我在这里找不到任何关于这个主题的内容。我可能会搜索错误的条款。我的问题是：
＆＃34;假设您使用Householder反射执行mxn矩阵X的QR分解，以求解线性方程Xb = y。在每次迭代中，R = Qi * Qi-1 * ... Q1 * X，朝向上三角矩阵前进。如果有限精度舍入导致R的值，根据定义，它应该在机器epsilon的顺序上相同为零，是否更好地将该值舍入为零或保留为？＆＃ 34;
非常感谢。
答案 0 :(得分：2)
对于QR分解的特定情况，您通常甚至不打算计算您知道将通过Householder反射归零的矩阵条目;你只需从那一点开始将它们视为零（事实上，你通常甚至不打扰存储零，而是使用那个空间存储反射本身）。
答案 1 :(得分：2)
这个很好的问题是我在StackOverflow上一周见过的最好的问题。
答案：圆了！ QR分解的一个主要问题恰恰是所讨论的因素具有良好的条件，Q中没有微小/巨大的特征值。当没有微小/巨大的特征值时，舍入不会受到伤害。
如果不能让你将几乎为零的零点变为零，那么QR中会有什么意义呢？