Ortogonaaliset kannat ja matriisit¶

Palautetaan mieleen kahden vektorin $\mathbf{u}$ ja $\mathbf{v}$ ortogonaalisuuden, eli kohtisuoruuden ehto

$\mathbf{u}\cdot \mathbf{v}= 0.$

Avaruuden $\mathbb R^n$ vektoreita $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ sanotaan ortogonaalisiksi, jos ne kaikki ovat pareittain ortogonaalisia, eli

$\mathbf{v}_i \cdot \mathbf{v}_j = 0$

aina, kun $i \not= j$ . Jos lisäksi $\|\mathbf{v}_i\| = 1$ jokaisella $i = 1, 2, \ldots, k$ , niin vektoreita $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ sanotaan ortonormaaleiksi. Mitkä tahansa ortogonaaliset vektorit ovat lineaarisesti riippumattomia.

Lause.

Olkoot $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ ortogonaalisia nollasta poikkeavia vektoreita. Tällöin vektorit $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ ovat lineaarisesti riippumattomat.

Todistus.

Oletetaan, että $c_1\mathbf{v}_1 + c_2\mathbf{v}_2 + \cdots + c_k\mathbf{v}_k = \mathbf{0}$ . Otetaan yhtälöstä puolittain pistetulo vektorin $\mathbf{v}_i$ kanssa, jolloin ortogonaalisuusoletuksen nojalla

$(c_1\mathbf{v}_1 + c_2\mathbf{v}_2 + \cdots + c_k\mathbf{v}_k) \cdot \mathbf{v}_i = c_i\mathbf{v}_i \cdot \mathbf{v}_i = c_i\|\mathbf{v}_i\|^2 = 0 = \mathbf{0}\cdot \mathbf{v}_i$

jokaista $i = 1, 2, \ldots, k$ kohti. Koska kaikki vektorit eroavat nollasta, näiden ehtojen toteutumiseksi on oltava $c_1 = c_2 = \cdots = c_k = 0$ , eli vektorit $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ ovat lineaarisesti riippumattomat. $\square$

Huomautus.

Luonnollisen kannan vektorit $\mathbf{e}_1, \mathbf{e}_2, \ldots, \mathbf{e}_n$ ovat keskenään ortonormaaleja, sillä $\mathbf{e}_i \cdot \mathbf{e}_j = \delta_{ij}$ . Yleisemminkin vektorit $\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k$ ovat ortonormaaleja jos ja vain jos

$\begin{split}\mathbf{v}_i \cdot \mathbf{v}_j = \delta_{ij} = \begin{cases} 1, & \text{kun } i = j \\ 0, & \text{kun } i \not= j. \end{cases}\end{split}$

Aliavaruuden $S$ kantaa sanotaan ortogonaaliseksi tai ortonormaaliksi, jos siihen kuuluvat vektorit ovat ortogonaaliset tai ortonormaalit. Ortogonaalisella ja ortonormaalilla kannalla on seuraavat miellyttävät ominaisuudet.

Lause.

Olkoon $\{\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k\}$ aliavaruuden $S$ ortogonaalinen kanta, sekä $\mathbf{x}$ aliavaruuden $S$ vektori. Tällöin

$\mathbf{x}= \frac{\mathbf{x}\cdot \mathbf{v}_1}{\|\mathbf{v}_1\|^2}\mathbf{v}_1 + \frac{\mathbf{x}\cdot \mathbf{v}_2}{\|\mathbf{v}_2\|^2}\mathbf{v}_2 + \cdots + \frac{\mathbf{x}\cdot \mathbf{v}_k}{\|\mathbf{v}_k\|^2}\mathbf{v}_k.$

Jos kanta on lisäksi ortonormaali, niin

$\mathbf{x}= (\mathbf{x}\cdot \mathbf{v}_1)\mathbf{v}_1 + (\mathbf{x}\cdot \mathbf{v}_2) + \cdots + (\mathbf{x}\cdot \mathbf{v}_k)\mathbf{v}_k.$

Todistus.

