==Ортогональная матрица==
~~TOC~~
матрица --- это квадратная вещественная матрица $ P_{} $, удовлетворяющая равенству:
$$ P \cdot P^{\top} = E \ , $$
здесь $ E_{} $ --- единичная матрица того же порядка, а $ {}^{\top} $ означает ((#транспонирование транспонирование)). Иными словами, строки матрицы $ P_{} $ удовлетворяют условию
$$ P^{[j]}\cdot \left( P^{[k]} \right)^{\top} = p_{j1}p_{k1}+p_{j2}p_{k2} + \dots + p_{jn}p_{kn}= \delta_{jk} \ , $$
где $ \delta_{jk}^{} $ --- ((:algebra2:notations#символ_кронекера символ Кронекера)). Если скалярное произведение строк $ X=(x_1,x_2,\dots,x_{n}) $ и $ Y=(y_1,y_2,\dots,y_{n}) $ задается ((:euclid_space#определения стандартным способом)):
$$ \langle X,Y \rangle=x_1y_1+x_2y_2+\dots+x_ny_n \ , $$
то определение ортогональной матрицы оправдано тем, что ее строки оказываются взаимно ортогональными. К тому же, они все имеют "единичную длину": сумма квадратов элементов любой строки равна $ 1 $. Как следствие имеем, что любой элемент ортогональной матрицы не превышает $ 1 $ по модулю: $ | p_{jk} | \le 1 $.
В литературе под ортогональной матрицей иногда понимают и матрицу с комплексными элементами, удовлетворяющую соотношению
$ P \cdot P^{\top} = E $. Тогда для матрицы из приведенного выше случая используют название //вещественная ортогональная матрица//. Чаще, однако, используется другое обобщение понятия ортогональной матрицы на комплексные матрицы --- см. ((:algebra2/hermite#svojstva унитарные матрицы)).
!!П!! **Пример.** Матрицы
$$
\left(
\begin{array}{rr}
\cos \theta & - \sin \theta \\
\sin \theta & \cos \theta
\end{array}
\right) \, , \
\left(
\begin{array}{rrr}
2/3 & -1/3 & 2/3 \\
2/3 & 2/3 & -1/3 \\
-1/3 & 2/3 & 2/3
\end{array}
\right) \, , \
\left(
\begin{array}{rrrr}
1/2 & 1/2 & 1/2 & 1/2 \\
1/2 & -1/2 & 1/2 & -1/2 \\
1/2 & 1/2 & -1/2 & -1/2 \\
1/2 & -1/2 & -1/2 & 1/2
\end{array}
\right)
$$
--- ортогональные. Последняя получена из ((:algebra2#ortogonalnaja матрицы Адамара)) четвертого порядка. Вообще, умножение любой матрицы Адамара порядка $ n $ на $ 1/\sqrt{n} $ дает ортогональную матрицу.
!!П!! **Пример.** Матрица ((:mapping/operator#matrica_operatora_otrazhenija_operatora_xausxoldera оператора (зеркального) отражения)) (оператора Хаусхолдера) в $ \mathbb R^n $ относительно плоскости $ c_1x_1+\dots+c_nx_n =0 $ является ортогональной.
!!П!! **Пример.** Единичная матрица --- ортогональная. Вообще, любая диагональная матрица, элементы диагонали которой равны либо $ +1 $ либо $ -1 $ являются ортогональными. Ортгональными будут и матрицы, полученные из них произвольной перестановкой столбцов (или строк).
Одно из подмножеств таких матриц имеют специальное название.
