向量投影
已知
- 投影向量 $\vec{b}$
- 被投影向量 $\vec{a}$
则
- $\vec{b}$ 在 $\vec{a}$ 上的投影 $$\hat{b}=\hat{x}\cdot\vec{a}=\frac{\vec{a}\cdot \vec{b}}{\vec{a}\cdot \vec{a}}\cdot \vec{a}$$
投影矩阵
$$ P=\frac{\vec{a}\cdot\vec{a}^{T}}{\vec{a}^{T}\cdot \vec{a}} $$
则 $\vec{p}=P\vec{b}$
投影矩阵の性质
- $P^{T}=P$
- $P^{2}=P$
子空间投影
向量组投影
已知
- 子空间基底 $B = \left{\boldsymbol{r}_{i} \dots\right}$
- 向量 $\boldsymbol{y}$
则 $\boldsymbol{y}$ 在 $\mathrm{span},B$ 上的投影 $\boldsymbol{\hat{y}}$ 为
$$ \boldsymbol{\hat{y}} = \sum \frac{\boldsymbol{r}{i}\cdot\boldsymbol{y}}{\boldsymbol{r}{i} \cdot \boldsymbol{r}{i}} \boldsymbol{r}{i} $$
投影矩阵
$$ P=A(A^{T}A)^{-1}A^{T} $$
其中 $A^{T}A$ 可逆当且仅当 $A$ 列满秩