Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Lineare Algebra - SAM - ETH Zürich
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Lineare</strong> <strong>Algebra</strong> (2007)<br />
Kapitel 7 — Kleinste Quadrate, QR<br />
wobei wir benutzt haben, dass r auf den Kolonnen von Q senkrecht<br />
steht, wie das aus der bekannten, in Satz 7.7 beschriebenen Eigenschaft<br />
der Minimallösung folgt.<br />
Die Lösung eines Kleinste-Quadrate-Problems durch QR–Zerlegung<br />
der Matrix A ist weniger mit Rundungsfehlern behaftet als die<br />
Lösung via die Normalgleichungen, und zwar vor allem, wenn die<br />
Kolonnen von A beinahe linear abhängig sind. Allerdings ist dann<br />
auch das klassische Gram–Schmidt–Verfahren nicht sehr exakt. Aber<br />
es gibt daneben weitere, numerisch stabilere Methoden zur QR–<br />
Zerlegung einer Matrix.<br />
Beispiel 7.5: Wir wollen zuerst das Beispiel 7.3 abschliessen. Den<br />
Formeln (7.12) aus Beispiel 7.1 entnehmen wir, dass A aus (7.7) die<br />
QR–Faktorisierung<br />
⎛ ⎞ ⎛ ⎞<br />
4 6 4 1<br />
⎜ 2 −2<br />
⎟<br />
⎝ 2 6 ⎠ = 1 ( )<br />
⎜ 2 −2<br />
⎟ 5 5<br />
5 ⎝ 2 2 ⎠ 0 10<br />
1 −7 1 −4<br />
} {{ }<br />
} {{ } } {{ } R<br />
A<br />
Q<br />
hat, und aus Beispiel 7.3 kennen wir schon Q T y = ( 27/5 −51/5 ) T =<br />
(<br />
5.4 −10.2<br />
) T. Zu lösen bleibt also das System Rx = Q T y, konkret<br />
x 1 x 2 1<br />
5 5 5.4<br />
0 10 −10.2<br />
das x 1 = 2.10, x 2 = −1.02 ergibt, was wir in (7.25) schon aus den<br />
Normalgleichungen erhalten haben.<br />
<br />
Beispiel 7.6: Im Beispiel 7.4 erhält man, gerundet auf vier Stellen<br />
nach dem Komma, aus dem Gram–Schmidt–Verfahren<br />
⎛ ⎞ ⎛<br />
⎞<br />
1 1 0.1826 −0.5133<br />
( )<br />
⎜ 2 4<br />
⎟<br />
⎝ 3 9 ⎠ = ⎜ 0.3651 −0.5866<br />
⎟ 5.4772 18.2574<br />
⎝ 0.5477 −0.2200 ⎠<br />
,<br />
0 4.5461<br />
4 16 0.7303 0.5866<br />
} {{ }<br />
} {{ } } {{ } R<br />
A<br />
Q<br />
⎛ ⎞<br />
( )<br />
13.0<br />
( )<br />
0.1826 0.3651 0.5477 0.7303<br />
⎜ 35.5<br />
⎟ 133.2792<br />
−0.5133 −0.5866 −0.2200 0.5866 ⎝ 68.0 ⎠ =<br />
,<br />
22.3637<br />
} {{ }<br />
110.5<br />
} {{ }<br />
Q T<br />
} {{ } Q T y<br />
y<br />
also für das System Rx = Q T y<br />
x 1 x 2 1<br />
5.4772 18.2574 133.2792<br />
0 4.5461 22.3637<br />
was wie in Beispiel 7.4 wieder x 1 = 7.9355, x 2 = 4.9194 liefert.<br />
<br />
c○M.H. Gutknecht 30. September 2007 LA-Skript 7-11