本文介绍了线性代数中的正交性概念，包括线性相关性和正交向量。重点讲解了标准正交向量、正交矩阵的性质，以及矩阵变为列向量为标准正交向量的原因。同时，阐述了Gram-Schmidt正交化过程及其在解决Ax=b问题中的应用，强调了通过正交化简化问题求解的重要性。
这里第十七课-正交矩阵和Gram-Schmidt正交化
线性相关性与正交
1、相互正交的向量肯定是线性无关的
2、线性无关的向量不一定线性无关
标准正交向量
我们称 一组互相垂直的单位向量 为 标准正交向量组，如 [ 1 0 0 ] 、 [ 0 1 0 ] 、 [ 0 0 1 ] { \left[ \begin{array}{ccc} 1 \\ 0 \\ 0 \end{array} \right ]}、{ \left[ \begin{array}{ccc} 0 \\ 1 \\ 0 \end{array} \right ]}、{ \left[ \begin{array}{ccc} 0 \\ 0 \\ 1 \end{array} \right ]} ⎣⎡100⎦⎤、⎣⎡010⎦⎤、⎣⎡001⎦⎤
两点：标准=>长度为1；正交=>点击为0
正交矩阵
- 首先，我们来定义标准正交向量q，有
q i . q j ( 点 积 ) = { 0 , i ≠ j 1 , i = j q_i . q_j(点积) = \left\{ \begin{aligned} 0 , i\neq j \\ 1, i=j \\ \end{aligned} \right. qi.qj(点积)={ 0,i̸=j1,i=j - 先说下一个要求比较低的矩阵，列向量为标准正交向量的长矩阵Q：
[ q 1 q 2 … … ] { \left[ \begin{array}{ccc} q_1 & q_2 &…… \\ \end{array} \right ]} [q1<
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
