美文网首页
线代--高维投影和Gram-Schmidt过程

线代--高维投影和Gram-Schmidt过程

作者: 倪桦 | 来源:发表于2022-07-24 01:03 被阅读0次

Gram-Schmidt过程: 对于给定空间的一组基,求取该空间的一组正交基的过程

从二维投影理解更高维的投影问题

上一章节学习了一维投影 ,也就是在一个二维空间中求取一个向量\vec v\vec u向量上的投影\vec p的过程:
通过向量\vec v 向向量\vec u作垂线,则垂足所在点的向量就是\vec v\vec u上的投影\vec p = \frac {\vec u \cdot \vec v}{\vec u \cdot \vec u} \cdot {\vec u}; 从而与向量\vec u正交的向量就可以表示为\vec v - \vec p

求取三维空间的一组正交基

在三维空间中,给出空间的一组基\vec u, \vec v ,\vec w,但是它们不是一组正交基,也即不满足两两正交这样的条件,求取这个空间的一组正交基

首先,可以选择其中的两个向量,比如先把\vec u, \vec v处理成两个垂直的向量\vec p_1 ,\vec p_2,然后再处理第三个向量\vec w,令\vec w垂直于\vec p_1,\vec p_2也即相当于找出\vec w的一个分量,这个分量垂直于\vec p_1,\vec p_2所在的平面。由高中的立体几何知识可知,由向量\vec w所在线段的末端向\vec p_1,\vec p_2所在的平面引一根垂线,相应的就会有一个垂足的位置,这样就可以在\vec p_1 ,\vec p_2所在的平面上以垂足的位置为末端作出向量\vec w在平面的投影向量\vec p,这就是所谓的高维投影,我们现在是在一个二维平面上进行投影:

那么通过投影向量\vec p,就可以得到与\vec p_1 ,\vec p_2正交的那个向量\vec p_3 = \vec w - \vec p,所以此时问题的核心变成了求取\vec w向量在\vec p_1 ,\vec p_2所在平面的投影向量\vec p

投影向量\vec p的求取过程
由于\vec p_1 ,\vec p_2已经是一组正交向量,所以这两个向量就是\vec p_1 ,\vec p_2所在平面这样一个子空间的一组正交基,则向量\vec p可以由\vec p_1 ,\vec p_2的一组线性组合所表示\vec p = k_1 \cdot \vec p_1 + k_2 \cdot \vec p_2,在这里,直接求取k_1, k_2这两个系数显然不方便; 其实对于向量\vec p,它存在于\vec p_1 ,\vec p_2所在的平面,那么如果把\vec p这个向量向\vec p_1\vec p_2作垂线,那么在\vec p_1\vec p_2方向上就有两个分向量\vec a\vec b,然后\vec p = \vec a + \vec b , 然后求解向量\vec p的问题就变成了求解向量\vec a\vec b:
\to \vec p = k_1 \cdot \vec p_1 + k_2 \cdot \vec p_2 = \vec a + \vec b


根据高中立体几何的知识可知
  • \vec a其实也是\vec w\vec p_1上的投影
  • \vec b其实也是\vec w\vec p_2上的投影

进而,求出\vec w\vec p_1\vec p_2上的投影就求出来\vec a\vec b,进而就能够得到投影向量\vec p,最后构造出垂直于\vec p_1 ,\vec p_2的第三个向量p_3 = \vec w - \vec p = \vec w - \vec a - \vec b。这个二维投影问题就变成了一维投影问题;

计算向量\vec w\vec p_1,\vec p_2上的投影,直接代入一维投影计算公式可得
\vec a = \frac {\vec w \cdot \vec p_1}{\| {\vec p_1} \| ^2} \cdot \vec p_1 \ \ \ , \ \ \vec b = \frac {\vec w \cdot \vec p_2}{\| {\vec p_2} \| ^2} \cdot \vec p_2

从而,\vec p_3 = \vec w - \vec p = \vec w - \frac {\vec w \cdot \vec p_1}{\| {\vec p_1} \| ^2} \cdot \vec p_1 - \frac {\vec w \cdot \vec p_2}{\| {\vec p_2} \| ^2} \cdot \vec p_2


