标准正交基
标准正交基是一组两两正交且每个向量长度均为1的向量。片段将这两个条件分开呈现,并用网格上相互垂直的单位箭头加以图示。
FiveMinuteLectures · YouTube · 4:50
这个160秒的片段将格拉姆-施密特过程介绍为一种方法:将内积空间中的一组基转化为标准正交基,其动机是为QR分解做准备。它首先通过互相垂直的单位向量定义标准正交性,然后给出三步算法:令,递归地减去投影以构造,再通过进行标准化。最后一部分给出一个几何示例,说明与正交。 这个时长为 130 秒的片段,在 ℝ^3 中演示了一个完整的格拉姆-施密特过程实例。它首先从正交投影的几何图示出发,然后对向量 、、 应用该过程,使用标准点积。视频中构造 ,计算 -(⟨,⟩/‖‖^2),再计算 -(⟨,⟩/‖‖^2)-(⟨,⟩/‖‖^2)。最后,通过 /‖‖ 对每个向量归一化,得到 =[1/√2,1/√2,0]^T、=[-1/√6,1/√6,-√{}]^T 和 =[√,-√,-√]^T,并指出这组向量构成 ℝ^3 的一组标准正交基。
在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。
依据视频画面与讲解整理,并非逐字语音转写。
该片段开篇即把本主题置于矩阵分解系列之中,并指出格拉姆-施密特过程是为QR分解所做的准备。
接着阐明核心目标:从内积空间中的任意一组基出发,构造出一组标准正交基。
讲解者将标准正交性拆解为两个要求:第一,各向量必须两两正交;第二,每个向量都必须是单位向量。2D图示通过直角标记和条件强化了这一概念。
该算法分为三个步骤。第1步设定。第2步通过减去投影来构造后续的正交向量:。第3步对每个结果进行归一化:。
为解释第2步为何成立,视频转向一个几何示例,其中在标准点积下考虑两个向量和。
正交投影被描述为一个向量在另一个向量方向上的分量。直观上,这是从的终点向过的直线作垂线所得的垂足。
从 中减去该投影得到 ,动画显示其垂直于 。这展示了递归格拉姆-施密特构造背后的机制。
视频片段以一幅静态几何图开启,标题为“标准正交投影”。一条绿色向量标记为 𝐯_1,一条青色向量标记为 𝐯_2 − proj_{𝐯_1}(𝐯_2),二者成直角相交。旁白解释其直观含义:垂直向量彼此不指向对方的方向,因此从一个向量中减去它在另一个向量上的投影,所余下的分量就与该方向无关。
画面切换至具体示例。显示三个列向量:𝐯_1 = [1,1,0]^T,𝐯_2 = [0,1,−1]^T,以及 𝐯_3 = [1,0,−1]^T。旁白指出,将在 ℝ^3 中应用格拉姆–施密特过程,并以标准点积作为内积。
在标题“1. 设定初始向量”下,第一个格拉姆–施密特步骤写作 𝐰_1 = 𝐯_1 = [1,1,0]^T。说明指出:此阶段初始向量保持不变,仅在后续步骤中进行归一化。
在“2. 求后续向量”下,第二个向量通过减去 𝐯_2 在 𝐰_1 上的投影而构造。黑板上显示 𝐰_2 = 𝐯_2 − proj_{𝐰_1}(𝐯_2),并进一步展开为 𝐰_2 = 𝐯_2 − ⟨𝐯_2, 𝐰_1⟩ / ‖𝐰_1‖^2 · 𝐰_1。展示的中间计算结果为 ⟨𝐯_2, 𝐰_1⟩ = 1 和 ‖𝐰_1‖^,从而得出 𝐰_2 = [−, , −1]^T。
随后旁白建议进行验证步骤:计算 𝐰_1 与 𝐰_2 的点积,并检查结果是否为零。这被呈现为一种实用方法,用以确认投影减法操作正确完成。
