注意这里我们的投影是向量的投影,几何的投影(并不一定是垂直投影的)可见度娘百科。
相同的,我们从简单的二维投影来開始讨论。
1、二维投影
上图表示的是,向量b在向量a上的投影。显然有例如以下表达式:
<img src=”https://img-blog.csdn.net/20141116175319046?
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”482″ height=”214″ alt=””>
当中,P为投影矩阵,由P的表达式能够看出,它具有例如以下性质:
2、三维投影
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”73″ height=”32″ alt=””>
因为p向量在平面上。则p向量能够由该平面的2个线性无关向量(正如。在xy平面的不论什么向量都能够由x轴,y轴表示)表示:
因为e垂直平面,则e向量垂直与平面中的随意向量。则有:
将上式化简求得x:
<img src=”https://img-blog.csdn.net/20141116175619071?
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”128″ height=”76″ alt=””>
又由于p=Ax,Pb=p,则得到投影矩阵为:
由P的表达式能够看出,它具有例如以下性质:
<img src=”https://img-blog.csdn.net/20141116175706183?
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”69″ height=”59″ alt=””>
上面的投影矩阵是通式。当投影在一维情况时,A即为直线上的随意一个向量a,投影矩阵为:
<img src=”https://img-blog.csdn.net/20141116175728444?
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”361″ height=”55″ alt=””>
3、举例说明
如上图,如果我们要将向量b投影到水平面上。其投影为p,a1,a2为水平面的两个线性无关向量,它们的參数分别为:
那么A=[a1 a2]即:
由上面我们求得的通式,可得投影矩阵P:
知道投影矩阵P后。我们能够得到b在水平面上的投影p为:
<img src=”https://img-blog.csdn.net/20141116175926614?
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdGVuZ3dlaXR3/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast” width=”308″ height=”124″ alt=””>
三维图的matlab程序例如以下:
clear all clc a1=[1 0 0]; a2=[0 1 0]; b=[1 1 1]; p=[1 1 0]; e=b-p; quiver3(0,0,0,a1(1),a1(2),a1(3),1,'color','r') hold on quiver3(0,0,0,a2(1),a2(2),a2(3),1,'color','r') hold on quiver3(0,0,0,b(1),b(2),b(3),1,'color','g') hold on quiver3(0,0,0,p(1),p(2),p(3),1,'color','g') hold on quiver3(p(1),p(2),p(3),e(1),e(2),e(3),1,'color','b')
原文:http://blog.csdn.net/tengweitw/article/details/41174555
作者:nineheadedbird
今天的文章正交投影矩阵是什么_线性代数向量内积公式分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/53678.html