MIT18.06线性代数课程笔记15:子空间投影矩阵
2017-11-30 17:16
567 查看
课程简介
18.06是Gilbert Strang教授在MIT开的线性代数公开课,课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。课程笔记
设空间S是位于Rn的子空间,维度为m。求Rn中的任意向量在子空间S中的投影p。1. 子空间维度为1
对于m=1的情况,则有S={λa,∀λ}. 任意b∈Rn,其在与a方向相同的线上的投影p为p=aTb||a||∗a||a||=aaTbaTa。上诉方法是从内积的物理意义出发,为了拓展到高维子空间,我们仔细讨论各项的几何意义。因为p∈S,所以∃λ,p=λa。同时p是b的投影,所以有b−p与a垂直。回忆垂直的性质,可以推出aT(p−b)=0。带入λ,得到λ=aTbaTa,从而p=λa=aλ=aaTaTab。注意b是原向量,p是投影向量,定义投影矩阵P为p=Pb,从而对于m=1的情况,P=aaTaTa。
2. 子空间维度大于1
向高维拓展,对于子空间S,我们有m个基向量a1,a2,⋯,am。定义A=[a1,a2,⋯,am],从而S=C(A),即子空间为基向量组成矩阵的column space。重复上诉步骤,因为p∈S,所以∃x,Ax=p。然后因为p是b的投影,所以有b−p与a垂直。回忆垂直的性质,可以推出AT(p−b)=0。求解x可得x=(ATA)−1ATb。带入得p=A(ATA)−1ATb。即投影矩阵P=A(ATA)−1AT。
上诉步骤中,也可以发现p−b∈N(AT),和p−b与S的垂直关系相呼应。
若A为可逆方阵,则有P=I,因为C(A)=Rn。
3. 投影矩阵的性质
对称性:易证P2=P。这个也符合几何性质,即子空间内部的向量投影到子空间保持不变。
相关文章推荐
- MIT18.06线性代数课程笔记21:特征向量、特征值简介、求法与性质
- MIT18.06线性代数课程笔记20:矩阵逆元计算、克里默法则 以及 行列式与volume、外积的关系
- MIT18.06线性代数课程笔记8:求解Ax=b、矩阵的秩以及矩阵的逆
- MIT18.06线性代数课程笔记2a:矩阵相乘的三种看待角度
- MIT18.06线性代数课程笔记6:vector space,subspace,column space,null space
- MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释
- MIT18.06线性代数课程笔记4a:矩阵的LU分解
- MIT18.06线性代数课程笔记7:使用消元法求解Null space
- MIT18.06线性代数课程笔记17:正交标准矩阵
- MIT18.06线性代数课程笔记14:正交子空间、A^TA的Null Space
- MIT18.06线性代数课程笔记5:矩阵转置,vector space以及subspace
- MIT18.06线性代数课程笔记11:矩阵空间、子空间的交和、秩一矩阵
- MIT18.06线性代数课程笔记19:矩阵行列式公式与代数余子式
- MIT18.06线性代数课程笔记9:线性无关、向量拓展空间、空间的基、空间维度
- MIT18.06线性代数课程笔记12:使用邻接矩阵证明欧拉定理
- MIT18.06线性代数课程笔记3a:矩阵相乘的五种看待角度
- MIT18.06线性代数课程笔记4b:打乱矩阵集合及相关性质
- MIT线性代数课程笔记对应代码-【lecture 4】
- MIT18.06课程笔记15:Projection Matrix投射矩阵
- MIT线性代数课程笔记对应代码-【lecture 1】