线性代数笔记17

2019-02-14  本文已影响1人  大飞哥

第十七节

正交基 正交矩阵

标准正交基 orthonormal basis

q_iq_j=\left\{ \begin{aligned} 0 \quad if \quad i\neq j \\ 1 \quad if \quad i=j \end{aligned} \right.

Q=[q_1 q_2 ...q_n]
Q^TQ=\begin{bmatrix}1&0&\cdots\\0&1&\cdots\\0&0&\ddots \end{bmatrix} =I即,单位矩阵

只有当正交点积非0即1的时候,才是称为正交矩阵(虽然是标准正交,如果都是正交的,但是不能形成单位矩阵,则不叫正交矩阵)


Q就表示标准正交列向量的矩阵

假设要投影到列空间中,P=Q(Q^TQ)^-1Q^T=QQ^T


十五节提到的A^TA\hat x=A^Tb
如果 A=Q
则有\hat x=Q^Tb
非常重要
\hat x_i=q_i^Tb
即如果已知标准正交基,在第i个基方向上的投影就等于q_i^Tb
需要求的就是\hat x,就是一个数量积而已


格拉姆-施密特正交化方法(Graham-schmidt calculation)

已知a,b两个线性无关的向量
方法即是,通过a,b,得到两个正交的向量A,B,然后就可以得到标准正交的向量q_1=\frac{A}{||A||},q_2=\frac{B}{||B||}

1,我们认可a的方向,即a=A
(用到前面的投影的知识,e向量,就是A的误差向量,就是正交于a的向量)
2,B=b-p=b-\frac{A^Tb}{A^TA}A
就得到了B


那么有三个向量呢?
已知a,b,c三个线性无关的向量
通过上面,可以求得A,B
C=c-\frac{A^Tc}{A^TA}A-\frac{B^Tc}{B^TB}B
即c分别减去A和B方向上的投影(即AB方向上的分量,则就垂直了)

例子 a=A=[1,1 ,1]^T,b=[1, 0, 2]^T
B=b-\frac{A^Tb}{A^TA}A=[1, 0, 2]^T-3/3[1, 1, 1]=[0, -1, 1]^T
Q=[q_1 q_2]=\begin{bmatrix}1/\sqrt{3}&0\\1/\sqrt{3}&-1/\sqrt{2} \\1/\sqrt{3}&1/\sqrt{2} \end{bmatrix}

原矩阵A=\begin{bmatrix}1&1\\1&0\\1&2 \end{bmatrix}
A=QR
R是一个上三角矩阵

上一篇下一篇

猜你喜欢

热点阅读