仍在第2步下,第三个向量通过从 𝐯_3 中同时移除沿 𝐰_1 方向和沿 𝐰_2 方向的分量而形成。黑板上显示的公式为 𝐰_3 = 𝐯_3 − proj_{𝐰_1}(𝐯_3) − proj_{𝐰_2}(𝐯_3),并展开为 𝐰_3 = 𝐯_3 − ⟨𝐯_3, 𝐰_1⟩ / ‖𝐰_1‖^2 · 𝐰_1 − ⟨𝐯_3, 𝐰_2⟩ / ‖𝐰_2‖^2 · 𝐰_2。简化后显示的形式为 𝐰_3 = 𝐯_3 − · 𝐰_1 − · 𝐰_2,最终向量为 𝐰_3 = [, −, −]^T。
旁白再次重申相同的验证原则:通过计算两两之间的点积并确认结果均为零,来验证相互正交性。
在「3. 向量单位化」部分,出现了黄色公式 。旁白强调:此处所用的范数必须是由所选内积诱导出的范数;本例中即指 \|\| = 。
单位化操作逐一向量进行。首先,\|\| = ,因此 。接着,\|\| = ,因此 。最后,\|\| = ,因此 。
该片段总结道:这三个单位化后的向量构成了 的一组标准正交基。随后,讲述者预告了后续主题:利用格拉姆-施密特过程求矩阵的 QR 分解。
标准正交基是一组两两正交且每个向量长度均为1的向量。片段将这两个条件分开呈现,并用网格上相互垂直的单位箭头加以图示。
格拉姆-施密特过程将内积空间中给定的一组基转化为一组标准正交基。视频将其引入作为QR分解的预备知识。
第一个正交中间向量即为第一个输入向量。此阶段无需进行投影减法。
对每个新向量,移除其在所有已构造出的正交向量方向上的分量。由此得到一个与先前各向量均正交的向量。
正交化之后,将每个中间向量除以其模长,从而得到单位向量。这便完成了从正交到标准正交的过渡。
在上的投影,是中位于方向上的分量。动画通过从的终点向过的直线作垂线来直观呈现该投影。
减去投影恰好移除了中沿方向的部分,余下的因此与垂直,动画中用直角标记予以示意。
开篇图示表明:从一个向量中减去它在另一个向量上的投影,所得余量与后者垂直。图中直观地画出 ,其方向与 成直角,这与旁白所述“垂直向量彼此不指向对方的方向”相吻合。
该逐步演算示例在 中对三个特定向量应用格拉姆-施密特过程,并以标准点积作为内积。输入向量为 ,,以及 。
该算法首先将第一个正交向量设为第一个输入向量。此阶段无需进行投影减法,因为尚无先前方向可供剔除。
为构造第二个正交向量,需从 中剔除其沿 方向的分量。视频中计算得 , 且 \|\|^,从而得出 。
每次构造完成后,讲解者建议通过计算两两向量的点积并确认结果为零来验证正交性。这被呈现为格拉姆-施密特过程中的一个实用的纠错步骤。
对于第三个向量,需从中同时移除沿方向的分量和沿方向的分量。屏幕上显示的化简结果为,从而得到。
一旦构建出正交向量组\{,,\},就将每个向量除以其范数,得到单位向量。视频强调:该范数必须来自此前所使用的同一内积。
屏幕上显示的归一化结果为,,以及。讲解者指出,这些向量构成的一个标准正交基。
按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。
屏幕文字显示“单位向量”及公式 \|\| = 1。
讲述者指出,单位向量或法向量在点积意义下的长度为一。
\|\|
向量 的范数(长度)。
内积空间中的向量;此处以标准点积为例说明。
步骤幻灯片列出输入序列 , , , 。
讲述者描述从一组基向量出发。
, , ,
待变换的基向量序列。
内积空间中的基向量。
幻灯片定义 ,然后给出 。
讲述者指出,后续向量通过减去对前面各向量的正交投影而得到。
归一化前的中间正交化向量。
由给定基向量递归定义,适用于 。
一般步骤使用 ,后续示例展示了 。
