数学总导航 · 本课程目录 · ← 上一章 · 下一章 →
太阳照下的影子,为什么是“最近点”?#
暂时把阳光简化成垂直照向地面。一个点悬在地面上方,它的影子就在正下方。你若把影子沿地面挪开,点到影子的距离一定更长:原来的高度没变,还多了一段水平距离。
在坐标里,x=(3,4) 到水平轴上 (a,0) 的距离平方是 (3−a)2+16。显然 a=3 时最小,最近点是 (3,0),误差是 (0,4),恰好垂直于水平轴。
最小二乘也是找影子,只不过“地面”变成一组允许的预测,“垂直”由内积定义。先理解这个直角三角形,后面的投影矩阵就有了画面。
一条斜地面上的影子怎么算#
地面不一定水平。设允许位置在方向 v=(1,2) 上,最近点应形如 av。要让误差 x−av 与地面垂直,就要求 vT(x−av)=0。于是
a=vTvvTx.对 x=(3,4),vTx=11、vTv=5,所以影子是 (11/5,22/5)。误差为 (4/5,−2/5),与 (1,2) 的点积确实为零。这给出一套能手算、能核验的投影方法。
点积的数字怎样连上几何#
若 u 是单位方向,uTx 读取的就是 x 沿这个方向的有符号长度。再乘 u,就把这个数放回方向上,得到投影向量。
一般 v 不是单位长度,vTx 会多带一个 ∥v∥,所以投影公式必须除以 vTv。许多“差了一个长度平方”的错误,都来自把坐标读数与实际投影向量混淆。
多个方向为什么要先变成正交#
若两根坐标轴互相斜着,只减去第一根上的影子,再减第二根上的影子,第二次操作可能又改变第一方向的分量。它们会互相干扰。
Gram–Schmidt 先把第二根里沿第一根的部分去掉,造出一个真正垂直的新方向。例:v1=(1,1)、v2=(1,0),第二根在第一根的投影为 (1/2,1/2),剩下 (1/2,−1/2);归一化后得到 (1,−1)/2。
这两根正交单位方向让读数彼此独立。对某方向已经去掉的成分,不会在处理另一方向时重新冒出来。
从箭头到曲线,哪些部分原样保留#
把点积改成 ∫fg 后,正交的意思变为“乘积的正负部分总和抵消”,不要求两个函数在每个时刻都互相排斥。例如 1 与 t−1/2 的积分内积为零,后者一半时间负、一半时间正。
所以函数空间中的“垂直”不需要你把两条曲线画成 90 度。它是在整体相似程度的测量下得到零。先接受这个计算意义,再把熟悉的投影几何带过去。
带你做:别凭视觉判断两个方向是否正交#
取 u=(1,2,−1)、v=(2,−1,0),点积为 2−2+0=0,所以它们正交。三维图画得不好也不影响这个结论。
要把 x=(1,1,1) 投影到它们张成的平面,因两方向已正交,可分别读数:uTx=2,uTu=6,vTx=1,vTv=5。投影为
p=31u+51v=(11/15,7/15,−1/3).接下来不要只相信公式,算误差 r=x−p=(4/15,8/15,4/3),确认 r⋅u=0,r⋅v=0。这两项校验保证误差确实垂直于整个平面。
如果原方向不正交,直接把两个单独投影相加通常是错的;需要先正交化,或解对应正规方程。公式里的适用条件不只是为了出题,它决定计算是否有效。
回头整理:定义、工具与练习#
把影子投到一条直线上#
向量 x 在单位方向 u 上的投影为 (uTx)u。它是直线上离 x 最近的点,因为余量 x−(uTx)u 与 u 垂直。沿直线移动只会额外增加一个直角边。
一般子空间的最近点也由同一原则决定:近似值在子空间中,误差与整个子空间正交。

内积创造几何#
实内积满足双线性、对称性和正定性。标准内积为 xTy,它诱导范数 ∥x∥2=⟨x,x⟩。
由 0≤∥x−ty∥2 对所有实数 t 成立,取最优 t=⟨x,y⟩/∥y∥2,得到
∣⟨x,y⟩∣≤∥x∥∥y∥.这就是 Cauchy–Schwarz。不等式让夹角定义 cosθ=⟨x,y⟩/(∥x∥∥y∥) 有意义,也导出范数的三角不等式。
标准正交基让坐标容易读取#
若 qiTqj=δij,则 x 在它们张成空间中的投影为 ∑i(qiTx)qi。把 qi 排为 Q 的列,有
P=QQT,P2=P,PT=P.完整方形正交矩阵满足 QTQ=QQT=I。仅有 QQT=QTQ 并不表示正交:2I 就反例。
Gram–Schmidt#
依次从新向量中减去它在已有正交方向上的投影,再归一化。例如 v1=(1,1)、v2=(1,0),先得 q1=(1,1)/2,再得 q2=(1,−1)/2。
若某步余量为零,说明该向量没有增加新的方向。数值计算中,改进 Gram–Schmidt 或 Householder 变换通常比朴素实现更稳健。
函数中的同一故事#
令 ⟨f,g⟩=∫01f(t)g(t)dt,则 1 与 t−1/2 正交。把数据向量的点积换成积分,就走到了 Hilbert 空间的门口。
练习与解答#
- 求 (2,1) 在 span{(1,1)} 上的投影。
- 若 P 为正交投影,为何 ∥Px∥≤∥x∥?
- 函数 t 在常数函数空间上的最佳平方误差近似是什么?
解答:1. (3/2,3/2)。2. x=Px+(I−P)x 是正交分解,用勾股定理。3. 常数 1/2,因为 ∫01(t−1/2)dt=0。