计算方法（三）矩阵分解1-正交分解(QR分解)

为什么80%的码农都做不了架构师？>>>   

正交分解

矩阵的正交分解又称为QR分解，是将矩阵分解为一个正交矩阵Q和一个上三角矩阵的乘积的形式。

任意实数方阵A，都能被分解为 。这里的Q为正交单位阵，即 R是一个上三角矩阵。这种分解被称为QR分解。 QR分解也有若干种算法，常见的包括Gram–Schmidt、Householder和Givens算法。 QR分解是将矩阵分解为一个正交矩阵与上三角矩阵的乘积。用一张图可以形象地表示QR分解：
为啥我们需要正交分解呢？
实际运用过程中，QR分解经常被用来解线性最小二乘问题，这个问题我们后面讲述。

提到正交分解就不得不讨论（Householder transformation Householder变换）豪斯霍尔德变换和（Schmidt orthogonalization Schmidt正交化）施密特正交化

Schmidt正交化

定理1 设A是n阶实非奇异矩阵,则存在正交矩阵Q和实非奇异上三角矩阵R使A有QR分解;且除去相差一个对角元素的绝对值（模）全等于1的对角矩阵因子外,分解是唯一的.

定理2 设A是m×n实矩阵,且其n个列向量线性无关,则A有分解A=QR,其中Q是m×n实矩阵,且满足QHTQ=E,R是n阶实非奇异上三角矩阵该分解除去相差一个对角元素的绝对值（模）全等于1的对角矩阵因子外是唯一的.用Schmidt正交化分解方法对矩阵进行QR分解时，所论矩阵必须是列满秩矩阵。

算法步骤

1. 写出矩阵的列向量;
2. 列向量按照Schmidt正交化正交;
3. 得出矩阵的Q′,R′;
4. 对R′的列向量单位化得到Q，R′的每行乘R′每列的模得푹

matlab代码

function[X,Q,R] = QRSchmidt(A,b)
%方阵的QR的Gram-Schmidt正交化分解法，并用于求解AX=b方程组[m,n]=size(A); 
if m~