正交矩阵是元素均为实数的方形矩阵,其列向量构成一组标准正交基,等价地,其行向量也构成一组标准正交基。它的定义方程是 ,其中 表示转置, 表示单位矩阵。在线性代数中,正交矩阵表示保持长度和角度的变换,因此在几何、坐标变换和数值计算中具有基础性作用。虽然名称中只有“正交”二字,但其列向量不仅必须两两垂直,还必须具有单位长度。(graphsearch.epfl.ch)
定义与等价条件
对于 ,正交性意味着
这里, 是 的矩阵转置, 是单位矩阵。等价地, 可逆,且其逆矩阵满足 。由于 是方阵,上述两个乘积等式中的任意一个都能推出另一个。(math.mit.edu)
将其列向量记为 ,定义条件便可写成
因此,这些列向量构成向量空间 的一组基。行向量也具有同样的性质。尤其要注意,这里的正交性描述的是一套完整的坐标标架,而不只是一组相互垂直的方向。(graphsearch.epfl.ch)
几何解释
因此,它保持向量的长度、非零向量之间的夹角以及欧几里得距离:
它使原点保持不动,因此单独的平移不能用正交矩阵表示。既保持距离又包含平移的变换则具有仿射形式 。(web.ma.utexas.edu)
一个基本例子是平面旋转矩阵
它将列向量逆时针旋转角度 。相比之下,矩阵 表示平面关于水平轴的反射。两者都保持长度不变,但对定向的影响不同。(math.mit.edu)
行列式与群结构
对 两边取行列式,得到
因此,每个正交矩阵的行列式都为 或 。前者保持定向,后者反转定向。两者都保持体积的大小不变。不过,仅凭行列式为 并不能判定矩阵具有正交性:一个矩阵可以在保持体积不变的同时,沿某些方向拉伸、沿另一些方向压缩。(math.mit.edu)
正交矩阵的乘积和逆矩阵仍然是正交矩阵。因此,全体 正交矩阵以单位矩阵为单位元,构成正交群 ,这是群论中的一个重要对象。其中行列式为 的矩阵构成的子群称为特殊正交群 。在二维情形下,这个子群由平面旋转组成;行列式为 的矩阵则表示关于过原点直线的反射。(math.mit.edu)
特征值与相关矩阵类别
正交矩阵的特征值的绝对值均为一。虽然矩阵的元素都是实数,其特征值却可能是复数。若对某个非零复向量有 ,由复向量的欧几里得范数保持不变可得
因此,。实特征值只能是 或 ,而非实特征值则成共轭对出现。平面旋转的特征值为 和 ,所以它通常没有实特征向量。(ocw.mit.edu)
在复坐标空间中,对应的保持长度的矩阵类别是酉矩阵,其定义为 ,这里使用的是共轭转置而非普通转置。每个实正交矩阵在被视为复矩阵时都是酉矩阵。(netlib.org)
构造与数值应用
格拉姆—施密特正交化可由线性无关的向量构造出一组标准正交基。将这样一组完整的基按列排列,就得到一个正交矩阵。正交因子也出现在QR分解中,该分解将实矩阵表示为 ,其中 为三角矩阵或梯形矩阵。简化 QR 分解中的 则可能是列向量标准正交的矩形矩阵。(math.mit.edu)
在计算实现中,通常利用豪斯霍尔德变换或吉文斯旋转构造正交因子。豪斯霍尔德反射具有如下形式:
它表示关于与 垂直的超平面的反射。这些初等变换可以在保持矩阵所表示的欧几里得几何关系的同时,将矩阵中的某些元素化为零。(netlib.org)
正交变换在数值线性代数中占据核心地位,应用包括最小二乘问题和奇异值分解。其保持范数的性质有助于数值稳定性,因为施加精确的正交变换不会放大以欧几里得范数衡量的已有误差。但这并不能消除计算过程中引入的舍入误差。(netlib.org)
矩形矩阵与投影
对于满足 的 矩阵 ,条件 表示其列向量标准正交,但此时 。事实上, 表示到这些列向量所张成空间的正交投影。因此,必须将简化分解中的正交因子与方形正交矩阵区分开来:前者在将 映射到 时保持长度不变,但并不构成整个较大空间上的可逆变换。(netlib.sandia.gov)