浅谈矩阵分解(1)-三角分解

所谓矩阵分解,就是将一个矩阵,写成结构比较简单的或者性质比较熟悉的另一些矩阵的乘积的形式,将一个复杂的矩阵表示为更简单、更易处理的形式的过程。在线性代数和数值计算领域，矩阵分解方法被广泛应用于解决各种数学和工程问题。

---

目录

一.三角分解(LU分解)

Q1:什么样的矩阵可以被三角分解?

Q2:如果矩阵A能被三角分解,那么分解唯一吗?

Q3:求一个矩阵的三角分解一般步骤是什么?

Q4:三角分解的用处/好处/作用是什么?

二.推广

2.1——LDU分解(单位下三角 对角矩阵 单位上三角)

2.2——Crout分解(下三角 单位上三角)

2.3——Doolittle分解(单位下三角 上三角)

---

一.三角分解(LU分解)

引入:从高斯消元出发:

展开式出发

                                         

 

                                                                                                  注:这里的一系列操作均指倍加操作

矩阵式出发

由于L’是由一系列初等矩阵(倍加阵的乘积组成,L’可逆),并且L’A矩阵显然是上三角矩阵(记为U),所以我们得到A = LU 我们称该式子为矩阵A的三角分解.其中L为下三角矩阵,U为上三角矩阵.L的本质就是倍加矩阵的连乘积的形式

注:上三角矩阵的性质: (下三角矩阵也有类似性质)

（1）上三角矩阵的逆矩阵还是上三角矩阵，且是对角线元素取倒数

（2）上三角乘以上三角还是上三角矩阵，且是对角线元素之积

---

接下来,针对上述的步骤提出了一系列问题:

Q1:什么样的矩阵可以被三角分解?

1.1 A为可逆阵(A的顺序主子式不等于0

        1.2 A不可逆矩阵(以下是充分条件)

---

Q2:如果矩阵A能被三角分解,那么分解唯一吗?

        分解不唯一,从三角分解充要条件的证明可以看出来

---

Q3:求一个矩阵的三角分解一般步骤是什么?

Q4:三角分解的用处/好处/作用是什么?

（1）LU分解与右端向量无关。先分解，后回代.

分解的运算次数正比于n^3，回代求解正比于n^2。遇到多次回代时，分解的工作不必重新做，这样节省计算时间。

（2）分解按步进行，前边分解得到的信息为后边所用,方程组右端项的改变,仍然可以使用三角分解的结果。

（3）以初等变换为依据的LU三角分解法 解方程，求矩阵的逆，计算行列式的时候所用到的.例如对解方程做出简化 AX=b 如果A可以进行三角分解,则LUX=b 可以转换为UX=y  Ly=b 而U L都是三角矩阵,故原本的方程便转换为两个简单可解的方程组了

---

二.推广

2.1——LDU分解(单位下三角 对角矩阵 单位上三角)

2.2——Crout分解(下三角 单位上三角)

2.3——Doolittle分解(单位下三角 上三角)

        这三种分解方式,都是三角分解的拓展.由上述证明,我们知道,A如果可以进行三角分解,其分解是不唯一的.所以由相同的条件,可以证明,上述三种分解在A可逆,并且对角占优的条件下,分解式唯一.证明如下:

下一讲:浅谈矩阵分解(2)-QR分解