back to index
Linear Algebra Lecture 29: Orthogonality

link |
整理&字幕由Amara.org社區提供
link |
整理&字幕由Amara.org社區提供
link |
整理&字幕由Amara.org社區提供
link |
整理&字幕由Amara.org社區提供
link |
我們先要定義一些名詞,那其實7.1是比較無聊的啦,它做的事情就是各種名詞的定義,那這些東西呢,你也許在以前高中的時候就已經聽過了。
link |
第一個定義的東西呢,叫做none。none是什麼意思呢?none的意思其實就是一個vector v的長度,就是它的none。
link |
那在我們課文裡面呢,我們用兩個括號,用兩個板子呢,把一個vector v括起來,代表它的none。
link |
那如果沒有跟你說明的話,兩個板子加上一個vector,它等於這個vector裡面每一個element的平方和,等於這個vector裡面每一個element的平方和。
link |
那接下來有了none以後呢,接下來要定義的就是長度,不是長度,none定義的是長度,接下來要定義的是距離。
link |
那兩個vector之間的距離是什麼意思呢?有一個vector u,有一個vector v,它們之間的距離是什麼意思呢?
link |
它們之間的距離就是把這兩個vector進行相減,然後呢,計算它們的none就結束了。
link |
那我們幾下就舉一個例子啦,假設你有一個vector v,那v的none是什麼呢?
link |
v的none就是把它的裡面每一個element的平方和再開根號,所以你就把1平方加2平方加3平方再開根號,就變成根號4。
link |
那有另外一個vector u,它是2-30,那這個vector u它跟vector v之間的距離有多少呢?你就先把v跟u相減,變成-153。
link |
然後呢,再把相減的結果取它的none,就得到v跟u之間的距離,就是這麼簡單。
link |
這邊講的是none跟distance,那接下來呢,要講另外一個東西呢,叫做osagno。
link |
那osagno這個字眼要怎麼念呢?很多人其實不知道它是怎麼發音的,所以我就找了一下YouTube上教你發音的影片啦。
link |
聽起來有點怪怪的,不知道對不對,所以我又查了另外一個。
link |
念起來就像osagno,就是台灣國語,你殺了一個東西。
link |
好,那什麼是osagno呢?在講osagno之前呢,你要講一個東西叫做dark product,那什麼是dark product呢?
link |
這個dark product呢,你在高中的時候學過了啦,就假設你有一個vector u,有一個vector v,u跟v之間的dark product,就是把u跟v的每一個element相乘。
link |
就是說,u跟v的dark product,就是u1乘v1加上u2乘v2,一直加到un乘vn,就結束了。
link |
好,那什麼是osagno呢?今天如果兩個vector u跟v,它們的inner product是0,那它們就是osagno。
link |
那這可能會讓你聯想到說,這不就是垂直嗎?這不就是垂直嗎?沒錯,其實osagno就是二維跟三維空間中的垂直,只是在高維空間中垂直這件事,因為在高維空間中你就很難想像說什麼叫做垂直、什麼叫做角度。
link |
所以在高維空間中的垂直就叫做osagno。我知道說大家在國中高中的時候都有學到說,在二維三維空間裡面,兩個向量垂直,那它們的dark product就等於0。
link |
那在高維空間中其實也是一樣,在高維空間中,兩個向量,它們如果dark product等於0,那我們說它們是osagno。
link |
那zero vector對任何的vector都是osagno,因為這很直覺嘛,因為zero vector乘上任何的vector都等於0,所以zero vector對任何的vector都是osagno。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
主持人說的好,那助教已經來了,我們就請助教來講一下作業室。
link |
Osagno在二維或三維空間中是垂直,在高維空間中的垂直,我們就叫osagno。
link |
Osagno在二維空間中是垂直,在高維空間中的垂直,我們就叫osagno。
link |
Osagno在二維空間中是垂直,在高維空間中的垂直,我們就叫osagno。
link |
Osagno在二維空間中是垂直,在高維空間中的垂直,我們就叫osagno。
link |
Osagno在二維空間中是垂直,在高維空間中的垂直,我們就叫osagno。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和U的大破大 等於0,if and only ifU等於0。
link |
U和V的大破大 等於V和U的大破大,
link |
那 u 跟 v 加 w 的大割打 等於 u 跟 v 的大割打加上 u 跟 w 的大割打
link |
那 v 加上 w 跟 u 的大割打 等於 v 跟 u 的大割打加上 w 跟 u 的大割打
link |
然後呢 把 u 乘上 c 倍 再跟 v 做大割打
link |
等於 u 跟 v 做大割打乘上 c 倍 等於 u 跟 c 乘上 v 這個 vector 做大割打
link |
好 那假設你把一個 vector u 把它乘上一個 scalar c 把它變成 c 倍
link |
那這件事情等於你把 u 的 non 乘上 c 的絕對值
link |
然後呢 今天如果你把某一個 vector u 乘上 a 做一個 transform
link |
得到一個新的 vector a 乘上 u 是一個新的 vector
link |
而把這個 vector 跟 v 做大割打以後 會變成什麼東西呢?
