QR 分解 - MATLAB qr- MathWorks 中国 (2024)

本页翻译不是最新的。点击此处可查看最新英文版本。

QR 分解

全页折叠

语法

R = qr(A)

[Q,R] = qr(A)

[Q,R,P] = qr(A)

[___] = qr(A,"econ")

[Q,R,P] = qr(A,outputForm)

[___] = qr(A,0)

[C,R] = qr(S,B)

[C,R,P] = qr(S,B)

[___] = qr(S,B,"econ")

[C,R,P] = qr(S,B,outputForm)

[___] = qr(S,B,0)

说明

示例

R = qr(A) 返回 QR 分解 A = Q*R 的上三角 R 因子。

示例

[Q,R] = qr(A) 对 m×n 矩阵 A 执行 QR 分解，满足 A = Q*R。因子 R 是 m×n 上三角矩阵，因子 Q 是 m×m 正交矩阵。

示例

[Q,R,P] = qr(A) 还返回一个置换矩阵 P，满足 A*P = Q*R。如果 A 为满矩阵，将选择置换矩阵，使得 abs(diag(R)) 递减。

示例

[___] = qr(A,"econ") 使用上述任意输出参数组合进行精简分解。输出的大小取决于 m×n 矩阵 A 的大小：

如果 m > n，则 qr 仅计算 Q 的前 n 列和 R 的前 n 行。
如果 m <= n，则精简分解与常规分解相同。

示例

[Q,R,P] = qr(A,outputForm) 指定置换信息 P 是以矩阵还是向量形式返回。例如，如果 outputForm 是 "vector"，则 A(:,P) = Q*R。outputForm 的默认值是 "matrix"，满足 A*P = Q*R。

[___] = qr(A,0) 等效于 qr(A,"econ","vector")。不建议使用此语法。改用 "econ" 选项。

示例

[C,R] = qr(S,B) 计算 C = Q'*B 和上三角因子 R。您可以使用 C 和 R 计算稀疏线性系统 S*X = B 和 X = R\C 的最小二乘解。

示例

[C,R,P] = qr(S,B) 还返回置换矩阵 P，选择该矩阵是为了减少 R 中的填充。您可以使用 C、R 和 P 计算稀疏线性系统 S*X = B 和 X = P*(R\C) 的最小二乘解。

示例

[___] = qr(S,B,"econ") 使用上述任意输出参数组合进行精简分解。输出的大小取决于 m×n 稀疏矩阵 S 的大小：

如果 m > n，则 qr 仅计算 C 和 R 的前 n 行。
如果 m <= n，则精简分解与常规分解相同。

示例

[C,R,P] = qr(S,B,outputForm) 指定置换信息 P 是以矩阵还是向量形式返回。例如，如果 outputForm 是 "vector"，则 S*X = B 的最小二乘解是 X(P,:) = R\C。outputForm 的默认值为 "matrix"，此时 S*X = B 的最小二乘解是 X = P*(R\C)。

[___] = qr(S,B,0) 等效于 qr(S,B,"econ","vector")。不建议使用此语法。改用 "econ" 选项。

示例

全部折叠

Q-Less QR 分解

打开实时脚本

求 5×5 幻方矩阵的 QR 分解。指定一个输出参数以只返回上三角因子。

A = magic(5);R = qr(A)

R = 5×5 -32.4808 -26.6311 -21.3973 -23.7063 -25.8615 0 19.8943 12.3234 1.9439 4.0856 0 0 -24.3985 -11.6316 -3.7415 0 0 0 -20.0982 -9.9739 0 0 0 0 -16.0005

矩阵的完整 QR 分解

打开实时脚本

通过指定两个输出参数来计算幻方测试矩阵的完整 QR 分解。

置换 QR 分解

打开实时脚本

指定三个输出参数以返回一个置换矩阵或向量，该置换矩阵或向量可减少 QR 分解的 R 因子中的填充。

计算 west0479 稀疏矩阵的 QR 分解。指定三个输出以返回满足 $AP = QR$ 的置换矩阵。

load west0479A = west0479;[Q,R,P] = qr(A);

在计算机精度范围内验证置换矩阵 P 满足 A*P = Q*R。

norm(A*P-Q*R,"fro")

ans = 3.3521e-10

现在指定 "vector" 选项以将 p 以置换向量形式返回。

[Q,R,p] = qr(A,"vector");

在计算机精度范围内验证置换向量 p 满足 A(:,p) = Q*R。

norm(A(:,p) - Q*R,"fro")

ans = 3.3521e-10

验证对于稀疏输入，在分解中使用置换矩阵或置换向量所得的 R 因子的非零项比使用非置换分解的少。

[Q1,R1] = qr(A);spy(R1)

spy(R)

