LU分解，LDLT分解，Cholesky分解

最新推荐文章于 2025-01-07 11:12:23 发布

hanshihao1336295654

最新推荐文章于 2025-01-07 11:12:23 发布

阅读量7.8k

点赞数 3

分类专栏：基础算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/hanshihao1336295654/article/details/83422496

版权

基础算法专栏收录该内容

8 篇文章

订阅专栏

本文深入探讨了LU分解，一种用于将方阵分解为下三角矩阵L和上三角矩阵U的乘积的方法。此外，还介绍了LDLT分解和Cholesky分解，它们分别适用于对称矩阵和正定矩阵的分解。文章详细解释了这些分解方法的原理和应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LU分解

如果方阵是非奇异的，即的行列式不为0，LU分解总是存在的。

A=LU，将系数矩阵A转变成等价的两个矩阵L和U的乘积，其中L和U分别是下三角和上三角矩阵，而且要求L的对角元素都是1，形式如下：

本质上，LU分解是高斯消元的一种表达方式。首先，对矩阵A通过初等行变换将其变为一个上三角矩阵，然后，将原始矩阵A变为上三角矩阵的过程，对应的变换矩阵为一个下三角矩阵。

LDLT分解（LU的进一步分解）

A为对称矩阵，那么会产生A=LDLT分解

定理：若对称矩阵A的各阶顺序主子式不为零时，则A可以唯一分解为A= LDLT

证：当矩阵A的各阶顺序主子式不为零时，A有唯一的Doolittle分解A= LU，矩阵U的对角线元素Uii 不等于0，将矩阵U的每行依次提出

A= LDLT

Cholesky分解

如果A是正定矩阵，那么A可以唯一分解为 $A=LL^T$ ,

证：如果A是正定矩阵，那么A是对称的，且顺序主子式大于0，则可以唯一分解为A= LDLT

将D分解为 $\sqrt{D}\sqrt{D}$ 则

$A=LDL^T=L\sqrt{D}\sqrt{D}L^T=L\sqrt{D}\sqrt{D}^TL^T=L\sqrt{D}(L\sqrt{D})^T$ ，且分解唯一。

如果A是半正定的，也可以分解，不过这时候L就不唯一了.

参考：https://blog.csdn.net/zhouliyang1990/article/details/21952485

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。