Documentos de Académico
Documentos de Profesional
Documentos de Cultura
QR Wikipedia
QR Wikipedia
Factorizacin QR
En lgebra lineal, la descomposicin o factorizacin QR de una matriz es una descomposicin de la misma como
producto de una matriz ortogonal por una triangular superior. La descomposicin QR es la base del algoritmo QR
utilizado para el clculo de los vectores y valores propios de una matriz.
Definicin
La descomposicin QR de una matriz cuadrada real A es
donde Q es una matriz ortogonal (QTQ = I ) y R es una matriz triangular superior.
Clculo de la descomposicin QR
Mediante el mtodo de ortogonalizacin de Gram-Schmidt
Recurriendo al mtodo de ortogonalizacin de Gram-Schmidt, con las columnas de A como los vectores a procesar.
. Entonces
Ahora estas ecuaciones pueden ser escritas en forma matricial de esta manera:
:::::::::
El producto de cada fila con cada columa de las matrices de arriba, nos da la respectiva columna de A con la que
comenzamos y, por tanto, dada la matriz A, la hemos factorizado en una matriz ortogonal Q (la matriz de eks),
aplicando el proceso de Gram-Schmidt, y la matriz resultante triangular superior es R.
Alternativamente, la matriz
Factorizacin QR
Recordemos que:
Entonces, tenemos
Note que
, entonces
Ejemplo
Si se considera la descomposicin de
tal que
Factorizacin QR
dicho plano.
Esta propiedad se puede usar para transformar gradualmente los vectores columna de una matriz A de dimensiones m
por n en una matriz triangular superior. En primer lugar se multiplica A con la matriz de Householder Q1 que
obtenemos al elegir como vector la primera columna de la matriz. Esto proporciona una matriz QA con ceros en la
primera columna (excepto el elemento de la primera fila).
el procedimiento se puede repetir para A (que se obtiene de A eliminando la primera fila y columna), obteniendo as
una matriz de Householder Q2. Hay que tener en cuenta que Q2 es menor que Q1. Para conseguir que esta matriz
opere con Q1A en lugar de A es necesario expandirla hacia arriba a la izquierda, completando con un uno en la
diagonal, o en general:
veces, donde
Este mtodo tiene una estabilidad numrica mayor que la del mtodo de Gram-Schmidt descrito arriba.
Una pequea variacin de este mtodo se utiliza para obtener matrices semejantes con la forma de Hessenberg, muy
tiles en el clculo de autovalores por acelerar la convergencia del algoritmo QR reduciendo as enormemente su
coste computacional.
Ejemplo
Vamos a calcular la descomposicin de la matriz
En primer lugar necesitamos encontrar una reflexin que transforme la primera columna de la matriz A, vector
, en
usando la expresin,
en nuestro caso :
y
Por lo tanto
Factorizacin QR
, entonces
Ahora observamos:
con lo que ya casi tenemos una matriz triangular. Slo necesitamos hacer cero en el elemento (3,2).
Tomando la submatriz bajo el (1, 1) y aplicando de nuevo el proceso a
Finalmente obtenemos
Factorizacin QR
Ejemplo
Calculemos la descomposicin de
Primero, necesitamos formar una matriz de rotacin tal que hagamos cero el elemento ms inferior a la izquierda,
. Construimos esta matriz empleando el mtodo de la rotacin de Givens y llamamos la matriz resultante
. Rotamos primero el vector
Y el resultado de
elemento.
descomposicin QR es
. La matriz ortogonal
. Luego tenemos
, y la
donde
. Por tanto,
Licencia
Creative Commons Attribution-Share Alike 3.0
//creativecommons.org/licenses/by-sa/3.0/