程序员的自我修养之数学基础07：正交矩阵（正交向量、标准正交基、正交矩阵）

最新推荐文章于 2021-10-11 14:50:01 发布

M＆Q

最新推荐文章于 2021-10-11 14:50:01 发布

阅读量7.7k

点赞数 4

分类专栏：数学基础文章标签：正交向量正交矩阵正交变换标准正交基

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_45427038/article/details/100533461

版权

正交向量

在我的博文 程序员的自我修养之数学基础02 中介绍了向量内积的概念。我们知道，对于 n 维向量 $\vec{a},\vec{b}$ ，其内积为：

$\overrightarrow{a}\cdot \overrightarrow{b}=a_{1}b_1+a_2b_2+...+a_nb_n=\sum_{i=1}^{n}a_ib_i$

仔细观察一下这个表达式，我们不难得出向量内积与矩阵乘法之间的联系：

$\bg_white \overrightarrow{a}\cdot \overrightarrow{b}=\boldsymbol{a}^{T}\boldsymbol{b}=[a_1, a_2,...,a_n]\begin{bmatrix} b_1\\ b_2\\ \vdots \\ b_n \end{bmatrix}$

回顾了向量内积之后，我们就比较容易理解正交向量的定义了：若

最低0.47元/天解锁文章

关注

4
点赞
踩
21

收藏

觉得还不错? 一键收藏
0
评论
程序员的自我修养之数学基础07：正交矩阵（正交向量、标准正交基、正交矩阵）

正交向量在我的博文程序员的自我修养之数学基础02中介绍了向量内积的概念。我们知道，对于 n维向量，其内积为：仔细观察一下这个表达式，我们不难得出向量内积与矩阵乘法之间的联系：回顾了向量内积之后，我们就比较容易理解正交向量的定义了：若，则称与正交。也就是说，与正交。从这个定义出发，我们很容易得出：零向量与任意同维向量都正交。在二维或三维尺度上，我们非常...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。