Descomposicin QR de matrices con columnas linealmente independientes o Notas para los cursos 21 y 22 (J.L.

Mancilla Aguilar) En lo que sigue veremos que toda matriz A Knm (K = R C) con rango(A) = m, es decir, cuo yas columnas forman un conjunto linealmente independiente, se puede factorizar como producto de dos matrices, una de n m cuyas columnas forman un conjunto ortonormal y otra de m m que es triangular superior e inversible. Tal factorizacin, que se denomina descomposicin QR, o o es muy utilizada en la resolucin numrica de ecuaciones lineales y en el clculo de autovalores. o e a Denicin. Dada A Knm con rango(A) = m, una descomposicin QR de A es una faco o torizacin o A = QR con Q Knm y R Kmm tales que QH Q = I y R es triangular superior e inversible. Teorema 1. Sea A Knm con rango(A) = m. Supongamos que A = QR es una descomposicin QR de A entonces o 1. Las columnas de Q forman una base ortonormal de col(A); 2. P = QQH es la matriz de proyeccin sobre col(A). o Demostracin. Como el punto 2. es consecuencia directa del o visto sobre matrices de proyeccin, slo probaremos 1. o o Sean q1 , q2 , . . . , qm las columnas de Q. Como H H H q1 q1 q1 q1 q2 qH q H q1 q H q2 2 2 2 QH Q = . [q1 q2 qm ] = . . . . . . . .
H qm H H qm q1 qm q2

punto 1. por lo que ya hemos

H q1 qm H q2 qm . .. . . . Hq qm m

H y por lo tanto qi qj es el elemento ij del producto QH Q, tenemos que H QH Q = I qi qj =

0 1

si i = j si i = j

{q1 , q2 , . . . , qm } es un conjunto ortonormal.

Entonces, claramente, {q1 , q2 , . . . , qm } es una b.o.n. de col(Q). Si probamos que col(Q) = col(A) tendremos probado el punto 1. Para ello usaremos el siguiente resultado: si A, B y C son matrices tales que A = BC entonces col(A) col(B). La demostracin de este resultado es la siguiente: si y col(A) entonces existe x tal que o y = Ax = BCx. Llamando z = Cx, tenemos que y = Bz, con lo cual y col(B). Por lo tanto elemento de col(A) es a su vez elemento de col(B) con lo cual col(A) col(B). Entonces, dado que A = QR tenemos que col(A) col(Q). Como R es inversible por la denicin de descomposicin QR, tenemos que Q = AR1 , con lo cual col(Q) col(A). Por lo o o tanto col(A) col(Q) y col(Q) col(A) = col(A) = col(Q).

En lo que sigue veremos que toda matriz A de n m con rango m admite una descomposicin QR. o Teorema 2. Sea A Knm con rango(A) = m. Entonces existe una descomposicin QR o de A. Demostracin. Denominemos v1 , v2 , . . . , vm a las columnas de A. Por hiptesis B = {v1 , v2 , . . . , vm } o o es un conjunto linealmente independiente. Aplicando el procedimiento de Gram-Schmidt (G-S) al conjunto B obtenemos una base ortogonal {u1 , u2 , . . . , um } de col(A) que satisface las igualdades: u1 u2 u3 . . . uj . . . = v1 = v2 12 u1 = v3 13 u1 23 u2 . . . . . . = vj 1j u1 2j u2 (j1) j uj1 . . . . . .

con ij =

uH vj i ui 2

1 i < j.

um = vm 1m u1 2m u2 (m1) m um1 Entonces, despejando cada vi obtenemos la serie de igualdades v1 v2 v3 . . . vj . . . = u1 = 12 u1 + u2 = 13 u1 + 23 u2 + u3 . . . . . . = 1j u1 + 2j u2 + + (j1) j uj1 + uj . . . . . .

vm = 1m u1 + 2m u2 + + (m1) m um1 + um que pueden escribirse en forma matricial [v1 v2 vm ] = [u1 u2 um ] 1 12 13 0 1 23 0 0 1 . . . . . . . . . 0 0 0 1m 2m 3m . .. . . . 1 .

