R中的矩阵运算-三角分解

最新推荐文章于 2021-06-20 20:19:30 发布

liuxincumt

最新推荐文章于 2021-06-20 20:19:30 发布

阅读量4.6k

点赞数

分类专栏： R语言文章标签： matrix permutation class library up

本文链接：https://blog.csdn.net/liuxincumt/article/details/7546958

版权

R语言专栏收录该内容

4 篇文章 0 订阅

订阅专栏

基本概念（三角分解相关）：

在数学中的矩阵论里，置换矩阵是一种系数只由0和1组成的方块矩阵。置换矩阵的每一行和每一列都恰好有一个1，其余的系数都是0。在线性代数中，每个n阶的置换矩阵都代表了一个对n个元素（n维空间的基）的置换。当一个矩阵乘上一个置换矩阵时，所得到的是原来矩阵的横行（置换矩阵在左）或纵列（置换矩阵在右）经过置换后得到的矩阵。

设A是一个方块矩阵。A的LU分解是将它分解成如下形式：

$A = LU, \,$

其中L和U分别是下三角矩阵和上三角矩阵。

例如对于一个 $3 \times 3$ 的矩阵，就有

$\begin{bmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \\ \end{bmatrix} = \begin{bmatrix} l_{11} & 0 & 0 \\ l_{21} & l_{22} & 0 \\ l_{31} & l_{32} & l_{33} \\ \end{bmatrix} \begin{bmatrix} u_{11} & u_{12} & u_{13} \\ 0 & u_{22} & u_{23} \\ 0 & 0 & u_{33} \\ \end{bmatrix}$ 。

一个LDU分解是一个如下形式的分解：

$A = LDU$

其中D是对角矩阵，L和U是单位三角矩阵（对角线上全是1的三角矩阵）。

一个LUP分解是一个如下形式的分解：

$A = LUP$

其中L和U仍是三角矩阵，P是一个置换矩阵。

一个充分消元的LU分解为如下形式：

$PAQ = LU$

Cholesky分解

如果矩阵 A是埃尔米特矩阵，并且是正定矩阵，那么可以使， U是 L的共轭转置。也就是说， A可以写成

$A = L L^{*}. \,$

这个分解被称作Cholesky分解。对每一个正定矩阵，Cholesky分解都唯一存在。

矩阵的满秩分解

1. 定义：设，若存在矩阵及，使得

，则称其为的一个满秩分解。

说明：（1）为列满秩矩阵，即列数等于秩；为行满秩矩阵，即行数等于秩。

（2）满秩分解不唯一。（阶可逆方阵），则

，且

2.当A是满秩（列满秩或行满秩）矩阵时，A可分解为单位矩阵与A本身的乘积，称此时的满秩分解为平凡分解。

R命令：

1)LU分解（包含满秩分解）

library(Matrix)

> m
3 x 3 Matrix of class "dgeMatrix"
[,1] [,2] [,3]
[1,] 2 -1 3
[2,] 1 2 1
[3,] 2 4 2

> l <- lu(m)

> l
'MatrixFactorization' of Formal class 'denseLU' [package "Matrix"] with 3 slots
..@ x : num [1:9] 2 1 0.5 -1 5 0.5 3 -1 0
..@ perm: int [1:3] 1 3 3
..@ Dim : int [1:2] 3 3

> LU <- expand(l) #生成P,L,U

> LU
$L
3 x 3 Matrix of class "dtrMatrix" (unitriangular)
[,1] [,2] [,3]
[1,] 1.0 . .
[2,] 1.0 1.0 .
[3,] 0.5 0.5 1.0

$U
3 x 3 Matrix of class "dtrMatrix"
[,1] [,2] [,3]
[1,] 2 -1 3
[2,] . 5 -1
[3,] . . 0

$P
3 x 3 sparse Matrix of class "pMatrix"

[1,] | . .
[2,] . . |
[3,] . | .

A = P*L*U

P为置换矩阵，L为下单位三角矩阵，U为上三角矩阵；

The decomposition is of the form

A = P L U

where typically all matrices are of size n by n, and the matrix P is a permutation matrix, L is lower triangular and U is upper triangular (both of class dtrMatrix).

Note that the dense decomposition is also implemented for a m by n matrix A, when m != n.

If m < n (“wide case”), U is m by n, and hence not triangular.
If m > n (“long case”), L is m by n, and hence not triangular.

2)Choleskey分解
  对于正定矩阵A，可对其进行Choleskey分解，即：A=P'P，其中P为上三角矩阵，在R中可以用函数chol()进行Choleskey分解，例如：
> A
  [,1] [,2] [,3] [,4]
[1,]   2   1   1   1
[2,]   1   2   1   1
[3,]   1   1   2   1
[4,]   1   1   1   2
> chol(A)
        [,1]     [,2]     [,3]     [,4]
[1,] 1.414214 0.7071068 0.7071068 0.7071068
[2,] 0.000000 1.2247449 0.4082483 0.4082483
[3,] 0.000000 0.0000000 1.1547005 0.2886751
[4,] 0.000000 0.0000000 0.0000000 1.1180340
> t(chol(A))%*%chol(A)
  [,1] [,2] [,3] [,4]
[1,]   2   1   1   1
[2,]   1   2   1   1
[3,]   1   1   2   1
[4,]   1   1   1   2
> crossprod(chol(A),chol(A))
  [,1] [,2] [,3] [,4]
[1,]   2   1   1   1
[2,]   1   2   1   1
[3,]   1   1   2   1
[4,]   1   1   1   2
若矩阵为对称正定矩阵，可以利用Choleskey分解求行列式的值，如：
> prod(diag(chol(A))^2)
[1] 5
> det(A)
[1] 5
若矩阵为对称正定矩阵，可以利用Choleskey分解求矩阵的逆，这时用函数chol2inv()，这种用法更有效。如：
> chol2inv(chol(A))
      [,1] [,2] [,3] [,4]
[1,] 0.8 -0.2 -0.2 -0.2
[2,] -0.2 0.8 -0.2 -0.2
[3,] -0.2 -0.2 0.8 -0.2
[4,] -0.2 -0.2 -0.2 0.8
> solve(A)
  [,1] [,2] [,3] [,4]
[1,] 0.8 -0.2 -0.2 -0.2
[2,] -0.2 0.8 -0.2 -0.2
[3,] -0.2 -0.2 0.8 -0.2
[4,] -0.2 -0.2 -0.2 0.8

liuxincumt

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
R中的矩阵运算-三角分解

基本概念（三角分解相关）：在数学中的矩阵论里，置换矩阵是一种系数只由0和1组成的方块矩阵。置换矩阵的每一行和每一列都恰好有一个1，其余的系数都是0。在线性代数中，每个n阶的置换矩阵都代表了一个对n个元素（n维空间的基）的置换。当一个矩阵乘上一个置换矩阵时，所得到的是原来矩阵的横行（置换矩阵在左）或纵列（置换矩阵在右）经过置换后得到的矩阵。设A是一个方块矩阵。A的LU分解是将它分解成
复制链接

扫一扫