Files

11 KiB
Raw Permalink Blame History

tags, 专题, 日期, 状态, 关联笔记
tags 专题 日期 状态 关联笔记
数学一
在学练习
线性代数
向量
内积
正交
施密特
线性代数 第3讲 · 点6 内积、正交与施密特 2026-10-23 知识点带题(6.1—6.5 五小节,5 题)
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 ★★★ 依赖:点 1(无关)。盘点对应:§6 全节。

组织原则:以知识点为单位,题目按知识点内部顺序对应。难度标准:★☆☆ 配 1 题,★★☆ / ★★★ 配 2—3 题。

10 分,是本讲第二块肉。真正的价值在它是第 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。

注:参考仓库向量章未收录本节(盘点 §9 参考仓库列为 —,知识章只写到 §5 向量空间)。本节知识点由大纲与真题补全,出处见 盘点 §6——上方入口从 01 进入。

知识点 6.1 内积与四条性质(出处:盘点 §6.1 内积与四条性质;参考仓库无对应条目)

  • 定义:$\langle\alpha,\beta\rangle=\sum_i a_i b_i$。
  • 四条性质:对称 $\langle\alpha,\beta\rangle=\langle\beta,\alpha\rangle$;线性 $\langle k_1\alpha_1+k_2\alpha_2,\beta\rangle=k_1\langle\alpha_1,\beta\rangle+k_2\langle\alpha_2,\beta\rangle$;正定性 $\langle\alpha,\alpha\rangle\ge 0$,等号仅当 $\alpha=0$。
  • 双线性展开:$\langle a\alpha+b\beta,\ c\gamma+d\delta\rangle=ac\langle\alpha,\gamma\rangle+ad\langle\alpha,\delta\rangle+bc\langle\beta,\gamma\rangle+bd\langle\beta,\delta\rangle$——这是所有"组合的内积"题的起手式。

知识点 6.2 长度与单位化(出处:盘点 §6.2)

  • $\lVert\alpha\rVert=\sqrt{\langle\alpha,\alpha\rangle}$;单位化 $\alpha/\lVert\alpha\rVert$。
  • 夹角 $\cos\theta=\dfrac{\langle\alpha,\beta\rangle}{\lVert\alpha\rVert\lVert\beta\rVert}$。

知识点 6.3 正交组与规范正交基(出处:盘点 §6.3 正交组与正交基)

  • 两两正交的非零向量组必线性无关(正交 ⟹ 无关,逆不成立)。
  • 规范正交基:两两正交 + 长度全为 1。
  • 规范正交基下坐标就是内积:$x_i=\langle\delta,e_i\rangle$,$\delta=\sum\langle\delta,e_i\rangle e_i$——不必解方程组。

知识点 6.4 施密特正交化(出处:盘点 §6.4 施密特正交化(算法))

u_k=\alpha_k-\sum_{i<k}\frac{\langle\alpha_k,u_i\rangle}{\langle u_i,u_i\rangle}u_i.
  • 分母是长度平方,单位化才除长度——两个分母混用是本点最常见的失分点。
  • 不改变张成空间:$L(u_1,\cdots,u_k)=L(\alpha_1,\cdots,\alpha_k)$;某步得零向量说明原组相关。

知识点 6.5 正交矩阵(出处:盘点 §6.5 正交矩阵)

Q^{\mathrm T}Q=E\iff Q^{\mathrm T}=Q^{-1}\iff QQ^{\mathrm T}=E\iff \text{列是规范正交基}\iff \text{行是规范正交基}\iff \lVert Qx\rVert=\lVert x\rVert.

最常用"列是规范正交基"——验算只算列内积,比矩阵乘法快。\lvert Q\rvert=\pm1 只是必要不充分。


题目(按知识点顺序对应)

题 1 · 6.1:组合的内积,展开再消(★☆☆)

设 $\alpha=(1,2,2)^{\mathrm T}$,$\beta=(2,-2,1)^{\mathrm T}$。

(Ⅰ)求 $\langle\alpha,\beta\rangle$、$\lVert\alpha\rVert$、$\lVert\beta\rVert$; (Ⅱ)求 $\langle 2\alpha+\beta,\ \alpha-\beta\rangle$。

怎么想:第(Ⅱ)问别逐分量乘——用双线性展开成四项,分别代内积。\lVert\alpha\rVert^2=\langle\alpha,\alpha\rangle 直接给长度平方。

解:(Ⅰ)$\langle\alpha,\beta\rangle=2-4+2=0$(两向量正交);$\lVert\alpha\rVert=\lVert\beta\rVert=\sqrt{1+4+4}=3$。

(Ⅱ)展开:

\langle 2\alpha+\beta,\ \alpha-\beta\rangle=2\langle\alpha,\alpha\rangle-2\langle\alpha,\beta\rangle+\langle\beta,\alpha\rangle-\langle\beta,\beta\rangle=2\cdot9-0+0-9=9.

带走结论:内积只留同项——正交的向量对展开后直接消失。看到"组合的内积"先展开,比硬算快一个量级,也是题 2(Ⅲ)的省时核心。


题 2 · 6.2 + 6.3 + 6.5: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 ⟹ 无关(6.3),在三维里就是基;单位化后按列拼成 $Q$,Q^{\mathrm T}Q=E 自动成立。(Ⅲ)双线性展开,正交项消掉。(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。

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;$\lVert\alpha\rVert=\lVert\beta\rVert=\lVert\gamma\rVert=3$。

(Ⅱ)单位化:$e_1=\tfrac13(1,2,2)^{\mathrm T},\ e_2=\tfrac13(2,-2,1)^{\mathrm T},\ e_3=\tfrac13(2,1,-2)^{\mathrm T}$。按列拼成

Q=\frac13\begin{pmatrix}1&2&2\\2&-2&1\\2&1&-2\end{pmatrix}.

