理论教育 最佳线性近似及正交原理在内积空间中的应用

最佳线性近似及正交原理在内积空间中的应用

时间:2023-06-26 理论教育 版权反馈
【摘要】:之所以称为最佳线性近似,是因为x'能表示成{v1,v2,…定理A-5内积空间V里的一个向量x在该内积空间的一个子空间V'里的最佳近似为x',且其子空间V'的一组基为{v1,v2,…而线性子空间'里的任何一个向量y是基向量vj的组合,不妨设,则显然即x-x'与子空间'中任何向量都正交。,vm}是一组正交基时,证明 由上面的正交原理得当vj中j遍历1,…知识扩展 上面讲正交原理时,为什么要要求是线性空间呢?

最佳线性近似及正交原理在内积空间中的应用

定义A-8(最佳近似)向量x和向量集合978-7-111-42053-8-Chapter19-65.jpg,向量间数域978-7-111-42053-8-Chapter19-66.jpg上的内积为<,>,向量y978-7-111-42053-8-Chapter19-67.jpg被称为向量x在向量集合978-7-111-42053-8-Chapter19-68.jpg上的最佳近似,如果满足

即,在所定义的内积<,>下,yx距离最小。上面的最佳近似定义在任何集合上,但如果集合V是一个线性空间,那么又如何呢?

定义A-9(最佳线性近似)向量x978-7-111-42053-8-Chapter19-70.jpg978-7-111-42053-8-Chapter19-71.jpg'是线性空间978-7-111-42053-8-Chapter19-72.jpg的一个子空间,且其子空间978-7-111-42053-8-Chapter19-73.jpg'的一组基为{v1v2,…,vm},则向量x978-7-111-42053-8-Chapter19-74.jpg里的最佳近似x'∈978-7-111-42053-8-Chapter19-75.jpg'被称为向量x关于向量组{v1v2,…,vm}的最佳线性近似。

之所以称为最佳线性近似,是因为x'能表示成{v1v2,…,vm}的线性组合。

定理A-5(正交原理)内积空间V里的一个向量x在该内积空间的一个子空间V'里的最佳近似为x',且其子空间V'的一组基为{v1v2,…,vm},则x-x'和子空间V'的所有基vi分别正交,从而也和子空间V'里所有向量正交。

证明978-7-111-42053-8-Chapter19-76.jpgCivi,为x的最佳线性近似。考虑

其中978-7-111-42053-8-Chapter19-78.jpg.上面看成a的函数,根据极点的处理方法,求达到极值时a的取值,可得

又因为,上面式子是关于a的开口向上的二次函数,该唯一的极值点为达到最小值点。而我们上面的假设,已经知道x'已经是最佳近似了,即已经达到最小值点了,所以必然a=0,从而有

Real{<x-xvj>}=0再考虑

其中978-7-111-42053-8-Chapter19-81.jpg.仍然看成a的函数,并且求最小值得

而我们上面的假设,已经知道x'已经是最佳近似了,所以也有a=0,从而有

Imag{<x-xvj>}=0

综上所述,得

<x-xvj>=0

x-x'与子空间978-7-111-42053-8-Chapter19-83.jpg的任意一个基向量正交。而线性子空间978-7-111-42053-8-Chapter19-84.jpg里的任何一个向量y是基向量vj的组合,不妨设978-7-111-42053-8-Chapter19-85.jpg,则显然

x-x与子空间978-7-111-42053-8-Chapter19-87.jpg中任何向量都正交。

性质A-7(计算最佳线性近似)设内积空间V里的一个子空间V',其子空间V'的一组基为

{v1v2,…,vm}一个向量x在该内积空间的子空间V'里的最佳近似为978-7-111-42053-8-Chapter19-88.jpg。记

那么,(www.daowen.com)

C=A-1Y(A-22)

特别地,当{v1v2,…,vm}是一组正交基时,

证明 由上面的正交原理得

vjj遍历1,…,m得到m个方程,即

AC=Y

展开整理即得证。

大家注意到什么没有?看起来似乎像求坐标的方法?没错。假设N维线性空间978-7-111-42053-8-Chapter19-92.jpg的一组基为{v1,…,vN},向量

x=C1v1+…+CNvN

对于任何由该组基中部分基向量{vk1vk2,…,vkm}组成的978-7-111-42053-8-Chapter19-93.jpg的一个线性子空间978-7-111-42053-8-Chapter19-94.jpg,向量x978-7-111-42053-8-Chapter19-95.jpg中的最佳近似就是x'=Ck1vk1+Ck2vk2+…+Ckmvkm

知识扩展 上面讲正交原理时,为什么要要求是线性空间呢?假设集合978-7-111-42053-8-Chapter19-96.jpg不是线性空间会怎么样?还可能正交吗?答案是不可能。

证明 采用反证法。如果对任意的集合978-7-111-42053-8-Chapter19-97.jpg,集合中与向量x距离最近的向量y

<x-yy>=0

那么,把y从集合V中拿掉。在剩下的集合978-7-111-42053-8-Chapter19-98.jpg-y里,找到与x距离最近的,假设为y'。那么,也应该有

<x-yy>=0

再把y'从集合978-7-111-42053-8-Chapter19-99.jpg-y里拿掉,一直继续找与x距离最近的。最后,我们得到如下结论:对于任意的集合978-7-111-42053-8-Chapter19-100.jpg中的任意一个向量y978-7-111-42053-8-Chapter19-101.jpg,总是有

<x-yy>=0

这有可能吗?应该没这个可能。

而如果说只有当978-7-111-42053-8-Chapter19-102.jpg是线性空间才成立,那么你会发现,把一个向量y从线性空间978-7-111-42053-8-Chapter19-103.jpg中拿掉,剩下的集合就不是线性空间了,从而也就不会有上面那样荒谬的逻辑。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