矩阵的三角分解

设 A \ A A为n阶对称正定矩阵，则 A \ A A可以分解为一个单位下三角矩阵 L ~ \ \tilde{L}
L
~
和一个上三角矩阵 U ~ \ \tilde{U}
U
~
的乘积：
A = L ~ U ~ \ A=\tilde{L} \tilde{U}
A=
L
~

U
~

令 D = d i a g ( u 11 ~ , ⋯   , u n n ~ ) \ D=diag(\tilde{u_{11}},\cdots, \tilde{u_{nn}}) D=diag(
u
11
​

~
​
,⋯,
u
nn
​

~
​
)，则
U ~ = D U = D 1 2 D 1 2 U \ \tilde{U}=DU=D^{{\frac{1}{2}}D}{\frac{1}{2}}U

U
~
=DU=D
2
1
​

D
2
1
​

U

得：
A = ( L ~ D 1 2 ) ( D 1 2 U ) = L U 1 \ A=(\tilde{L}D^{{\frac{1}{2}})(D}{\frac{1}{2}}U)=LU_1
A=(
L
~
D
2
1
​

)(D
2
1
​

U)=LU
1
​

其中 L = L ~ D 1 2 \ L=\tilde{L}D^{\frac{1}{2}} L=
L
~
D
2
1
​

为非奇异的下三角矩阵， U 1 = D 1 2 U \ U_1=D^{\frac{1}{2}}U U
1
​
=D
2
1
​

U为非奇异的上三角矩阵。因为 A = A T \ A=A^T A=A
T
，所以
L U 1 = U 1 T L T \ LU_1=U_1^T L^T
LU
1
​
=U
1
T
​
L
T

由于A的分解是唯一的，于是
U 1 = L T \ U_1=L^T
U
1
​
=L
T

则
A = L L T ( 1 ) \ A=LL^T \quad (1)
A=LL
T
(1)

以上就是对成正定矩阵的分解定理
————————————————
版权声明：本文为CSDN博主「廣阝」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/SZU_Kwong/article/details/109565029