讲解者将正交投影解释为:一个向量在另一个向量方向上的分量大小。
该片段未显示 的显式代数公式。
向量 在向量 上的正交投影。
内积空间中的向量;示例基于标准点积。
幻灯片给出 ,并映射 , , , , , , 。
讲解者指出,最后一步是将所有向量除以其模长,从而归一化。
对应于 的归一化正交单位向量。
在正交化之后定义,前提是 \|\| 。
开场几何图中用绿色标出的向量,标记为 。
作为第一个输入向量出现在例题演算中。
第一个给定向量;在开场图中也用作投影的参考方向。
ℝ 的 3 次方
表达式 以青色向量形式呈现,且该向量垂直于 。
作为第二个输入向量出现。
第二个给定向量;在开场图中,它是被投影到 上的向量。
ℝ 的 3 次方
作为第三个输入向量出现。
讲解者指出,格拉姆-施密特过程将应用于 中的三个向量。
例题中的第三个给定向量。
ℝ 的 3 次方
片头标题显示“标准正交投影”,青色向量标记为 - proj_{}()。
公式中使用 、 和 。
向量 v 在向量 u 上的正交投影。
由本片段稍后展示的内积公式定义。
令 。
讲解员提示:设 为初始向量,并在最后一步之前均不改动它。
格拉姆-施密特过程生成的第一个正交向量;此处等于初始向量 。
ℝ 的 3 次方
- proj_{}(),然后 。
讲解员提示:通过减去 在 上的正交投影,来求得第二个向量。
第二个正交向量,通过对 去除其沿 方向的分量而获得。
ℝ 的 3 次方
- proj_{}() - proj_{}(),然后 。
讲述者指出,对于最后一个向量,我们需要从 和 中同时减去两个正交投影。
第三个正交向量,通过从 中移除其沿 和 方向的分量而得到。
ℝ 的 3 次方
讲解者将规范正交基定义为彼此正交且均为单位向量的向量组。
一幅 2D 网格图显示两条互相垂直的箭头,带有直角标记,并标注“正交向量”和“单位向量 \|\| = 1”。
标准正交基是一组两两正交且每个向量的模长均为1的向量。在视频片段中,正交性通过点积下90度的夹角来示意,而单位化则通过要求向量长度为一来示意。
这些向量属于一个内积空间。
该片段展示的是标准点积的情形。
讲解者指出,格拉姆-施密特过程可将内积空间中任意一组基向量转化为标准正交基。
幻灯片将向量 , , , 映射为 , , , 。
格拉姆-施密特过程将给定的一组基转化为标准正交基。该过程首先构造正交的中间向量 ,再将其单位化以得到 。
输入是内积空间中的一组基向量。
该片段将此过程呈现为 QR 分解的预备知识。
幻灯片上第1步写有“设定初始向量 :”,随后是 。
讲解者指出,该过程从设定一个初始向量开始,该向量在单位化之前保持不变。
第一个正交中间向量就取为第一个输入基向量本身。这个首向量无需进行投影减法。
在递归构造的起始阶段应用。
幻灯片上的第2步写道:“通过减去正交投影来求下一个向量:”,并显示公式 。
讲解者指出,后续向量是通过从当前向量中减去它在所有已加入正交集合的先前向量上的正交投影而得到的。
该片段未明确说明:为使每个 都非零,输入向量必须线性无关。
对每个新输入向量 ,移除它在所有已构造出的正交向量 , , 方向上的分量。余下的向量 与这些先前向量正交。
适用于 。
该求和遍历所有已构造出的向量 。
幻灯片上的第3步写道:“将所有向量单位化:”,随后给出公式 。
讲解者指出,通过将各向量除以其自身的模长,即可完成单位化。
在构造出正交向量 后,将每个向量除以其自身的模长,从而得到单位向量 。这便完成了从基到标准正交基的转换。