Lauseen sisältö on osoitettu luonnollisen kannan vektoreille aiemmassa esimerkissä. Pohdi, miten tämä voitaisiin yleistää ortogonaalisiin ja muihin ortonormaaleihin kantoihin.

$\square$

Ortonormaalissa kannassa normille ja pistetulolle saadaan tutut esitykset.

Lause.

Olkoon $\{\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k\}$ aliavaruuden $S$ ortonormaali kanta. Jos

$\mathbf{x}=\alpha_1\mathbf{v}_1+\alpha_2\mathbf{v}_2+\cdots+\alpha_k\mathbf{v}_k \qquad\text{ja}\qquad \mathbf{y}=\beta_1\mathbf{v}_1+\beta_2\mathbf{v}_2+\cdots+\beta_k\mathbf{v}_k,$

niin

$\mathbf{x}\cdot \mathbf{y}= \alpha_1\beta_1 + \alpha_2\beta_2 + \cdots + \alpha_k\beta_k$

$\|\mathbf{x}\|^2 = \alpha_1^2 + \alpha_2^2 + \cdots + \alpha_k^2 = (\mathbf{v}_1 \cdot \mathbf{x})^2 + (\mathbf{v}_2 \cdot \mathbf{x})^2 + \cdots + (\mathbf{v}_k \cdot \mathbf{x})^2.$

Todistus.

Merkitään

$\begin{split}V = \begin{bmatrix} \mathbf{v}_1 & \mathbf{v}_2 & \cdots & \mathbf{v}_k \end{bmatrix},\qquad\mathbf{a}= \begin{bmatrix} \alpha_1 \\ \alpha_2 \\ \vdots \\ \alpha_k \end{bmatrix}\qquad\text{ja}\qquad \mathbf{b}= \begin{bmatrix} \beta_1 \\ \beta_2 \\ \vdots \\ \beta_k \end{bmatrix},\end{split}$

jolloin $\mathbf{x}= V\mathbf{a}$ ja $\mathbf{y}= V\mathbf{b}$ . Tulkitaan pistetulo matriisitulona, jolloin

$\mathbf{x}\cdot \mathbf{y}= \mathbf{x}^T\mathbf{y}= (V\mathbf{a})^TV\mathbf{b}= \mathbf{a}^TV^TV\mathbf{b}.$

Koska $\{\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k\}$ on ortonormaali kanta,

$\begin{split}V^TV = \begin{bmatrix} \mathbf{v}_1^T\mathbf{v}_1 & \mathbf{v}_1^T\mathbf{v}_2 & \cdots & \mathbf{v}_1^T\mathbf{v}_k \\ \mathbf{v}_2^T\mathbf{v}_1 & \mathbf{v}_2^T\mathbf{v}_2 & \cdots & \mathbf{v}_2^T\mathbf{v}_k \\ \vdots & \vdots & \ddots & \vdots \\ \mathbf{v}_k^T\mathbf{v}_1 & \mathbf{v}_k^T\mathbf{v}_2 & \cdots & \mathbf{v}_k^T\mathbf{v}_k \end{bmatrix} = \begin{bmatrix} \mathbf{v}_1 \cdot \mathbf{v}_1 & \mathbf{v}_1 \cdot \mathbf{v}_2 & \cdots & \mathbf{v}_1 \cdot \mathbf{v}_k \\ \mathbf{v}_2 \cdot \mathbf{v}_1 & \mathbf{v}_2 \cdot \mathbf{v}_2 & \cdots & \mathbf{v}_2 \cdot \mathbf{v}_k \\ \vdots & \vdots & \ddots & \vdots \\ \mathbf{v}_k \cdot \mathbf{v}_1 & \mathbf{v}_k \cdot \mathbf{v}_2 & \cdots & \mathbf{v}_k \cdot \mathbf{v}_k \end{bmatrix} = [\delta_{ij}] = I_k,\end{split}$

ja täten

$\mathbf{x}\cdot \mathbf{y}= \mathbf{a}^TI_k\mathbf{b}= \mathbf{a}^T\mathbf{b}= \mathbf{a}\cdot \mathbf{b}= \alpha_1\beta_1 + \alpha_2\beta_2 + \cdots + \alpha_k\beta_k.$

