施密特正交化_MIT—线性代数笔记17 正交矩阵和施密特正交化

本文深入探讨了线性代数中的施密特正交化(Gram-Schmidt)过程,解释了如何将一组基转换为标准正交基。正交向量和标准正交矩阵的概念被阐述,强调了标准正交向量在简化线性代数计算中的作用。此外,通过示例展示了正交矩阵的性质和应用,包括投影矩阵的计算。最后,阐述了从多个线性无关向量开始进行施密特正交化的过程,以及该过程如何表示为矩阵的QR分解。
摘要由CSDN通过智能技术生成

15833b3891f833caab29d28dce23ad9d.png

第17讲 正交矩阵和施密特正交化

Orthogonal matrices & Gram-Schmidt

网易公开课​open.163.com
92ed6d78dc644f0a76d3981330f7379e.png

本讲我们完成对“正交”的介绍。Gram-Schmidt过程可以将原空间的一组基转变为标准正交基。

  • 正交向量 Orthonormal vectors

满足如下条件的向量q1,q2……qn为标准正交:

换而言之,它们都具有单位长度1,并且彼此正交。标准正交向量是线性无关的。很多线性代数的计算都建立在标准正交基础上,它让一切变得简单可控。

  • 标准正交矩阵 Orthonormal matrix

如果矩阵Q的列向量为标准正交向量,则

为单位阵。

4bbe0ab5cbfee658e30b33486fcb2119.png

注意这里的矩阵Q可以不是方阵。我们已经学过了一系列矩阵,包括三角阵、对角阵、置换矩阵、对称矩阵、行最简梯形矩阵、投影矩阵等等,现在有

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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