KNOWECON WIKI

ARTICLE

标准正交基

标准正交基（orthonormal basis）是内积空间中的一组基向量，满足两两正交且每个向量的范数均为 1。它是线性代数与泛函分析中最重要、最便利的基选择，极大地简化了坐标表示、投影计算与距离度量。在有限维空间中，标准正交基的存在性由 Gram-Schmidt 正交化过程保证；在无穷维 Hilbert 空间中，标准正交基的概念推广为完备标准正交系，其核心

浏览 5 更新 2025-10-26

标准正交基（orthonormal basis）是内积空间中的一组基向量，满足两两正交且每个向量的范数均为 1。它是线性代数与泛函分析中最重要、最便利的基选择，极大地简化了坐标表示、投影计算与距离度量。在有限维空间中，标准正交基的存在性由 Gram-Schmidt 正交化过程保证；在无穷维 Hilbert 空间中，标准正交基的概念推广为完备标准正交系，其核心地位在傅里叶分析、量子力学和信号处理等领域中进一步凸显。

定义

标准正交基的严格定义建立在正交性与单位化的双重条件之上。设 V V 是实数域或复数域上的内积空间，{e1,e2,…,en} \{e_1, e_2, \ldots, e_n\} 是 V V 的一组基。若满足：

⟨ei,ej⟩=δij={1,i=j0,i≠j\langle e_i, e_j \rangle = \delta_{ij} = \begin{cases} 1, & i = j \\ 0, & i \neq j \end{cases}

则称该基为标准正交基。其中 δij \delta_{ij} 为 Kronecker delta 符号。两个条件缺一不可：正交性保证基向量之间彼此独立、方向互异，意味着任意两个不同基向量的内积为零；单位化（归一化）则确保每个基向量的长度为 1，从而使坐标分量的数值不因基向量长度而失真。从几何角度看，标准正交基相当于在空间中建立了一个各坐标轴互相垂直且刻度一致的直角坐标系，每个点的坐标即为该点到各坐标轴的垂直投影长度。

核心性质

1. 坐标的极简表达

对任意向量 v∈V v \in V ，其在标准正交基下的坐标分量可由内积直接给出——无需解线性方程组：

v=∑i=1n⟨v,ei⟩ eiv = \sum_{i=1}^{n} \langle v, e_i \rangle \, e_i

这被称为傅里叶展开（Fourier expansion），系数 ⟨v,ei⟩ \langle v, e_i \rangle 即傅里叶系数。相比之下，在非正交基下求坐标需要解一个线性方程组，计算量随着维数增加而急剧上升。标准正交基将这一过程简化为一次内积运算，其数值稳定性也远优于一般基。这一性质也是傅里叶级数理论的基石：周期函数在 L2 L^2 空间中展开为三角函数基的线性组合，每个系数只需计算一个积分即可获得。

2. Parseval 恒等式

向量的范数平方等于各坐标分量模的平方和：

∥v∥2=∑i=1n∣⟨v,ei⟩∣2\|v\|^2 = \sum_{i=1}^{n} |\langle v, e_i \rangle|^2

这是勾股定理在高维内积空间中的推广。对于无穷维 Hilbert 空间，该等式同样成立（在级数收敛的意义下）。Parseval 恒等式在信号处理中有重要应用：它说明信号在时域中的能量等于其在频域中的能量，从而为傅里叶变换的保能量性质提供了理论依据。滤波器设计、频谱分析等工程实践均依赖这一守恒关系来确保信号处理前后能量不发生畸变。

3. Bessel 不等式

若 {ei} \{e_i\} 是标准正交系（不一定是完备基），则对任意 v v ：

∑i∣⟨v,ei⟩∣2≤∥v∥2\sum_{i} |\langle v, e_i \rangle|^2 \leq \|v\|^2

等号成立当且仅当该标准正交系是完备的（即构成一组基）。Bessel 不等式提供了判断一组标准正交向量是否张成整个空间的重要判据。若对任意 v v 等号均成立，则该标准正交系称为完备标准正交基。该不等式的几何意义是：向量在某一子空间上的投影长度不会超过其自身长度。