结果表明置换分解产生的 R 因子的非零值明显减少。

用精简 QR 因子求解线性系统

打开实时脚本

使用系数矩阵的精简 QR 分解来求解线性系统 $Ax = b$ 。

使用 magic(10) 的前五列创建一个 10×5 系数矩阵。对于线性方程 $Ax = b$ 的右侧，使用矩阵的行总和。在这种设置下，方程 $x$ 的解应为由 1 组成的向量。

A = magic(10);A = A(:,1:5)

A = 10×5 92 99 1 8 15 98 80 7 14 16 4 81 88 20 22 85 87 19 21 3 86 93 25 2 9 17 24 76 83 90 23 5 82 89 91 79 6 13 95 97 10 12 94 96 78 11 18 100 77 84

b = sum(A,2)

b = 10×1 215 215 215 215 215 290 290 290 290 290

计算 A 的精简 QR 分解。然后用 x(p,:) = R\(Q\b) 求解线性系统 $QRx = b$ 。由于 Q 是正交矩阵，此方程与 x(p,:) = R\(Q'*b) 相同。

[Q,R,p] = qr(A,"econ","vector")

Q = 10×5 -0.0050 -0.4775 -0.0504 0.5193 0.0399 -0.0349 -0.5001 -0.0990 -0.1954 -0.2006 -0.4384 0.1059 -0.4660 0.4464 0.0628 -0.0947 -0.4151 -0.2923 -0.2542 0.5274 -0.1246 -0.4117 -0.2812 -0.1326 -0.4130 -0.3787 0.0209 0.2702 0.4697 0.0390 -0.4085 -0.0017 0.2217 -0.2450 -0.2015 -0.0648 -0.3925 0.6939 0.0669 0.1225 -0.4683 0.0833 0.0283 -0.3038 0.5265 -0.4982 0.0867 0.0394 -0.1822 -0.4138

R = 5×5 -200.7112 -55.5026 -167.6040 -84.7237 -168.7997 0 -192.1053 -40.3557 -152.4040 -39.2814 0 0 101.3180 -89.4254 96.0172 0 0 0 41.0248 -14.9083 0 0 0 0 24.6386

p = 1×5 3 1 5 2 4

x(p,:) = R\(Q\b)

x = 5×1 1.0000 1.0000 1.0000 1.0000 1.0000

生成 R 的对角线的半对数图，以确认置换分解产生的 R 因子的 abs(diag(R)) 是递减的。将 A 的奇异值绘制在同一个图中进行比较。实际上，R 的对角线值与 A 的奇异值具有类似的行为。因此，您可以使用 R 的对角线值来衡量矩阵 A 的奇异程度。

semilogy(abs(diag(R)),"-o")hold onsemilogy(svd(A),"r-o")legend("Diagonal of R","Singular Values of A")

求解稀疏线性系统

打开实时脚本

求解稀疏线性系统，并使用结果查看向量 b 有多少位于 S 的列空间中。

创建一个随机 500×20 稀疏矩阵（密度为 10%）和一个由 1 组成的向量。使用 qr 将矩阵分解为因子 R 和 C = Q'*b。

S = sprand(500,20,0.1);b = ones(500,1);[C,R] = qr(S,b,"econ");

使用这些结果求解 $Sx = b$ ，解为 x = R\C。

x = R\C;

以恒等式 ${‖ b ‖}^{2} = {‖ Sx - b ‖}^{2} + {‖ C ‖}^{2}$ 为例。

除以 b 的范数，会得到一个新的恒等式，表明 b 有多少位于 S 的列空间中：

$\frac{{‖ Sx - b ‖}^{2}}{{‖ b ‖}^{2}} + \frac{{‖ C ‖}^{2}}{{‖ b ‖}^{2}} = 1$ .

第一个项说明 b 有多少不在 S 的列空间中，而第二个项说明 b 有多少在 S 的列空间中。

t1 = norm(S*x-b)^2/norm(b)^2

t1 = 0.4000

t2 = norm(C)^2/norm(b)^2

t2 = 0.6000

求解矩形稀疏线性系统

打开实时脚本

使用 qr 求解矩阵方程 $Sx = B$ ，其中 $S$ 为矩形稀疏系数矩阵。

加载 west0479 稀疏矩阵，并将前 200 列用作线性系统中的矩形系数矩阵。对于方程的右侧，使用 $S$ 的行总和。在这种设置下， $Sx = B$ 的解是由 1 组成的向量。

load west0479S = west0479(:,1:200);B = sum(S,2);

