Cauchy-Schwarz Inequality
∣<x,y>∣≤∥x∥∥y∥
since ∥x∥,∥y∥≥0,(∵Definition of Norm)
∥x∥∥y∥∣<x,y>∣≤1
∴−1≤∥x∥∥y∥<x,y>≤1
이 식에서 angle의 논의가 시작 된다.
안의 식을 cosω라고 정의한다.
ω의 범위는 unique 솔루션을 얻기 윟아ㅕ π까지로 줄인다. (ω∈[0,π])
그리고 앞으로 angle이라고 하면 아래와 같이 정의된다.
Orthogonality
Definition
-
Two vectors are orthogonal iff <x,y>=0
-
0 vector는 벡터 스페이스 상의 모든 벡터에 대하여 orthogonal하다.
-
x⊥y
Orthonomal
- Orthogonal & Unit Vector 일 경우 성립한다.
Orthogonality with Various Inner Products
<x,y>=0
x=[1,1]T
y=[−1,1]T
<x,y>=xTy→x⋅y=0 ∴ Orthogonal
What if... A(General Inner Product)에 변화를 준다면
A=[2001]
<x,y>=xT[2001]y→[11][2001][−11]=[21][−11]=−1=0∴Non Orthogonal
Orthogonal Matrix
Definition
- Square matrix이며,
- AAT=I=ATA
Implication 함축/암시
- AT=A−1
Point
- orthonormal column vector로 구성된 matrix이다.
- Orthogonal matrix의 변환은 length와 벡터 간의 angle을 그대로 유지한다는 특성이 있다.
-length(길이가 유지된다.)
∥Ax∥2=(Ax)T(Ax)=xTATAx=XTX=∥x∥2
-angle(각도가 유지된다.)
cosω=∥Ax∥∥Ay∥(Ax)T(Ax)=∥x∥∥y∥xTy
Orthonomal Basis
Definition
basis B에 관하여, 아래 조건을 만족하는 basis를 의미한다.
<bi,bj>=0 (for i=j)
<bi,bi>=1(i로같음)
Orthogonal Basis
<bi,bj>=0 (for i=j)을 만족하는 basis를 의미한다.
Orthogonal Complement
향후 필요하면 공부하여 설명을 적어보려고 한다.