要求 \|\| 。
在投影-减法步骤之后应用。
讲解者指出,正交投影可理解为一个向量在另一个向量方向上的‘程度’。
动画从 的终点向过 的直线作垂线,并标出直角。
该片段提供几何直观,但未展示投影的坐标计算公式。
一个向量在另一个向量上的正交投影,刻画了前者在后者方向上的分量;几何上,它是从被投影向量的终点向另一向量所张成的直线作垂线所得的垂足与原点构成的向量。
该片段在标准点积下进行演示。
旁白指出:垂直向量在某种意义上是线性无关的,因为它们彼此不指向对方的方向。
标题“标准正交投影”;绿色向量 与青色向量 — proj_{}() 在直角处相交,该直角用方块符号标记。
片段以投影的直观图示开场:从一个向量中减去它在另一个向量方向上的分量,所得余下部分与该方向垂直。直角标记明确揭示了正交性。
两个向量属于一个内积空间。
该减法操作移除了 在 方向上的分量。
旁白说明:本例将采用标准点积作为内积。
全部三个输入向量均以 ℝ^3 中的列向量形式呈现。
在计算投影之前,视频首先确定了环境空间与内积:本例在 ℝ^3 中进行,并采用标准点积。
向量位于 ℝ^3 中。
使用标准的欧几里得点积。
标题‘1. 设定初始向量’及公式‘设 ’。
讲解员提示:首先令 为初始向量,并在整个过程结束前都不要改动它。
该算法首先将第一个输入向量原封不动地取作第一个正交向量。
至少存在一个输入向量。
此阶段尚未进行任何归一化操作。
标题‘2. 求后续向量’,并给出公式 - proj_{}(),再展开为 - (, / \|\|^2) 。
显示计算结果:,,\|\|^,且 。
讲解员提示:通过减去 在 上的正交投影来求第二个向量。
为使下一个向量与前一个向量正交,需利用投影公式去掉 沿 方向的分量。
已知。
内积及其诱导的范数已固定。
非零,因此除以 \|\|^2 是合法的。
讲解员指出,可通过计算 与 的点积并验证结果为零,来确认二者正交。
屏幕上显示的向量为 和 。
该片段口头陈述了验证步骤,但未展示 的具体算术过程。
构造出新向量后,视频建议通过逐一计算两两之间的点积来确认正交性。
本例中选用的内积是标准点积。
待检验的向量均为非零向量。
- proj_{}() - proj_{}(),再展开为 - (, / \|\|^2) - (, / \|\|^2)。
简化后的显示形式为:,随后给出 。
旁白说,对于最后一个向量,我们需要从 和 中各自减去两个正交投影。
对于第三个向量,该算法从 中同时移除沿 方向的分量和沿 方向的分量,从而得到一个与先前向量张成空间正交的向量。
和 已经构造完成。
在所设计的格拉姆-施密特过程中, 和 彼此正交。
每个分母 \|\|^2 均不为零。
讲解者指出,若从原向量中减去其投影,则所得新向量完全不指向另一向量的方向,因此这两个向量彼此正交。
结果得到的青色向量标记为 ,图中显示它与 垂直,并带有直角标记。
该片段通过视觉与口头方式陈述结论,但未借助内积给出代数证明。
若将向量 在 上的正交投影从 中减去,则所得向量 与 正交。
该示例基于标准点积。
表示 在 上的正交投影。
针对示例中所示的两个向量。
讲述者说,两个互相垂直的向量在某种意义上是‘独立的’,即它们彼此不指向对方的方向。
这被作为直观理解呈现,而非形式化的定理陈述。
垂直向量彼此不指向对方的方向,讲述者将此描述为一种‘独立性’。
该讨论是几何性的,且非正式。
场景是开篇的投影示意图。
关于一对垂直向量的非正式全称式陈述。
讲解员说你可以通过点乘来验证 确实与 正交,且结果为零。
