《矩阵理论与方法》矩阵的QR分解

预备知识

向量内积：设$V$是实数域上的线性空间（关于线性空间的定义，这里不再赘述），若对于$V$中任意两个向量$\alpha$与$\beta$，按照某个规则，恒有唯一的一个实数与之对应，用记号$(\alpha ,\beta )$表示，且满足：
（1）交换律：$(\alpha ,\beta )$=$(\beta ,\alpha )$；
（2）齐次律：$(k\alpha ,\beta )$=k$(\alpha ,\beta )$；
（3）分配率：$(\alpha +\beta ,\gamma )$=$(\alpha ,\gamma )+(\beta ,\gamma )$；
（4）正定性：$(\alpha ,\alpha )\ge 0$，当且仅当$\alpha =0$时$(\alpha ,\alpha )=0$。
这里，$\alpha$、$\beta$、$\gamma$是$V$中任意向量，$k$是任意实数，则称$(\alpha ,\beta )$为向量$\alpha$与$\beta$的内积。在复数域内积的定义与之类似。

正交矩阵：设$\mathtt{A}\in {\mathtt{R}}^{n\times n}$，如果满足$\mathtt{A}{\mathtt{A}}^T={\mathtt{A}}^T\mathtt{A}={\mathtt{I}}_n$，其中${\mathtt{I}}_n$是单位矩阵，则称$\mathtt{A}$为正交矩阵。

酉矩阵：设$\mathtt{A}\in {\mathtt{C}}^{n\times n}$，如果满足$\mathtt{A}{\mathtt{A}}^H={\mathtt{A}}^H\mathtt{A}={\mathtt{I}}_n$，其中${\mathtt{I}}_n$是单位矩阵，${\mathtt{A}}^H$为$\mathtt{A}$的共轭矩阵，则称$\mathtt{A}$为酉矩阵。

正定矩阵：一个$n\times n$的实对称矩阵$\mathtt{M}$是正定的，当且仅当对所有非零实系数向量$z$，都有$z^T\mathtt{M}z>0$。对于复数的情况，定义则为：一个$n\times n$的埃尔米特矩阵$\mathtt{M}$是正定的，当且仅当对所有非零复向量$z$，都有$z^H\mathtt{M}z>0$。由于$\mathtt{M}$是埃尔米特矩阵，经过计算可知，对于任意复向量$z$，$z^H\mathtt{M}z$必然是实数，从而可以与0进行比较。

实对称矩阵：设$\mathtt{A}\in {\mathtt{R}}^{n\times n}$，若$\mathtt{A}={\mathtt{A}}^T$，则$\mathtt{A}$为实对称矩阵。

一、矩阵的QR分解

定义1：如果实（复）矩阵$\mathtt{A}$可分解成一个正交（酉）矩阵$\mathtt{Q}$与一个实（复）的上三角矩阵$\mathtt{R}$的乘积，即$$\mathtt{A}=\mathtt{Q}\mathtt{R}$$则称上式为矩阵$\mathtt{A}$的一个$\mathtt{Q}\mathtt{R}$分解。

定理1：设方阵$\mathtt{A}=[a_{ij}{]}_{n\times n}\in R^{n\times n}(C^{n\times n})$非奇异，则存在正交（酉）矩阵$\mathtt{Q}$和实（复）的正线（对角元全为正数）上三角矩阵$\mathtt{R}$，使得$$\mathtt{A}=\mathtt{Q}\mathtt{R}$$

推论1：设$n\times r$矩阵$\mathtt{A}=\in R^{n\times r}(C^{n\times r})$且$rank\mathtt{A}=r$，则存在$n$阶正交（酉）矩阵和$r$阶实（复）的正线上三角矩阵$\mathtt{R}$，使得$$\mathtt{A}=\mathtt{Q}\left[\begin{array}{c}\mathtt{R}\\ 0\end{array}\right]$$

推论2：设$\mathtt{A}$是一个实对称正定矩阵，则存在正线上三角矩阵$\mathtt{R}$，使得$$\mathtt{A}={\mathtt{R}}^T\mathtt{R}$$

二、用初等旋转矩阵求矩阵的QR分解

如果不要求分解中的上三角矩阵$\mathtt{R}$的对角元皆是正数，则用初等旋转矩阵求矩阵$\mathtt{A}$的$\mathtt{Q}\mathtt{R}$分解是比较方便的。下面只介绍利用实的初等旋转矩阵求实矩阵$\mathtt{A}$的$\mathtt{Q}\mathtt{R}$分解，利用复初等旋转矩阵求复矩阵的分解方法类似。

定义2：设实数$c$,$s$满足$c^2+s^2=1$，则称$n$阶方阵$${\mathtt{T}}_{ij}=[\begin{array}{ccccccc}& & & & & & \\ 1& & & & & & \\ & \ddots & & & & & \\ & & 1& & & & \\ & & & c& \cdots & & \\ & & & & 1& & \\ & & & ⋮& & \ddots & \\ & & & & & & \\ & & & -s& & \cdots & \\ & & & & & & \\ & & & & & & \\ & & & & & & \end{array}$$