Orthogonalize
Orthogonalize[{v1,v2,…}]
ベクトル viを直交させることによって見付かる正規直交基底を返す.
Orthogonalize[{e1,e2,…},f]
内積関数 f と要素 eiを直交させることで求まる直交基底を返す.
詳細とオプション
- Orthogonalize[{v1,v2,…}]は,内積として通常のスカラー積を用いる.
- Orthogonalizeの出力は常に入力と同じ数のベクトルを含んでいる.入力ベクトルの中に線形非従属ではないものがある場合,出力にはゼロベクトルが含まれる.
- 出力中の非ゼロベクトルはすべて単位長に正規化される.
- 内積関数 f は,eiの線形結合のペアに適用される.
- eiは f が常に実数の結果を与える任意の式でよい. »
- Orthogonalize[{v1,v2,…},Dot]は,実質的に viの要素はすべて実数であるとみなす. »
- Orthogonalizeはデフォルトでグラム・シュミット(Gram–Schmidt)基底を生成する.
- Methodオプションの設定値を変えることで,他の基底を得ることができる.可能な設定値には"GramSchmidt","ModifiedGramSchmidt","Reorthogonalization","Householder"等がある.
- Orthogonalize[list,Tolerance->t]は相対的なノルムが t よりも下になるゼロ要素に設定する.
例題
すべて開くすべて閉じるスコープ (13)
基本的な用法 (6)
特殊行列 (4)
オプション (3)
アプリケーション (12)
幾何学 (3)
ベクトル をベクトルとベクトルでスパンされた平面上に射影する:
フレネ・セレ(Frenet–Serret)の系はすべての空間曲線の特性をベクトル基底とスカラー関数で符号化する.次の曲線について考える:
Orthogonalizeを使って最初の3つの導関数から正規直交基底を構築する:
FrenetSerretSystemを使って答を確かめる:
最小二乗と曲線のフィット (3)
線形系 に解がない場合,最良の近似解は最小二乗解である.それは の解である.ただし,は の列空間への の正射影である.次の と について考える:
LeastSquaresを使って結果を確認する:
Orthogonalizeを使ってデータに最もフィットする曲線が求められる.次のデータについて考える:
を最小にすることが直線 にフィットさせることになるように, に列 と があるとする:
Fitを使って係数を確認する:
を最小化することが にフィットさせることになるように, に列 ,,があるとする:
Fitを使って係数を確認する:
行列分解 (2)
次の行列 の列空間の正規直交基底を求め.その基底を使って のQR分解を求める:
グラム・シュミットを の列に適用し,次に列がそれらのベクトルである行列として を定義する:
QRDecompositionが与える結果と比較する. 行列は同じである:
QRDecompositionは行正規直交の結果を与えるので, 行列は転置の分だけ違っている:
エルミート行列(より一般的には,任意の正規行列)の固有ベクトルは直交ベクトルであり,射影行列は と定義するのが慣習的である.ただし,は正規化された固有ベクトルである.一般的なベクトルへの射影行列の作用が次の行列 の固有空間にベクトルを射影することと同じであることを示す:
と は異なる固有空間から来ているので,どちらも に直交する:
両者は同じ固有値を持つので,互いに直交である必要はなく,直交してもいない:
Orthogonalizeを使って から正規直交基底を作成する:
一般的なベクトルに を掛けると へのベクトルの射影と等しくなることを確認する:
一般的な内積と関数空間 (4)
正定値であることは関連付けられた二次形式 が について正であることを意味する:
Dot自体が恒等行列に関連付けられた内積である点に注意のこと:
フーリエ級数は内積空間 における正規直交基底への射影である.自乗可積分関数上の標準的な内積を定義する:
はFourierParameters{0,1}に対応する対称フーリエ係数に等しい:
FourierCoefficientを使って確認する:
FourierSeriesを使って結果を確認する:
LegendrePは直交多項式族を内積 について定義する. が0から4までのときに多項式 を直交化して最初のルジャンドル多項式のスカラー倍数を計算する:
HermiteHは直交多項式族を内積 について定義する.正規化されていないグラム・シュミット過程を多項式 ( は0から4まで)に適用して最初の5つのエルミート多項式のスカラー倍数を計算する:
特性と関係 (9)
入力ベクトルが線形独立ではないなら,結果は零ベクトルで長さが揃うように充填される:
がOrthogonalize[vecs]の結果なら,は対角行列である:
ランダムな 次元のベクトル集合のほとんどは,厳密に 基底ベクトルだけスパンされる:
デフォルトのメソッドでは,基底の最初の要素は常に最初のベクトルの倍数である:
OrthogonalizeはProjectionとNormalizeを繰り返し適用することで実装できる:
Orthogonalize[m]はQRDecomposition[Transpose[m]]に関連する:
テキスト
Wolfram Research (2007), Orthogonalize, Wolfram言語関数, https://reference.wolfram.com/language/ref/Orthogonalize.html.
CMS
Wolfram Language. 2007. "Orthogonalize." Wolfram Language & System Documentation Center. Wolfram Research. https://reference.wolfram.com/language/ref/Orthogonalize.html.
APA
Wolfram Language. (2007). Orthogonalize. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/Orthogonalize.html