1.投影与投影矩阵

上课感觉自己听的还可以,下来算的时候就
投影矩阵

1.1定义

L,ML,MCnC^n的子空间并且有L+M=LU=CnL+M=L\oplus U=C^n,即xCn,yL,zM,使x=y+z\forall x\in C^n,\exists 唯一y\in L,z\in M,使得x=y+z,称y为x研M到L的投影,也称为投影算子

1.2充要条件

1.2.1引理

设E为n阶幂等矩阵,那么有N(P)=R(IP)N(P)=R(I-P)
说明:

  • 幂等矩阵:形如A2=AA^2=A的矩阵
  • N(E)={xEx=0,xCn}N(E)=\{ x|Ex=0,x\in C^n \}
  • R(E)={yy=Ex,xCn}R(E)=\{ y|y=Ex,x\in C^n\}注意值域

证明:
P2=PP(IP)=OxCn,P(IP)x=0P^2=P\rightarrow P(I-P)=O\rightarrow\forall x\in C^n,P(I-P)x=0 上式可以写为N(R(IP))=0N(R(I-P))=0R(IP)R(I-P)的值域包含在N(P)N(P)中。接下来有,对于Px=0,\forall Px=0,x=IxPx=(IP)xR(1P)x=Ix-Px =(I-P)x\in R(1-P)N(P)R(IP)N(P)\subset R(I-P)
综上,得证。理解R(p)R(p)的值域的含义很关键
投影矩阵

1.2.2定理

n阶方阵P成为投影矩阵的充要条件是P为幂等矩阵(投影的子空间为R(P),N(P)R(P),N(P)
证明:
充分性:
分析:成为投影矩阵需要满足R(P)+N(P)=CnR(P)+N(P)=C^nR(P)N(P)={0}R(P)\bigcap N(P)=\{0\}
首先证明第一点:
xCn\because \forall x\in C^n有 x=x+PxPx=Px+(IP)xx=x+Px-Px=Px+(I-P)x PxR(P),(IP)xR(IP)=N(P)\because Px\in R(P), (I-P)x\in R(I-P)=N(P) R(P)+N(P)=Cn\therefore R(P)+N(P)=C^n 接下来证明R(P)N(P)={0}R(P)\bigcap N(P)=\{0\}
一方面,xR(P),x=Pux\in R(P),x=Pu另一方面xN(P)Px=Ox\in N(P),Px=O Px=O=P2u=Pu=xPx=O= P^2u=Pu =x R(P)N(P)={0}\therefore R(P)\bigcap N(P)=\{0\}充分性得证
接下来证明必要性:
xCn,yL,zM使x=y+zPx=y\because \forall x\in C^n,\exists 唯一分解有 y\in L,z\in M 使得x=y+z且Px=y P2x=Py=y=Px(y,y=y+o)P^2x= Py =y =Px (对于y,有唯一分解y=y+o) P2=P\therefore P^2=P必要性得证
投影矩阵

1.3投影矩阵的构造

依据Py=yPy=y
X=[x1,x2,...,xr]X=[x_1,x_2,...,x_r]是L的一组基,Y=[y1,y2,...,ynr]Y=[y_1,y_2,...,y_{n-r}]是M的一组基。那么有PL,M[XY]=[XO]P_{L,M}[XY]=[XO]所以PL,M=[XO][XY]1P_{L,M}=[XO][XY]^{-1}
投影矩阵

相关文章: