矩阵分析与应用(15)

最新推荐文章于 2023-03-27 10:54:02 发布

Butterfffly

最新推荐文章于 2023-03-27 10:54:02 发布

阅读量192

点赞数

分类专栏：矩阵分析与应用文章标签：线性代数

本文链接：https://blog.csdn.net/qq_40206924/article/details/125933387

版权

矩阵分析与应用专栏收录该内容

22 篇文章 9 订阅

订阅专栏

学习来源：《矩阵分析与应用》张贤达清华大学出版社

QR分解及应用

1. QR分解的性质

定理1（QR分解）：若 $A\in R^{m\times n}$ ，且 $m\geqslant n$ ，则存在列正交的矩阵 $Q\in R^{m\times m}$ 和上三角矩阵 $R\in R^{m\times n}$ 使得 $A=QR$ 。当 $m=n$ 时， $Q$ 是正交矩阵。如果 $A$ 是非奇异的 $n\times n$ 矩阵，则 $R$ 的所有对角线元素均为正，且此时 $Q$ 和 $R$ 是唯一的。若 $A$ 是复矩阵，则 $Q$ 和 $R$ 取复值。

引理1：若 $A$ 和 $B$ 是任意两个 $m\times n$ 矩阵，则

$A^HA=B^HB$

当且仅当存在一个 $m\times m$ 酉矩阵 $Q$ 使得

$QA=B$

2. 基于 Gram-Schmidt 方法的 QR 分解

Gram-Schmidt 正交化方法是一种由 $n$ 个向量 $a_1,a_2,\cdots ,a_n$ 构造相互正交且范数为 1 的向量 $q_1,q_2,\cdots ,q_n$ 的方法。将向量 $a_1$ 标准正交化的结果取作 $q_1$ ，即

$\left\{\begin{matrix} R_{11}=\left \| a_1 \right \|\\ q_1=q_1/R_{11} \end{matrix}\right.$

然后，从 $a_2$ 中去掉与 $a_1$ 平行的分量，再进行标准正交化，并将结果取作 $q_2$ ，则有

$\left\{\begin{matrix} R_{12}=q_1^Ha_2\\ R_{22}=\left \| a_2-q_1R_{12} \right \| \\ q_2=(a_2-q_1R_{12})/R_{22} \end{matrix}\right.$

进而，又从 $a_3$ 中去掉与 $a_1$ 和 $a_2$ 平行的两个分量，再进行标准正交化，并使用该结果作为 $q_3$ ；以此类推，对于 $q_k(2\leqslant k\leqslant n)$ 有

$\left\{\begin{matrix} R_{jk}=q_j^Ha_k,\quad 1\leqslant j\leqslant k-1\\ R_{kk}=\left \| a_k-\sum_{j=1}^{k-1}q_jR_{jk} \right \|\\ q_k=(a_k-\sum_{j=1}^{k-1}q_jR_{jk})/R_{kk} \end{matrix}\right.$

其中， $q_i$ 是标准正交基，即

$q_i^Hq_j=\delta_{ij}$

而 $\delta_{ij}$ 是 Kronecker $\delta$ 函数，含义为

$\delta_{ij}=\left\{\begin{matrix} 1\quad ,i=j\\ 0\quad ,i\neq j \end{matrix}\right.$

若令 $m\times n$ 矩阵 $A$ 的列向量为 $a_1,a_2,\cdots ,a_n$ ，则以 $q_1,q_2,\cdots ,q_n$ 为列向量的矩阵 $Q$ 与 $A$ 之间有以下关系

$A=QR$

又由于 $q_i$ 是标准正交基，所以

$Q^HQ=I_n$

以上求解矩阵 QR 分解的方法叫做经典 Gram-Schmidt 正交化法。

3. 例

利用经典 Gram-Schmidt 正交化法求矩阵 $A$ 的 QR 分解，其中，

$A=\begin{bmatrix} 0 & 3 &1 \\ 0& 4& -2\\ 2&1 &2 \end{bmatrix}$

设 $x_1=[0,0,2]^T,x_2=[3,4,1]^T,x_3=[1,-2,2]^T$ ，易知 $x_1,x_2,x_3$ 线性无关。

将 $x_1,x_2,x_3$ 正交化：

$y_1=x_1=[0,0,2]^T$

$y_2=x_2-\frac{(x_2,y_1)}{(y_1,y_1)}y_1=x_2-\frac{1}{2}y_1=[3,4,0]^T$

$y_3=x_3-\frac{(x_3,y_1)}{(y_1,y_1)}y_1-\frac{(x_3,y_2)}{(y_2,y_2)}y_2=x_3-y_1+\frac{1}{5}y_2=[\frac{8}{5},-\frac{6}{5},0]^T$

再单位化

$q_1=\frac{1}{2}y_1=[0,0,1]^T$

$q_2=\frac{1}{5}y_2=[\frac{3}{5},\frac{4}{5},0]^T$

$q_3=\frac{1}{2}y_3=[\frac{4}{5},-\frac{3}{5},0]^T$

所以

$x_1=y_1=2q_1$

$x_2=\frac{1}{2}y_1+y_2=q_1+5q_2$

$x_3=y_1-\frac{1}{5}y_2+y_3=2q_1-q_2+2q_3$

最终矩阵 $A$ 的 QR 分解为：

$A=QR=\begin{bmatrix} 0 & \frac{3}{5} &\frac{4}{5} \\ 0& \frac{4}{5}&-\frac{3}{5} \\ 1&0 &0 \end{bmatrix}\begin{bmatrix} 2 &1 &2 \\ 0& 5 & -1\\ 0 &0 &2 \end{bmatrix}$