!!П!! **Пример.** Матрица $ P_{} $ называется **матрицей перестановки** если в любой ее строке и любом ее столбце в точности один элемент равен $ 1_{} $ при всех остальных равных $ 0_{} $. Она тесно связана с понятием ((:basics:combinatorics#перестановки перестановки элементов)). Пусть имеются различные числа[[Все последующие рассуждения будут справедливы и для элементов любой природы, для которых умножение на $ 0_{} $ и $ 1_{} $ определяется как для чисел.]] $ \{\alpha_1,\dots, \alpha_n\} $. Любое их упорядочивание называется перестановкой. Если имеются две перестановки одного и того же набора чисел, записываемые в виде векторов-строк:
$$ (x_1,\dots,x_{n}) \quad \mbox{и} (y_1,\dots,y_n) \, ,$$
то они связаны между собой посредством умножения на матрицу перестановки $ P_{} $ порядка $ n_{} $:
$$ (y_1,\dots,y_n) =(x_1,\dots,x_n)P \ . $$
Так, к примеру, если $ (y_1,y_2,y_3,y_4)=(x_2,x_4,x_3,x_1) $, то
$$(y_1,y_2,y_3,y_4)=(x_1,x_2,x_3,x_4)
\left(\begin{array}{cccc}
0 & 0 & 0 & 1 \\
1 & 0 & 0 & 0 \\
0 & 0 & 1 & 0 \\
0 & 1 & 0 & 0
\end{array}
\right) \ .
$$
!!Т!! **Теорема.** //Если матрица// $ P_{} $ --- //ортогональная, то и матрица// $ P_{}^{\top} $ --- //ортогональная, т.е. у ортогональной матрицы взаимно ортогональны не только строки, но и столбцы://
$$ P^{\top} P = E \, $$
!!Т!! **Теорема.** //Если ((:mapping:operator#матрица_оператора линейный оператор)) в// $ \mathbb R^n $ //задан ортогональной матрицей, то он сохраняет скалярное произведение. Иными словами, инвариантными остаются длины векторов и углы между ними.//
**Доказательство.** Пусть столбцы $ X=(x_1,x_2,\dots,x_{n})^{\top}, Y=(y_1,y_2,\dots,y_{n})^{\top} $ связаны соотношением $ X=PY $ при ортогональной матрице $ P_{n\times n} $. Если
$$ Y_1 = PX_1, \ Y_2=PX_2 $$
то
$$ \langle Y_1,Y_2 \rangle=Y_1^{\top}Y_2 = X_1^{\top} P^{\top}P X_2 = X_1^{\top} X_2= \langle X_1,X_2 \rangle \, . $$
♦
===Произведение==
!!Т!! **Теорема.** //Произведение ортогональных матриц является ортогональной матрицей//.
Как правило, ортогональные матрицы не коммутируют.
===Определитель==
!!Т!! **Теорема.** //Определитель ортогональной матрицы равен либо// $ +1 $ //либо// $ (-1) $.
**Доказательство.** В равенстве $ P \cdot P^{\top} = E $ переходим к определителям $ \left(\det P \right) \left(\det P^{\top} \right) = \left( \det P \right)^2=1 $.
♦
!!=>!! Для ортогональной матрицы $ P $ обратная матрица всегда существует и совпадает с ей транспонированной:
$$ P^{-1}=P^{\top} \, . $$
!!=>!! Множество ортогональных матриц одинакового порядка образует ((:gruppe#определение_группы группу)) относительно операции умножения.
!!?!! Будет ли эта группа коммутативной, т.е. абелевой?
!!Т!! **Теорема.** //((:algebra2:dets#миноры_и_алгебраические_дополнения Алгебраическое дополнение)) любого элемента ортогональной матрицы с точностью до знака совпадает с этим элементом//:
$$ P_{jk} = p_{jk} \det P \, . $$
!!=>!! Для ортогональности квадратной матрицы $ A_{} $ необходимо и достаточно, чтобы ее определитель был равен либо $ 1 $ либо $ (-1) $, и для каждого ее элемента было выполнено равенство из предыдущей теоремы.
