最小二乘法拟合_拟合平面，左逆矩阵与最小二乘法

假设你通过一些方法，获得了一些平面上的点pointN（1*3），如何获得该平面的法矢law（3*1）呢。

---

仅测量了平面上的三个点

如果我们只获得了三个点，那么我们可以两两相减，获得两个向量vec（1*3），形成一个矩阵M。因为平面法矢和平面上的任意一个向量都垂直，所以有M*law=0，求解M的零空间即可获得law

---

测量了平面上的多个点

直接的想法

但是，仅仅测量三个点的话，收到误差影响会非常大，因此我们一般通过测量许多个点。那么如何通过许多个点的数据来获得平面法矢呢？

当我们获得很多个点时，M矩阵的维度为N*3，law的维度仍然是1*3。考虑M*law=0，此时求解M的零空间，很可能为0，因为M中的每一个vector代表平面上的一个向量，当我们测量到的点不在一条直线上时，平面上的向量的秩应当为2.但是测量中存在噪声，使得测量值在垂直于平面的方向上有发生偏移，这些向量变为从空间中获得的向量（而不是从平面中），其秩为3，列满秩。当M矩阵列满秩时，仅当law为零向量时等式才成立。

考虑在等式左右各左乘一个M'，获得M'M*law=0,此时求解M'M（3*3）的零空间将更加容易。但是实际上M'M仍然是一个满秩矩阵，仍然无法求出law。其满秩的原因如下：

M列满秩，因此