投影向量计算公式的推导

最新推荐文章于 2025-06-10 16:53:08 发布

Daniel3030

最新推荐文章于 2025-06-10 16:53:08 发布

阅读量8.4w

点赞数 14

CC 4.0 BY-SA版权

分类专栏：线性代数线性变换欧式空间文章标签：线性变换

本文链接：https://blog.csdn.net/Daniel_tanxz/article/details/90341124

线性代数同时被 3 个专栏收录

5 篇文章

订阅专栏

线性变换

5 篇文章

订阅专栏

欧式空间

2 篇文章

订阅专栏

博客主要介绍了在R3中向量β到向量α的投影向量计算，通过点乘公式得出投影向量公式。还给出具体例子计算投影向量，最后将其推广到n维欧式空间，点乘推广为内积，得到新的投影公式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在 $R^3$ 中，将向量 $β\beta$ 投影到向量 $α\alpha$ 上的投影向量记为 $Πα(β)\Pi_{\alpha}(\beta)$ 。
在这里插入图片描述
如上图， $Πα(β)\Pi_{\alpha}(\beta)$ 与 $α\alpha$ 共线，于是，
$Πα(β)=xe,(1)\Pi_{\alpha}(\beta)=xe,\quad (1)$
其中， $x$ 为投影值，它的绝对值等于投影向量的长度， $e=α∣α∣e=\frac{\alpha}{|\alpha|}$ , 即与 $α\alpha$ 同方向的单位向量。
下面求 $x$ 的值：

由点乘的计算公式，
$β⋅e=∣β∣∣e∣cosθ=∣β∣cosθ=x(2)\beta\cdot e=|\beta||e|cos\theta=|\beta|cos\theta=x \quad (2)$
将（2）代入（1），得

$Πα(β)=xe=(β⋅e)e\Pi_{\alpha}(\beta)=xe=(\beta\cdot e) e$
$=β⋅α∣α∣α∣α∣=β⋅αα⋅αα，=\frac{\beta\cdot \alpha}{|\alpha|}\frac{\alpha}{|\alpha|}=\frac{\beta\cdot\alpha}{\alpha\cdot\alpha}\alpha，$
所以，

$Πα(β)=β⋅αα⋅αα\Pi_{\alpha}(\beta)=\frac{\beta\cdot\alpha}{\alpha\cdot\alpha}\alpha$

应用

例1 在 $R^3$ 中，向量 $β=(1，2，3)T,α=(1,1,1)T\beta=(1，2，3)^T,\alpha=(1,1,1)^T$ ，计算 $Πα(β).\Pi_{\alpha}(\beta).$

解： $Πα(β)=1⋅1+2⋅1+3⋅11⋅1+1⋅1+1⋅1α=63α=2α.\Pi_{\alpha}(\beta)=\frac{1\cdot1+2\cdot 1+3\cdot 1}{1\cdot1+1\cdot 1+1\cdot 1}\alpha=\frac{6}{3}\alpha=2\alpha.$

推广

在 $n$ 维欧式空间 $P^n$ 中，点乘推广为内积，记为 $(β,α)(\beta,\alpha)$ , 上述投影公式可推广为：
$Πα(β)=(β,α)(α,α)α.\Pi_{\alpha}(\beta)=\frac{(\beta,\alpha)}{(\alpha,\alpha)}\alpha.$