机器学习深度学习之数学基础:正交向量组和施密特正交化
作者头像
  • 2020-05-11 21:09:36 3

向量的正交(垂直)

如果两个向量的内积等于零,即它们满足特定条件,我们可以说这两个向量是正交的。需要注意的是,零向量与所有向量都是正交的。

正交向量组

如果一组非零向量中的每个向量与其他向量两两正交,那么这组向量就构成了一个正交向量组。这组向量需要满足一定的条件:

正交向量组的一个重要特性是,向量组中的各个向量之间不存在线性相关关系,也就是说,每个向量都无法用其他向量线性表示。

向量正交化

对于一个线性相关的向量组,如果它不是一个正交向量组,可以通过一种称为施密特正交化的方法将其转换为正交向量组。

施密特正交化的过程可以将线性相关的向量组转换成正交向量组,记作β1,β2,...,βn。同时,这些正交向量仍然可以用原始的线性相关的向量组a1,a2,...,an来表示。

施密特正交化是一种有效的工具,可以将线性相关的向量组转换为正交向量组。这一方法在后续的工作中经常被应用。

    本文来源:图灵汇
责任编辑: :
声明:本文系图灵汇原创稿件,版权属图灵汇所有,未经授权不得转载,已经协议授权的媒体下载使用时须注明"稿件来源:图灵汇",违者将依法追究责任。
    分享
正交习之施密特数学基础向量深度机器学习
    下一篇