矩阵分解(1)-- 矩阵分解之LU、LDLT、Cholesky分解

1. 分类

矩阵分解decompositionfactorization)是多半将矩阵拆解为数个三角形矩阵(triangular matrix),依使用目的的不同,可分为几类。

与线性方程解法相关的矩阵分解

2. LU分解

线性代数数值分析中,LU分解矩阵分解的一种,将一个矩阵分解为一个下三角矩阵和一个上三角矩阵的乘积,有时需要再乘上一个置换矩阵。LU分解可以被视为高斯消元法的矩阵形式。在数值计算上,LU分解经常被用来解线性方程组、且在求反矩阵和计算行列式中都是一个关键的步骤。

2.1 定义

            PartialPivLU<MatrixXd> lu(HPH_T);
            HPH_T_inv =  lu.inverse();

 

 

2.2 存在性和唯一性

2.3 实例

2.4 应用

3 分解

实际问题中,当求解方程组的系数矩阵是对称矩阵时,则用下面介绍的分解法可以简化程序设计并减少计算量。

从定理可知,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,

下面将U分解为

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= ,这里

L^T为L的转置矩阵。

当A有分解时,利用矩阵运算法则及相等原理易得计算ljk和dk的公式为

将对称正定矩阵通过分解成,其中是单位下三角矩阵,是对角均为正数的对角矩阵。把这

一分解叫做分解,是Cholesky分解的变形。对应两边的元素,很容易得到

 

          

 

由此可以确定计算的公式如下

 

          

 

在实际计算时,是将的严格下三角元素存储在的对应位置上,而将的对角元存储在的对应的对角位置上。

类似地求解线性方程组的解步骤如下

(1)对矩阵进行分解得到

(2)求解,得到

(3)求解,得到

 

4  Cholesky分解

定义: cholesky分解是一种将任意n阶  对称正定矩阵A   分解成下三角矩阵L的一种方法:

                                                                             A = LL^{T}

其中,L称为Cholesky因子。如果L的对角元均为正数,则L是唯一确定的。

Cholesky分解对于解决带有  对称正定系数矩阵A  的线性问题非常有效。在计算机中,直接求解

                                                                       A x= b

时间复杂度是很高的,用cholesky法对A提前变换之后再计算会有效降低复杂度。计算方法如下:

                                             A x= b => L L^{T} = b

等价于

例题
用cholesky方法求解线性方程组Ax=b,其中

显然

再求:

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

他人是一面镜子,保持谦虚的态度

你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值