目录
qr函数的功能是对矩阵进行QR 分解。
语法
R = qr(A)
[Q,R] = qr(A)
[Q,R,P] = qr(A)
[___] = qr(A,"econ")
[Q,R,P] = qr(A,outputForm)
[___] = qr(A,0)
[C,R] = qr(S,B)
[C,R,P] = qr(S,B)
[___] = qr(S,B,"econ")
[C,R,P] = qr(S,B,outputForm)
[___] = qr(S,B,0)
说明
R = qr(A) 返回 QR 分解 A = Q*R 的上三角 R 因子。
[Q,R] = qr(A) 对 m×n 矩阵 A 执行 QR 分解,满足 A = Q*R。因子 R 是 m×n 上三角矩阵,因子 Q 是 m×m 正交矩阵。
[Q,R,P] = qr(A) 还返回一个置换矩阵 P,满足 A*P = Q*R。如果 A 为满矩阵,将选择置换矩阵,使得 abs(diag(R)) 递减。
[___] = qr(A,"econ") 使用上述任意输出参数组合进行精简分解。输出的大小取决于 m×n 矩阵 A 的大小:
如果 m > n,则 qr 仅计算 Q 的前 n 列和 R 的前 n 行。
如果 m <= n,则精简分解与常规分解相同。
[Q,R,P] = qr(A,outputForm) 指定置换信息 P 是以矩阵还是向量形式返回。例如,如果 outputForm 是 "vector",则 A(:,P) = Q*R。outputForm 的默认值是 "matrix",满足 A*P = Q*R。
[___] = qr(A,0) 等效于 qr(A,"econ","vector")。不建议使用此语法。改用 "econ" 选项。
[C,R] = qr(S,B) 计算 C = Q'*B 和上三角因子 R。您可以使用 C 和 R 计算稀疏线性系统 S*X = B 和 X = R\C 的最小二乘解。
[C,R,P] = qr(S,B) 还返回置换矩阵 P,选择该矩阵是为了减少 R 中的填充。您可以使用 C、R 和 P 计算稀疏线性系统 S*X = B 和 X = P*(R\C) 的最小二乘解。
[___] = qr(S,B,"econ") 使用上述任意输出参数组合进行精简分解。输出的大小取决于 m×n 稀疏矩阵 S 的大小:
如果 m > n,则 qr 仅计算 C 和 R 的前 n 行。
如果 m <= n,则精简分解与常规分解相同。
[C,R,P] = qr(S,B,outputForm) 指定置换信息 P 是以矩阵还是向量形式返回。例如,如果 outputForm 是 "vector",则 S*X = B 的最小二乘解是 X(P,:) = R\C。outputForm 的默认值为 "matrix",此时 S*X = B 的最小二乘解是 X = P*(R\C)。
[___] = qr(S,B,0) 等效于 qr(S,B,"econ","vector")。不建议使用此语法。改用 "econ" 选项。
示例
Q-Less QR 分解
求 5×5 幻方矩阵的 QR 分解。指定一个输出参数以只返回上三角因子。
A = magic(5);
R = qr(A)
R = 5×5
-32.4808 -26.6311 -21.3973 -23.7063 -25.8615
0 19.8943 12.3234 1.9439 4.0856
0 0 -24.3985 -11.6316 -3.7415
0 0 0 -20.0982 -9.9739
0 0 0 0 -16.0005
矩阵的完整 QR 分解
通过指定两个输出参数来计算幻方测试矩阵的完整 QR 分解。
A = magic(5);
[Q,R] = qr(A)
Q = 5×5
-0.5234 0.5058 0.6735 -0.1215 -0.0441
-0.7081 -0.6966 -0.0177 0.0815 -0.0800
-0.1231 0.1367 -0.3558 -0.6307 -0.6646
-0.3079 0.1911 -0.4122 -0.4247 0.7200
-0.3387 0.4514 -0.4996 0.6328 -0.1774
R = 5×5
-32.4808 -26.6311 -21.3973 -23.7063 -25.8615
0 19.8943 12.3234 1.9439 4.0856
0 0 -24.3985 -11.6316 -3.7415
0 0 0 -20.0982 -9.9739
0 0 0 0 -16.0005
在计算机精度范围内验证 A=QR。
norm(A-Q*R)
ans = 1.2642e-14
置换 QR 分解
指定三个输出参数以返回一个置换矩阵或向量,该置换矩阵或向量可减少 QR 分解的 R
因子中的填充。
计算 west0479 稀疏矩阵的 QR 分解。指定三个输出以返回满足 AP=QR 的置换矩阵。
load west0479
A = west0479;
[Q,R,P] = qr(A);
在计算机精度范围内验证置换矩阵 P 满足 A*P = Q*R。
norm(A*P-Q*R,"fro")
ans = 3.5411e-10
现在指定 "vector" 选项以将 p 以置换向量形式返回。
[Q,R,p] = qr(A,"vector");
在计算机精度范围内验证置换向量 p 满足 A(:,p) = Q*R。
norm(A(:,p) - Q*R,"fro")
ans = 3.5411e-10