显示 和 。
正交性的验证以口头方式陈述;屏幕上未展示具体的点积运算过程。
所构造的向量 与 正交。
w 下标 1 等于 v 下标 1。
的定义为 - (⟨,⟩ / ‖‖^2)。
内积是 ℝ^3 上的标准点积。
针对本例中给出的具体向量。
讲解员再次说明,你可以通过两两做点积并验证结果均为零,来确认这三个向量彼此正交。
、、在归一化之前被同时显示。
该片段断言了验证,但未展示所有两两之间的点积计算。
所构造的三个向量 、、彼此正交。
、、由所示的格拉姆-施密特步骤生成。
内积是 ℝ^3 上的标准点积。
针对本例中的这三个特定向量。
讲解员说:‘至此,我们已为 ℝ^3 找到了一组标准正交基。’
显示了三个归一化后的向量 、、。
视频未单独证明生成性;而是在 ℝ^3 中对三个向量完成三步过程后直接给出结果。
归一化后的向量 、、 构成 ℝ^3 的一组标准正交基。
原始的三个向量属于 ℝ^3。
格拉姆-施密特过程生成了三个非零正交向量。
每个向量均使用诱导范数进行了单位化。
针对视频片段中所计算的具体例子。
幻灯片列出了三个编号步骤:,,以及 。
讲解者按相同顺序说明这三个步骤:初始化、减去投影、再归一化。
以第一个基向量作为第一个正交中间向量,保持不变。
直接在幻灯片上标为第1步,并由讲解者口头描述。
对每个后续向量,减去它在所有已构造出的正交向量上的投影。
在幻灯片上标为第2步,并在音频中解释为去除沿先前向量的分量。
将每个正交的中间向量单位化,得到单位向量。
如幻灯片上的步骤3所示,并由讲解员描述为除以该向量的模。
该过程将向量 、、、 变换为 、、、,构成一组标准正交向量组。
动画构造了 在 上的投影,然后形成 ,并显示其与 垂直。
讲解员指出,减去投影后所得向量不再指向另一向量的方向,因此二者正交。
这是一种几何演示,而非完整的代数证明。
从平面内两个非正交向量开始。
展示在“标准正交投影”幻灯片上。
从 的终点向过 的直线作垂线,以确定 在 方向上的分量。
讲解员将其解释为:一个向量在另一个向量方向上的程度。
从 中减去该分量。
动画用该表达式为所得向量标注。
剩余向量与向量1垂直,如直角标记所示。
由讲解员口述并以视觉方式呈现。
移去向量2在向量1上的投影,得到一个与向量1正交的向量,这展示了格拉姆-施密特过程所使用的核心机制。
黑板上显示 - proj_{}(),接着是展开后的投影公式,然后是中间值 ⟨,⟩ = 1 和 ‖‖^,最后是 。
解说员说明:第二个向量通过从 中减去其在 上的正交投影而得到。
将第一个正交向量设为第一个输入向量。
‘1. 设定初始向量’下方显示的公式。
通过从 中移除其在 上的投影来定义第二个向量。
‘2. 求后续向量’下方显示的公式。
利用内积公式重写投影表达式。
屏幕上显示代数展开式。
计算投影系数的分子。
屏幕上显示点积的显式计算过程。
计算分母中的模长平方。
屏幕上显示模长平方的显式计算过程。
代入已算得的系数并化简,得到最终向量。
屏幕上最终显示的 结果。
第二个格拉姆-施密特向量为 。
黑板上依次显示: - proj_{}() - proj_{}(),然后是展开后的公式,接着是化简后的系数形式 ,最后是 。
旁白说,对于最后一个向量,我们需要从 和 中各自减去两个正交投影。
中间步骤中的点积 ,、模长平方 \|\|^2 以及点积 , 并未在采样帧中以独立书写行的形式全部展示,但化简后的系数 和 已显示。
通过从向量 中减去其在前两个正交向量上的投影,来定义第三个向量。
屏幕上显示的公式。