Tätä tulosta voidaan hyödyntää normin kaavan osoittamiseen. Nyt

$\|\mathbf{x}\|^2 = \mathbf{x}\cdot \mathbf{x}= \alpha_1\alpha_1 + \alpha_2\alpha_2 + \cdots + \alpha_k\alpha_k = \alpha_1^2 + \alpha_2^2 + \cdots + \alpha_k^2,$

kuten haluttiinkin. Viimeinen osa väitteestä seuraa edellisen lauseen esityksestä vektorille ortonormaalissa kannassa. $\square$

Jokaiselle aliavaruudelle voidaan löytää ortogonaalinen kanta. Tehokkain keino sen löytämiseksi on ortogonalisoida jo valmiiksi tunnettu kanta projektioiden avulla. Tämä menetelmä tunnetaan Gram-Schmidtin ortogonalisointiprosessina, ja sen todistus sivuutetaan. Algoritmin vaiheet ovat kuitenkin varsin intuitiiviset.

Lause.

Olkoon $\{\mathbf{x}_1, \mathbf{x}_2, \ldots, \mathbf{x}_k\}$ aliavaruuden $S$ kanta. Tällöin $\{\mathbf{v}_1, \mathbf{v}_2, \ldots, \mathbf{v}_k\}$ , missä $\mathbf{v}_1 = \mathbf{x}_1$ ja

$\begin{aligned} \mathbf{v}_i &= \mathbf{x}_i - (\operatorname{proj}_{\mathbf{v}_1}(\mathbf{x}_i) + \operatorname{proj}_{\mathbf{v}_2}(\mathbf{x}_i) + \cdots + \operatorname{proj}_{\mathbf{v}_{i - 1}}(\mathbf{x}_i))\end{aligned}$

jokaiselle $i = 2, 3, \ldots, k$ , on aliavaruuden $S$ ortogonaalinen kanta.

Ortonormaali kanta $\{\mathbf{w}_1, \mathbf{w}_2, \ldots, \mathbf{w}_k\}$ on helppo muodostaa ortogonaalisesta kannasta normeeraamalla jokaisen kantavektorin yksikön pituiseksi.

$\mathbf{w}_1=\frac{\mathbf{v}_1}{\|\mathbf{v}_1\|}, \qquad \mathbf{w}_2=\frac{\mathbf{v}_2}{\|\mathbf{v}_2\|}, \qquad\ldots\qquad \mathbf{w}_k=\frac{\mathbf{v}_k}{\|\mathbf{v}_k\|}$

Monesti numeeriset laskut on tehokkainta suorittaa ortonormaalissa kannassa.

Esimerkki.

Tiedetään, että

$\begin{split}\operatorname{rref}\begin{bmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 4 & 2 \\ 2 & 0 & -4 & 1 \end{bmatrix} = \begin{bmatrix} 1 & 0 & -2 & 0 \\ 0 & 1 & 3 & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix}.\end{split}$

Etsi alkuperäisen matriisin sarakeavaruudelle ortonormaali kanta.

Ratkaisu.

Redusoidusta riviporrasmuodosta nähdään, että eräs sarakeavaruuden kanta on

$\begin{split}\left\{ \begin{bmatrix} 1 \\ 1 \\ 2 \end{bmatrix}, \begin{bmatrix} 1 \\ 2 \\ 0 \end{bmatrix}, \begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} \right\}.\end{split}$

Valitaan ortogonaalista kantaa varten $\mathbf{v}_1 = (1, 1, 2)$ , jolloin Gram-Schmidtin prosessi tuottaa lopuiksi kantavektoreiksi

