人工智能之数学基础:基于初等反射矩阵完成矩阵的QR分解

本文重点

QR分解是矩阵分解中的一种重要方法,它将一个矩阵分解为一个正交矩阵Q和一个上三角矩阵R的乘积,即A=QR。这种分解在求解线性方程组、最小二乘问题、特征值计算等领域有着广泛应用。

QR分解的定义

QR分解就是应用了初等反射矩阵,不断的通过初等反射矩阵,然后将A变成R,Q一定是正交矩阵(矩阵的逆等于矩阵的转置),然后求逆就可以得到A=QR了

人工智能之数学基础:基于初等反射矩阵完成矩阵的QR分解_第1张图片

当矩阵R中对角元素都是正的时候,那么此时的分解是唯一的

使用初等反射矩阵进行QR分解

如下图所示,我们可以看到存在一个矩阵A,这个矩阵不需要是方阵。

人工智能之数学基础:基于初等反射矩阵完成矩阵的QR分解_第2张图片

我们将这个矩阵A的每一列看成一个元素,其中一共有n列,所以一共有n个元素(a1,a2,....,an)。

首先使用第一个初等反射矩阵H1对A进行计算,换句话说,分别对(a1a2...an)进行计算。为了一般化,我们这里

你可能感兴趣的:(机器学习深度学习之数学基础,人工智能,矩阵,算法,初等反射矩阵,QR分解,线性代数,机器学习)