矩阵论——空间投影及其应用

二维空间投影

如图所示，对于向量$\text{b}$，它在向量$\text{a}$上的投影$\text{p}=x\text{a}$，二者误差$\text{e}=\text{b}-\text{p}=\text{b}-x\text{a}$。（注：图中向量均为列向量.）

$\because \text{e}\perp \text{a}$
$\therefore {\text{a}}^T(\text{b}-x\text{a})=\text{0}$
$\therefore x{\text{a}}^T\text{a}={\text{a}}^T\text{b}$
$\therefore x=\frac{{\text{a}}^T\text{b}}{{\text{a}}^T\text{a}}$

系数 $x=\frac{{\text{a}}^T\text{b}}{{\text{a}}^T\text{a}}$

投影 $\text{p}=\text{a}\frac{{\text{a}}^T\text{b}}{{\text{a}}^T\text{a}}$

投影矩阵 $\text{P}=\frac{\text{a}{\text{a}}^T}{{\text{a}}^T\text{a}}$

性质：

• $\text{p}=\text{P}\text{b}$
• ${\text{P}}^T=\text{P}$（由公式可以证明）
• ${\text{P}}^2=\text{P}$（从由公式的角度可以证明；从几何的角度来看，$\text{b}$在$\text{a}$上的投影为$\text{p}$，$\text{p}$在$\text{a}$上的投影仍为$\text{p}$，即$\text{p}=\text{P}\text{b}$，$\text{p}=\text{P}\text{p}$）

多维空间投影

对于三维空间，

设$A=\left[\begin{array}{cc}{\text{a}}_1& {\text{a}}_2\end{array}\right]$，（ a 1 , a 2 \textit{\textbf{a}}_1,\textit{\textbf{a}}_2