验证对于稀疏输入,在分解中使用置换矩阵或置换向量所得的R因子的非零项比使用非置换分解的少。
[Q1,R1] = qr(A);
spy(R1)
如图所示:
spy(R)
如图所示:
结果表明置换分解产生的 R 因子的非零值明显减少。
用精简 QR 因子求解线性系统
使用系数矩阵的精简 QR 分解来求解线性系统 Ax=b。使用 magic(10) 的前五列创建一个 10×5 系数矩阵。对于线性方程 Ax=b 的右侧,使用矩阵的行总和。在这种设置下,方程 x 的解应为由 1 组成的向量。
A = magic(10);
A = A(:,1:5)
A = 10×5
92 99 1 8 15
98 80 7 14 16
4 81 88 20 22
85 87 19 21 3
86 93 25 2 9
17 24 76 83 90
23 5 82 89 91
79 6 13 95 97
10 12 94 96 78
11 18 100 77 84
b = sum(A,2)
b = 10×1
215
215
215
215
215
290
290
290
290
290
计算 A 的精简 QR 分解。然后用 x(p,:) = R\(Q\b) 求解线性系统 QRx=b。由于 Q 是正交矩阵,此方程与 x(p,:) = R\(Q'*b) 相同。
[Q,R,p] = qr(A,"econ","vector")
Q = 10×5
-0.0050 -0.4775 -0.0504 0.5193 0.0399
-0.0349 -0.5001 -0.0990 -0.1954 -0.2006
-0.4384 0.1059 -0.4660 0.4464 0.0628
-0.0947 -0.4151 -0.2923 -0.2542 0.5274
-0.1246 -0.4117 -0.2812 -0.1326 -0.4130
-0.3787 0.0209 0.2702 0.4697 0.0390
-0.4085 -0.0017 0.2217 -0.2450 -0.2015
-0.0648 -0.3925 0.6939 0.0669 0.1225
-0.4683 0.0833 0.0283 -0.3038 0.5265
-0.4982 0.0867 0.0394 -0.1822 -0.4138
R = 5×5
-200.7112 -55.5026 -167.6040 -84.7237 -168.7997
0 -192.1053 -40.3557 -152.4040 -39.2814
0 0 101.3180 -89.4254 96.0172
0 0 0 41.0248 -14.9083
0 0 0 0 24.6386
p = 1×5
3 1 5 2 4
x(p,:) = R\(Q\b)
x = 5×1
1.0000
1.0000
1.0000
1.0000
1.0000
生成 R 的对角线的半对数图,以确认置换分解产生的 R 因子的 abs(diag(R)) 是递减的。将 A 的奇异值绘制在同一个图中进行比较。实际上,R 的对角线值与 A 的奇异值具有类似的行为。因此,可以使用 R 的对角线值来衡量矩阵 A 的奇异程度。
semilogy(abs(diag(R)),"-o")
hold on
semilogy(svd(A),"r-o")
legend("Diagonal of R","Singular Values of A")
如图所示:
求解稀疏线性系统
求解稀疏线性系统,并使用结果查看向量 b
有多少位于 S
的列空间中。创建一个随机 500×20 稀疏矩阵(密度为 10%)和一个由 1 组成的向量。使用 qr
将矩阵分解为因子 R
和 C = Q'*b
。
S = sprand(500,20,0.1);
b = ones(500,1);
[C,R] = qr(S,b,"econ");
使用这些结果求解 Sx=b,解为 x = R\C。
x = R\C;
以恒等式 为例。除以 b 的范数,会得到一个新的恒等式,表明 b 有多少位于 S 的列空间中:
第一个项说明 b 有多少不在 S 的列空间中,而第二个项说明 b 有多少在 S 的列空间中。
t1 = norm(S*x-b)^2/norm(b)^2
t1 = 0.4000
t2 = norm(C)^2/norm(b)^2
t2 = 0.6000
求解矩形稀疏线性系统
使用 qr 求解矩阵方程 Sx=B,其中 S 为矩形稀疏系数矩阵。
加载 west0479 稀疏矩阵,并将前 200 列用作线性系统中的矩形系数矩阵。对于方程的右侧,使用 S 的行总和。在这种设置下,Sx=B 的解是由 1 组成的向量。
load west0479
S = west0479(:,1:200);
B = sum(S,2);
使用 qr 以及两个输入和三个输出求解 Sx=B。线性系统的解是 x = P*(R\C)。
[C,R,P] = qr(S,B);
x = P*(R\C);
在计算机精度范围内验证 Sx−B=0。
norm(S*x-B)
ans = 9.1703e-11
注意:要计算上三角因子 R 和置换矩阵 P,但避免计算正交矩阵 Q(这通常是对 qr 的调用中计算量最大的部分),可以将 B 指定为空矩阵:
emptyB = zeros(size(S,1),0);
[~,R,P] = qr(S,emptyB);
提示
-
要求解涉及相同系数矩阵的多个线性系统,请使用 decomposition 对象。
-
对于语法 [C,R] = qr(S,B),仅当 S 不具有低秩时,X = R\C 的值才是 S*X = B 的最小二乘解。