“正交归一化”的版本间的差异
跳到导航
跳到搜索
（建立内容为“在线性代数中，如果内积空间中的两个向量既是单位向量又相互正交，我们就称这两个向量是标准正交的。所谓单位向量，…”的新页面） |
|||
| 第9行： | 第9行： | ||
保持第一个向量不变：<math>u_1 = v_1</math> | 保持第一个向量不变：<math>u_1 = v_1</math> | ||
对于后续的每个向量，减去它在之前所有正交向量上的投影： | 对于后续的每个向量，减去它在之前所有正交向量上的投影： | ||
| − | + | * <math>u_2 = v_2 - \text{proj}{u_1}(v_2)</math> | |
| − | + | * <math>u_3 = v_3 - \text{proj}{u_1}(v_3) - \text{proj}_{u_2}(v_3)</math> | |
| − | + | * 以此类推 | |
然后进行归一化。将每个正交向量除以其长度，得到单位向量： | 然后进行归一化。将每个正交向量除以其长度，得到单位向量： | ||
:<math>e_i = \frac{u_i}{|u_i|}</math> | :<math>e_i = \frac{u_i}{|u_i|}</math> | ||
经过这两个步骤，我们就得到了一组标准正交基<math>{e_1, e_2, ..., e_n}</math>。这组基保持了原向量组张成的空间不变，同时具有良好的正交性质，在许多计算和应用中都非常有用。 | 经过这两个步骤，我们就得到了一组标准正交基<math>{e_1, e_2, ..., e_n}</math>。这组基保持了原向量组张成的空间不变，同时具有良好的正交性质，在许多计算和应用中都非常有用。 | ||
2024年12月22日 (日) 15:33的版本
在线性代数中，如果内积空间中的两个向量既是单位向量又相互正交，我们就称这两个向量是标准正交的。所谓单位向量，就是长度为1的向量，我们也称之为规范化向量。而所谓正交，则是指这些向量彼此垂直。
当一组向量中的所有向量都相互正交，并且每个向量都是单位向量时，我们就说这组向量构成了一个标准正交集。特别地，如果这样的标准正交集恰好构成一组基底，我们就称之为标准正交基（或规范正交基）。
为了将一组线性无关的向量转化为标准正交基，我们可以使用正交归一化过程，最常用的方法是格拉姆-施密特正交化法（Gram-Schmidt process）。这个过程分为两个步骤：正交化和归一化。
首先进行正交化。假设我们有一组线性无关的向量[math]\displaystyle{ {v_1, v_2, ..., v_n} }[/math]，我们可以通过以下步骤将其转化为正交向量组[math]\displaystyle{ {u_1, u_2, ..., u_n} }[/math]：
保持第一个向量不变：[math]\displaystyle{ u_1 = v_1 }[/math] 对于后续的每个向量，减去它在之前所有正交向量上的投影：
- [math]\displaystyle{ u_2 = v_2 - \text{proj}{u_1}(v_2) }[/math]
- [math]\displaystyle{ u_3 = v_3 - \text{proj}{u_1}(v_3) - \text{proj}_{u_2}(v_3) }[/math]
- 以此类推
然后进行归一化。将每个正交向量除以其长度，得到单位向量：
- [math]\displaystyle{ e_i = \frac{u_i}{|u_i|} }[/math]
经过这两个步骤，我们就得到了一组标准正交基[math]\displaystyle{ {e_1, e_2, ..., e_n} }[/math]。这组基保持了原向量组张成的空间不变，同时具有良好的正交性质，在许多计算和应用中都非常有用。