利用内积公式展开这两个投影。
屏幕上显示的代数展开式。
代入已计算出的投影系数。
屏幕上显示的化简后公式。
执行向量减法,得到第三个正交向量。
的最终显示结果。
第三个格拉姆-施密特向量为 。
黄色公式 / \|\|,以及依次显示的范数与单位化向量。
讲解员指出:需将每个向量除以其范数以完成单位化,并强调该范数必须由内积诱导得出。
对每个正交向量应用通用归一化规则。
‘3. 归一化向量’下方显示的黄色公式。
归一化第一个向量。
屏幕上显示该向量的模长及归一化后的结果 。
归一化第二个向量。
屏幕上显示该向量的模长及归一化后的结果 。
归一化第三个向量。
屏幕上显示该向量的模长及归一化后的结果 。
归一化后的结果为 ,,以及 。
标题为‘标准正交投影’的幻灯片展示了向量 和 ,然后构造了 。
讲解员说:“例如,假设我们希望在该标准点积下使以下向量彼此正交。”
未给出向量1或向量2的数值坐标。
在标准点积下给定两个向量1和2,从向量2出发构造一个新向量,使其与向量1正交。
平面上显示了两个向量1和2。
所使用的内积是标准点积。
通过移除 在 方向上的分量,构造一个与 正交的向量。
确定向量 这条公式需要核验,请通过页面反馈入口报告。的投影2 到向量 这条公式需要核验,请通过页面反馈入口报告。上1:从 这条公式需要核验,请通过页面反馈入口报告。的终点向过 这条公式需要核验,请通过页面反馈入口报告。的直线作垂线2,垂足即为投影点1。
讲解者将投影定义为:一个向量在另一个向量方向上的分量;动画展示了作垂线的过程。
从 中减去该投影。
所得向量在屏幕上被明确标注。
新向量与 正交。
在 与青色差向量之间显示了直角标记,讲解者同时陈述了这一结论。
向量 与 正交。
通过直角标记直观验证,并由讲解者口头确认这两个向量正交。
输入向量 ,, 被显示出来。
讲解员说明:将使用标准点积,在 中对这三个向量执行格拉姆-施密特过程。
屏幕上完整展示的步骤依次得到 、、,然后是 、、。
对三个向量 = [1,1,0]^T, = [0,1,-1]^T, = [1,0,—1]^T in 使用标准点积,生成一组标准正交基。
向量 等于列向量,其分量依次为 1、1、0。
向量 等于列向量,其分量依次为 0、1、负 1。
向量 等于列向量,其分量依次为 1、0、负 1。
内积为 上的标准点积。
求出正交向量 、、,再将其单位化,得到标准正交基 、、,它们张成 。
保持第一个向量不变。
屏幕上显示的格拉姆-施密特过程的第1步。
从 中减去其在 方向上的分量。
投影公式在屏幕上给出并完成计算。
从 中减去其在 和 方向上的所有分量。
屏幕上展示并简化了双投影公式。
对 进行单位化。
屏幕上显示单位化步骤:\|\| = 。
对 进行单位化。
屏幕上显示单位化步骤:\|\| = 。
对 进行单位化。
屏幕上显示单位化步骤:\|\| = 。
该例题生成的一组标准正交基为:,,。
讲解者建议在单位化之前,先验证 、、 两两之间的点积,以确认其正交性。
标题“矩阵分解”出现,周围环绕着若干公式,包括 、PA = LU、、、A = QR 以及 JS。
标题文字“矩阵分解”
环绕的各类分解公式
公式围绕中央标题渐显。
中央标题保持固定,而周围的公式依次出现。
此举将本片段置于矩阵分解系列之中,并为后文提及QR分解埋下伏笔。
在3维坐标系中,三条不同颜色的向量从原点出发,同时坐标轴发生旋转。
讲解者指出,该过程可将任一内积空间中的基向量组转化为标准正交基。
三条坐标轴
从原点出发的三条不同颜色的向量