===Норма==
!!Т!! **Теорема.** //((:norm_space#норма_матрицы Евклидова норма)) ортогональной матрицы порядка// $ n $ //равна// $ \sqrt{n} $; //((:norm_space#норма_матрицы спектральная норма)) произвольной ортогональной матрицы равна// $ 1_{} $.
===Теорема Кэли==
Произвольная матрица порядка $ n_{} $ задается $ n^2 $ параметрами --- своими элементами, симметричная матрица того же порядка --- $ n(n+1)/2 $ элементами, кососимметричная ---
$ n(n-1)/2 $ элементами. Сколько параметров надо задать, чтобы определить ортогональную матрицу? Какова размерность подмножества ортогональных матриц во множестве всех матриц?
Для ответа на эти вопросы проанализируем условия ортогональности $ P^{\top}P=E $. Для случая ортогональной матрицы порядка $ n=3 $ эти условия перепишем в виде системы
$$
\begin{array}{cc}
p_{11}^2+p_{21}^2+p_{31}^2=1, & p_{11}p_{12}+p_{21}p_{22}+p_{31}p_{32}=0, \\
p_{12}^2+p_{22}^2+p_{32}^2=1, & p_{13}p_{12}+p_{23}p_{22}+p_{33}p_{32}=0, \\
p_{13}^2+p_{23}^2+p_{33}^2=1, & p_{11}p_{13}+p_{21}p_{23}+p_{31}p_{33}=0
\end{array}
$$
квадратных уравнений относительно $ 9 $ ее элементов. Можно ожидать, что какие-то $ 3 $ элемента могут быть выбраны произвольными, а остальные определятся из полученной системы уравнений.
А в общем случае ортогональная матрица может быть задана $ n(n-1)/2 $ параметрами. Обратим внимание, что такое же количество параметров задает и произвольную кососимметричную матрицу. Возникает
подозрение, что эти два типа матриц завязаны друг на друга.
!!Т!! **Теорема [Кэли]**. //Любая матрица// $ P $ //такая, что//
$$ \det P =1, \det (P+E)\ne 0 $$
//будет ортогональной тогда и только тогда, когда ее можно представить в виде произведения//
$$ P=(E+S)(E-S)^{-1} \ , $$
//где// $ E $ --- //единичная, а// $ S $ --- //некоторая ((:algebra2:skewsym кососимметричная матрица))//.
**Доказательство.** Если $ S $ --- кососимметричная, т.е. $ S^{\top}=-S $, то
$$ P^{\top} = \left((E+S)(E-S)^{-1}\right)^{\top} = \left((E-S)^{\top}\right)^{-1}(E+S)^{\top}=(E+S)^{-1}(E-S) \, . $$
$$ P^{\top} P= (E+S)^{-1}(E-S)(E+S)(E-S)^{-1}=(E+S)^{-1}(E+S)(E-S)(E-S)^{-1}= E , $$
поскольку матрицы $ E-S $ и $ E+S $ коммутируют. Обратные к матрицам $ E-S $ и $ E+S $ всегда существует поскольку характеристический полином $ \det (S- \lambda E) $ кососимметричной матрицы ((:algebra2:skewsym#характеристический_полином не имеет вещественных корней)) ( кроме, возможно, $ \lambda=0 $).
Обратно, если $ P $ --- ортогональная, т.е. $ P^{-1}=P^{\top} $, то в качестве матрицы $ S $ можно взять матрицу
$$ S=(P+E)^{-1} (P-E) \, . $$
Докажем, что матрица $ S $ кососимметричная. Имеем:
$$
S=E-2(P+E)^{-1} \quad \Rightarrow
$$
$$
\Rightarrow S^{\top} = E-2\left((P+E)^{-1}\right)^{\top}=E-2\left((P+E)^{\top}\right)^{-1}=E-2\left(P^{\top}+E\right)^{-1}=
$$
$$
=E-2\left(P^{-1}+E\right)^{-1}=E-2\,P \left(E+P\right)^{-1} \quad \Rightarrow
$$
$$
\Rightarrow \quad S+S^{\top}=2\, E -2(P+E)^{-1}-2\,P \left(E+P\right)^{-1}= \mathbb O \, .
