基座向量施密特正交化

哈哈哈

线性代数（9）

线性代数第五章，相似矩阵及二次型，学会这一篇就够啦

如何通俗地理解施密特正交化 如果是某向量空间的基，那么可通过下列做法找到该向量空间中的个两两正交的向量： 方法称为施密特正交化（Gram–Schmidt process）。 施密特正交化的几何意义是，比如已知中的某向量空间（下图中的蓝色平面）的基为: 那么通过施密特正交化，可借助得到，就是该向量空间的一个正交基： 下面来解释下施密特正交化是如何推导出来的。 1 二维平面 先来讲解下如何寻找二维向量空间的正交基。 1.1 思路 先从特殊的...

在游戏编程中我们经常会用到施密特正交化，比如求解法线的切空间，我们需要把一组非正交的坐标系（ＮＢＴ），转换为正交的坐标系(N B’ T’）。 施密特正交化如何理解呢？我们先来看看官方给出的解释。 施密特正交化（Schmidt orthogonalization）是求欧氏空间正交基的一种方法。从欧氏空间任意线性无关的向量组α1，α2，……，αm出发，求得正交向量组β1，β2，……，βm，使由α1，α2，……，αm与向量组β1，β2，……，βm等价，再将正交向量组中每个向量经过单位化，就得到一个标准正交向量

关于施密特正交化的基础知识、算法细节，以及与LS方法的关联

定义 施密特正交化（Schmidt orthogonalization）是求欧氏空间正交基的一种方法。从欧氏空间任意线性无关的向量组α1，α2，……，αm出发，求得正交向量组β1，β2，……，βm，使由α1，α2，……，αm与向量组β1，β2，……，βm等价，再将正交向量组中每个向量经过单位化，就得到一个标准正交向量组，这种方法称为施密特正交化。 为什么正交化 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

标准正交基，正交矩阵，哈达玛矩阵，施密特正交化

1、施密特正交化的几何解释 给定一组基α1,α2,…,αn,将其变换成另外一组正交基β1,β2,…,βn,使这两组基等价 施密特正交化方法： 首先清除一个公式，两个向量α,β,那么α在β上的投影向量为 如图红色部分即为投影部分 则蓝色部分向量为 对应两个向量的施密特法则 可见蓝色向量为β2与β1是垂直的 而当向量个数为3时，对应三维空间的几何解释如图 其中绿色的为需要正交的原始基αi（α1是红色的因为α1同时也是β1） 将二维得到的β2平移到坐标原点出后则α3在xoy平面的投影即是 即α3在β

在求解最小二乘的问题时，已经介绍了类似于Gram-Schmidt的一些想法。在这里要继续介绍这些想法，那就是如何“改写”矩阵A中的列向量，使得最小二乘解的计算越来越简单，甚至可以直接写出答案。

如题，在今天学习线性代数时，觉得书上对于施密特正交化部分的解释还不够明了（答主用的是同济版的线性代数，对于农科学生来说可能不够明了），于是就想到能不能用通俗易懂的方法把这个知识呈现出来，于是就有了这篇文章，话不多说，直接进入正题。

Grsm-Schmidt正交化方法求解正交基的几何理解