坐标系在3维空间中旋转。
各向量始终锚定在原点。
旋转的3维坐标系直观呈现了内积空间中正交化前的一般基。
一张2维网格图显示两条互相垂直的向量,带有直角标记,以及标注“正交向量”和“单位向量 ‖𝐮‖ = 1”。
笛卡尔坐标系网格
两个互相垂直的向量
直角标记
文字标签
视角从3维稳定过渡到2维网格。
正交性与单位长度的标签出现。
所显示的两个向量始终保持垂直。
该图示定义了格拉姆-施密特过程的目标输出:彼此正交且长度为一的向量。
一张黑色幻灯片,标题为“格拉姆-施密特过程”,列出三个步骤,并展示从, , , 到 , , , 的映射。
标题“格拉姆-施密特过程”
编号步骤1--3
输入与输出向量序列
每一步依次出现。
最终的映射关系线位于底部并加方框标注。
整体结构仍为一个三步递归过程。
这是此前口头介绍的方法的形式化算法总结。
在‘标准正交投影’幻灯片中,向量被投影到上,随后显示差向量垂直于。
向量
向量
在上的投影线段
差向量
直角标记
从向量2向向量1所在的直线作垂线。
分离出投影分量。
画出并标注残差向量。
最终构型显示出正交性。
向量1保持固定,作为参考方向。
动画演示了为何减去投影能消除沿参考向量方向的分量,这是其几何原因。
黑色背景,标题为“标准正交投影”;一个绿色向量标记为 ,指向右上方;一个青色向量标记为 - proj_{}(),指向右下方;二者之间用一个小正方形标记直角。
标题文字:“标准正交投影”
绿色向量
青色向量
直角标记
该片段呈现的是一幅静态概念图,而非动画构造过程。
所显示的两个向量在整个区间内始终保持垂直。
标签指出青色向量是投影移除后的残差向量。
该图直观地表达了:从 中减去其在 上的投影后,所得向量与 正交。
三个列向量分别标记为 、、,居中显示于黑色背景上。
向量 等于行向量 1、1、0 的转置。
向量 等于行向量 0、1、负 1 的转置。
向量 等于行向量 1、0、负 1 的转置。
画面从几何图形切换为纯代数设定。
所有三个向量均被视为ℝ^3中的元素。
本屏确立格拉姆-施密特计算所用的具体数据。
标题依次变为“1. 设定初始向量”、“2. 求后续向量”、“3. 归一化向量”。
中间结果逐步累积:先得到,再得到,接着得到,最后得到、、。
章节标题
正交向量、、
归一化向量、、
投影公式
黑板上首先定义,然后展开计算,再添加,最后将w标签替换为归一化的u标签。
版面布局始终保留原始输入向量可见,同时将新推导出的向量添加在其下方或旁边。
整个过程始终按相同顺序进行:先正交化,最后归一化。
视觉组织方式将格拉姆-施密特算法呈现为分阶段的构造过程,而非一次性罗列公式。
讲解者将两个要求分开说明:向量两两正交,以及向量均为单位向量。
幻灯片将“正交向量”和“单位向量 ‖u‖ = 1”标注为两个独立条件。
一组向量可以是正交的,但未必是标准正交的。
该片段区分了正交性(每对向量夹角为90度)与归一化(每个向量长度为1);标准正交性则要求这两个条件同时满足。
讲述者将投影描述为一个向量在另一个向量方向上所指的程度。
仅先提取沿1方向的分量再进行减法;其余部分单独画出。
人们可能认为将2投影到1上会完全替代2,或捕获其全部信息。
动画表明, 仅仅是 中位于 方向上的部分;减去该投影后,剩余的是垂直方向的残差。
讲解者指出,此处所用的范数必须由内积诱导而来;本例中,它就是向量与自身点积的平方根。
即使已为投影选定了特定内积,人们仍可能用任意方便的长度函数来归一化向量。
