施密特正交化与QR分解：参看 https://blog.csdn.net/u010945683/article/details/45972819
引自：https://blog.csdn.net/tengweitw/article/details/41174555
https://blog.csdn.net/tengweitw/article/details/41775545
我们在初中就应该学过投影，那么什么是投影呢？形象点说，就是将你需要投影的东西上的每一点向你要投影的平面作垂线，垂线与平面的交点的集合就是你的投影。注意这里我们的投影是向量的投影，几何的投影(并不一定是垂直投影的)可见度娘百科。同样的，我们从简单的二维投影来开始讨论。
1、二维投影
上图表示的是，向量b在向量a上的投影。显然有如下表达式：
其中，P为投影矩阵，由P的表达式可以看出，它具有如下性质：
2、三维投影
三维投影，就是将一个向量投影到一个平面上。同上面一样，假设是将b向量投影到平面上的p向量，则有表达式：
e是垂直与平面的向量。由于p向量在平面上，则p向量可以由该平面的2个线性无关向量(正如，在xy平面的任何向量都可以由x轴，y轴表示)表示：
由于e垂直平面，则e向量垂直与平面中的任意向量，则有：
将上式化简求得x：
又因为p=Ax，Pb=p，则得到投影矩阵为：
由P的表达式可以看出，它具有如下性质：
上面的投影矩阵是通式，当投影在一维情况时，A即为直线上的任意一个向量a,投影矩阵为：
注意：一个数值的逆是它的倒数。
3、举例说明
下面以一个实例来说明：
如上图，假设我们要将向量b投影到水平面上，其投影为p，a1,a2为水平面的两个线性无关向量，它们的参数分别为：
那么A=[a1 a2]即：
由上面我们求得的通式，可得投影矩阵P:
知道投影矩阵P后，我们可以得到b在水平面上的投影p为：
显然，p与我们图中所示的结果相同。这里我们是以三维情况进行举例的，更高维情况，我们无法用图像来描述，但是通式也是成立的。
求解Ax=b
在前面文章《正交投影》中，有下式：
当矩阵A为标准正交矩阵Q时，由于正交矩阵与其转置的乘积为单位矩阵，则上式可以转化为：
可以发现，求x时不需要矩阵Q的逆，只需要知道转置即可，这样简化了计算。
求解投影矩阵
在前面文章《正交投影》中，投影矩阵的通式可以表示为：
当矩阵A为标准正交矩阵Q时，由于正交矩阵与其转置的乘积为单位矩阵，则上式可以转化为：
这样就将投影矩阵简单化了。