$$
♦
!!=>!! Произвольная ортогональная матрица $ P_{} $ может быть представлена в виде произведения
$$ P=J(E+S)(E-S)^{-1} \ , $$
где $ E $ --- единичная, $ S $ --- кососимметричная, а
$$ J = \left(\begin{array}{cccc}
\varkappa_1 & 0 & \dots & 0 \\
0 & \varkappa_2 & \dots & 0 \\
\vdots & & \ddots & \vdots \\
0 & 0 & \dots & \varkappa_n
\end{array}
\right)
$$
--- диагональная матрица, на диагонали которой стоят числа $ +1 $ или $ -1 $.
!!Т!! **Теорема [Родриг].** //Любая ортогональная матрица// $ P_{3\times 3} $ //с определителем равным// $ + 1 $ //может быть представлена в виде//
$$
P=\frac{1}{1+a^2+b^2+c^2} \left[ \begin{array}{ccc}
1-a^2-b^2+c^2 & 2(a-bc) & 2(ac+b) \\
-2(a+bc) & 1-a^2+b^2-c^2 & 2(c-ab) \\
2(ac-b) & -2(ab+c) & 1+a^2-b^2-c^2
\end{array}
\right]
$$
//при некоторых вещественных значениях параметров// $ a,b,c $.
**Доказательство** следует из ((#теорема_кэли теоремы Кэли)) при
$$
S=\left(
\begin{array}{ccc}
0 & a & b \\
-a & 0 & c \\
-b & -c & 0
\end{array}
\right) \, .
$$
♦
===Выражение через экспоненциал кососимметричной матрицы==
!!Т!! **Теорема.** //Матрица// $ A $ //с определителем, равным// $ 1 $,// представима в виде//
$$ A=e^S $$
//с кососимметричной матрицей// $ S $// тогда и только тогда, когда она ортогональна//.
**Доказательство достаточности**. Для кососимметричной матрицы $ S $:
$$\left(\exp(S) \right)^{\top}= \left(E+S+\frac{S^2}{2}+ \frac{S^3}{3!}+\dots \right)^{\top}= $$
$$=E-S+\frac{S^2}{2}- \frac{S^3}{3!}+\dots = \exp(-S)= (\exp (S))^{-1} \, . $$
♦
====Ортогональная матрица третьего порядка==
В пространстве $ \mathbb R^3 $ со стандартным скалярным произведением линейное преобразование
$$ X=PY $$
с ортогональной матрицей $ P_{3\times 3} $ с определителем равным $ +1 $ определяет операцию поворота твердого тела вокруг неподвижной точки, закрепленной в начале координат $ X=\mathbb O $.
!!Т!! **Теорема [Эйлер].** //Произвольное вращение твердого тела вокруг неподвижной точки, закрепленной в начале координат, задается ортогональной матрицей//
$$
P=
\left(\begin{array}{ccc}
\cos \varphi \cos \psi - \cos \theta \sin \varphi \sin \psi & -\cos \varphi \sin \psi - \cos \theta \sin \varphi \cos \psi & \sin \varphi \sin \theta \\
\sin \varphi \cos \psi + \cos \theta \cos \varphi \sin \psi & -\sin \varphi \sin \psi + \cos \theta \cos \varphi \cos \psi & -\cos \varphi \sin \theta \\
\sin \psi \sin \theta & \cos \psi \sin \theta & \cos \theta
\end{array}
\right) \, .
$$
**Доказательство.** Матрицу $ P $ можно представить в виде произведения
$$
P=
\left(\begin{array}{rrr}
\cos \varphi & - \sin \varphi & 0 \\
\sin \varphi & \cos \varphi & 0 \\
0 & 0 & 1
\end{array}
\right) \cdot
\left(\begin{array}{rrr}
1 & 0 & 0 \\
0 & \cos \theta & - \sin \theta \\
0 & \sin \theta & \cos \theta
\end{array}
\right) \cdot
\left(\begin{array}{rrr}
\cos \psi & - \sin \psi & 0 \\
\sin \psi & \cos \psi & 0 \\
0 & 0 & 1
\end{array}
\right)
$$
трех ортогональных матриц. Первая матрица определяет вращение вокруг оси $ Oz $ на угол $ \varphi $.
