科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
数学分析
复变函数
离散数学
实变函数
数论
群论
高中物理
词条搜索
科数
试题
高中数学
高数
线代
more
你好
游客,
登录
注册
在线学习
线性代数
第六篇 向量内积与矩阵正交化
施密特正交化过程
最后
更新:
2025-02-02 11:29
查看:
663
次
高考专区
考研专区
公式专区
刷题专区
词条搜索
施密特正交化过程
### 向量减法 在理解施密特正交化之前,还是回顾一下向量减法。在高中介绍过向量的三角形法则, $\vec{a}-\vec{b}=\vec{a-b}$ 表示如下,也就是向量加法里,向量的起点是$B$,指向的终点是$A$,详见 [向量加减](https://kb.kmath.cn/kbase/detail.aspx?id=165) {width=200px} 记住这个结论,稍后将会用到。 >**重要** 在学习本文前务必理解了本章前面已经介绍的[向量投影](https://kb.kmath.cn/kbase/detail.aspx?id=1597) ### 施密特正交化简单解释 假设有两个线性无关的向量 $a$ 和 $b$, 现在标准正交化这两个向量,让它们变成 $q_1$ 和 $q_2$ 。 首先保持 $a$ 不变让向量 $A=a$ ,接下来要寻找到另一个向量 $B$ ,使得 $A \perp B$ (参考下图) 。假设$B$已经找到,容易看到$p$ 是 $b$ 在 $a$ 上的投影, 根据上面介绍的向量的三角形减法法则,$B$ 就相当于$b-p$  $p$ 相当于 $a$ 放缩了 $x$ 倍,在一维空间内, $x$ 是一个标量: $$ \begin{gathered} x=\frac{a^T b}{a^T a} \\ p=a x=x a=\frac{a^T b}{a^T a} a=\frac{A^T b}{A^T A} A \\ B=b-p=b-\frac{A^T b}{A^T A} A \end{gathered} $$ 这相当于 $B$ 是 $b$ 减去 $b$ 在 $a$ 上的投影, $B$ 是 $b$ 和 $A$ 的线性组合。 最后将 $A$ 变成指向 $A$ 方向的单位向量, $B$ 变成指向 $B$ 方向的单位向量: $$ q_1=\frac{A}{\|A\|}, \quad q_2=\frac{B}{\|B\|} $$ 这就是格拉姆-施密特正交化方法。 如果还有一个向量 $c$ ,由 $c$ 到 $q_3$ 的转换: $$ \begin{gathered} C=c-\frac{A^T c}{A^T A} A-\frac{B^T c}{B^T B} B \\ q_3=\frac{C}{\|C\|} \end{gathered} $$ 带入几个数值看看 $$ a=\left[\begin{array}{l} 1 \\ 1 \\ 1 \end{array}\right], \quad b=\left[\begin{array}{l} 1 \\ 0 \\ 2 \end{array}\right] $$ $$ B=b-\frac{A^T b}{A^T A} A=\left[\begin{array}{l} 1 \\ 0 \\ 2 \end{array}\right]-\frac{\left[\begin{array}{lll} 1 & 1 & 1 \end{array}\right]\left[\begin{array}{l} 1 \\ 0 \\ 2 \end{array}\right]}{\left[\begin{array}{lll} 1 & 1 & 1 \end{array}\right]\left[\begin{array}{l} 1 \\ 1 \\ 1 \\ 1 \end{array}\right]} $$ $$ B=\left[\begin{array}{l} 1 \\ 0 \\ 2 \end{array}\right]-\frac{3}{3}\left[\begin{array}{l} 1 \\ 1 \\ 1 \end{array}\right]=\left[\begin{array}{r} 0 \\ -1 \\ 1 \end{array}\right] $$ 验证一下: $$ A^T B=\left[\begin{array}{lll} 1 & 1 & 1 \end{array}\right]\left[\begin{array}{r} 0 \\ -1 \\ 1 \end{array}\right] 0 \Rightarrow A \perp B $$ $$ q_1=\frac{A}{\|A\|}=\frac{1}{\sqrt{3}}\left[\begin{array}{l} 1 \\ 1 \\ 1 \end{array}\right], \quad q_2=\frac{B}{\|B\|}=\frac{1}{\sqrt{2}}\left[\begin{array}{r} 0 \\ -1 \\ 1 \end{array}\right] $$ $$ Q=\left[\begin{array}{ll} q_1 & q_2 \end{array}\right]=\left[\begin{array}{cc} \frac{1}{\sqrt{3}} & 0 \\ \frac{1}{\sqrt{3}} & -\frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{3}} & \frac{1}{\sqrt{2}} \end{array}\right] $$ 以上,这个标准正交矩阵$Q$就是通过 $$ A=\left[\begin{array}{ll} a & b \end{array}\right]=\left[\begin{array}{ll} 1 & 1 \\ 1 & 0 \\ 1 & 2 \end{array}\right] $$ 得到的。 > 注:下面教程里这里 $[\beta_1,\alpha_1]$= $(\beta_1,\alpha_1)$=$a_1b_1+a_2b_2+...