【线性代数】正交矩阵和格兰姆-施密特正交化

【线性代数】正交矩阵和格兰姆-施密特正交化引言 一组线性无关的向量可以张成一个向量子空间 比如向量 overrightarr e 1 left begin matrix 1 2 end matrix right 和 overrightarr e 2 left begin matrix 1 0 end matrix right 它们线性无关

大家好,我是讯享网,很高兴认识大家。

引言

一组线性无关的向量可以张成一个向量子空间,比如向量\(\overrightarrow{e_1} = \left[ \begin{matrix} 1 \\ 2 \end{matrix} \right]\)和\(\overrightarrow{e_2} = \left[ \begin{matrix} 1 \\ 0 \end{matrix} \right]\)。它们线性无关,并且能张成一个二维平面。既然如此,那么为什么我们众所周知的二维坐标系是用\(\overrightarrow{i} = \left[ \begin{matrix} 1 \\ 0 \end{matrix} \right]\)和\(\overrightarrow{j} = \left[ \begin{matrix} 0 \\ 1 \end{matrix} \right]\)表示,明明任意一组线性无关的2维向量都可以表示二维平面。这就引入了今天这篇笔记要讲的正交矩阵,得益于正交矩阵的性质,很多运算都可以被化简。


讯享网

正交矩阵

之前的笔记中已经提到过正交向量,比如在\(R^n\)空间中两个n维向量\(\overrightarrow{e_1}、\overrightarrow{e_2}\)垂直,称这两个向量正交。而且显然,互为正交的一组向量(除去非零向量)必然线性无关,为此如果将一组n维正交向量放在一个矩阵中,比如\[A= \begin{equation} \left[ \begin{matrix} e1 \ e2 \end{matrix} \right] \end{equation} \]
那么很显然,对于矩阵A,它有如下性质:\[ \begin{equation} A^TA=\left[ \begin{matrix} e1 \\ e2 \end{matrix} \right]\left[ \begin{matrix} e1 \ e2 \end{matrix} \right]=D \end{equation} \]
矩阵\(D\)是一个对角矩阵,主对角线上的值分别对应着矩阵\(A\)中每一个列向量的模。那如果我们对矩阵A的要求更加严格一点,

小讯
上一篇 2025-01-07 13:02
下一篇 2025-02-09 08:08

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/132613.html