====Ортогональная матрица четвертого порядка: кватернионы==
Матрица
$$
\left(\begin{array}{rrrr}
x_0 & -x_1 & -x_2 & -x_3 \\
x_1 & x_0 & -x_3 & x_2 \\
x_2 & x_3 & x_0 & -x_1 \\
x_3 & -x_2 & x_1 & x_0
\end{array}
\right)
$$
является ортогональной если $ \sqrt{x_0^2+x_1^2+x_2^2+x_3^2}=1 $. Если не накладывать последнего условия, то множество подобных матриц
$$ \{ x_0 E +x_1 \mathbf I +x_2 \mathbf J + x_3 \mathbf K \ \mid \ (x_0,x_1,x_2,x_3) \in \mathbb R^4 \} \ $$
при
$$
E=\left(\begin{array}{cccc}
1 & 0 & 0 & 0 \\
0 & 1 & 0 & 0 \\
0 & 0 & 1 & 0 \\
0 & 0 & 0 & 1
\end{array}
\right), \
\mathbf I =
\left(\begin{array}{rrrr}
0 & -1 & 0 & 0 \\
1 & 0 & 0 & 0 \\
0 & 0 & 0 & -1 \\
0 & 0 & 1 & 0
\end{array}
\right), \
\mathbf J =
\left(\begin{array}{rrrr}
0 & 0 & -1 & 0 \\
0 & 0 & 0 & 1 \\
1 & 0 & 0 & 0 \\
0 & -1 & 0 & 0
\end{array}
\right), \
$$
$$
\mathbf K=
\left(\begin{array}{rrrr}
0 & 0 & 0 & -1 \\
0 & 0 & -1 & 0 \\
0 & 1 & 0 & 0 \\
1 & 0 & 0 & 0
\end{array}
\right)
$$
оказывается замкнутым относительно операций сложения и умножения. Это множество тесно связано со множеством гиперкомплексных чисел, известных как ((:gruppe#алгебра кватернионы)).
===Характеристический полином, собственные числа==
!!Т!! **Теорема.** //((:algebra2:charpoly#собственное_число Собственные числа)) ортогональной матрицы// $ P_{} $ //все равны// $ 1_{} $ //по абсолютной величине (модулю).
((:algebra2:charpoly Характеристический полином))//
$$
\det (P-\lambda E)
$$
//ортогональной матрицы нечетного порядка всегда имеет корнем// $ \lambda=+1 $ //или// $ \lambda=-1 $. //Если характеристический полином не имеет корнем// $ \lambda= +1 $ //или же ((:polynomial#основная_теорема_высшей_алгебры кратность)) этого корня --- четная, то этот полином является ((:polynomial:reciprocal#возвратный_полином возвратным)). Если же кратность корня// $ \lambda=+1 $ //--- нечетная, то частное//
$$ \frac{\det (P-\lambda E)}{\lambda-1} $$
//является возвратным полиномом.//
**Доказательство.** Если
$$ P\mathfrak X=\lambda_{\ast} \mathfrak X \quad npu \quad \lambda_{\ast} \in \mathbb C, \mathfrak X\in \mathbb C^n, \mathfrak X \ne \mathbb O \ , $$
то
$$
\mathfrak X^{\top}P^{\top}=\lambda_{\ast} \mathfrak X^{\top} \quad \Rightarrow \quad \overline{\mathfrak X}^{\top}P^{\top}=\overline{\lambda_{\ast} } \overline{\mathfrak X}^{\top}
$$
при $ \overline{ \ .} $ означающем комплексное сопряжение. Тогда
$$
\left(\overline{\mathfrak X}^{\top}P^{\top} \right) P\mathfrak X = \overline{\lambda_{\ast} } \lambda_{\ast} \overline{\mathfrak X}^{\top} \mathfrak X
$$
или
$$
\overline{\mathfrak X}^{\top} {\mathfrak X} = \overline{\lambda_{\ast}} \lambda_{\ast} \overline{\mathfrak X}^{\top} {\mathfrak X} \quad \iff \quad (|\lambda_{\ast} |^2-1) \left( |x_1|^2+|x_2|^2+\dots + |x_n|^2\right) =0 \, .
