主要包括以下几种分解:
- LU 分解(三角分解)
- QR 分解(正交三角分解)
- 满秩分解
- SVD 分解(奇异值分解)
分别简介如下:
LU 分解
- 简介:把方阵分解为下三角矩阵与上三角矩阵的乘积 A=LU ;
- 条件: A 的前
1∼n−1 阶顺序主子式非零,则存在唯一分解 A=LDU ; - 算法:① Gauss 消元法,② Crout 分解,③ Doolittle 分解;
- 推论:实对称正定矩阵有 Cholesky 分解 A=GGT ( A=LDU=LD̃ 2U ,由 AT=A 得 L=UT,U=LT );
- 唯一性:唯一。
QR 分解
- 简介:把方阵分解为酉矩阵与上三角矩阵的乘积 A=QR ;
- 条件: A 为实/复非奇异矩阵;
- 算法:① Schmidt 正交化;② Givens 变换;③ Householder 变换;
- 唯一性:除去相差一个对角元素的绝对值(模)全为 1 的对角阵外,分解式唯一;
- 推广:若
A∈Cm×nn 的 n 个列线性无关,则有分解A=QR 满足 Q∈Cm×n , QHQ=I , R 是n 阶非奇异上三角矩阵,且除去模 1 对角阵外,该分解式唯一。
满秩分解
- 简介:把任意非零矩阵分解为列满秩矩阵与行满秩矩阵的乘积 A=FG ;
- 条件:任意非零矩阵 A∈Cm×nr (r>0) ;
- 算法:① 初等行变换+初等阵求逆;② 初等行变换为 Hermite 标准形+列置换矩阵;
- 唯一性:不唯一。
SVD 分解
- 简介:把任意非零矩阵分解为 A=UDV 的形式,其中 U,V 为 m 阶和
n 阶酉矩阵, D=⎡⎣⎢⎢ΣOOO⎤⎦⎥⎥ ,其中 Σ=diag(σ1,⋯,σr) ,而 σi 是 A 的全部非零奇异值; - 条件:任意非零矩阵;
- 算法:步骤 ① 对
AHA 求谱分解得 V,Σ2 ,② U1=AV1Σ−1 ,③ 构造 U2 (解方程 U1x=0 ); - 唯一性:不唯一。
- 简介:把任意非零矩阵分解为 A=UDV 的形式,其中 U,V 为 m 阶和
以下详细讲解。
1 LU 分解
求解线性方程组时,用初等行变换把系数化为上三角形式,这个过程可以用矩阵表示出来。
定理
(1)定理一:设 A 是
(2)推论一: n 阶非奇异矩阵
(3)定理二:对任意非奇异矩阵 A ,存在置换矩阵
(4)推论二:对非奇异矩阵
算法
(1)初等变换法: [A|I]→r[U|P] , [P|I]=[I|P−1] ,并令 L=P−1 ,注意初等变换时要保持 P 为下三角阵。
(2)Gauss 消元法:
① 用倍加初等阵
② 用
③ 继续直至 A 被化为上三角阵;
④ 令
(3)Crout 分解: A=(LD)U=L̂ U ,其中 U 为单位上三角阵,则:
① 计算
② 计算 U 第一行:
③ 计算 L̂ 第二列: lik=aik−(li1u1k+⋯+li,k−1uk−1k) ;
④ 计算 U 第二行: