第六章 广义逆矩阵(课堂PPT)

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1. 定义 将任意xCn变为沿着M到L的投影的变换称为 沿着M到L的投影算子,记为PL,M,即 PL,M x=y。
❖ 显然, R(PL,M)=L, N(PL,M)=M. ❖ 投影算子PL,M是一个线性算子。
3
2.定义 投影算子PL,M在Cn的基e1,…,en下的矩阵称为投 影矩阵.记为PL,M。
3.幂等矩阵:A2=A
故P为幂等矩阵。反之,设P为幂等矩阵,则:对任意xCn 有 x=x-Px+Px=(I-P)x+Px , 其 中 (I-P)xN(P) , PxR(P) , 使得Cn=N(P)+R(P)。设zN(P)R(P),由于N(P)=R(I-P) 故 存在u,v Cn 使得 z=Pu=P2u=P(I-P)v z=Pu=(I-P)v=0
PL
[ X ,O][X ,Y ]1
( X H X )1 X H
[X ,O]
(Y
HY )1Y
H
X ( X H X )1 X H
说明:令
[
X
,Y
]1
A B
,则有
I [X ,Y ][X ,Y ]1 [X ,Y ]BA XA YB 两边左乘 XH 得 X H X H XA X HYB ( X H X ) A
第六章
广义逆矩阵
1
知识要点
❖ 投影矩阵 ❖ 广义逆矩阵 ❖ 相容方程组的最小范数解 ❖ 矛盾方程组的最小二乘解 ❖ 矛盾方程组的最小范数最小二乘解 ❖ 总体最小二乘技术
2
§6.1投影矩阵
一、投影算子与投影矩阵 设L和M都是Cn的子空间,且LM=Cn .于是任意 xCn都可唯一分解为x=y+z,yL,zM,称y是x沿 着M到L的投影.
6
二、正交投影算子与正交投影矩阵
1.定义:设L是Cn的子空间,则称沿着L到L的投影算子 PL,L为正交投影算子,简记为PL;正交投影算子在Cn 的基e1,…,en下的矩阵称为正交投影矩阵,记为PL .
2. 定理 矩阵P为正交投影矩阵的充要条件是P为幂等 Hermite矩阵.
证:若P=PL是正交投影矩陈, 由前述定理知,它是幂等矩阵。把 任意xCn分解为x=y+z,yL,zL,则PLx=yL,(I-PL)x = z
故 N(P)R(P) = {0}。这样 Cn = N(P)R(P),这意味着对任意 xCn,Px是x沿着N(P)到R(P)的投影,故而P=PR(P), N(P)
5
5. 投影矩阵PL,M的构造方法
设 dimL=r,则 dimM=n-r,在子空间L和M中分别取基底 X=(x1,…,xr) 和 Y=(y1,…,yn-r),于是有PL,M[X,Y]=[X,O]。由
于(X,Y)为Cn的一个基底,故[X,Y]可逆,于是得 PL,M=[X,O][X,Y]-1
例:设L是由向量[1,0]T张成的子空间,M是由向量[1,-1]T张 成的子空间,则可求得平面上沿着M 到L的投影矩阵为
1 0 1
1
1
PL,M=0 0 0 1
1 0 1 1 1 1 0 0 0 1 0 0
L使得PLx正交于(I-PL)x,即xHPLH(I-PL)x=0,x的任意性使得
PLH(I-PL)= O,即
7
PLH=PLHPLPLH=PLHPL=(PLHPL)H =(PLH)H=PL 即PH=P, P为幂等Hermite矩阵。 反之,设P为幂等Hermite矩阵,由幂等性知
P=PR(P),N(P),N(P)=R(I-P) 对任意 Px与(I-P)y,有
有rank(I-A)=n-rankA,使得dimR(I-A)=n-dimR(A)=dimN(A),即
得N(A)=R(I-A)。
4
4.定理:P为投影矩阵的充要条件是P为幂等矩阵
证:设P=PL,M为投影矩阵,则对任意xCn有 P2L,M x = PL,M (PL,M x) = PL,M y = y = PL,M x
引理 设ACn×n是幂等矩阵,则 N(A)=R(I-A)。
证:A2=A A(I-A)=O 对任意 xR(I-A)即x=(I-A)y,yCn, 必有Ax=0。故 R(I-A)N(A) dim R(I-A) dim N(A) = n-dim R(A)
即 rank(I-A) n-rankA。考虑到 I=A+(I-A) n rankA+rank(I-A)
<Px,(I-P)y>=xHPH(I-P)y=xHP(I-P)y=xH(P-P2)y=0
即得:R(P)N(P)。因此P为正交投影矩阵。
8
3. 正交投影矩阵PL的构造方法
设 dimL=r , 则 dimL=n-r 。 在 子 空 间 L 和 L 中 分 别 取 基 底
X=(x1,…,xr)和Y=(y1,…,yn-r) 满足 XHY=Or(n--r),于是
即 A=(XHX)-1XH ,同理可得 B=(YHY)-1YH
9
例:设L是由向量[1,2,0]T和[0,1,1]T张成的子空间,则 可求得正交投影矩阵为
1 0
X 2
0
1 1
XH
X
5 2
2 2
,
XHX
1 1 2 6 2
2
5
ห้องสมุดไป่ตู้
2 2 2
PL X
XHX
1
XH
1 6
2
5
1
2 1 5
10
三、正交投影原理及其应用
1.正交投影原理 令M是向量空间H的子空间,如果对于H中的 向量 x,在M中有一向量x,使得x-x正交于M中的所有向量y, 即(x-x,y)=0,则||x-x||||x-y||对于所有向量yM都成立,并且 等号仅当y= x时成立。
证:||x-y||2=||x-x+x-y||2=||x-x||2+2(x-x, x-y)+||x-y||2,故(x-x, x-y)=0 使得||x-x||2||x-x||2+||x-y||2=||x-y||2并且等号仅当 y=x 时成立。
2.x=PMx为x在M的投影,x-PMx为x在M的投影。 3.W-H方程:使用线性滤波d=(h,x)从观测随机向量x估计希望
信号d,则由(d-(h,x), x)=0有W-H方程rdx=Rxxh,其中互相关 向量rdx= (d,x)=E(d,x),自相关矩阵Rxx=E(xxT) 。
11
四.子空间分析
1.观测空间:观测x=信号s+噪声n,其中s与n不相关,观测 矩阵X=信号矩阵S+噪声矩阵N =(x1,…,xn),观测空间 Span(X)=Span{x1,…,xn}
相关文档
最新文档