본문 바로가기

projection

(2)

선형대수(HYU)_11-12 벡터투영과 최소제곱법 3.3 Projections and Least Squares 미지수(unknown)보다 식(equation)의 수가 더 많은 경우 대부분 solution이 존재하지 않는다: Overconstrained cases Example

\begin{matrix} 2 x & = & b_{1} \\ 3 x & = & b_{2} \\ 4 x & = & b_{3} \end{matrix} \to [\begin{matrix} 2 \\ 3 \\ 4 \end{matrix}] x = [\begin{matrix} b_{1} \\ b_{2} \\ b_{3} \end{matrix}]

Solution이 존재하는 경우는

b

C (A)

안에 있는 경우로 매우 드물다. $$ b= \begin{bmatrix} b_1 \ b_2..

선형대수(HYU)_10 벡터의 직교성과 직선투영 3. Orthogonality 3.1 Orthogonal Vectors and Subspaces Orthogonality 기하학적으로 생각하면 basis는 space를 이루는 coordinate axes로 볼 수 있다. 일반적으로 봐왔던 x-y plane이나 3-dimensional space의 axes처럼 수직을(perpendicular) 이루고 있는 basis를 **orthogonal**하다고 한다. Orthogonal한 basis로 계산을 보다 쉽게 할 수있다. Orthogonal Vectors 그럼 어떤 vector가 orthogonal한 벡터일까. 두 벡터

x

y

가 orthogonal한지 확인하려면 가장 먼저 vector의 길이를 알이야한다. Length of Vector Vector ..

티스토리툴바