Математика / Матрицы, определители

Первый вектор в Gram-Schmidt

Нормировка первого столбца задает первый ортонормированный вектор. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.

Опубликовано: 3 июня 2026 г.Обновлено: 3 июня 2026 г.

Формула

q_1=\frac{a_1}{\|a_1\|}

orthonormal-basis-axes Первая ось базиса

После первого шага появляется первая единичная ось.

Все последующие столбцы ортогонализуются относительно неё.

Обозначения

$a_1$: первый исходный столбец, вектор
$q_1$: первый ортонормированный столбец, вектор

Условия применения

a_1 \neq 0

Ограничения

Неверно для нулевого столбца
Может быть неустойчивым при очень малых значениях a_1

Подробное объяснение

Первый вектор в Gram-Schmidt задает конкретную связь между величинами: a_1 - первый исходный столбец (вектор); q_1 - первый ортонормированный столбец (вектор). Запись q_1=\frac{a_1}{\|a_1\|} показывает, какие данные входят в расчет и какая величина получается на выходе. Поэтому сначала нужно определить смысл каждого символа, а уже затем выполнять арифметику или алгебраическое преобразование. Идея формулы опирается на определение или модель из темы «linear-algebra». В простых случаях результат получается прямой подстановкой, а в более сложных - после выбора корректного диапазона, направления, знака, интервала или базовой величины. Если поменять исходное допущение, меняется и интерпретация ответа, даже когда сама запись формулы выглядит той же. Поведение результата нужно проверять по зависимости от входных данных. Если один множитель растет, итог может увеличиваться пропорционально; если величина стоит в знаменателе, рост этой величины уменьшает результат; если используются степени, площади, объемы, вероятности или проценты, эффект становится нелинейным. Такая проверка помогает заметить ошибку знака, единиц или масштаба еще до окончательного ответа. На практике первый вектор в gram-schmidt используют для расчетной проверки, сравнения сценариев и объяснения, почему полученное число имеет именно такой порядок. В учебной задаче это дает ход решения, в отчете - прозрачный контроль исходных данных, а в прикладной модели - понятную связь между формулой и решением. Перед подстановкой полезно отдельно записать условия: какие величины известны, какие единицы используются, нет ли деления на ноль, отрицательных значений там, где они невозможны, или смешения относительных и абсолютных показателей. После вычисления ответ проверяют обратной подстановкой, оценкой размерности или сравнением с крайним случаем.

Как пользоваться формулой

Найдите длину a1.
Разделите все координаты на длину.
Проверьте, что ||q1||=1.
После вычисления проверьте одновременно два равенства: Q^T Q=I и QR=A с допустимой численной погрешностью.

Историческая справка

Инициализация ортонормированного базиса всегда начинается с первого нормированного столбца. Ортогонализация как вычислительная идея выросла из работ по векторам, проекциям и методу наименьших квадратов. В современном виде QR-разложение стало особенно важным после появления машинных вычислений, когда стало ясно, что нормальные уравнения могут ухудшать обусловленность. Методы Грама-Шмидта, Хаусхолдера и Гивенса дали разные способы получить ту же структуру Q и R, но с разной численной устойчивостью. В послевоенной численной математике ортогональные разложения стали одним из ответов на ограниченную точность машинных вычислений. QR-разложение оказалось удобным компромиссом: оно сохраняет геометрию задачи и приводит ее к треугольной системе, которую можно надежно решать.

Историческая линия формулы

Формализация метода принадлежит классической линейной алгебре и методам построения ортогональных базисов. Связь с процессом Грама-Шмидта относится к построению ортонормированного базиса. Современная вычислительная роль QR-разложения сформировалась в численной линейной алгебре XX века и не сводится к одному автору.

Артур Кэли 1821-1895

Пример

a1=(3,4), ||a1||=5, q1=(3/5,4/5). В вычислительном примере для "Первый вектор в Gram-Schmidt" важно контролировать два свойства одновременно. Во-первых, столбцы Q должны иметь единичную длину и быть попарно ортогональны, то есть Q^T Q близко к единичной матрице. Во-вторых, произведение QR должно восстанавливать исходную матрицу A с допустимой погрешностью. Если первое свойство выполнено, но A не восстанавливается, ошибка вероятна в коэффициентах R. Если A восстанавливается, но Q^T Q заметно отличается от I, разложение может быть непригодным для устойчивых расчетов.

Частая ошибка

Забывают нормировать и оставляют старую длину вектора. Частая ошибка - воспринимать QR как обычное разложение на любые две матрицы. Смысл QR именно в ортонормированности Q и верхнетреугольности R. Также нельзя забывать, что классический процесс Грама-Шмидта может быть численно нестабилен для почти зависимых столбцов; в практических вычислениях часто используют модифицированный вариант, отражения Хаусхолдера или вращения Гивенса.

Практика

Задачи с решением

Нормировка вектора

Условие. a1=(6,8)

Решение. q1=(3/5,4/5)

Ответ. q1=(3/5,4/5)

Нормированный вектор из оси

Условие. a1=(0,5)

Решение. q1=(0,1)

Ответ. q1=(0,1)

Дополнительные источники

MIT OCW 18.06SC Orthogonalization
Golub & Van Loan, Matrix Computations
Trefethen & Bau, Numerical Linear Algebra
Gilbert Strang. Introduction to Linear Algebra, Wellesley-Cambridge Press
Sheldon Axler. Linear Algebra Done Right, Springer

Связанные формулы

Математика

k-й шаг алгоритма Gram-Schmidt

$u_k=a_k-\sum_{j=1}^{k-1}(q_j^{\top}a_k)\,q_j,\quad q_k=\frac{u_k}{\|u_k\|}$

Для каждого нового столбца убирают вклад уже построенных ортонормированных направлений, затем нормируют остаток. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.

Математика

Формула QR-разложения

$A = QR,\quad Q^{\top}Q=I_r,\quad R \text{ верхнетреугольная}$

Матрица A раскладывается в произведение ортонормированной матрицы Q и верхнетреугольной R. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.

Математика

Коэффициенты R через скалярные произведения

$R_{ij}=q_i^{\top}a_j,\quad a_j=\sum_{i=1}^{j}R_{ij}q_i,\quad R_{ij}=0\ (i>j)$

После построения Q каждую колонку a_j раскладывают по уже найденным q_i. Эта формула относится к ортогонализации столбцов матрицы и объясняет, как заменить исходный набор векторов ортонормированным базисом с верхнетреугольными коэффициентами перехода.

Математика

Ортогональность векторов через скалярное произведение

$u\cdot v=0$

Два вектора ортогональны, если их скалярное произведение равно нулю. В евклидовом пространстве это означает взаимную перпендикулярность направлений и дает алгебраический способ проверять прямые углы.