矩阵分析——QR分解

Gram-Schmidt正交化

       在提到矩阵的QR分解前,必须要提到Gram–Schmidt方法,理论上QR分解是由Gram–Schmidt正交化推出来的。那么Gram–Schmidt正交化究竟是什么。

       在三维空间存在直角坐标系,其中任意一点都可以由(x,y,z)坐标唯一确定,在这个坐标系中,X、Y、Z三轴都是相互正交(垂直)的。那么推广到n维欧式空间,就是n个线性无关的基向量组成的一组基,n维欧式空间中任意一位置,都可以由这组基线性表示。

       那么就引出来另一个问题,怎么得到一组两两相互正交的正交基呢?这一过程就是Gram–Schmidt正交化。下面简

单推理一下Gram–Schmidt正交化方法的得出过程。重点是正交投影这种思想。

      现在设是欧式空间的一组基,我们希望由此得到这组正交基。

       先令,那么如何得到呢?可以将正交分解为,如下图所示:


      

      由此可以得到,因此 。So

      那么呢?显然可以由相同的方法得出,如下图所示:

     由此可得。推广到第j个正交向量可得:


     以上就是求正交基的Gram–Schmidt正交化方法。

QR分解

      对于可逆矩阵A的列向量组进行Gram–Schmidt正交化可得标准正交向量

     用矩阵表达即是:

      T=(tij),A=(),Q=(),这里注意Q是正交矩阵。若记,则A = QR,其中T的逆矩阵R仍然是上三角矩阵。

      由此得到QR分解定义:

      对于n阶方阵A,若存在正交矩阵Q和上三角矩阵R,使得A = QR,则该式称为矩阵A的完全QR分解或正交三角分解。(对于可逆矩阵A存在完全QR分解)。

      从上面可以看出矩阵QR分解是由Gram–Schmidt正交化推理出来的一种方阵分解形式,矩阵QR分解的计算方法也是以Gram–Schmidt正交化为核心。通过Gram–Schmidt正交化求出正交矩阵Q,再通过得到矩阵R。

      这里对于Gram–Schmidt正交化求正交矩阵Q提出一种改进的计算方法(改进的地方是每产生一个单位正交向量后,就用后续的向量减去它,消去其中包含这个正交向量的部分):

      其实对于非方阵的m*n(m≥n)阶矩阵A也可能存在QR分解的,A = QR。这时Q为m*n阶的半正交矩阵,R为n*n阶上三角矩阵。这时的QR分解不是完整的(方阵),因此称为约化QR分解(对于列满秩矩阵A必存在约化QR分解)。

      同时也可以通过扩充矩阵A为方阵或者对矩阵R补零,可以得到完全QR分解。

参考资料:

《矩阵分析与计算》,李继根,张新发


知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 3.0 中国大陆许可协议进行许可。

  • 56
    点赞
  • 200
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值