投影矩阵(Projection Matrix)

问题:给定 n n n个线性无关的 m m m维列向量 a 1 , a 2 , ⋯   , a n a_{1},a_{2},\cdots,a_{n} a1,a2,,an,由 a 1 , a 2 , ⋯   , a n a_{1},a_{2},\cdots,a_{n} a1,a2,,an可以展开一个 n n n维空间 S S S 。将一个任意的 m m m维列向量 b ∈ R m × 1 b \in \mathbb{R} ^{m \times 1} bRm×1向上述空间 S S S 投影,求投影得到的列向量 p p p

投影得到的向量 p p p 一定在空间 S S S里面,即 p ∈ S p \in S pS,于是可以将 p p p表示为 a 1 , a 2 , ⋯   , a n a_{1},a_{2},\cdots,a_{n} a1,a2,,an的线性组合
p = x 1 ^ a 1 + x 2 ^ a 2 + ⋅ ⋅ ⋅ + x n ^ a n p = \hat{x_{1}}a_{1} + \hat{x_{2}}a_{2} + \cdot \cdot \cdot + \hat{x_{n}}a_{n} p=x1^a1+x2^a2++xn^an
将上式写成矩阵形式
p = [ a 1 a 2 ⋯ a n ] [ x 1 ^ x 2 ^ ⋮ x n ^ ] = A x ^ p = \left[ \begin{matrix} a_{1} a_{2} \cdots a_{n} \end{matrix} \right] \left[ \begin{matrix} \hat{x_{1}}\\ \hat{x_{2}}\\ \vdots\\ \hat{x_{n}} \end{matrix} \right] =A \hat{x} p=[a1a2an]x1^x2^xn^=Ax^
将原向量 b b b和投影得到的向量 p p p的差记为
e = b − p = b − A x ^ e = b - p = b - A \hat{x} e=bp=bAx^
投影的几何意义:误差向量 e = b − A x ^ e = b - A \hat{x} e=bAx^ a 1 , a 2 , ⋯   , a n a_{1},a_{2},\cdots,a_{n} a1,a2,,an展开的 n n n维空间 S S S垂直,即
a 1 T ( b − A x ^ ) = 0 a 2 T ( b − A x ^ ) = 0 ⋮ a n T ( b − A x ^ ) = 0 \begin{matrix} a_{1}^{T} (b - A \hat{x}) = 0 \\ a_{2}^{T} (b - A \hat{x}) = 0 \\ \vdots \\ a_{n}^{T} (b - A \hat{x}) = 0 \end{matrix} a1T(bAx^)=0a2T(bAx^)=0anT(bAx^)=0
将上式写成矩阵形式
[ a 1 T a 2 T ⋮ a n T ] [ b − A x ^ ] = [ 0 ] \begin{bmatrix} a_{1}^{T}\\ a_{2}^{T}\\ \vdots\\ a_{n}^{T} \end{bmatrix} \begin{bmatrix} b - A \hat{x} \end{bmatrix} = \begin{bmatrix} 0 \end{bmatrix} a1Ta2TanT[bAx^]=[0]
上式即
A T ( b − A x ^ ) = 0 A^{T} (b - A \hat{x}) = 0 AT(bAx^)=0

A T A x ^ = A T b A^{T} A \hat{x} = A^{T} b ATAx^=ATb
求解上式可得
x ^ = ( A T A ) − 1 A T b \boxed{\hat{x} = (A^{T}A)^{-1}A^{T} b} x^=(ATA)1ATb
则投影得到的向量 p ∈ R m × 1 p \in R^{m \times 1} pRm×1 可表示为
p = A x ^ = A ( A T A ) − 1 A T b p = A \hat{x} = A (A^{T}A)^{-1}A^{T}b p=Ax^=A(ATA)1ATb
定义投影矩阵
P = A ( A T A ) − 1 A T \boxed{P = A (A^{T}A)^{-1}A^{T}} P=A(ATA)1AT
使得
p = P b p = Pb p=Pb

你可能感兴趣的:(线性代数,线性代数,投影,投影矩阵,最小二乘法)