+a_nb_n=\alpha^T\beta$ 表示向量内积的意思 ## 施密特正交化定义 设 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2, \cdots, \boldsymbol{\alpha}_r$ 是向量空间 $V$ 的一个基,从基 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}, \cdots, \boldsymbol{\alpha}_r$ 出发,找一组两两正交的单位向量, $\xi_1, \xi_2, \cdots, \xi_r ,$ 使 $\xi_1, \xi_2, \cdots, \xi_r$ 与 $\alpha_1, \alpha_2, \cdots, \alpha_r$ 等价, 这个过程称为把基 $\alpha_1, \alpha_2, \cdots, \alpha_r$ 规范正交化. 具体步骤如下: 第一步,将基 $\alpha_1, \alpha_2, \cdots, \alpha_r$ 正交化 (施密特 (Schmidt) 正交化过程) . $$ \begin{aligned} & \beta_1=\alpha_1, \\ & \beta_2=\alpha_2-\frac{\left[\beta_1, \alpha_2\right]}{\left[\beta_1, \beta_1\right]} \beta_1, \\ & \text { 即取 } \beta_3=\alpha_3-\frac{\left[\beta_1, \alpha_3\right]}{\left[\beta_1, \beta_1\right]} \beta_1-\frac{\left[\beta_2, \alpha_3\right]}{\left[\beta_2, \beta_2\right]} \beta_2 \text {, } \\ & \end{aligned} $$ 第二步,将 $\beta_1, \beta_2, \cdots, \beta_r$ 单位化,得到 $\xi_1=\frac{1}{\left\|\beta_1\right\|} \beta_1, \quad \xi_2=\frac{1}{\left\|\beta_2\right\|} \beta_2, \cdots, \xi_r=\frac{1}{\left\|\beta_r\right\|} \beta_r$ 于是, $\xi_1, \xi_2, \cdots, \xi_2$ 就是 $V$ 的一个规范正交基. ### 为什么要使用施密特正交化法 在一个平面,或者三维空间中,任意一点都可以被坐标系表示出来。而我们更喜欢的是单位直角坐标系,因为在一个单位直角坐标系中,任意一个向量的坐标分量,通过简单的投影就可以搞定。 下面动画展示了一个向量向正交坐标轴的投影,(虽然你可以把这个坐标系想象为传统的直角叫坐标系,即$e_1=(1,0),e_2=(0,1)$, 但是我们没有强制要求这个坐标系的$x$刻度单位一定要和$y$刻度单位一样。换句话说这里的$e_1=(\frac{\sqrt{2}}{2},-\frac{\sqrt{2}}{2} )$,$e_2=(-\frac{\sqrt{2}}{2},\frac{\sqrt{2}}{2} )$ 也是可以的 {width=450px} 因此,如何找到欧式空间的一个“直角坐标系”,变得非常重要。施密特正交化法就告诉我们了一种把“任意坐标系”变为“直角坐标系”的方法。 ## 如何理解施密特(Schmidt)正交化 > 利用这个投影公式,我们便可以轻松理解施密特正交化法。如果您还未理解向量投影,请点击[向量投影此处](https://kb.kmath.cn/kbase/detail.aspx?id=1597) 我们首先需要理解一个向量 $\alpha_2$ 在另外一个向量 $\alpha_1$ 的投影公式。只要利用正交的定义,就很容易知道 $\alpha_2$ 在 $\alpha_1$ 的投影向量为 $$ \frac{\left(\alpha_1, \alpha_2\right)}{\left(\alpha_1, \alpha_1\right)} \alpha_1 $$ {width=450px} ### 二维空间施密特正交化 平面上任意两个不共线的向量都可以构成平面的一个坐标系(也就是一组基),我们可以利用这两个向量之间的投影得到两个正交的向量: Step1: 令 $\beta_1=\alpha_1$ Step2: 做向量 $\alpha_2$ 在向量 $\beta_1=\alpha_1$ 的投影,并与 $\alpha_2$ 做差得到 $$ \beta_2=\alpha_2-\frac{\left(\beta_1, \alpha_2\right)}{\left(\beta_1, \beta_1\right)} \beta_1 $$  ### 三维空间施密特正交化 对于一个三维欧空间来说, 我们看看如何利用施密特正交化法将这一组基正交化。 Step1: 令 $\beta_1=\alpha_1$  Step2:做向量$\alpha_2$ 在向量 $ \beta_1=\alpha_1$ 的投影,并与 $ \alpha_2 $ 做差得到 $\beta_2=\alpha_2-\frac{\left(\beta_1, \alpha_2\right)}{\left(\beta_1, \beta_1\right)} \beta_1:$  Step3: 分别做向量 $\alpha_3$ 在向量 $\beta_1, \beta_2$ 的投影 $\frac{\left(\beta_1, \alpha_3\right)}{\left(\beta_1, \beta_1\right)} \beta_1, \frac{\left(\beta_2, \alpha_3\right)}{\left(\beta_2, \beta_2\right)} \beta_2$ ,利用 $\alpha_3$ 减去两个投影的和得到 $$ \beta_3=\alpha_3-\frac{\left(\beta_1, \alpha_3\right)}{\left(\beta_1, \beta_1\right)} \beta_1-\frac{\left(\beta_2, \alpha_3\right)}{\left(\beta_2, \beta_2\right)} \beta_2 $$  对于n维空间,和2维,3维类似。 没有完全理解?没关系,在下一节将给出具体例题,看过例题后,再来回顾本文介绍的内容。
相关推荐
【高等数学】向量投影定理
上一篇:
向量正交
下一篇:
施密特正交化例题
在线学习仅为您提供最基础的数学知识,
开通会员
可以挑战海量
超难试题
, 分享本文到朋友圈,邀请更多朋友一起学习。
本文对您是否有用?
有用
(
0
)
无用
(
0
)
评论
更多
初中数学
高中数学
高中物理
高等数学
线性代数
概率论与数理统计
复变函数
离散数学
实变函数
数学分析
数论
群论
纠错
高考
考研
关于
赞助
留言
科数网是专业专业的数学网站。