在线性代数中, LU分解(LU Decomposition)是矩阵分解的一种,可以将一个矩阵分解为一个单位下三角矩阵和一个上三角矩阵的乘积(有时是它们和一个置换矩阵的乘积)。LU分解主要应用在数值分析中,用来解线性方程、求反矩阵或计算行列式。
什么是LU分解
如果有一个矩阵A,将A表示成下三角矩阵L和上三角矩阵U的乘积,称为A的LU分解。
更进一步,我们希望下三角矩阵的对角元素都为1:
一旦完成了LU分解,解线性方程组就会容易得多。
如何理解LU分解?
我们知道, 将矩阵化为上三角矩阵的过程,等价于乘一系列的初等矩阵,可以证明这些初等矩阵构成了L矩阵
LU 分解的前提
并非所有矩阵都能进行LU分解,能够LU分解的矩阵需要满足以下三个条件:
- 矩阵是方阵(LU分解主要是针对方阵);
- 矩阵是可逆的,也就是该矩阵是满秩矩阵,每一行都是独立向量;
- 消元过程中没有0主元出现,也就是消元过程中不能出现行交换的初等变换。
概括为n*n矩阵可进行LU分解的前提是所有顺序主子式非0
LU分解与高斯消元法的区别:
LU分解是对矩阵本身进行的操作,不需要用到增广矩阵,不涉及到系数b,高斯消元需要用到增广矩阵。
在数值行列式的计算中,通常是采样LU分解进行的。见numpy文档