4. 内积的坐标表示

在标准正交基下，任意两个向量的内积可以简化为坐标向量的标准点积：

⟨u,v⟩=∑i=1nxˉiyi\langle u, v \rangle = \sum_{i=1}^{n} \bar{x}_i y_i

其中 xi=⟨u,ei⟩ x_i = \langle u, e_i \rangle ，yi=⟨v,ei⟩ y_i = \langle v, e_i \rangle 。这一性质意味着任意 n n 维内积空间都等距同构于 Rn \mathbb{R}^n （或 Cn \mathbb{C}^n ），体现了线性代数中「结构统一性」的深刻思想。也就是说，无论内积空间的具体形式如何——多项式空间、函数空间还是矩阵空间——只要选定一组标准正交基，其运算规律就完全等同于欧几里得空间中的向量运算。

构造方法：Gram-Schmidt 正交化

从任意一组线性无关的向量 {v1,…,vn} \{v_1, \ldots, v_n\} 出发，可构造标准正交基：

  1. 正交化：令 u1=v1 u_1 = v_1 ，对 k=2,…,n k = 2, \ldots, n ，逐次减去已得正交向量上的投影：
uk=vk−∑i=1k−1⟨vk,ui⟩⟨ui,ui⟩uiu_k = v_k - \sum_{i=1}^{k-1} \frac{\langle v_k, u_i \rangle}{\langle u_i, u_i \rangle} u_i
  1. 单位化：令 ei=ui/∥ui∥ e_i = u_i / \|u_i\| ，得标准正交基。

该过程的几何意义是：从每个向量中剥离其在已构造正交方向上的分量，余下部分自然正交于所有已构造向量。在数值计算中，经典的 Gram-Schmidt 过程可能存在数值不稳定性，因此实际应用中常采用改进的 Gram-Schmidt 算法或 Householder 反射变换来提高计算精度。

典型例子

| 空间 | 标准正交基 | |------|-----------| | Rn \mathbb{R}^n （标准内积） | 标准基 {(1,0,…,0),(0,1,…,0),…} \{(1,0,\ldots,0), (0,1,\ldots,0), \ldots\} | | L2[−π,π] L^2[-\pi, \pi] | 傅里叶基 {12πeikx}k∈Z \{\frac{1}{\sqrt{2\pi}} e^{ikx}\}_{k \in \mathbb{Z}} | | 多项式空间 Pn[−1,1] P_n[-1,1] | Legendre 多项式（归一化后） | | R3 \mathbb{R}^3 中的球谐函数 | 球谐函数 Ylm(θ,ϕ) Y_l^m(\theta, \phi) |

应用

  • QR 分解：将矩阵 A A 的列向量 Gram-Schmidt 正交化，得 A=QR A = QR ，其中 Q Q 的列构成标准正交基，R R 为上三角矩阵。广泛用于最小二乘问题的数值求解以及特征值算法的底层实现。
  • 量子力学：态空间中的能量本征态构成标准正交基，测量概率恰为 ∣⟨ψ,ei⟩∣2 |\langle \psi, e_i \rangle|^2 。可观测量对应的 Hermitian 算符的本征向量自动构成一组标准正交基，这为量子态的展开与测量提供了完备的数学框架。
  • 信号处理：傅里叶基与小波基均为 L2 L^2 空间的标准正交基，信号的频谱分解本质即坐标展开。图像压缩标准 JPEG 采用的离散余弦变换（DCT）本质上也是一种标准正交变换，它利用标准正交基的 Parseval 恒等式保证了压缩前后能量守恒。
  • 数据降维与机器学习：主成分分析（PCA）的核心在于找到数据协方差矩阵的标准正交特征向量，这些特征向量张成的新坐标系使数据方差沿各坐标轴依次递减，从而实现有效的降维与去相关。奇异值分解（SVD）中的奇异向量也构成标准正交基，是推荐系统和潜在语义分析等算法的基础。