使用 qr 以及两个输入和三个输出求解 $Sx = B$ 。线性系统的解是 x = P*(R\C)。

[C,R,P] = qr(S,B);x = P*(R\C);

在计算机精度范围内验证 $Sx - B = 0$ 。

norm(S*x-B)

ans = 8.3874e-11

注意：要计算上三角因子 R 和置换矩阵 P，但避免计算正交矩阵 Q（这通常是对 qr 的调用中计算量最大的部分），您可以将 B 指定为空矩阵：

emptyB = zeros(size(S,1),0);[~,R,P] = qr(S,emptyB);

输入参数

全部折叠

`A` — 输入矩阵
矩阵

输入矩阵，指定为满矩阵或稀疏矩阵。

数据类型: single | double
复数支持: 是

`S` — 输入系数矩阵
矩阵

输入系数矩阵，指定为稀疏矩阵。使用两个输入矩阵，qr 计算线性系统 S*X = B 的最小二乘解。

数据类型: double
复数支持: 是

`B` — 右侧矩阵
矩阵

右侧矩阵，指定为满矩阵或稀疏矩阵。使用两个输入矩阵，qr 计算 C = Q'*B，您可以用它来求解线性系统 S*X = B。

数据类型: single | double
复数支持: 是

`outputForm` — 置换输出的形状
`"matrix"` (默认) | `"vector"`

置换输出的形状，指定为 "matrix" 或 "vector"。此标志控制置换输出 P 是以置换矩阵还是置换向量形式返回。要使用此选项，您必须指定 qr 的三个输出参数。

如果 outputForm 是 "vector"，则 P 是满足 A(:,P) = Q*R 的置换向量。
outputForm 的默认值是 "matrix"，满足 A*P = Q*R。

示例: [Q,R,P] = qr(A,"vector")

输出参数

全部折叠

`Q` — 正交因子
矩阵

正交因子，以矩阵形式返回，满足 A = Q*R，其中 A 为 m×n 矩阵。

对于完整分解，qr(A) 以 m×m 正交矩阵形式返回 Q，满足 $Q^{H} Q = Q Q^{H} = I_{m}$ 。
对于满足 m > n 的矩形 A，精简分解 qr(A,"econ") 仅计算 Q 的前 n 列和 R 的前 n 行。Q 的列构成 A 的列空间的标准正交基。

不同的计算机和 MATLAB^® 版本可能在 Q 中生成不同列，但它们在数值上依然精确。Q 和 R 中相应的行和列可以翻转其符号，因为这不会影响 A = Q*R 表达式的值。

`R` — 上三角因子
矩阵

上三角因子，以满足 A = Q*R 的矩阵形式返回。当 A 为满矩阵并且指定了三个输出（即 [Q,R,P] = qr(A)）时，R 的对角线元素按降序排列。

`P` — 置换信息
矩阵 | 向量

置换信息，以矩阵或向量形式返回。P 的形状取决于 outputForm 的值。此外，qr 需要选择 P 以满足不同标准，具体取决于第一个输入矩阵是满矩阵还是稀疏矩阵：

满矩阵 - qr 选择的 P 要使 abs(diag(R)) 递减。
稀疏矩阵 - qr 选择的 P 要减少 R 中的填充。

`C` — 线性系统因子
矩阵

线性系统因子，以矩阵形式返回，需满足 C = Q'*B。S*X = B 的最小二乘解是 X = R\C。如果指定了置换输出 P，则解是 X = P*(R\C) 或 X(P,:) = R\C，具体取决于 outputForm 的值：

如果 outputForm 是 "vector"，则 S*X = B 的最小二乘解是 X(P,:) = R\C。
outputForm 的默认值为 "matrix"，此时 S*X = B 的最小二乘解是 X = P*(R\C)。

提示

要求解涉及相同系数矩阵的多个线性系统，请使用 decomposition 对象。
对于语法 [C,R] = qr(S,B)，仅当 S 不具有低秩时，X = R\C 的值才是 S*X = B 的最小二乘解。

参考

[1] Anderson, E., ed. LAPACK Users’ Guide. 3rd ed. Software, Environments, Tools. Philadelphia: Society for Industrial and Applied Mathematics, 1999. https://doi.org/10.1137/1.9780898719604.

[2] Davis, Timothy A. “Algorithm 915, SuiteSparseQR: Multifrontal Multithreaded Rank-Revealing Sparse QR Factorization.” ACM Transactions on Mathematical Software 38, no. 1 (November 2011): 1–22. https://doi.org/10.1145/2049662.2049670.

