【正交矩阵的定义和性质】正交矩阵是线性代数中一个重要的概念，广泛应用于数学、物理、工程等领域。它具有特殊的结构和良好的性质，在矩阵运算、坐标变换、特征值分析等方面有着重要应用。以下是对正交矩阵的定义和主要性质的总结。
一、正交矩阵的定义
正交矩阵（Orthogonal Matrix）是指一个方阵 $ Q $ 满足以下条件：
$$
Q^T Q = I
$$
其中，$ Q^T $ 是矩阵 $ Q $ 的转置，$ I $ 是单位矩阵。这意味着正交矩阵的列向量（或行向量）构成一组标准正交基，即每个向量的长度为1，且任意两个不同向量之间相互正交。
换句话说，若 $ Q $ 是正交矩阵，则其逆矩阵等于它的转置矩阵，即：
$$
Q^{-1} = Q^T
$$
二、正交矩阵的主要性质
| 序号 | 性质名称 | 内容描述 | ||||
| 1 | 列（行）向量正交性 | 正交矩阵的列向量（或行向量）两两正交，且模长为1。 | ||||
| 2 | 逆等于转置 | 若 $ Q $ 是正交矩阵，则 $ Q^{-1} = Q^T $。 | ||||
| 3 | 乘积仍为正交矩阵 | 若 $ Q_1 $ 和 $ Q_2 $ 都是正交矩阵，则它们的乘积 $ Q_1 Q_2 $ 也是正交矩阵。 | ||||
| 4 | 行列式值为 ±1 | 正交矩阵的行列式值只能是 1 或 -1。 | ||||
| 5 | 保持向量长度不变 | 对于任意向量 $ \mathbf{x} $，有 $ \ | Q\mathbf{x} \ | = \ | \mathbf{x} \ | $。 |
| 6 | 保持内积不变 | 对于任意两个向量 $ \mathbf{x}, \mathbf{y} $，有 $ (Q\mathbf{x})^T(Q\mathbf{y}) = \mathbf{x}^T \mathbf{y} $。 | ||||
| 7 | 特征值在单位圆上 | 正交矩阵的所有特征值的模长为 1，即位于复平面上的单位圆上。 |
三、小结
正交矩阵是一种特殊的方阵，其核心特性在于其列（或行）向量之间的正交性和单位长度。它在几何变换、数值计算、信号处理等多个领域中具有广泛应用。通过了解其定义与性质，可以更深入地理解其在数学中的作用和意义。
正交矩阵不仅在理论上具有重要意义，而且在实际问题中也提供了高效的计算工具。掌握其基本性质有助于提高对矩阵运算的理解和应用能力。
