Ортогонализация Грама-Шмидта (ru)
06-07-2025
В большинстве практических задач нам требуется проекция вектора на подпространство. Если подпространство задано ортогональным или ортонормированным базисом, это можно сделать легко. Для ортогонализации векторов используется метод Грама-Шмидта.
Имеем исходные векторы \(v_1, v_2, \dots, v_n\), и нам нужно получить ортогональные векторы \(u_1, u_2, \dots, u_n\). Общая схема метода: 0. Удаляем все нулевые векторы.
- Берём первый вектор без изменений: \(u_1 = v_1\).
- Следующий вектор находим из \(v_2\) и проекций на предыдущие векторы: \(u_2 = v_2 - \text{Proj}_{u_1}{v_2}\).
- Повторяем: \(u_3 = v_3 - \text{Proj}_{u_1}{v_3} - \text{Proj}_{u_2}{v_3}\).
- Продолжаем до вектора \(u_n\): \(u_n = v_n - \sum_{i=1}^{n-1}\text{Proj}_{u_i}{v_n}\). Напомним формулу проекции: \(\text{Proj}_{u}{v} = \frac{\langle u, v\rangle}{||u||^2}u\). Для получения ортонормированного базиса нормируем векторы: \(e_i = \frac{u_i}{||u_i||}\).
Рассмотрим пример: \(v_1 = \begin{pmatrix}1 \\ 1\end{pmatrix}, \ v_2 = \begin{pmatrix}1 \\ 0\end{pmatrix}\). Сначала задаём \(u_1 = v_1\), затем: \(u_2 = v_2 - \text{Proj}_{u_1}{v_2} = \begin{pmatrix}1 \\ 0\end{pmatrix} - \begin{pmatrix}0.5 \\ 0.5\end{pmatrix} = \begin{pmatrix}0.5 \\ -0.5\end{pmatrix}\). В итоге получаем ортогональные векторы: \(u_1 = \begin{pmatrix}1 \\ 0\end{pmatrix}\), \(u_2 = \begin{pmatrix}0.5 \\ -0.5\end{pmatrix}\).