在线性代数中,格拉姆-斯密特过程应该是个比较基础的东西,一直都只是有个模糊的印象,不知道具体的操作,其实我以为这是个高大上的算法,没想到这个算法是这么地亲民。
格拉姆-斯密特过程是实现正交化的一个方法:给定矩阵 A ,若
1 二维情形
假设我们有两个线性无关的向量
- 我们想要他们垂直,其中 a⇒v1 , b⇒v2
- 假设 a 已经调整好了,我们将它的方向作为 q1 的方向
- b 还没有进行调整: 我们希望它垂直于 q1
下面的问题就是我们如何从 b 产生一个向量 v2 以满足 v2⊥v1=a
- 我们把 b 在 v1 进行投影, 然后我们可以得到 P⋅v1=vT1bvT1v

格拉姆-斯密特过程是线性代数中用于将一组线性无关向量转化为正交向量组的方法。通过详细解释二维和三维情形,本文阐述了如何通过该过程生成互相垂直的向量,并通过单位化得到正交基。过程包括对初始向量进行投影和误差校正,确保向量间的内积为零,最后进行归一化处理。
最低0.47元/天 解锁文章
2581