$$
Следовательно, $ |\lambda_{\ast} |=1 $. Если порядок матрицы нечетен, то хотя бы одно из ее собственных чисел вещественно, но тогда оно равно $ +1 $ или $ (-1) $.
Если $ \lambda_{\ast} $ является мнимым собственным числом ортогональной матрицы $ P $, то и $ \overline{\lambda_{\ast}} $ также является ее собственным числом.
Таким образом, все мнимые собственные числа ортогональной матрицы можно разбить на пары $ \{\lambda_{\ast}, \overline{\lambda_{\ast}} \} $, и соответствующие линейные множители характеристического полинома перемножатся в виде
$$ (\lambda-\lambda_{\ast})(\lambda-\overline{\lambda_{\ast}})\equiv \lambda^2- 2\,\mathfrak{Re}(\lambda_{\ast}) \lambda +|\lambda_{\ast}|^2 \equiv \lambda^2- 2\,\mathfrak{Re}(\lambda_{\ast}) \lambda + 1 $$
т.е. в виде возвратного полинома. Линейный полином $ \lambda+1 $ и квадратный полином $ (\lambda-1)^2 $ являются возвратными.
Произведение возратных полиномов будет возвратным полиномом.
♦
!!П!! **Пример.** Найти характеристический полином и спектр матрицы
$$
P=
\left(\begin{array}{rrrrrrrr}
-\sqrt{2}/4 & \sqrt{2}/4 & 1/2 & \sqrt{3}/6 & -\sqrt{6}/12 & -1/2 & \sqrt{3}/6 & \sqrt{6}/12 \\
-\sqrt{2}/4 & -\sqrt{2}/4 & 1/2 & -\sqrt{3}/6 & \sqrt{6}/12 & 1/2 & \sqrt{3}/6 & \sqrt{6}/12 \\
-\sqrt{2}/4 & \sqrt{2}/4 & 0 & 0 & \sqrt{6}/4 & 0 & -\sqrt{3}/3 & \sqrt{6}/12 \\
-\sqrt{2}/4 & -\sqrt{2}/4 & 0 & \sqrt{3}/3 & \sqrt{6}/12 & 0 & 0 & -\sqrt{6}/4 \\
\sqrt{2}/4 & -\sqrt{2}/4 & 1/2 & -\sqrt{3}/6 & \sqrt{6}/12 & -1/2 & -\sqrt{3}/6 & -\sqrt{6}/12 \\
\sqrt{2}/4 & \sqrt{2}/4 & 1/2 & \sqrt{3}/6 & -\sqrt{6}/12 & 1/2 & -\sqrt{3}/6 & -\sqrt{6}/12 \\
\sqrt{2}/4 & -\sqrt{2}/4 & 0 & \sqrt{3}/3 & \sqrt{6}/12 & 0 & 0 & \sqrt{6}/4 \\
\sqrt{2}/4 & \sqrt{2}/4 & 0 & 0 & \sqrt{6}/4 & 0 & \sqrt{3}/3 & -\sqrt{6}/12
\end{array}
\right) \, .
