【线性代数公开课MIT Linear Algebra】 第十六课 Ax=b的解、最小二乘法与矩阵

本系列笔记为方便日后自己查阅而写，更多的是个人见解，也算一种学习的复习与总结，望善始善终吧~

基本子空间与投影矩阵

上一节课我们已经了解了投影矩阵 projection matrix, $P=A(A^TA)^{-1}A^T$
结合我们过去学习到的四个基本子空间的内容，对于$Pb$即b的投影：
- 若b在A的column space 则其投影为其本身b
- 若b垂直于A的column space则其投影为一个点，没有长度，为0

这是一张很重要的图片，向量$b$的投影在$A$ 的column space，error vector的投影在left null space上，我们知道$P$，可以将$b$ 投影到