推 mi981027: 這是證Ax = b 的minimal solution在A的列空間的方式 12/28 16:31
→ mi981027: 但題目要證的是Ax = b 的 minimal least square solutio 12/28 16:31
→ mi981027: n 也在A的列空間 我覺得方向應該差不多 但可能還是要從A 12/28 16:31
→ mi981027: +的方向下手?? 12/28 16:31
我試著寫一下
假設A為一m*n 矩陣,rankA = r
-> v1~vr為列空間的基底,vr+1~vn為零空間的基底。
以下用S代表sigma
Ax = b = USV^Tx
x = V(S^+)U^Tb, xi = (ui^T b/si) vi
可知解x皆為vi的線性組合 -> 屬於列空間。
若n = r,零空間只有0,解唯一。
若n > r,存在齊次解使得一般解等於特殊解加上齊次解。
使得xi = Sigma(i=1~r) (u^T b/si) vi + Sigma(i=r+1~n) civi
再來相似於前面畢氏定理的說明,可知最小2-norm的x屬於列空間。
推 gash55025502: 其實就把Ax=b改成A^T*Ax=A^Tb就好了 也可以得到x屬 12/28 16:44
→ gash55025502: 於Rn 12/28 16:44
※ 編輯: DLHZ (114.46.0.66 臺灣), 12/28/2019 17:17:08
推 pyramidinc: least square solution 可以寫成 particular solution 12/28 17:47
→ pyramidinc: + general solution 而general solution 又是屬於Nul 12/28 17:47
→ pyramidinc: l space 所以 長度最短的least square solution 等於 12/28 17:47
→ pyramidinc: 求 least square solution 減掉他在null space的投影 12/28 17:47
→ pyramidinc: 這又相當於直接投影在row space 上 12/28 17:47
推 mistel: 樓上p大說的應該不是general solution而是homogeneous so 12/28 18:00
→ mistel: lution? 12/28 18:00
推 pyramidinc: 我發現我寫的就跟樓主一樣意思 哈哈 可是least square 12/28 18:01
→ pyramidinc: solution 就是屬於Ax=b 的行空間 所以算的方式就跟算 12/28 18:01
→ pyramidinc: minimal solution 一樣不是嗎 12/28 18:01
→ pyramidinc: 哦對 我說錯了 抱歉 12/28 18:01
→ pyramidinc: 我的想法是 particular solution + homogenous soluti 12/28 18:06
→ pyramidinc: on 也可以寫成 particular solution - homogeneous so 12/28 18:06
→ pyramidinc: lution 這樣子算shortest 的意思就是算 particular so 12/28 18:06
→ pyramidinc: lution 跟null space 的距離 所以就是用 least square 12/28 18:06
→ pyramidinc: solution - 在null space的投影 這樣就等於直投影在r 12/28 18:06
→ pyramidinc: ow space 12/28 18:06