线性代数MIT 18.06 记录（十七）正交矩阵和Gram-Schmidt正交化

最新推荐文章于 2023-09-17 11:17:57 发布
最新推荐文章于 2023-09-17 11:17:57 发布
阅读量252 收藏 1
点赞数 2
分类专栏： 线性代数
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/weixin_41075215/article/details/105064003
版权

正交基

Orthonormal vector
在这里插入图片描述

既正交（垂直）又标准（为1）

为什么用标准正交向量

先来看一看 Q T Q Q^TQ QTQ
答案是 Identity Matrix
在这里插入图片描述

只有当 Q是 方阵时，我们才说他是 正交矩阵

正交矩阵

首先，转置和 逆相同
在这里插入图片描述

哈达玛矩阵

在这里插入图片描述

回到为什么用正交矩阵

投影就可以直接消去啦
在这里插入图片描述

更特殊的，如果Q是方阵的话，P就是单位矩阵

正规方程也变简单啦
在这里插入图片描述
就直接求出 x ^ \hat{x} x^啦

对于某一个 x i ^ \hat{x_i} xi​^​就可以直接得到：
在这里插入图片描述

施密特正交化

但是我们一般做正规方程都不是正交的呀，所以把一般方程变成正交的就很重要啦
怎么正交化呢？
在这里插入图片描述
把B变成这样就得到了第二个向量（就是做下垂直嘛，啊呸，正交）：
在这里插入图片描述

