Beruflich Dokumente
Kultur Dokumente
2009
Definici on (Proyecci on ortogonal sobre un vector) Sean a y b vectores en Rn , denimos la proyecci on ortogonal del vector a sobre el vector b, el cual ser a denotado por proyb a, como el vector dado por proyb a = ba b. bb
Definici on (La matriz proyecci on) Esta f ormula la podemos expresar matricialmente de la siguiente forma: bt a 1 ba b = t b = t bbt a. N otese que bbt es una matriz y a la matriz bb bb bb P = 1 t bb bt b (1)
Definici on (Proyecci on ortogonal sobre un vector) Sean a y b vectores en Rn , denimos la proyecci on ortogonal del vector a sobre el vector b, el cual ser a denotado por proyb a, como el vector dado por proyb a = ba b. bb
Definici on (La matriz proyecci on) Esta f ormula la podemos expresar matricialmente de la siguiente forma: bt a 1 ba b = t b = t bbt a. N otese que bbt es una matriz y a la matriz bb bb bb P = 1 t bb bt b (1)
Ejemplo 1 Sea b = 0, calcular la matriz que proyecta sobre b y usarla para calcular 2 1 proyb a donde a = 1 1 Teorema 1 Sea b Rn y P = t bbt la matriz proyecci on, entonces para todo a Rn bb tenemos lo siguiente:
1 2 3 4 5
Ejemplo 1 Sea b = 0, calcular la matriz que proyecta sobre b y usarla para calcular 2 1 proyb a donde a = 1 1 Teorema 1 Sea b Rn y P = t bbt la matriz proyecci on, entonces para todo a Rn bb tenemos lo siguiente:
1 2 3 4 5
Lema Sea A una matriz, entonces N ul(A) = N ul(At A). Lema Sea A = v1 son LI entonces
1 2
Lema Sea A una matriz, entonces N ul(A) = N ul(At A). Lema Sea A = v1 son LI entonces
1 2
Lema Sea A una matriz, entonces N ul(A) = N ul(At A). Lema Sea A = v1 son LI entonces
1 2
Corolario Sea A una matriz cuyas las son linealmente independientes, entonces se tiene que
1 2
Corolario Sea A una matriz cuyas las son linealmente independientes, entonces se tiene que
1 2
Teorema Sean H un subespacio de Rn , {h1 , . . . , hk } una base para H , A = h1 hk , P = A(At A)1 At y b Rn , entonces se tiene que
1 2 3 4 5
P b H, b P b H , P2 = P, Si b H entonces P b = b, Si b H entonces P b = 0.
Corolario Sea A una matriz cuyas las son linealmente independientes, entonces se tiene que
1 2
Teorema Sean H un subespacio de Rn , {h1 , . . . , hk } una base para H , A = h1 hk , P = A(At A)1 At y b Rn , entonces se tiene que
1 2 3 4 5
P b H, b P b H , P2 = P, Si b H entonces P b = b, Si b H entonces P b = 0.
Definici on Sean H un subespacio de Rn , {v1 , . . . , vk } una base para H , on de b sobre H , A = v1 vk y b Rn . Denimos la proyecci denotada por proyH b, como el vector: proyH b = P b, donde P es la matriz P = A(A A)1 At .
t
Definici on Sean H un subespacio de Rn , {v1 , . . . , vk } una base para H , on de b sobre H , A = v1 vk y b Rn . Denimos la proyecci denotada por proyH b, como el vector: proyH b = P b, donde P es la matriz P = A(A A)1 At .
t
Definici on (M INIMOS CUADRADOS) Sea A una matriz cuyas columnas son linealmente independientes y b Rn , si el sistema Ax = b es inconsistente entonces la soluci on de los m nimos cuadrados al sistema est a dada por x = At A Ejemplo 2 1 1 Considere el sistema Ax = b donde 1 1 y b = 2. Use el m etodo de 1 1 0 los m nimos cuadrados para calcular la mejorsoluci on.
1
At b.
Definici on (M INIMOS CUADRADOS) Sea A una matriz cuyas columnas son linealmente independientes y b Rn , si el sistema Ax = b es inconsistente entonces la soluci on de los m nimos cuadrados al sistema est a dada por x = At A Ejemplo 2 1 1 Considere el sistema Ax = b donde 1 1 y b = 2. Use el m etodo de 1 1 0 los m nimos cuadrados para calcular la mejorsoluci on. Ejemplo Supongamos que los valores observados son (2, 0), (1, 0) y (2, 3), es f acil ver que estos valores no pertecen a una linea. Use el m etodo de los m nimos cuadrados para calcular la mejor.aproximaci on a una recta de estos puntos.
1
At b.
Definici on (M INIMOS CUADRADOS) Sea A una matriz cuyas columnas son linealmente independientes y b Rn , si el sistema Ax = b es inconsistente entonces la soluci on de los m nimos cuadrados al sistema est a dada por x = At A Ejemplo 2 1 1 Considere el sistema Ax = b donde 1 1 y b = 2. Use el m etodo de 1 1 0 los m nimos cuadrados para calcular la mejorsoluci on. Ejemplo Supongamos que los valores observados son (2, 0), (1, 0) y (2, 3), es f acil ver que estos valores no pertecen a una linea. Use el m etodo de los m nimos cuadrados para calcular la mejor.aproximaci on a una recta de estos puntos.
1
At b.