link |
今天兩個 vector 的大割打 你可以寫成把前面那個 vector 做 transpose
link |
所以 a 乘上 u 跟 v 做大割打 等於 a 乘上 u 的 transpose 乘上 v
link |
然後我們知道說 兩個 matrix 相乘取 transpose
link |
你可以把 transpose 乘進去 然後交換順序
link |
你可以把 transpose 乘進去 然後交換順序
link |
a 乘上 u 的 transpose 可以寫成 u 的 transpose 乘上 a 的 transpose 再乘上 v
link |
那 u 的 transpose 乘上括號裡面 a 的 transpose 乘上 v 這個東西呢
link |
所以你可以把 u 的 transpose 乘上括號裡面 a 的 transpose v 這個東西
link |
轉回大割打的樣子 也就是 u 跟 a 的 transpose v 的大割打
link |
那就是這樣子 這個都很直覺 就不需要證明
link |
那你可以用我們剛才所學到的種種的大割打的特性
link |
把 2u 加 3v 的 norm 的平方 寫成 4 倍的 u 的 norm 的平方
link |
加上 12 倍的 u 跟 v 的大割打 加上 9 倍的 v 的 norm 的平方
link |
這邊呢 是 2u 加 3v 的 norm 的平方
link |
那以後你看到 norm 的平方就可以把它拆成大割打
link |
所以 2u 加 3v 的 norm 的平方就是 2u 加 3v 跟 2u 加 3v 的這兩個 vector 的大割打
link |
也就是說你可以把它變成 2u 跟 2u 加 3v 的廣大割打
link |
加上 3v 還有 2u 加 3v 的大割打
link |
所以 2u 跟 2u 的大割打是什麼呢
link |
然後呢 3v 跟 3v 的大割打是什麼呢
link |
就是 12 倍的 v 跟 u 的大割打
link |
就是這個 4 倍的 u 的 norm 的平方
link |
這個東西呢就是 9 倍的 v 的 norm 的平方
link |
這個叫做 Keplerian Theorem
link |
這個好像應該是念 Paphagorean 吧
link |
就如果 U 跟 V 它們是 Ossogonal 的話
link |
那 U 跟 V 的弄平方等於 U 的弄平方加 V 的弄平方
link |
如果把它換成你以前小時候學過東西的話
link |
然後假設它們是 Ossogonal 的
link |
不過 Ossogonal 就是這個垂直的概念
link |
按照我們剛才在前一頁投影片教過你的這種展開的方式
link |
那轉換的方式就跟我們在黑板上寫的一樣
link |
所以 U 加 V 的弄的平方展開以後呢
link |
你就得到 U 的弄的平方加 V 的弄的平方
link |
那因為 U 跟 V 是 Ossogonal 的
link |
那所以呢這個 U 加 V 的弄的平方
link |
所以等於 U 的弄的平方加 V 的弄的平方
link |
它的兩個對角線是 Ossogonal 的話
link |
它的兩個對角線是 Ossogonal 的
link |
U 加 V 跟 U 減 V 它是 Ossogonal 的
link |
也就是 U 加 V dot U 減 V 等於 0
link |
然後你把 U 加 V dot U 減 V 展開以後
link |
因為 V dot U 跟 U dot V 可以消掉
link |
所以剩下 U 的弄平方減 V 的弄平方
link |
我們知道說這個兩邊的三角形的兩邊的長度之和
link |
這個 U 加 V 的弄的平方把它展開
link |
它是 U 的弄的平方加上兩倍的 U dot V
link |
因為 U 跟 V 的大發達一定會小於等於
link |
你就會得到它的 upper bound
link |
小於等於這個 U 的弄 dot V 的 U 的
link |
所以這個 U 跟 V 的大發達的絕對值呢
link |
小於等於 U 的 scalar 乘上 V 的 scalar
link |
U 的長度乘上 V 的長度加上 V 的弄的平方
link |
小於等於 U 的弄加 V 的弄取平方
link |
所以 U 加 V 的弄就小於等於 U 的弄加 V 的弄
link |
好,那我們其實可以試著證一下柯西不等式
link |
把它變成長度是 V 的 Vector
link |
怎麼把它變成長度是 V 的 Vector 呢?
link |
它就會變成一個長度是 V 的 Vector
link |
那它也變成一個長度是一個 Vector
link |
那如果我們今天把兩個長度是 V 的 Vector
link |
一個是 U 的 Normalize 以後的結果
link |
是 V 的 Normalize 以後的
link |
V 的 Normalize 以後的結果
link |
它們 Double Order 最大的可能呢
link |
假設你只能夠使用我們剛才上課有講過的
link |
Double Order 的訊息的話
link |
再取這個新的 vector 的 norm 的平方
link |
那不管這個新的 vector 長怎麼樣