MIT_Linear_Algebra_lec15:投影到子空间

Lecture 15: Projection onto Subspaces

MIT 公开课:Gilbert Strang《线性代数》课程笔记(汇总


投影

为什么投影

A x = b Ax = b Ax=b 无解时,而 A x = p Ax = p Ax=p 有解
(其中p是b向A的列空间投影得到的向量)

  • 解释:当b不在A的列空间中,那么我们就把b投影到A的列空间中

投影过程

一维情况

b b b 投影到 a a a 上, 在 a a a 上的分量就是 p p p
投影过程

  1. p p p a a a 同方向。
    p = x a , x ∈ R p = xa,x ∈ R p=xa,xR

  2. 注意这里有一个直角。根据直角可以得到 e e e a a a正交,由此可以得到x。

    a T ( b − x a ) = 0 a^T(b -xa ) = 0 aT(bxa)=0

    ∴ x = a T b / a T a , p = a ( a T b / a T a ) ∴x = a^Tb/ a^Ta,p = a(a^Tb/ a^Ta) x=aTb/aTap=a(aTb/aTa)

    p = P b = ( a a T / a T a ) b p = Pb = (aa^T/a^Ta)b p=Pb=(aaT/aTa)b

投影矩阵

P P P 是投影矩阵,作用于 b b b 上,让 P b Pb Pb 成为 a a a 方向的投影, 即 x a = f ( b ) = P b xa = f(b) = Pb xa=f(b)=Pb

性质

P T = P , P 2 = P ( p 再 在 a 上 的 投 影 还 是 自 己 ) P^T = P, P^2 = P(p再在a上的投影还是自己) PT=P,P2=Ppa

二维情况

A A A 的列空间是 [ a 1 , a 2 ] [a_1, a_2] [a1,a2]
投影过程

  1. p = x 1 a 1 + x 2 a 2 = A x p = x_1a1 + x_2a2 = Ax p=x1a1+x2a2=Ax,p是在A的列空间中的。

  2. p 与 a 1 , a 2 正 交 p与a_1,a_2正交 pa1,a2

    a 1 T ( b − A x ) = 0 , a 2 T ( b − A x ) = 0 a_1^T(b - Ax) = 0, a_2^T (b - Ax) = 0 a1T(bAx)=0,a2T(bAx)=0
    [ a 1 T a 2 T ] ( b − A x ) = [ 0 0 ] \left[ \begin{matrix} a_1^T \\ a_2^T \\ \end{matrix} \right] (b - Ax) = \left[ \begin{matrix} 0 \\ 0 \\ \end{matrix} \right] [a1Ta2T](bAx)=[00]

  3. A T ( b − A x ) = 0 A^T(b - Ax) = 0 AT(bAx)=0

    ∴ x = ( A T A ) − 1 A T b , P = A ( A T A ) − 1 A T ∴ x = (A^TA)^-1A^Tb, P = A(A^TA)^-1A^T x=(ATA)1ATb,P=A(ATA)1AT

    注意: A T A A^TA ATA不一定有逆矩阵, A A A不一定有逆矩阵;
    r( A T A A^TA ATA) = r( A A A),且零空间一致

性质 同上
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值