背景知识:
1.线性变换的性质
2.标准正交基的几种等价形式
3.线性变换与矩阵的关系

定理表述

对欧式空间 VnV^{n}Vn 上的线性变换,下列条件等价:

  1. TTT 是正交变换
  2. TTT 保持向量长度不变,即:∀α∈Vn\forall\alpha\in V^{n}αVn∣Tα∣=∣α∣|T\alpha|=|\alpha|Tα=α
  3. TTT 将标准正交基映射为标准正交基
  4. TTT 在标准正交基下的矩阵为正交矩阵

AAA 为正交阵,当且仅当 AAT=IAA^{\mathrm{T}}=IAAT=IATA=IA^{\mathrm{T}}A=IATA=I

证明

VnV_nVnnnn 维欧几里得空间,⟨⋅,⋅⟩\langle\cdot,\cdot \rangle, 表示内积,∣⋅∣|\cdot| 表示由 ∣α∣=⟨α,α⟩|\alpha|=\sqrt{\langle\alpha,\alpha\rangle}α=α,α 定义的范数。设 TTTVnV_nVn 上的线性变换。

下面证明四个条件的等价性(采用循环证明法:1⇒2⇒3⇒4⇒11\Rightarrow2\Rightarrow3\Rightarrow4\Rightarrow112341)。


1⇒21 \Rightarrow 212:正交变换保持向量长度

假设 TTT 是正交变换,即对任意 α,β∈Vn\alpha,\beta\in V_nα,βVn,有
⟨Tα,Tβ⟩=⟨α,β⟩ \langle T\alpha,T\beta\rangle=\langle\alpha,\beta\rangle Tα,=α,β

特别地,取 β=α\beta=\alphaβ=α,则
∣Tα∣2=⟨Tα,Tα⟩=⟨α,α⟩=∣α∣2 |T\alpha|^2=\langle T\alpha,T\alpha\rangle=\langle\alpha,\alpha\rangle=|\alpha|^2 Tα2=Tα,Tα=α,α=α2
因此 ∣Tα∣=∣α∣|T\alpha|=|\alpha|Tα=α,即 TTT 保持向量长度不变。


2⇒32 \Rightarrow 323:保长变换将标准正交基映射为标准正交基

假设 TTT 保持向量长度不变,即 ∣Tα∣=∣α∣|T\alpha|=|\alpha|Tα=α 对所有 α∈Vn\alpha\in V_nαVn 成立。

第一步:证明 TTT 保持内积不变(正交变换)

对任意 α,β∈Vn\alpha,\beta\in V_nα,βVn,考虑
∣α+β∣2=∣α∣2+∣β∣2+2⟨α,β⟩ | \alpha+\beta |^2 = |\alpha|^2 + |\beta|^2 + 2\langle\alpha,\beta\rangle α+β2=α2+β2+2α,β

TTT 的线性性及保长性,有
∣T(α+β)∣2=∣Tα+Tβ∣2=∣Tα∣2+∣Tβ∣2+2⟨Tα,Tβ⟩ |T(\alpha+\beta)|^2 = |T\alpha+T\beta|^2 = |T\alpha|^2 + |T\beta|^2 + 2\langle T\alpha,T\beta\rangle T(α+β)2=Tα+2=Tα2+2+2Tα,
第一个等号利用了 TTT 是线性变换的性质。

因为 ∣T(α+β)∣=∣α+β∣|T(\alpha+\beta)|=|\alpha+\beta|T(α+β)=α+β 两个式子相等。
∣Tα∣=∣α∣|T\alpha|=|\alpha|Tα=α∣Tβ∣=∣β∣|T\beta|=|\beta|=β,比较两式可得
⟨α,β⟩=⟨Tα,Tβ⟩ \langle\alpha,\beta\rangle=\langle T\alpha,T\beta\rangle α,β=Tα,
TTT 保持内积不变。

第二步:证明 TTT 映射的标准正交基也是标准正交基

{e1,e2,…,en}\{e_1,e_2,\dots,e_n\}{e1,e2,,en}VnV_nVn 的一组标准正交基,即
⟨ei,ej⟩=δij={1,i=j0,i≠j \langle e_i,e_j\rangle=\delta_{ij}= \begin{cases} 1, & i=j \\ 0, & i\neq j \end{cases} ei,ej=δij={1,0,i=ji=j