对于C，就要减掉A和B上的投影
在这里插入图片描述

例子

在这里插入图片描述

矩阵形式（QR分解）

在这里插入图片描述

qdmoxf
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MIT18.06 线性代数笔记 17 正交矩阵和Gram-Schmidt正交化
nNbS
11-24 460
首先是正交向量组, 正交向量组是一组向量，任取两个向量都正交. 标准正交向量组则是一个正交向量组, 不过所有向量都是单位向量, 长度为111. 设q1,q2,...,qnq_1, q_2, ... , q_nq1​,q2​,...,qn​两两正交, m∗nm*nm∗n维矩阵QQQ的各列分别是q1,q2,...,qnq_1, q_2, ... , q_nq1​,q2​,...,qn​. 那么QTQQ...
线性代数导论17——正交矩阵和Gram-Schmidt正交化
向往
10-31 1万+
本文是Gilbert Strang的线性代数导论课程笔记。课程地址：http://v.163.com/special/opencourse/daishu.html   第十七课时：正交矩阵和Gram-Schmidt正交化 这是关于正交性最后一讲，已经知道正交空间，比如行空间和零空间，今天主要看正交基和正交矩阵 一组基里的向量，任意q都和其他q正交，两两垂直，内积为零，且qi不和自
线性代数学习笔记——第七十讲——格拉姆—施密特（Gram-Schmidt）正交化方法
预见未来to50的专栏
09-09 3万+
1. 格拉姆—施密特（Gram-Schmidt）正交化方法详解 2.格拉姆—施密特（Gram-Schmidt）正交化示例
通过 Gram-Schmidt 正交化过程 求逼近函数
Mr_Warrior的博客
08-25 1434
最近在linear algebra done right中看到的拟合度比泰勒展开更加高的函数方法 泰勒展开在有限维度（finite-dimension）的情况 距离0点近处才更加准确。 Example: Find a polynomial u with real coefficients and degree at most 5 that approximates sin(x
正交投影矩阵-原理及推导
热门推荐
千寻的博客
02-15 5万+
来自：https://blog.csdn.net/tengweitw/article/details/41174555 二维投影 上图表示的是，向量b在向量a上的投影。显然有例如以下表达式： 当中，P为投影矩阵，由P的表达式能够看出，它具有例如以下性质： 三维投影        三维投影，就是将一个向量投影到一个平面上。同上面一样，如果是将b向量投影到平面上的p向量，则有表达式：...
WebGL坐标系及基础几何概念
Peter的博客
09-19 1074
右手坐标系 WebGL 和 threejs使用的是正交右手坐标系 且每个方向都有可使用的值的区间，超出该矩形区间的图像不会绘制： x轴最左边为-1，最右边为1； y轴最下边为-1，最上边为1； z轴朝向你的方向最大值为1，远离你的方向最大值为-1； 注：这些值与Canvas的尺寸无关，无论Canvas的长宽比是多少，WebGL的区间值都是一致的。 如图： 围绕某个轴旋转 左手大拇指，指向该轴的正方向，四指弯曲指向的方向，为该旋转方向的正方向。 世界坐标系与本地...
线性代数学习笔记5-2：正交投影、投影矩阵、最小二乘法LS、A^T A
Insomnia_X的博客
08-07 3188
对于不位于同一直线上的一些数据点，我们希望用求一条“最优直线”，它从这些点中间穿过，并且各个点到直线的误差最小，这就是。，当然最小二乘的缺点在于，一旦出现离群值outliner（偏离大部分数据趋势的点），则拟合出的直线会受很大影响。无解的情况，例如根据多次测量确定某个卫星的位置，列出的方程行数>列数，这时“约束”过多，或者说。无解时，求出一个“最优解”，也就是尽量避开“坏数据”的影响，使得解尽可能接近正确答案。的偏导分别为0，最终化简后，同样得到上述的两个方程，进而求解。最小，用线性代数的语言就是，误差。.
MIT18.06线性代数讲义完整版（带目录打印）
07-22
该讲义对应网易公开课MIT线性代数18.06，包含所有的讲义和测试题目及答案，适合学习和复习使用。为了方便增加了目录，可打印，全文212页。
mit18.06，录音文字版，线性代数
最新发布
01-17
mit18.06，录音文字版，线性代数
NullList#18.06-linalg-notes#02-矩阵消元1
07-25
2、使用 消元法 求解方程 3、消元矩阵 4、小结
【OpenGL】正交投影和透视投影矩阵（二） —— 结合OpenGL代码验证
04-27
【OpenGL】正交投影和透视投影矩阵（二） —— 结合OpenGL代码验证
正交投影矩阵的一个求法
06-13
正交投影的概念是信号处理和基于空间分析的数学的基础，该文档介绍了正交投影矩阵的一种求法
howtoosee#18.06-linalg-notes#01-方程组的几何解释1
07-25
2、方程组的几何解释基础 3、方程组的几何解释推广 4、小结
NullList#18.06-linalg-notes#09-线性相关性-基-维数1
07-25
1、Overview（概述） 2、线性无关和线性相关 3、基 4、维数 5、回顾一下 6、小结
正交投影矩阵_正交投影阵
weixin_39894932的博客
12-19 3067
当我浏览网易公开课的时候，一门麻神理工大学的线性代数让我眼前一亮，在大一混过《高等代数》又上过一学期《线性模型引论》后，深知自己代数功底烂到树根，所以我打开这门课。 不愧是Gilbert Strang，一门线性代数讲的这么直观，这么通俗易懂。正巧，《线性模型引论》中有不少遗留和没有搞懂的问题，今天，观看到第十五课，正交投影阵以及最小二乘法的几何意义豁然明朗，一直搞不...
正交投影矩阵的推导
danshiming的博客
09-17 419
但关于投影应用，还有一类经常使用的投影方式需要我们深入理解——正交投影，我们在本篇文章里面研究它（这里假设读者已经看过前两篇文章，并理解了绝大多数的理论，因为正交投影比透视投影的推导关系简单得多，因此我们的推导会非常得快，如果读者有任何的不解，请参考前两篇文章或者通过email联系我）。q的投影方向向量为Q = 单位化（q’-q），而p的投影方向向量为P = 单位化（p’-p），其中Q不平行于n而P平行于n，则q的投影叫做侧投影，而p的投影叫做正交投影。p是观察体中的一个点，p’是它投影之后的点。
正交投影矩阵_3D数学-正交投影
weixin_39643338的博客
12-19 823
3D数学-正交投影好记性不如烂笔头啊，还是记录一下!概述正交投影也被称为平行投影，不会出现透视投影的近大远小的扭曲现象，正交投影的推导构建正交投影矩阵相对来说会简单一些，由于不存在透视扭曲。 规范化设备坐标系（Normalized Device Coordinates）中的坐标 表示近裁剪平面（near clip plane）的左边，即 表示近裁剪平面（near clip plane）的右边，即...
正交投影矩阵_正交矩阵推导
weixin_39945679的博客
12-19 1505
哈喽，大家好，我叫人宅，下面我们来推导一下正交投影矩阵，如果想了解透视投影矩阵的推导可以看这篇文章：人宅：PerspectiveProjectionMatrix推导​zhuanlan.zhihu.com正交投影矩阵相比透视投影简单了很多，它的视锥就是长方体。但是我们任然要求FGHL这几个顶点，如图1-1；场景中有一点p(x1,y1,z1,w1),那么它现在要映射到我们当前的近剪裁面上f(x,y,z...
2020-10-11
lyljp的专栏
10-11 239
最近看闫令琪老师的 现代计算机图形学入门，按照自己的理解也推导了一下透视投影变换矩阵，这里选用右手坐标系，列向量。 首先推导正交投影 我们通常在摄影机中给定[l, r], [b, t], [n, f], n和f都是大于0的数，但对应右手系的投影长方体而言， n和f是z轴负向的点，所以上图的点坐标如果按照n > 0, f > 0的惯例来说，近裁剪面左下角的点是（l,b,-n)，远裁剪面右上角的点应为(r,t,-f), 而且投影空间坐标系为x轴向右，y轴向上，z轴指向屏幕里，可以..
web.mit.edu 18.06
10-06
该课程是线性代数的一门高级课程，旨在帮助学生深入理解矩阵和线性方程组的概念与应用。 在18.06课程中，学生将学习矩阵代数、向量空间、线性变换、特征值与特征向量等内容。通过掌握这些概念，学生将能够分析、...

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值