推广到n维度空间

如果已知一组基:\vec v_1 , \vec v_2 , \cdots , \vec v_n,相应的求出这组基所代表的n维空间的一组正交基的过程就是:
\vec p_1 = \vec v_1
\vec p_2 = \vec v_2 - \frac {\vec p_1 \cdot \vec v_2}{\|{\vec p_1}\|} \cdot {\vec p_1}
\vec p_3 = \vec v_3 - \frac {\vec p_1 \cdot \vec v_3}{\|{\vec p_1}\|} \cdot {\vec p_1} - \frac {\vec p_2 \cdot \vec v_3}{\|{\vec p_2}\|} \cdot {\vec p_2}
\vec p_4 = \vec v_4 - \frac {\vec p_1 \cdot \vec v_4}{\|{\vec p_1}\|} \cdot {\vec p_1} - \frac {\vec p_2 \cdot \vec v_4}{\|{\vec p_2}\|} \cdot {\vec p_2} - \frac {\vec p_3 \cdot \vec v_4}{\|{\vec p_3}\|} \cdot {\vec p_3}
...
\vec p_n = \vec v_n - \frac {\vec p_1 \cdot \vec v_n}{\|{\vec p_1}\|} \cdot {\vec p_1} - \frac {\vec p_2 \cdot \vec v_n}{\|{\vec p_2}\|} \cdot {\vec p_2} - \frac {\vec p_3 \cdot \vec v_n}{\|{\vec p_3}\|} \cdot {\vec p_3} - \cdots - \frac {\vec p_{n-1} \cdot \vec v_n}{\|{\vec p_{n-1}}\|} \cdot {\vec p_{n-1}}

以上算法过程称为"格拉姆-斯密特过程(Gram-Schmidt)"。这样一步步计算出来的正交向量组\vec p_1 ,\vec p_2, \cdots , \vec p_n就是\vec v_1 , \vec v_2 , \cdots , \vec v_n这组基所代表的空间的正交基,进一步的对正交基的向量进行归一化\hat u = \frac {1}{\|\vec u\|} \cdot \vec u就可以得到空间的一组标准正交基

相关文章

  • 线代--高维投影和Gram-Schmidt过程

    Gram-Schmidt过程: 对于给定空间的一组基,求取该空间的一组正交基的过程 从二维投影理解更高维的投影问题...

  • 线代--高维投影的一些应用

    之前提到过,在处理很多实际应用中的线性系统求解问题的时候,由于采集大量样本导致矩阵的行数大于列数,意味着方差的个数...

  • 师爷早课

    # 0615早课 三维世界是高维的投影,那怎么改变投影源?(比如减肥或事业) 三维是四维的投影 你能改变高维你就是...

  • 四维视角

    《开启你的高维智慧》的作者刘丰教授提出“投影论”。 一维是二维的投影,二维是三维的投影。 那么当然,三维也是四维的...

  • 刘丰老师讲《心经》6

    出生是高维在三维空间的投影,入死是回到高维空间去。 第二个叫做生灭,生灭其实是投影、与成住坏空,生是从高维投影到三...

  • 6. GWAS:主成分分析——GCTA

    利用协方差矩阵,特征值和特征向量将高纬变量投影到数个低维变量的过程; PCA分析的过程就是从千万级别的SNP位点中...

  • 什么是高维智慧

    什么叫高维引领? 其实我们在三维空间里边,我们非常容易的感受知道感受到什么低维是投影的,像高维是投影源,我这个手是...

  • 和永澄老师共读《跃迁》第四章: 20170807作业

    三点收获: 1关于高维和低维的关系。 高维包含的信息密度高,而低维只是包含了高维的部分信息,是高维的投影。如果低维...

  • 投影

    大梦谁先觉,平生我自知。 高维投影 信命,就是确定高维的事物。三维的一座山投影到二维不可能变成一个湖。信命就是明白...

  • openGL——03、三维透视投影

    需求 使用三维透视投影实现下面的透视效果: 原理 在三维空间的xy平面上画螺旋线,再用透视投影的方法投影到与xy平...

网友评论

      本文标题:线代--高维投影和Gram-Schmidt过程

      本文链接:https://www.haomeiwen.com/subject/cbzbirtx.html