本文深入探讨了矩阵的基础概念，包括正规矩阵、正交矩阵、对称矩阵和正定矩阵的定义及其性质。特别强调了正定矩阵的特征，并指出只有正定矩阵才能进行Cholesky分解。Cholesky分解是将正定矩阵表示为下三角矩阵的乘积，用于高效求解线性方程组。此外，还介绍了正定矩阵的充要条件及其与Hermite矩阵的关系。
以下讨论均在实数域空间进行
矩阵的一些基础概念及性质
一些概念
- 正规矩阵：
A
T
A
=
A
A
T
A^TA=AA^T
ATA=AAT，又有以下两种特殊情况
- 正交矩阵(酉矩阵)： A A T = E AA^T=E AAT=E
- 对称矩阵(Hermite矩阵)：
A
T
=
A
A^T = A
AT=A，根据
x
T
A
x
x^TAx
xTAx的结果，又可以分成以下几类
- 正定矩阵： x T A x > 0 x^TAx>0 xTAx>0
- 半正定矩阵： x T A x > = 0 x^TAx>=0 xTAx>=0
- 负定矩阵： x T A x < 0 x^TAx<0 xTAx<0
- 半负定矩阵： x T A x < = 0 x^TAx<=0 xTAx<=0
一些性质
- Hermite矩阵可以被一个酉矩阵对角化即： U T A U = U − 1 A U = d i a g ( λ 1 , λ 2 , . . . λ n ) U^TAU=U^{-1}AU=diag(\lambda_1,\lambda_2,...\lambda_n) UTAU=U−1AU=diag(λ1,λ2,...λn),其中 U U U为酉矩阵， A A A为Hermite矩阵
- 正定矩阵的充要条件(满足以下条件之一)
- 是Hermite矩阵且特征值均大于0
- 是Hermite矩阵且各阶顺序主子式大于0
choloesky分解
可以进行choloesky的条件
正定矩阵才可以进行choloesky分解，半正定矩阵的choloesky分解不唯一
choloesky分解的表示形式
对于一个正定矩阵A，其可以分解成
A
=
L
L
T
A = LL^T
A=LLT,其中L为下三角矩阵
求解过程如下，其中
a
i
j
a_{ij}
aij代表A矩阵中第i行第j列元素，方格中的内容为L矩阵，灰色表示未求解变量，绿色表示为已知变量。
用choloesky求解线性方程组
求解复杂度：
O
(
n
3
)
O(n^3)
O(n3)
参考
- 工程数学基础教程 ISBN：9787561856505
- 数学之美：cholesky矩阵分解
扫一扫
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
