R与Matlab中复矩阵QR分解的差异

通过下面的矩阵A，我得到了[R]和Matlab之间R的QR分解中的不同矩阵。（当然，Q也是不同的。）

检查R软件的分解，我必须重新排列R矩阵的列，以使用

Q%*%R[，QR$pivot]

重新创建我的原始矩阵

A

，但这当然破坏了R的上三角性质：

zapsmall(Q %*% R[, QR$pivot])
            [,1]        [,2]      [,3]
[1,]  1.00+0.00i  0.00+0.00i  1.0+0.0i
[2,] -0.75+0.75i  1.00+0.00i -1.5+1.5i
[3,]  0.00+0.00i -0.75+0.75i  0.0-1.0i

而在Matlab中，直接的

Q*R

工作：

Q * R
ans = 
   1.0000 + 0.0000i   0.0000 + 0.0000i   1.0000 + 0.0000i
  -0.7500 + 0.7500i   1.0000 + 0.0000i  -1.5000 + 1.5000i
   0.0000 + 0.0000i  -0.7500 + 0.7500i   0.0000 - 1.0000i

我意识到QR分解不是唯一的，但我需要得到一个上三角R矩阵，就像在Matlab中一样，我可以随后使用它，而无需重新排列它的列，例如

Q%*%R=a

关于如何实现这一点，R软件中有什么建议吗

更新：

---

有人建议问这个问题，但这个答案只适用于实矩阵，而我的问题是复杂的。

这回答了你的问题吗？我确实看到了，但我不确定它是否适用于这里，因为lapack选项似乎只适用于实矩阵，而不适用于复杂矩阵？你说得对，我错过了。

zapsmall(Q %*% R[, QR$pivot])
            [,1]        [,2]      [,3]
[1,]  1.00+0.00i  0.00+0.00i  1.0+0.0i
[2,] -0.75+0.75i  1.00+0.00i -1.5+1.5i
[3,]  0.00+0.00i -0.75+0.75i  0.0-1.0i

Q * R
ans = 
   1.0000 + 0.0000i   0.0000 + 0.0000i   1.0000 + 0.0000i
  -0.7500 + 0.7500i   1.0000 + 0.0000i  -1.5000 + 1.5000i
   0.0000 + 0.0000i  -0.7500 + 0.7500i   0.0000 - 1.0000i