Lecture 17: Orthogonal Matrices and Gram-Schmidt
MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总
标准正交基
q i T q j = { 1 ( i = j ) 0 ( i ≠ j ) q_i^Tq_j = \left\{\begin{array}{cc} 1 (i = j) \\ 0(i ≠ j) \\ \end{array}\right. qiTqj={1(i=j)0(i̸=j)
正交矩阵
定义
Q是正交矩阵,当它的各个列向量都相互正交的时候。
Q = [ q 1 q 2 q 3 . . . . ] Q = [q_1 q_2 q_3 ....] Q=[q1q2q3....] ( q i 是 列 向 量 q_i 是列向量 qi是列向量)
性质
如果Q是正交矩阵,那么
如果Q还是方的,那么Q存在可逆矩阵,并且
正交矩阵的投影矩阵
P是投影到正交矩阵Q的列空间所对应的投影矩阵。
-
据前几讲,
P = Q ( Q T Q ) − 1 Q T = Q Q T P = Q(Q^TQ)^-1Q^T = QQ^T P=Q(QTQ)−1QT=QQT
如果Q是方阵,那么 P = I P = I P=I
-
据前几讲, P 满足 P = P T P = P^T P=PT, P 2 = P P^2 = P P2=P 在这里同样成立
施密特正交化
过程
如上图,a和b是两个不相互正交的分量。
施密特正交化就是a不动,找到b中与a正交的分量。
-
方法:
将b投影到a上,b - 投影分量 = e 就是所要求的。 -
据前几讲, e = b − ( A T b / A T A ) A e = b - (A^Tb/A^TA)A e=b−(ATb/ATA)A, 若要归一化再除以长度
一个例子:
A 经过施密特正交化变成Q,但是列空间并没有变