MIT 线性代数导论 第十七讲:正交矩阵和Graham-Shcimidt正交化

本讲深入讲解正交向量组、正交基和正交矩阵的概念,重点介绍了Graham-Schmidt正交化过程。通过正交矩阵简化计算,如投影和最小二乘问题。并探讨如何将一组向量转化为正交向量组,为后续数学计算提供便利。
摘要由CSDN通过智能技术生成

本讲的主要内容:

  • 正交向量组以及正交基的概念
  • 正交矩阵
  • Graham-Schimidt正交化的方法

正交向量组、正交基以及正交矩阵

再上一讲中,讲到了正交的概念,如果有一系列向量 q 1 , q 2 , . . . q n q_{1},q_{2},...q_{n} q1,q2,...qn, 两两正交,那么这一组向量就是一个正交向量组,对于 n n n 维空间的 n n n个正交向量(当然, n n n 维空间也只有最多 n n n个正交向量)那么这 n n n 个正交向量就构成了这个空间的一组基,称为 正交基,如果在这个基础上,保证每个向量都是单位向量,则称为 规范正交基,如果我们将这些正交向量写成矩阵的形式,即 Q = ( q 1 , q 2 , . . . q n ) Q=(q_{1},q_{2},...q_{n}) Q=(q1,q2,...qn) ,那么这个方阵称为正交矩阵,注意这里必须是方阵,才可以称为正交矩阵,同时,我们可以推导出这样的结论: Q T Q = I Q^{T}Q = I QTQ=I(如果我们展开矩阵乘一下,结论其实非常明显),总结下来,正交矩阵有三个条件:

  • 矩阵为方阵
  • 矩阵的列向量均为单位向量
  • 转置矩阵与矩阵的乘积是单位阵

举几个例子:
( 1 0 0 0 1 0

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值