Q^{\mathrm T}Q 的第 (i,j) 元是 $\langle e_i,e_j\rangle$,对角 1、非对角 0,故 $Q^{\mathrm T}Q=E$,Q 是正交矩阵(且 $\lvert Q\rvert=1$,与"正交矩阵行列式为 $\pm1$"一致)。

(Ⅲ)

\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)$x_1=\langle\delta,e_1\rangle=1,\ x_2=\langle\delta,e_2\rangle=2,\ x_3=\langle\delta,e_3\rangle=2$,坐标 $(1,2,2)^{\mathrm T}$,即 $\delta=e_1+2e_2+2e_3$。(验算:$\tfrac13\alpha+\tfrac23\beta+\tfrac23\gamma=(3,0,0)^{\mathrm T}$。)

带走结论:三件事一次记牢——① 正交组的好处是"内积只留同项";② 规范正交基下坐标就是内积(傅里叶级数、最小二乘同一原理);③ 正交矩阵 ⟺ 列向量组是规范正交基,\lvert Q\rvert=\pm1 只是必要不充分。

常见误区:\lvert Q\rvert=1 不能推出正交。\begin{pmatrix}1&1\\0&1\end{pmatrix} 行列式为 1,但列内积为 1。判正交永远回到 Q^{\mathrm T}Q=E 或"列是规范正交基"。


题 3 · 6.4:两向量施密特(★☆☆)

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 $\dfrac{\langle\alpha_2,u_1\rangle}{\langle u_1,u_1\rangle}$,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}-\frac12(1,1,0)^{\mathrm T}=\Bigl(\tfrac12,-\tfrac12,1\Bigr)^{\mathrm T}.

自检 $\langle u_2,u_1\rangle=0$。$\lVert u_1\rVert=\sqrt2$,$\lVert u_2\rVert=\tfrac{\sqrt6}{2}$,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,直接写更整齐。)

带走结论:减投影除长度平方,单位化才除长度。写完用"内积为零"自检一次,立刻抓住错误。技巧:正交化过程中把 u_k 乘正常数化简(不改变方向),分数少一半。


题 4 · 6.4:三向量施密特(★★☆)

【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:前两步与题 3 完全一样;第三步要分别减掉在 $u_1$、u_2 上的两个投影,漏任何一个就不与那个方向正交。题目说"等价",即不改变张成空间:$L(u_1,u_2,u_3)=L(\alpha_1,\alpha_2,\alpha_3)$。

解:前两步:$u_1=(1,1,0)^{\mathrm T}$,$u_2=\bigl(\tfrac12,-\tfrac12,1\bigr)^{\mathrm T}$。投影系数:

\frac{\langle\alpha_3,u_1\rangle}{\langle u_1,u_1\rangle}=\frac12,\qquad \frac{\langle\alpha_3,u_2\rangle}{\langle u_2,u_2\rangle}=\frac{1/2}{3/2}=\frac13. u_3=\alpha_3-\tfrac12u_1-\tfrac13u_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 $\langle u_3,u_1\rangle=-\tfrac23+\tfrac23+0=0$,$\langle u_3,u_2\rangle=-\tfrac13-\tfrac13+\tfrac23=0$。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}.

带走结论:第 k 步减 k-1 个投影,逐项验算"与前面每一个的内积都为零"。两个异常情形:某步得零向量 ⟹ 原组本来相关,剔除该向量继续;某步"几乎零" ⟹ 数值不稳,检查算错或先整数化。施密特是第 5 讲的"手":实对称矩阵只需对同一特征值的若干特征向量做施密特,再全体单位化拼成 $Q$。


题 5 · 6.5:正交矩阵的判断(★★☆)

判断下列矩阵是否为正交矩阵,说明理由:

(1)$A=\begin{pmatrix}0&1\1&0\end{pmatrix}$; (2)$B=\begin{pmatrix}\cos\theta&-\sin\theta\ \sin\theta&\cos\theta\end{pmatrix}$; (3)$C=\begin{pmatrix}1&1\0&1\end{pmatrix}$; (4)$D=\begin{pmatrix}1&0&0\0&-1&0\0&0&2\end{pmatrix}$。

怎么想:判据用"列是规范正交基"最省——两个二维向量:① 长度都 1;② 内积 0。满足即正交。(3)(4)分别踩"行列式为 \pm1 但不正交"和"列长度不为 1"两个坑。

解:(1)列 $(0,1)$、$(1,0)$:长度 1、内积 0,正交。(2)$(\cos\theta,\sin\theta)$、$(-\sin\theta,\cos\theta)$:长度 1、内积 $-\cos\theta\sin\theta+\sin\theta\cos\theta=0$,正交。(3)列 (1,0) 长度 1,但 (1,1) 长度 $\sqrt2\ne1$,且两列内积 1,不是(尽管 $\lvert C\rvert=1$)。(4)第三列长度 $\sqrt{1+0+4}=\sqrt5\ne1$,不是(\lvert D\rvert=-2\ne\pm1 也露馅)。

带走结论:判正交两步走——列两两内积为零 + 列长全为 1。\lvert Q\rvert=\pm1 只是必要条件,\lvert Q\rvert=1 的反例(如 (3))是选择题常客。