일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 내적#duality#쌍대성#dot product
- 비제차#제차해#일반해#적분인자#적분인자법#homogeneous sol#nonhomogeneous sol#integrating factor
- 그람-슈미트 과정#gram-schmidt process
- 여인수 행렬
- 정규직교행렬
- 오일러-코시 미방#계수내림법
- linespectra#feurierseries#푸리에 급수
- 가중 최소제곱법
- 베르누이 미분방정식
- 최소자승#least-square#목적함수#양한정#정점조건#최소조건
- reflection matrix
- 선형독립#기저벡터#선형확장#span#basis
- 선형시스템연산자#라이프니츠 법칙#fundamental theorem of algebra#erf
- weighted least-squares
- 선형변환#contraction#expansions#shears#projections#reflection
- 부분 분수분해
- dirichlet
- 미분방정식 #선형 미분방정식 #상미분 방정식
- 변수분리#동차 미분방정식#완전 미분방정식
- 선형 상수계수 미분방정식#lccode#sinusoidal input
- 2계미방#모드#mod#특성방정식#characteristic eq#제차해
- 멱급수법
- 내적 공간#적분
- 계수내림법#reduction of order#wronskian#론스키안#아벨항등식#abel's identity
- 추정문제#normal equation#직교방정식#정사영#정사영행렬#정사영 변환
- 직교행렬#정규직교행렬#orthonormal#reflection matrix#dcm
- 푸리에 정리
- 푸리에 급수
- 상태천이행렬#적분인자법#미정계수법#케일리-헤밀톤 정리
- 여인자
OnlyOne
그람-슈미트 과정(Gram-Schmidt process) 본문
그람-슈미트 과정(Gram-Schmidt process)
특정 공간을 좀 더 '좋은' 기저벡터로 표현할 수 있으면 좋을텐데...
들어가며...
좋은 기저벡터는 상황에 따라 그 의미가 다르겠지만, 보편적으로 계산이 간단하여 다양한 부분에 적용 가능한 벡터이다. 보통 이러한 기저벡터를 정규직교 기저벡터(Orthonormal basis)로 꼽는다. 이번 포스팅은 임의의 기저벡터에 대해 정의된 부분공간의 정규직교 기저벡터를 구하는 방법인 그람-슈미트 과정을 정리한다.
정사영 변환
추정문제, 정사영, 정사영 행렬(Estimation; projection; projection matrix)
추정문제, 정사영, 정사영 행렬(Estimation; projection; projection matrix)꿩 대신 닭이다. 들어가며...공간과 차원에 관한 정리는 해가 존재할 것인지 존재하지 않을 것인지 판단하는데 유리하다. 열
taesan5435.tistory.com
위 포스팅은 아래 정사영 변환이 나오는 과정을 다양한 시각에서 보여주고 있다.
아래 U의 기저벡터들은 모두 정규직교 기저벡터(Orthonormal basis)이다.
위 그림처럼, 정규직교 기저벡터에 대해 정의된 공간에서 y의 정사영 벡터는 각각의 정규직교 기저벡터에 대한 정사영 벡터의 합으로 나타낼 수 있다. 이를 일반화하여 표현하면 다음과 같다.
이때, u는 정규직교 기저벡터이므로 아래와 같이 표현할 수 있다.
그람-슈미트 과정(Gram-Schmidt process)
위에서 정사영 정리를 통하여 구한 식을 잘 살펴보자. 위 식은 각각의 정규직교 기저벡터의 조합으로 표현된 y값이며, 그람-슈미트 과정의 목적이기도 하다. 직교하지 않는 임의의 벡터들을 이용해 어떻게 위 식처럼 표현할 수 있을까? 임의의 벡터 v를 기준으로 벡터 x의 정사영을 구하고 그 정사영을 벡터 x에서 빼면 그 값은 항상 벡터 v와 직교인 점을 생각해보자.
예제를 풀면서 보면 이해가 빠를 것이다.
위 3개의 기저벡터로 이루어진 공간의 정규직교 기저벡터를 구하는 문제이다. 이때, 정규직교 기저벡터를 v로 두면 그람-슈미트 과정은 아래와 같이 정리 가능하다.
위 공식에 맞춰서 값을 대입하면 답은 다음과 같다. 그람-슈미트를 이용하여 구한 벡터에 각각의 길이를 나눠주면 정규직교 기저벡터가 나올 것이다.
마치며...
이번 포스팅에서는 정규직교 기저벡터를 구하는 방법인 그람-슈미트 방법을 정리하였다. 손으로 기저벡터를 구할 때 종종 사용되는 방법이며, 수치해석에서는 QR 분해가 사용된다. 그러므로, QR분해도 같이 공부하는 것을 추천한다.
긴 글 읽어주셔서 감사합니다.
'Mathematics > Linear Algebra' 카테고리의 다른 글
벡터의 내적, 쌍대성(Dot Product; Duality) (0) | 2025.03.25 |
---|---|
최소자승추정, 목적함수, 정점조건, 최소조건(Least-Squares Problems; objective function; stationarizing condition; minimizing condition) (0) | 2025.03.13 |
추정문제, 정사영, 정사영 행렬(Estimation; projection; projection matrix) (0) | 2025.03.12 |
행렬식(Determinant), 여인자(cofactor), 외적(Cross-product) (0) | 2025.03.08 |
직교행렬, 정규직교행렬(Orthogonal matrix; Orthonormal matrix) (0) | 2025.03.07 |