最小二乘法

定义

已知

  • $m\times n$ 矩阵 $A$
  • 向量 $\boldsymbol{b} \in \mathbb{R}^{m}$

  • 最小二乘解 least square solution := 解 $\boldsymbol{\hat{x}}$ 满足 $$\forall\boldsymbol{x}\in \mathbb{R}^{n}(\lvert \boldsymbol{b}-A\boldsymbol{\hat{x}} \rvert \leq \lvert \boldsymbol{b}-A\boldsymbol{x} \rvert )$$

求解

下面三种方法选其一即可

  1. 【等效Ax=b】 解 $A \boldsymbol{\hat{x}} = \boldsymbol{b}$ $\Leftrightarrow$ 解 $A^{T}A\boldsymbol{\hat{x}}=A^{T}\boldsymbol{b}$
  2. 【唯一解特殊】 以下三条互相等价,满足任一则有 $\boldsymbol{\hat{x}}=(A^{T}A)^{-1}A^{T}b$
    1. $A\boldsymbol{x}=\boldsymbol{b}$ 对任意 $\boldsymbol{b}$ 有唯一最小二乘解
    2. $A$ 的列向量线性无关 aka 列满秩
    3. $A^{T}A$ 可逆
  3. 【QR辅助】 若 $A$ 已 QR 分解 ,则有 $\boldsymbol{\hat{x}}=R^{-1}Q^{T}b$
    1. 解 $R\hat{x}=Q^{T}b$ 更快,因为 $R$ 已经是个上三角矩阵
理解记忆

最小二乘解到原向量的垂线与 $A$ 张成空间の所有向量正交 所以有 $A^{T}(\boldsymbol{b}-A \hat{\boldsymbol{x}})=\boldsymbol{0}$ 等价于 $A^{T}A\boldsymbol{x}=A^{T}\boldsymbol{b}$

最小二乘法与

最佳逼近 在标准空间下,最小二乘法求的最小二乘解 $\equiv$ 投影法求最佳逼近