设A是n维酉空间V内的线性变换,如果V内的线性变换A满足a,BV,有 (Aa, B)=(a, B) 则称A是A的共轭变换.A为A的共轭变换当且仅当它们在标准正交基下的矩阵互为共轭 转置. 共轭变换的五条性质: 1)E=E 2)(A)=A 3)(kA)*=kA 4)(A+B)=a+B 5)(AB)'=B'A' 如果A=A,则称A是一个厄米特变换

一、内积 二、标准正交基 三、施密特正交化方法 四、正交矩阵

1. 掌握内积、欧氏空间等概念; 2. 熟练运用 Schmidt 正交化方法求标准正交基; 3. 掌握子空间的正交补概念，会求某些空间的正交补； 4. 掌握正交变换的概念，会用正交变换的等价条件和正交矩阵的某些性质

一向量空间 二基维数和坐标 三向量的内积 四标准正交基 五线性无关组的正交化单位化

正交和投影 (Orthogonality and Projection) 正交性 投影 投影到一条直线 投影到一个子空间 最小二乘，标准正交基 (Least Square Approximations, Orthonormal Bases) 最小二乘法 标准正交基和 Gram-Schmidt 正交化 行列式 (Determinants) 什么是行列式 行列式的性质 行列式的计算 行列式更多的性质 行列式的正式定义 行列式的展开 特征值与特征向量 (Eigenvalues and Eigenvectors) 特征值介绍 对角化矩阵

若一物体可用颜色和大小表示,我们称颜色和大小为特征基,构成此物体特征描述空间。 大小和颜色是互不相干的2种描述,我们称其为正交。同时若这些基的能够完全表示 所有物体,我们称其为完备特征基。若特征基完备且正交,人们就可以在特定特征上对比事物 而不受其他特征上的信息干扰,但由于人们的认知形成过程,特征基并非完全正交

总结一下前面所讲的内容思想 任何一个事物都对应着多个描述空间(从不同角度观察),每个描述空间都由自身的特征描述基构成,若 这些特征基可以描述出S中不同事物,则称特征基在S中是完备的。若这些特征基两两之间不相关,则称 其为正交。当然完备并不要求正交,正交的好处在于每个特征基上描述的信息和其他特征基不相关

一.向量空间 二.基,维数和坐标 三.向量的内积 四.标准正交基 五 线性无关组的正交化单位化— Schimidt.正交化方法

内积空间与 Hilbert 空间的定义 正交系和正交基 Riesz 表示定理与 Lax-Milgram 定理 Hilbert 空间上的共轭算子 投影定理 投影算子的性质 投影算子与不变子空间

§5.1 二次型及其矩阵表示 §5.2 标准型 §5.3 唯一性 §5.4 正定二次型 §6.1 集合、映射 §6.2 线性空间的定义与简单性质 §6.3 维数、基与坐标 §6.4 基变换与坐标变换 §6.5 线性子空间 §6.6 子空间的交与和 §6.7 子空间的直和 §6.8 线性空间的同构 §9.1 定义与基本性质 §9.2 标准正交基 §9.3 同构 §9.4 正交变换 §9.5 子空间 §9.6 实对称矩阵的标准型