该片段明确提醒:范数必须是所选内积诱导出的范数;此处即指 ‖w‖ 等于 w 与自身的点积的平方根。
讲解者反复强调,可通过将向量点乘并确认结果为零来检验正交性。
应用投影公式后,便假定结果自动正确而不加检验。
视频建议通过检验两两之间的点积,来确保新构造的向量确实彼此正交。
讲述者首先定义了标准正交基,然后指出格拉姆-施密特过程可将一组基向量转化为标准正交基。
理解什么是标准正交基,有助于明确格拉姆-施密特过程所要构造的目标概念。
第2步使用了〔i〕在〔n〕上的投影,随后的例子解释了投影的几何意义。
递归减法步骤依赖于正交投影的概念;该例子从几何角度说明了为何通过减法可产生正交性。
幻灯片先构造出〔n〕,再定义〔n〕等于〔n〕除以其模长。
格拉姆-施密特方法包含正交化这一中间阶段,随后再进行标准化,最终得到标准正交向量组。
讲述者指出,本片段介绍格拉姆-施密特过程,为后续学习QR分解做准备。
片头标题卡在矩阵分解中列出了 A = QR。
视频将格拉姆-施密特方法作为工具来介绍,用于为更广泛的矩阵分解主题中的 QR 分解做准备。
开篇图示显示 - proj_{}() 垂直于 。
后续算法中使用 - proj_{}()。
开头引入的几何思想被直接用作构造第二个格拉姆-施密特向量的计算规则。
讲述者明确将标准点积指定为内积。
投影公式使用 ⟨⋅, ⋅⟩ 和 ‖⋅‖2 表示。
必须先选定内积,才能计算投影公式及范数平方分母。
先定义 ,再将其用于 的公式中。
的构造依赖于 已被预先确定。
的公式需减去向 和 上的投影。
第三个向量的构造需要先前已得的正交向量 和 ,作为待去除的方向。
在写出 、、 后,黑板切换至“3. 归一化向量”,并定义 / ‖‖。
讲述者称归一化是格拉姆-施密特过程的最后一部分。
该过程首先构建一个正交向量组,再通过对各向量归一化,将其强化为标准正交向量组。
讲述者指出,范数必须由内积诱导而来。
范数是通过对向量自身作点积再开方得到的。
所选的内积决定了归一化过程中使用的具体范数。
讲解者通过向量两两正交且长度均为单位长度来定义标准正交基。
幻灯片列出了格拉姆-施密特过程的三个步骤。
示例展示了 如何变得与 垂直。
幻灯片显示 。
讲解者表示将在 中对三个向量执行格拉姆-施密特过程。
完整展示从输入向量到标准正交输出向量的演算步骤。
起始的直角示意图将余下部分标记为 - proj_{}()。
通过减去 proj_{}() 得到。
讲解者说,可通过计算两向量的点积并确认结果为零来检验正交性。
讲解者指出,所用范数必须由该内积诱导而来。
/ \|\|,且明确展示了范数的计算。
最终显示的 、、 向量。
已覆盖 · 片头标题卡将本片段置于矩阵分解的框架下,并在其他公式中提到了 QR。
已覆盖 · 讲解者介绍格拉姆-施密特方法是将基向量转化为标准正交基的过程,同时播放一个 3D 基的动画。
已覆盖 · 该片段通过视觉和语言方式定义了正交性和单位长度。
已覆盖 · 完整展示了三步格拉姆-施密特算法,并配有讲解。
已覆盖 · 一个几何示例展示了投影减法如何生成一个正交向量。
已覆盖 · 引入正交投影与垂直性的几何动机。
已覆盖 · 在 中设定三个输入向量,并选用标准点积。
已覆盖 · 第 1 步:令 。
已覆盖 · 步骤 2:计算 ,方法是用 减去其在 上的投影。
已覆盖 · 口头建议验证 ⋅ 。
已覆盖 · 步骤 2(续):计算 ,方法是用其减去在 和 w_ 上的投影。2。
已覆盖 · 第 3 步:将 、、 归一化,得到 、、,并得出 的一组标准正交基。
已审核的主题路径