad \alpha_3=(0,1,1)^{\mathrm T}.$$ > > 求与之等价的正交向量组和规范正交向量组。 ### 怎么想 前两步与问题 2 完全一样(注意 $\alpha_1,\alpha_2$ 与上一题相同),第三步要**分别**减掉在 $u_1$ 、$u_2$ 上的两个投影。漏掉任何一个,第三个向量就不与那个方向正交。 题目说"等价",意思是**不改变张成空间**:$L(u_1,u_2,u_3)=L(\alpha_1,\alpha_2,\alpha_3)$ 。这也是施密特正确性的判据之一。 ### 解 前两步:$u_1=(1,1,0)^{\mathrm T}$ ,$u_2=(\tfrac12,-\tfrac12,1)^{\mathrm T}$ 。 先算两个投影系数: $$ \frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}=\frac{0+1+0}{2}=\frac12,\qquad \frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}=\frac{0-\tfrac12+1}{\tfrac32}=\frac{1/2}{3/2}=\frac13 . $$ 于是 $$ u_3=\alpha_3-\tfrac12 u_1-\tfrac13 u_2 =(0,1,1)^{\mathrm T}-\tfrac12(1,1,0)^{\mathrm T}-\tfrac13\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T} =\Bigl(-\tfrac23,\tfrac23,\tfrac23\Bigr)^{\mathrm T}. $$ 验算两个内积: $$\langle u_3,u_1\rangle=-\tfrac23+\tfrac23+0=0,\qquad \langle u_3,u_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0 .$$ 长度:$\lVert u_1\rVert=\sqrt2$ ,$\lVert u_2\rVert=\tfrac{\sqrt6}{2}$ ,$\lVert u_3\rVert=\sqrt{\tfrac49\cdot3}=\tfrac{2\sqrt3}{3}$ 。单位化: $$ e_1=\frac{(1,1,0)^{\mathrm T}}{\sqrt2},\quad e_2=\frac{(1,-1,2)^{\mathrm T}}{\sqrt6},\quad e_3=\frac{(-1,1,1)^{\mathrm T}}{\sqrt3}. $$ ($u_3$ 乘 $\tfrac32$ 得 $(-1,1,1)$ 。) ### 带走的结论 第 $k$ 步要减 $k-1$ 个投影,**逐项验算"与前面每一个的内积都为零"**,比回头检查算术省时间。 两个异常情形要会处理: | 情形 | 含义 | 处理 | |---|---|---| | 某步得零向量 | 原组本来相关 | 停止,剔除该向量,继续对余下的做 | | 某步得"几乎零" | 原组接近相关,数值不稳 | 检查是否算错,或先用整数化化简 | **施密特与第 5 讲的接口**:实对称矩阵 $A$ 求出特征向量后,属于不同特征值的向量已自动正交,只需对**同一特征值**对应的那几个做施密特;再全体单位化,拼成 $Q$ ,即得 $Q^{\mathrm T}AQ=\Lambda$ 。所以本点是第 5 讲的"手",不是"脑"。 > **关联** · 盘点 [§6.4 施密特](01-知识点盘点.md#user-content-64-施密特正交化算法) [§6.5 正交矩阵](01-知识点盘点.md#user-content-65-正交矩阵) | 上游 [点 6 题 2](#问题-2--两向量施密特) | 下游 第 6 讲 正交变换化标准形 | 速查 [施密特三个分母](10-速查卡.md#user-content-六施密特三个分母) --- ## 本点定式 > $u_k=\alpha_k-\sum_{i