$\begin{split}\mathbf{v}_2 = \begin{bmatrix} 1 \\ 2 \\ 0 \end{bmatrix} - \operatorname{proj}_{\mathbf{v}_1} \begin{bmatrix} 1 \\ 2 \\ 0 \end{bmatrix} = \begin{bmatrix} 1 - \frac{1}{2} \cdot 1 \\ 2 - \frac{1}{2} \cdot 1 \\ 0 - \frac{1}{2} \cdot 2 \end{bmatrix} = \begin{bmatrix} \frac{1}{2} \\ \frac{3}{2} \\ -1 \end{bmatrix} = \frac{1}{2} \begin{bmatrix} 1 \\ 3 \\ -2 \end{bmatrix}\end{split}$

$\begin{split}\mathbf{v}_3 = \begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} - \operatorname{proj}_{\mathbf{v}_1} \begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} - \operatorname{proj}_{\mathbf{v}_2} \begin{bmatrix} 1 \\ 2 \\ 1 \end{bmatrix} = \begin{bmatrix} 1 - \frac{5}{6} \cdot 1 - \frac{5}{7} \cdot \frac{1}{2} \\ 2 - \frac{5}{6} \cdot 1 - \frac{5}{7} \cdot \frac{3}{2} \\ 1 - \frac{5}{6} \cdot 2 + \frac{5}{7} \cdot 1 \end{bmatrix} = \begin{bmatrix} -\frac{4}{21} \\ \frac{2}{21} \\ \frac{1}{21} \end{bmatrix} = \frac{1}{21} \begin{bmatrix} -4 \\ 2 \\ 1 \end{bmatrix}.\end{split}$

Laskemalla pistetulot pareittain nähdään, että kantavektorit $\mathbf{v}_1$ , $\mathbf{v}_2$ ja $\mathbf{v}_3$ todella ovat ortogonaalisia. Normeerataan jokainen niistä yksikkövektoriksi, jotta saadaan ortonormaali sarakeavaruuden kanta

$\begin{split}\left\{\frac{1}{\sqrt{6}} \begin{bmatrix} 1 \\ 1 \\ 2 \end{bmatrix}, \frac{1}{\sqrt{14}} \begin{bmatrix} 1 \\ 3 \\ -2 \end{bmatrix}, \frac{1}{\sqrt{21}} \begin{bmatrix} -4 \\ 2 \\ 1 \end{bmatrix} \right\}.\end{split}$

Aiemman lauseen todistuksessa törmättiin ortonormaaleista sarakkeista koostuvaan matriisiin $V$ , jolle $V^TV = I_k$ . Neliömatriisien tapauksessa tämä ominaisuus määrittelee mielenkiintoisen matriisien luokan.

Määritelmä.

$n \times n$ -neliömatriisi $Q$ on ortogonaalinen, jos $Q^TQ = I_n = QQ^T$ .

Merkitään

$Q=\begin{bmatrix}\mathbf{q}_1 & \mathbf{q}_2 & \cdots & \mathbf{q}_n\end{bmatrix},$

jolloin ehto $Q^TQ = I_n$ (tai $QQ^T = I_n$ ) tarkoittaa sitä, että

$\mathbf{q}_i \cdot \mathbf{q}_j = \delta_{ij}.$

Toisin sanoen ortogonaalisen matriisin sarakkeet ovat ortonormaalit. Ortonormaalit vektorit ovat lineaarisesti riippumattomia, joten $\operatorname{rref}(Q) = I_n$ , ja täten ortogonaalinen matriisi $Q$ on kääntyvä. Tämä tulos on määritelmän perusteella odotettu, ja käänteismatriisi on sen valossa $Q^{-1} = Q^T$ .

Pistetulon ja normin esityksestä ortonormaalissa kannassa seuraa, että ortogonaalinen matriisi ei vaikuta pistetulon tai normin arvoon.

Seuraus.

Jos $n \times n$ -matriisi $Q$ on ortogonaalinen, niin $Q\mathbf{x}\cdot Q\mathbf{y}= \mathbf{x}\cdot \mathbf{y}$ ja $\|Q\mathbf{x}\| = \|\mathbf{x}\|$ aina, kun $\mathbf{x}$ ja $\mathbf{y}$ ovat avaruuden $\mathbb R^n$ vektoreita.

Todistus.

Jätetään harjoitustehtäväksi.

$\square$