《Linear Algebra Done Wrong》一书中第七章讨论了正交投影矩阵。该矩阵可以将向量投影到一个子空间上,同时保持向量在该子空间上的长度不变。下面是该书中对于正交投影矩阵的推导过程:
假设W是一个n维向量空间的子空间,P是一个线性变换,将向量v投影到W上。那么,P的矩阵表示应该满足以下条件:
对于任意向量v\in W,Pv=v,即v在W上的投影等于自身。
对于任意向量u\in W^\perp,Pu=0,即u在W上的投影为零。
考虑一个基于W的正交基\{w_1,\cdots,w_k\}和W^\perp的正交基\{w_{k+1},\cdots,w_n\}。那么,P的矩阵表示应该满足以下条件:
对于任意向量v\in W,Pv=\sum_{i=1}^k\langle v,w_i\rangle w_i,即v在W上的投影是基向量的线性组合。
对于任意向量u\in W^\perp,Pu=\sum_{i=k+1}^n\langle u,w_i\rangle w_i,即u在W的正交补上的投影是基向量的线性组合。
我们可以将P的矩阵表示写成P=[w_1,\cdots,w_k|w_{k+1},\cdots,w_n]M的形式,其中[w_1,\cdots,w_k|w_{k+1},\cdots,w_n]是由W和W^\perp的基向量组成的矩阵,M是一个n\times n的矩阵。根据上面的条件,我们可以得到以下等式:
将P=[w_1,\cdots,w_k|w_{k+1},\cdots,w_n]M代入上述等式,我们可以得到以下等式:
根据正交基的性质,我们可以得到以下等式:
也就是说,M的第一部分是一个单位矩阵,第二部分是一个零矩阵。因此,M的矩阵表示为:
其中I_k是k\times k的单位矩阵。将M代入P=[w_1,\cdots,w_k|w_{k+1},\cdots,w_n]M,我们可以得到:
这就是正交投影矩阵的公式。