线性代数或者矩阵分析总结

各种关于线性代数的东西。。

一、矩阵分解

1、满秩分解

形式：A=BC，B是列满秩，C是行满秩

方法：将A化简成Smith标准型，然后在Smith标准型中，1所在的列对应到A中的列并起来就是B，非0行磊起来就是C。

2、正交上三角分解

形式：A=UR，U是酉矩阵，R是正线上三角矩阵

方法：对A进行schmit正交化，注意是b3=a3-(a3H*b1)/(b1H*b1)*b1-(a3H*b2)/(b2H*b2)*b2，然后单位化，然后得到的向量组[v1,v2,v3]就是U矩阵，然后R=UHA就行了。

3、奇异值分解

形式：A=UDVH

方法：对A求解特征值和特征向量并单位化，D就是特征值，U就是特征向量，V=AHUD-H，原因是A的逆不如D的逆好求，而H又很好求。

4、极分解

形式：A=H1U=UH2

方法：H是个hermite，U是酉矩阵，没有介绍求法

5、谱分解

包括可酉对角化和仅仅可对角化矩阵的谱分解，这个是对于方阵进行的。

可酉的就A=UMUH，然后把U写成列，UH写成行，分解称n个式子，U是特征向量单位

可对角化的就A=PMP-1，然后把P写成行，P-1烦人行向量其实就是AT的单位特征向量，求逆比较麻烦，P其实就是A的单位特征向量