Llamando Q0 = [u1 u2 um ] y R0 a la matriz triangular superior que aparece arriba, tenemos que A = Q0 R0 , que es casi la factorizacin que estamos buscando, ya que las columnas de Q0 o forman un conjunto ortogonal y R0 es tringular superior e inversible. Lo que hacemos ahora es normalizar cada columna de Q0 , es decir, denimos Q = [q1 q2 qm ] con qi = ui ui

y modicamos R0 de modo tal que su producto con Q siga dando A, para ello multiplicamos cada la de R0 por el nmero por el cual dividimos la correspondiente columna de Q0 obteniendo u 2

la matriz triangular superior e inversible: u1 12 u1 0 u2 0 0 R= . . . . . . 0 0

13 u1 23 u2 u3 . . . 0

1m u1 2m u2 3m u3 . .. . . . um

(1)

Entonces A = QR es la factorizacin QR buscada. o Ejemplo. Hallar una descomposicin QR de o

1 1 0 A = 1 0 1 . 0 1 1

De acuerdo con la demostracin del teorema anterior, para hallar tal descomposicin deber o o amos aplicar el precedimiento de G-S a las columnas de A y con los vectores obtenidos, previa normalizacin, construir la matriz Q. La matriz R podr obtenerse directamente mediante (1), o a calculando los ij mediante la frmula ij = o QH Q
uH v j i . ui 2

Sin embargo ello no es necesario, pues, una

vez obtenida Q, como A = QR y = I, tenemos que QH A = QH (QR) = (QH Q)R = R. Procedemos entonces a aplicar G-S a las columnas de A: llamando vi a la columna i de A tenemos que 1 u1 = v1 = 1 . 0 1 1 1 1 2 uH v2 1 = 1 u2 = v2 1 2 u1 = 0 2 u1 2 1 1 0 1 2 0 1 uH v3 uH v3 1 1 2 3 2 1 1 u3 = v3 1 2 u1 2 2 u2 = 1 = . 2 3 u1 u2 2 3 2 1 0 1 3 Normalizando los ui obtenidos formamos Q: Q= y calculamos R mediante

2 2 2 2

6 6 6 6 6 3

3 3
3 3 3 3

R = QH A =

2 0 0

2 2 6 2

2 2 6 6 2 3 3

Nota. Cuando se calcula la descomposicin QR de una matriz en forma numrica, es decir, o e empleando una computadora digital para hacer los clculos, no se emplea el procedimiento de a 3

Gram-Schmidt para calcular las columnas de Q debido a que los errores de redondeo pueden ser muy grandes. La descomposicin se hace empleando otros mtodos que involucran la utilizacin o e o de las denominadas matrices de Householder (hay una introduccin en wikipedia). o Varios programas que efectan clculos con matrices, como Matlab, Mathematica, Maple, u a Scilab (de uso libre, se baja de la red en la direccin http://www.scilab.org/) contienen instruco ciones que calculan la descomposicin QR de una matriz. o Descomposicin QR y cuadrados m o nimos. La descomposicin QR de una matriz A cuyas columnas forman un conjunto l.i. es muy util o en la resolucin de ecuaciones lineales por cuadrados m o nimos, porque permite hacerlo en forma eciente y con gran precisin. Observamos que si A posee columnas l.i. y A = QR es una o descomposicin QR de A entonces o AH Ax = AH b RH QH QRx = RH QH b RH Rx = RH QH b Rx = QH b,

la ultima equivalencia debido a que RH es inversible por serlo R. Luego, las soluciones por cuadrados m nimos de la ecuacin Ax = b se pueden obtener resolviendo la ecuacin o o Rx = QH b, lo cual tiene dos ventajas, una es que R es triangular y la otra es que, en general, el error que se comete al resolver de esta manera mediante una computadora digital es menor que el que se comete empleando la ecuacin normal AH Ax = AH b. o