$$
**Решение.** Имеем:
$$
\det(P- \lambda E)=
$$
$$
=\lambda^8+\left(-\frac{1}{2}-\frac{\sqrt{3}}{3}+\frac{\sqrt{2}}{2}\right)\lambda^7+\left(\frac{1}{3}+\frac{\sqrt{3}}{6} -\frac{5 \sqrt{2}}{12}-\frac{\sqrt{6}}{3}\right)\lambda^6 +
$$
$$
+\left(-\frac{5 \sqrt{3}}{12}+\frac{\sqrt{6}}{3}-\frac{3}{4}+\frac{\sqrt{2}}{3}\right)\lambda^5+
$$
$$
+\left(\frac{1}{3}-\frac{\sqrt{6}}{6}+\frac{11\sqrt{3}}{12}-\frac{\sqrt{2}}{2}\right)\lambda^4+\left(-\frac{5 \sqrt{3}}{12}+\frac{\sqrt{6}}{3}-\frac{3}{4}+\frac{\sqrt{2}}{3}\right)\lambda^3+
$$
$$
+\left(\frac{1}{3}+\frac{\sqrt{3}}{6} -\frac{5 \sqrt{2}}{12}-\frac{\sqrt{6}}{3}\right)\lambda^2+\left(-\frac{1}{2}-\frac{\sqrt{3}}{3}+\frac{\sqrt{2}}{2}\right)\lambda+1 \ ,
$$
т.е. действительно полином является возвратным.
Теоретически, его корни можно найти в радикалах, поскольку согласно алгоритму, изложенному ((:polynomial:reciprocal#возвратный_полином ЗДЕСЬ)), эта задача сводится к решению уравнения $ 4 $-й степени:
$$
-12\,w^4+(6+4\sqrt{3}-6\sqrt{2})w^3+(44-2\sqrt{3}+5\sqrt{2}+4\sqrt{2}\sqrt{3})w^2+
$$
$$
+(-9-7\sqrt{3}+14\sqrt{2}-4\sqrt{6})w-20-7\sqrt{3}-4\sqrt{2}-6\sqrt{6}=0 \, .
$$
Но я ограничусь здесь приближенными значениями
$$
\lambda_{1,2}\approx -0.907626 \pm 0.419779 \mathbf i, \ \lambda_{3,4}\approx -0.503048\pm 0.864258 \mathbf i ,
$$
$$
\lambda_{5,6}\approx 0.602940 \pm 0.797785 \mathbf i, \ \lambda_{7,8}\approx 0.992855 \pm 0.119324 \mathbf i \, .
$$
{{ algebra2:orth_eigenvals.png |}}
♦
====Вещественная жорданова нормальная форма==
!!Т!! **Теорема.** //Для любой ортогональной матрицы// $ P $ //существует ортогональная же матрица// $ Q $ //такая, что//
$$Q^{\top} P Q= P_{\mathfrak J} \ , $$
//где матрица// $ P_{\mathfrak J} $ --- //блочно-диагональная, имеющая на диагонали клетки первого порядка вида//
$$ [+1] \quad \mbox{ и/или } \ [-1] \, $$
//и/или клетки второго порядка вида//
$$
\left[
\begin{array}{rr}
\cos \varphi & -\sin \varphi \\
\sin \varphi & \cos \varphi
\end{array}
\right] \quad \mbox{ при } \ \varphi \ne k \pi, k \in \mathbb Z \, .
$$
==Применения==
===QR-разложение матрицы==
!!Т!! **Теорема [о QR-разложении].** //Для любой вещественной неособенной матрицы// $ A_{n\times n}^{} $ //существует вещественные ортогональная матрица// $ Q_{n\times n} $ //и ((:algebra2#треугольная верхнетреугольная)) матрица// $ R_{n\times n} $, //такие, что//
$$ A=Q \cdot R \, . $$
Этот результат является следствием ((:euclid_space#матричный_формализм_алгоритма_грама-шмидтаqr-разложение алгоритма ортогонализации Грама-Шмидта)) столбцов матрицы $ A_{} $.