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

代码生成不支持对此函数使用稀疏矩阵输入。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

用法说明和限制：

代码生成不支持对此函数使用稀疏矩阵输入。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

此函数完全支持基于线程的环境。有关详细信息，请参阅在基于线程的环境中运行 MATLAB 函数。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

用法说明和限制：

不支持稀疏输入。

有关详细信息，请参阅Run MATLAB Functions on a GPU (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

用法说明和限制：

输入 A 必须为非稀疏矩阵。

有关详细信息，请参阅Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox)。

版本历史记录

在 R2006a 之前推出

全部展开

R2022b: 精简分解不推荐使用“0”语法

将继续支持语法 [___] = qr(A,0) 和 [___] = qr(S,B,0)，但不再推荐使用。请改用 "econ" 选项来执行精简分解。

R2022a: 精简分解的选项

使用 "econ" 选项通过 qr 计算精简分解。除非指定第三个输出，否则功能与 qr(A,0) 相同。

R2022a: 带一个输出的语法始终返回上三角因子

语法 R = qr(A) 始终以上三角矩阵形式返回 R，无论 A 是满矩阵或稀疏矩阵都是如此。以前，对于满矩阵 A，单输出语法返回 R 矩阵，其中 Householder 向量位于矩阵的下三角部分。这些向量部分定义 Q 矩阵。

另请参阅

主题

分解
线性方程组

MATLAB 命令

您点击的链接对应于以下 MATLAB 命令：

请在 MATLAB 命令行窗口中直接输入以执行命令。Web 浏览器不支持 MATLAB 命令。

Select a Web Site

Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .

You can also select a web site from the following list:

Americas

América Latina (Español)
Canada (English)
United States (English)

Europe

Belgium (English)
Denmark (English)
Deutschland (Deutsch)
España (Español)
Finland (English)
France (Français)
Ireland (English)
Italia (Italiano)
Luxembourg (English)

Netherlands (English)
Norway (English)
Österreich (Deutsch)
Portugal (English)
Sweden (English)
Switzerland
United Kingdom (English)

Asia Pacific

Australia (English)
India (English)
New Zealand (English)
中国
- 简体中文
- English
日本 (日本語)
한국 (한국어)

Contact your local office

QR 分解 - MATLAB qr - MathWorks 中国 (2024)

语法

说明

示例

Q-Less QR 分解

矩阵的完整 QR 分解

置换 QR 分解

用精简 QR 因子求解线性系统

求解稀疏线性系统

求解矩形稀疏线性系统

输入参数

`A` — 输入矩阵
矩阵

`S` — 输入系数矩阵
矩阵

`B` — 右侧矩阵
矩阵

`outputForm` — 置换输出的形状
`"matrix"` (默认) | `"vector"`

输出参数

`Q` — 正交因子
矩阵

`R` — 上三角因子
矩阵

`P` — 置换信息
矩阵 | 向量

`C` — 线性系统因子
矩阵

提示

参考

扩展功能

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

版本历史记录

R2022b: 精简分解不推荐使用“0”语法

R2022a: 精简分解的选项

R2022a: 带一个输出的语法始终返回上三角因子

另请参阅

主题

MATLAB 命令

Americas

Europe

Asia Pacific

References

QR 分解 - MATLAB qr - MathWorks 中国 (2024)

语法

说明

示例

Q-Less QR 分解

矩阵的完整 QR 分解

置换 QR 分解

用精简 QR 因子求解线性系统

求解稀疏线性系统

求解矩形稀疏线性系统

输入参数

A — 输入矩阵 矩阵

S — 输入系数矩阵 矩阵

B — 右侧矩阵 矩阵

outputForm — 置换输出的形状 "matrix" (默认) | "vector"

输出参数

Q — 正交因子 矩阵

R — 上三角因子 矩阵

P — 置换信息 矩阵 | 向量

C — 线性系统因子 矩阵

提示

参考

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

GPU 数组通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。

版本历史记录

R2022b: 精简分解不推荐使用“0”语法

R2022a: 精简分解的选项

R2022a: 带一个输出的语法始终返回上三角因子

另请参阅

主题

MATLAB 命令

Americas

Europe

Asia Pacific

References

`A` — 输入矩阵
矩阵

`S` — 输入系数矩阵
矩阵

`B` — 右侧矩阵
矩阵

`outputForm` — 置换输出的形状
`"matrix"` (默认) | `"vector"`

`Q` — 正交因子
矩阵

`R` — 上三角因子
矩阵

`P` — 置换信息
矩阵 | 向量

`C` — 线性系统因子
矩阵

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在集群的组合内存中对大型数组进行分区。