TTT 保持内积,有
⟨Tei,Tej⟩=⟨ei,ej⟩=δij \langle Te_i,Te_j\rangle=\langle e_i,e_j\rangle=\delta_{ij} Tei,Tej=ei,ej=δij
因此 {Te1,Te2,…,Ten}\{Te_1,Te_2,\dots,Te_n\}{Te1,Te2,,Ten} 也是标准正交基。


3⇒43 \Rightarrow 434:标准正交基的像对应正交矩阵

假设 {e1,e2,…,en}\{e_1,e_2,\dots,e_n\}{e1,e2,,en}{Te1,Te2,…,Ten}\{Te_1,Te_2,\dots,Te_n\}{Te1,Te2,,Ten} 都是标准正交基。

TTT 在基 {ei}\{e_i\}{ei} 下的矩阵为 A=(aij)n×nA=(a_{ij})_{n\times n}A=(aij)n×n,即其中每一列可表示为
Tej=∑i=1naijei,j=1,2,…,n Te_j = \sum_{i=1}^n a_{ij}e_i, \quad j=1,2,\dots,n Tej=i=1naijei,j=1,2,,n

计算内积(利用 {ei}\{e_i\}{ei} 的标准正交性):
⟨Tei,Tej⟩=⟨∑k=1nakiek,∑l=1naljel⟩=∑k=1n∑l=1nakialj⟨ek,el⟩=∑k=1nakiakj \begin{aligned} \langle Te_i,Te_j\rangle &= \left\langle\sum_{k=1}^n a_{ki}e_k, \sum_{l=1}^n a_{lj}e_l\right\rangle \\ &= \sum_{k=1}^n\sum_{l=1}^n a_{ki}a_{lj}\langle e_k,e_l\rangle \\ &= \sum_{k=1}^n a_{ki}a_{kj} \end{aligned} Tei,Tej=k=1nakiek,l=1naljel=k=1nl=1nakialjek,el=k=1nakiakj

因为 {Tei}\{Te_i\}{Tei} 也是标准正交基,⟨Tei,Tej⟩=δij\langle Te_i,Te_j\rangle=\delta_{ij}Tei,Tej=δij,所以
∑k=1nakiakj=δij \sum_{k=1}^n a_{ki}a_{kj} = \delta_{ij} k=1nakiakj=δij

这正是 ATA=InA^TA=I_nATA=In 的矩阵元素形式,因此 AAA 是正交矩阵。


4⇒14 \Rightarrow 141:标准正交基下的正交矩阵对应正交变换

假设 TTT 在标准正交基 {e1,e2,…,en}\{e_1,e_2,\dots,e_n\}{e1,e2,,en} 下的矩阵 AAA 是正交矩阵,即 ATA=InA^TA=I_nATA=In

对任意向量 α,β∈Vn\alpha,\beta\in V_nα,βVn,设其坐标向量分别为
x=(x1,x2,…,xn)T,y=(y1,y2,…,yn)T x=(x_1,x_2,\dots,x_n)^T,\quad y=(y_1,y_2,\dots,y_n)^T x=(x1,x2,,xn)T,y=(y1,y2,,yn)T

α=∑i=1nxiei,β=∑i=1nyiei \alpha=\sum_{i=1}^n x_i e_i,\quad \beta=\sum_{i=1}^n y_i e_i α=i=1nxiei,β=i=1nyiei

TαT\alphaTαTβT\beta 的坐标向量分别为 AxAxAxAyAyAy

要证明 TTT 是正交变换,只需证
⟨Tα,Tβ⟩=⟨α,β⟩ \langle T\alpha,T\beta\rangle = \langle\alpha,\beta\rangle Tα,=α,β

等式左边
⟨Tα,Tβ⟩=(Ax)T(Ay)=xT(ATA)y=xTIny=xTy \begin{aligned} \langle T\alpha,T\beta\rangle &= (Ax)^T(Ay) \\ &= x^T(A^TA)y \\ &= x^T I_n y \\ &= x^Ty \end{aligned} Tα,=(Ax)T(Ay)=xT(ATA)y=xTIny=xTy

等式右边,在标准正交基下,内积运算满足
⟨α,β⟩=∑i=1nxiyi=xTy \langle\alpha,\beta\rangle=\sum_{i=1}^n x_i y_i=x^Ty α,β=i=1nxiyi=xTy

证毕


结论

通过循环证明法,我们已证明:
1⇒2⇒3⇒4⇒1 1 \Rightarrow 2 \Rightarrow 3 \Rightarrow 4\Rightarrow1 12341

即这四个条件在 nnn 维欧几里得空间 VnV_nVn 的线性变换 TTT 上等价。

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