Результат может быть обобщен и на случай неквадратной вещественной матрицы $ A_{m\times n}^{}, n
===Сингулярное разложение матрицы==
!!Т!! **Теорема (о сингулярном разложении)**. //Для матрицы// $ A \in \mathbb R^{m\times n} $, $ \operatorname{rank} (A)=\mathfrak r $ //существует представление ее в виде произведения//
$$ A=U \Sigma V^{\top} \, . $$
Схематически при $ mn $:
{{ :algebra2:svd_matrix21r.png?800 |}}
//Здесь//
* $ U \in \mathbb R^{m\times m} $ //и// $ V \in \mathbb R^{n\times n} $ --- //((:algebra2:ort_matrix ортогональные матрицы))//;
* //матрица// $ \Sigma \in \mathbb R^{m\times n} $ //имеет ненулевыми только элементы// $ \sigma_{jj}=\sigma_j $ при $ j\in \{1,\dots, \mathfrak r \} $:
$$
\Sigma=\left( \begin{array}{cccc|c}
\sigma_1 & & & & \\
& \sigma_2 & & &\mathbb O_{{\mathfrak r}\times (n-{\mathfrak r})}\\
& &\ddots& & \\
& & & \sigma_{\mathfrak r} & \\
& & & & \\
\hline
&\mathbb O_{(m-{\mathfrak r})\times {\mathfrak r}} & & & \mathbb O_{(m-{\mathfrak r})\times (n-{\mathfrak r})}
\end{array}
\right)
$$
//Числа// $ \sigma_1, \sigma_2,\dots,\sigma_{\mathfrak r} $ //расположены в порядке неубывания//:
$$ \sigma_1\ge \sigma_2 \ge \dots \ge \sigma_{\mathfrak r} > 0 $$
//и равны арифметическим квадратным корням из
((:algebra2:charpoly#собственное_число ненулевых собственных чисел)) матрицы// $ A \cdot A^{\top} $
$$ \{\sigma_j= |\lambda_j| \}_{j=1}^{\mathfrak r} $$
//где// $ \lambda_1^2, \lambda_2^2,\dots, \lambda_{\mathfrak r}^2 $ --- // корни уравнения//
$$ \det ( A \cdot A^{\top}-\lambda E) =0 \, . $$
* //Столбцы матрицы// $ U $ //являются ((:algebra2:charpoly#собственный_вектор собственными векторами)) матрицы// $ A \cdot A^{\top} $:
$$ U= \left[ U_{[1]}| U_{[2]}|\dots | U_{[m]} \right],\ npu \ ( A \cdot A^{\top}-\lambda_j^2 E) U_{[j]} = \mathbb O_{m\times 1} \, . $$
* //cтолбцы матрицы// $ V $ //являются ((:algebra2:charpoly#собственный_вектор собственными векторами)) матрицы// $ A^{\top} \cdot A $:
$$ V= \left[ V_{[1]}|V_{[2]}|\dots | V_{[n]} \right],\ npu \ ( A^{\top} A -\lambda_j^2 E) V_{[j]} = \mathbb O_{n\times 1} \, . $$
!!§!! Подробнее
☞
((:algebra2:svd ЗДЕСЬ)).
==Задачи==
☞
((:algebra2:ort_matrix:problems ЗДЕСЬ))
==Источники==
[1]. **Rodrigues O.** //Des lois géométriques qui régissent les déplacements d'un système solide dans l'espace, et de la variation des coordonnées provenant de ces déplacements considérés indépendamment des causes qui peuvent les produire.// Journal de Mathématiques Pures et Appliquées. 1840. V. 5, 380--440
[2]. **Проскуряков И.В.** //Сборник задач по линейной алгебре.// М.Наука. 1974; задача N 896, задача 1570.