-
正交投影
鎖定
正交投影,是指像空間U和零空間W相互正交子空間的投影。
在線性代數和泛函分析中,投影是從向量空間映射到自身的一種線性變換,是日常生活中“平行投影”概念的形式化和一般化。同現實中陽光將事物投影到地面上一樣,投影變換將整個向量空間映射到它的其中一個子空間,並且在這個子空間中是恆等變換。
如果向量空間被賦予了內積,那麼就可以定義正交和其它相關的概念(比如線性算子的自伴隨性)了。在內積空間(賦予了內積的向量空間)中,有正交投影的概念。
- 中文名
- 正交投影
- 外文名
- Orthogonal projection
- 又 稱
- 平行投影
- 釋 義
- 投影線垂直於投影面的投影
- 學 科
- 數學
正交投影定義
正交投影簡單例子
在現實生活中,陽光在地面上留下各種影子。這就是投影變換最直白的例子。可以理想化地假設陽光都是沿着同一個方向(比如説垂直於地面的角度)照射而來,大地是嚴格的平面,那麼,對於任意一個物體(比如説一隻正在飛行的鳥),它的位置可以用向量(x,y,z)來表示,而這隻鳥在陽光下對應着一個影子,也就是(x,y,0)。這樣的一個變換就是一個投影變換。它將三維空間中的向量(x,y,z)到映射到向量(x,y,0)。這是在x-y平面上的投影。這個變換可以用矩陣表示為
另外,
正交投影基本性質
這裏假定投影所在的向量空間V是有限維的(因此不需要考慮如投影的連續性之類的問題)。假設子空間U與W分別為P的像空間與零空間(也叫做核)。那麼按照定義,有如下的基本性質:
P在像空間U上是恆等變換:
。
整個向量空間可以分解成子空間U與W的直和:
。也就是説,空間裏的每一個向量
,都可以以唯一的方式寫成兩個向量
與
的和:
,並且滿足
、
。事實上,每一個向量
都可以寫成
。
顯然在像空間中,而另一方面
,所以
在零空間中。
用抽象代數的術語來説,投影P是冪等的線性變換。因此它的極小多項式是
。因式分解後可以看到,這個多項式只有相異的單根(沒有多重根),因此P是可對角化矩陣。極小多項式也顯示出了投影的特性:像空間與零空間分別是是對應於特徵值1和0的特徵空間,並給出了整個空間的一個直和分解。
正如日常生活中陽光沿着一定的方向將影子投射到地面上,一般的投影變換也可以稱為是沿着W到U上的投影。由於向量空間分解成直和的方式一般不是唯一的(陽光可以順着不同的方向照射),給定一個子空間V(地面),一般的説有很多到V的投影(沿不同的W)。
[2]
正交投影正交投影
如果向量空間被賦予了內積,那麼就可以定義正交和其它相關的概念(比如線性算子的自伴隨性)了。在內積空間(賦予了內積的向量空間)中,有正交投影的概念。具體來説,正交投影是指像空間U和零空間W相互正交子空間的投影。也就是説,任意
,
,它們的內積
都等於0。一個投影是正交投影,當且僅當它是自伴隨的變換,這意味着正交投影的矩陣有特殊的性質。如果投影是在實向量空間中,那麼它對應的矩陣是對稱矩陣:
。如果投影是在虛向量空間中,那麼它的矩陣則是埃爾米特矩陣:
。實際上,如果投影
是自伴算子,那麼
正交投影例子
正交投影的最簡單的情況是到(過原點)直線上的正交投影。如果u是這條直線的單位方向向量,則投影給出為
這個公式可以推廣至到在任意維的子空間上的正交投影。設u1,…,uk是子空間U的一組正交基,並設A為一個n×k的矩陣,它的列向量是u1,…,uk。那麼投影:
正交條件也可以去除。如果u1,…,uk是(不必須正交)基,而A是有這些向量作為列的矩陣,則投影是
所有這些公式對於複數內積空間也成立,假如用共軛轉置替代轉置。
正交投影斜投影
術語斜投影有時用來提及非正交投影。這些投影也用來在二維繪圖中表示空間圖形(參見斜投影),儘管不如正交投影常用。
斜投影用它們的值域和零空間來定義。有給定值域和零空間的投影的矩陣表示的公式可如下這樣找到。設向量u1, …,uk形成了投影的值域的基,並把這些向量組合到n×k矩陣A中。值域和零空間是互補空間,所以零空間有維度n−k。它推出零空間的正交補有維度k。設v1, …,vk形成這個投影的零空間的正交補的基,並把這些向量組合到矩陣B中。則投影定義為
正交投影在賦範向量空間上的投影
假定X是巴拿赫空間,給定的X的直和分解成補子空間仍指定一個投影,反之亦然。如果X是直和X=U⊕V,則定義自P(u+v)=u的算子仍是有值域U和核V的投影。明顯的也P=P。反過來説,如果P是在X上的投影,就是説P=P,則很容易驗證(I−P)=(I−P)。換句話説,(I−P)也是投影。關係I=P+(I−P)藴涵了X是直和Ran(P)⊕Ran(I−P)。
但是相對於有限維情況,投影一般不必須是連續的。如果X的子空間U在規範拓撲下不閉合,則到U上的投影是不連續的。換句話説,連續投影P的值域一定是閉合子空間。進一步的,連續投影(事實上,一般的連續線性算子)的核是閉合的。所以連續投影P把X分解成兩個互補的閉合子空間:X=Ran(P)⊕Ker(P)=Ran(P)⊕Ran(I−P)。
反命題在有額外假定條件下也成立。假設U是X的閉合子空間。如果存在一個閉合子空間V使得X=U⊕V,則有值域U和核V的投影P是連續的。這是從閉合圖定理推出的。假定xn→x而Pxn→y。需要證明Px=y。因為U是閉合的且{Pxn}⊂U,y位於U中,就是説Py=y。還有xn−Pxn=(I−P)xn→x−y。因為V是閉合的且{(I−P)xn}⊂V,我們有了x−y∈V,就是説P(x−y)=Px−Py=Px−y=0,這證明了這個斷言。
上述論證利用U和V都是閉合的假定。一般的説,給定一個閉合子空間U,不需要存在一個互補的閉合子空間V,儘管對於希爾伯特空間總是可以採取正交補得到。對於巴拿赫空間,一維子空間總是有閉合的補子空間。這是哈恩-巴拿赫定理的直接推論。設U是u的線性擴張。通過哈恩-巴拿赫定理,存在一個有界線性泛函φ,使得φ(u)=1。算子P(x)=φ(x)u滿足P=P,就是説它是個投影。φ的有界性藴涵了P的連續性,因此Ker(P)=Ran(I−P)是U的閉合補子空間。
[2]
正交投影參見
- 中心矩陣,它是投影矩陣的例子。