在这篇文章中,我们把一元一次方程组ax=b的最小二乘问题,拓展到更为普遍的多元方程组Ax=b的最小二乘问题。之前的ax=b中的a是mx1矩阵,整个方程组只有一个未知数,a中只有一个列向量。现在我们要讨论的的方程组Ax=b有n个变量,矩阵A中有 n列。
此外,我们依然只关注方程组的个数m,大于未知数个数n的情形,也就是说观察点过多的情形。这样一来,方程组Ax=b大概率是不相容的/无解的,也就是说向量b大概率不在A的列空间C(A)内。
这里,我就不再从微积分的角度去计算最小二乘解了,单单从线性代数的角度去分析方程组Ax=b。
假定Ax=b方程组为:
对应的矩阵A为:
其中
方程组无解,说明b不在A的列空间上,与一元一次方程组ax=b不同的是,原来的列空间C(a)是一条直线,而这里的列空间C(A)是一个平面或者更高维度的一个子空间。要想找到方程组的近似解,需要找到把b投影到A的列空间上,得到投影p。且,误差向量e=b-p。最后,要么基于误差向量e垂直于A中的每一个列向量col(
),要么是利用任何垂直于A的列空间的向量都属于A的左零空间,得到误差向量e属于A的左零空间N(A),两种方式都能求得最优解
。
1,根据任何垂直于A的列空间C(A)的向量都属于A的左零空间N(),且,误差向量e也垂直于C(A)。因此,误差向量e属于A的左零空间N(A)。
关山难越,谁悲失路之人;萍水相逢,尽是他乡之客。怀帝阍而不见,奉宣室以何年?