我正在为 QR 分解编写代码,由于某种原因,我的正交方法无法按预期工作。基本上,我的 proj() 方法是输出随机投影。这是代码:
apmatrix<double> proj(apmatrix<double> v, apmatrix<double> u)
//Projection of u onto v
{
//proj(v,u) = [(u dot v)/(v dot v)]*v
double a = mult(transpose(u,u),v)[0][0], b = mult(transpose(v,v),v)[0][0], c = (a/b);
apmatrix<double>k;
k.resize(v.numrows(),v.numcols());
for(int i = 0; i<v.numrows(); i++)
{
for(int j = 0; j<v.numcols(); j++)
{
k[i][j]=v[i][j]*c;
}
}
return k;
}
我使用手动矩阵输入单独测试了该方法,它似乎工作正常。这是我的正交方法:
apmatrix<double> orthogonal(apmatrix<double> A) //Orthogonal
{
/*
n = (number of columns of A)-1
x = columns of A
v0 = x0
v1 = x1 - proj(v0,x1)
vn = xn - proj(v0,xn) - proj(v1,xn) - ... - proj(v(n-1),xn)
V = {v1, v2, ..., vn} or [v0 v1 ... vn]
*/
apmatrix<double> V, x, v;
int n = A.numcols();
V.resize(A.numrows(),n);
x.resize(A.numrows(), 1);
v.resize(A.numrows(),1);
for(int i = 0; i<A.numrows(); i++)
{
x[i][0]=A[i][1];
v[i][0]=A[i][0];
V[i][0]=A[i][0];
}
for (int c = 1; c<n; c++) //Iterates through each col of A as if each was its own matrix
{
apmatrix<double>vn,vc; //vn = Orthogonalized v (avoiding matrix overwriting of v); vc = previously orthogonalized v
vn=x;
vc.resize(v.numrows(), 1);
for(int i=0; i<c; i++) //Vn = an-(sigma(t=1, n-1, proj(vt, xn))
{
for(int k = 0; k<V.numrows(); k++)
vc[k][0] = V[k][i]; //Sets vc to designated v matrix
apmatrix<double>temp = proj(vc, x);
for(int j = 0; j<A.numrows(); j++)
{
vn[j][0]-=temp[j][0]; //orthogonalize matrix
}
}
for(int k = 0; k<V.numrows(); k++)
{
V[k][c]=vn[k][0]; //Subtracts orthogonalized col to V
v[k][0]=V[k][c]; //v is redundant. more of a placeholder
}
if((c+1)<A.numcols()) //Matrix Out of Bounds Checker
{
for(int k = 0; k<A.numrows(); k++)
{
vn[k][0]=0;
vc[k][0]=0;
x[k][0]=A[k][c+1]; //Moves x onto next v
}
}
}
system("PAUSE");
return V;
}
出于测试目的,我一直在使用二维数组:[[1,1,4],[1,4,2],[1,4,2],[1,1,0]]。每列都是它自己的 4x1 矩阵。矩阵应分别输出为:[1,1,1,1]T、[-1.5,1.5,1.5,-1.5]T 和 [2,0,0,-2]T。现在发生的情况是第一列输出正确(它是相同的矩阵),但第二列和第三列输出的结果可能相似但不等于它们的预期值。
同样,每次我调用正交方法时,它都会输出不同的东西。我认为这是由于 proj() 方法中输入的数字,但我不完全确定。
apmatrix 来自 AP 大学董事会,当时他们教 cpp。它类似于 Java 中的向量或 ArrayList。
这是 apmatrix.cpp 和文档或条件(可能更有用)apmatrix.h 的链接。 这是完整代码的链接(我添加了视觉标记以查看计算机在做什么)。
可以公平地假设所有自定义方法都按预期工作(可能矩阵回归除外,但这无关紧要)。并确保在尝试分解之前使用 enter 方法输入矩阵。代码可能效率低下,部分原因是我不久前自学了 cpp,并且我一直在尝试不同的方法来修复我的代码。感谢您的帮助!