QR Zerlegung

  • Gegeben: Matrix $A \in M(m \times n)$
  • Gesucht: Orthogonale Matrix $Q$ und obere Dreiecksmatrix $R$, sodass $A = Q \cdot R$

In [1]:
# input:
A = matrix([
    [1, 1, 1],
    [2, -4, 1],
    [-2, 1, -3]
])
#

Orthonormalisieren der Spaltenvektor von $A$ mittels Gram-Schmidt Verfahren:

$$ w_1 = \frac{1}{\| v_1 \|} v_1 $$$$ u_i = v_i - \sum_{k=1}^{i-1} \langle v_i, w_k \rangle w_k $$$$ w_i = \frac{1}{\| u_i \|} u_i $$

In [2]:
V = [vector(v for v in col) for col in A.T]
W = []
U = []
W.append((1/(V[0].norm())) * V[0])
show(LatexExpr("v_0 ="), V[0])
show(LatexExpr("w_0 ="), W[0])
print
for i, v in enumerate(V[1:]):
    show(LatexExpr("v_{} =".format(i+1)), v)
    s = sum([(v.dot_product(w) * w) for w in W])
    u = v - s
    show(LatexExpr("u_{} =".format(i+1)), u)
    U.append(u)
    w = (1/u.norm()) * u
    show(LatexExpr("w_{} =".format(i+1)), w)
    W.append(w)
    print






In [ ]:

Orthonormalisierte Spaltenvektoren bilden die Spaltenvektoren von $Q$


In [3]:
Q = matrix(W).T
show(Q)


Berechnen von $$R = Q^T A$$


In [4]:
R = Q.T * A
show(R)



In [5]:
show(Q*R)
show(Q*R == A)