QR分解

以下内容多根据wiki翻译转述而来，其中夹杂个人理解。

在线性代数里，QR分解是将输入矩阵A分解成两个矩阵乘积的形式A=QR，其中Q是正交矩阵，R是上三角矩阵。QR分解经常用来解决最小回归问题，是特征值算法、QR算法的基础。

1 不同情形及相应的定义

1.1 方阵情形

任何实矩阵A都能够被分解为

A=QR

其中，Q是一个正交矩阵（其列向量是正交单位向量，即Q‘Q=E），R是一个上三角矩阵。如果A是可逆的，在要求R的对角元素为正的前提下此分解唯一。

如果A是一个复数方阵，分解类似，对应正交矩阵改称为酉矩阵。

如果A有n个线性无关的列，则Q的前n列构成A的列空间的一个正交基。更通俗地讲，对任意的1<=k<=n，Q的前k列都构成A的前k列张成的空间的一个正交基。

（ 注意，方阵情形一般没什么问题，我整理这篇博客主要是记录下面不是方阵的情形在QR分解时候维度的问题）

1.2 非方阵情形 

不妨设矩阵A为m*n维且m>=n，此时A仍然可以分解为Q、R两个矩阵的乘积，注意此时Q、R两个矩阵的维度，其中Q是m*m维，R是m*n维（这个地方我还是有些模糊，有些书上写的是Q是m*nR是n*n维的，但是我用matlab验证的时候与wiki的一致，可能这是分解不唯一导致的吧，那如何才能按照自己想要的维度进行分解呢？这个先留着，看看以后能不能明白）其中上三角矩阵R的下部分(m-n)行全是0，因此可以做截断如以下形式：

其中R1是一个n*n的上三角矩阵，Q1是m*n,Q2是m*(m-n)，Q1和Q2都拥有正交列。

（针对上面说的模糊的地方，我现在理解了，比如说曾祥金版的矩阵分析简明教程中其写的QR分解就是将原始矩阵分解为Q是m*n维，R是n*n维，但是matlab自己算出来的却分别是m*m与m*n正好与书上的相反，书上的写错了吗？并没有！原因就在于matlab算出来的并没有做截断，实际上，matlab算出来的R是m*n维的后面的m-n行全是0在矩阵相乘并不起作用，对应地把Q也做截断就得到了书上说的Q是m*n维R是n*n的了）

QR分解具体怎么计算我就不再翻译了，具体参照 https://en.wikipedia.org/wiki/QR_decomposition#cite_note-Trefethen-1