线性代数笔记15

投影

b在a上的投影
e=b-p

p在a上,则
然后则e和a是垂直的
则有

所以投影P就有

改写就能从另外的角度看

投影P
对b矩阵进行矩阵变换
投影矩阵P就是:
P有性质:
列空间,投影矩阵P的列空间,是通过a的一条线(矩阵乘以任意列向量都在a上,列空间的定义)
所以,列空间的秩也就是1,只有一维(a只是一条线)。
P是对称矩阵,转置与本身相等
P的平方也等于自己,因为投影再投影一次(左乘一个投影矩阵P,还是原来的投影不变)

三个重要的公式:


为什么要投影

可能会无解(方程比未知数多等情况)只能求解最接近的一个解
Ax总是再A的列空间内,但是b不一定(不在的时候,就无解)微调b,让它成为最接近的那一个(投影,垂直哦!!就是找最近的那个点,原来在这里!!)
转而求解 ,p是b在列空间上的投影

三维空间

由决定对的平面及对应的矩阵A和不在平面内的b,p就是b在平面上的投影
则,即我们就是希望求出
关键在于,e是投影过程中,垂直于平面的向量,称为误差向量(error)
因为e垂直与平面,则分别垂直与两个基向量,即:

矩阵形式:

表示成:

这个就是之前直线形式的方程()的矩阵形式

有 e在的零空间内,
(上一节有提到,正交性,和A的列空间是正交的)

image.png


理顺了之前的关系

改写方程

依然成立:

最小二乘法 least squared

用最小二乘法,拟合一条线

三个点
(1,1)(2,1)(3,2)
则可以建立方程
设x-y坐标轴,然后设直线方程为y=C+Dx
则有

很明显是无解的
则矩阵方程可以写成:

Ax=b就有对应的了,然后就可以利用公式求最优解

你可能感兴趣的:(线性代数笔记15)