Недавно я прочитал о том, как R-матрица QR-декомпозиции может быть рассчитана с использованием разложения Холески. Соотношение:QR-разложение и разложение Холески в R
R = Холецкое-разложение (А^ТОТ)
Пример:
> A=matrix(c(1,2,3,2,3,5,1,3,2), nrow=3)
> A
[,1] [,2] [,3]
[1,] 1 2 1
[2,] 2 3 3
[3,] 3 5 2
> AtA = t(A)%*%A
> AtA
[,1] [,2] [,3]
[1,] 14 23 13
[2,] 23 38 21
[3,] 13 21 14
Теперь вычисления QR-и Холецкое разложение:
> chol(AtA)
[,1] [,2] [,3]
[1,] 3.741657 6.147009 3.4743961
[2,] 0.000000 0.462910 -0.7715167
[3,] 0.000000 0.000000 1.1547005
> qr_A = qr(A)
> qr.R(qr_A)
[,1] [,2] [,3]
[1,] -3.741657 -6.147009 -3.4743961
[2,] 0.000000 0.462910 -0.7715167
[3,] 0.000000 0.000000 -1.1547005
Как наблюдается, что значения R-матрицы, вычисленной из Холески и QR-разложения, не совпадают , Первый и третий строки chol(AtA)
отрицаются w.r.t qr.R(qr_A)
. Почему это? Является ли отношение, которое я предполагаю не правильным?
Ровно. И еще некоторые подробности, [см. Этот отличный ответ] (http://scicomp.stackexchange.com/questions/1101/seemingly-non-unique-cholesky-factor-via-qr-rectangularisation/1104#1104), если тот же самый вопрос был задан на базе TB-вычисления Computational Science. –
Отлично. Благодаря! Имеются ли реализации QR-декомпозиции в R, которые определенно дают мне положительную диагональ? –
@PrateekKulkarni - [Как обсуждалось здесь] (http://stackoverflow.com/questions/13248960/qr-decomposition-different-in-lm-and-biglm/13252584#13252584), R-пакет ** biglm ** похоже, использует реализацию, которая делает то, о чем вы просите. –