常见的几种矩阵分解方式
来源:互联网 发布:人力资源数据分析模型 编辑:程序博客网 时间:2024/06/08 13:36
1.三角分解(LU分解)
矩阵的LU分解是将一个矩阵分解为一个下三角矩阵与上三角矩阵的乘积。本质上,LU分解是高斯消元的一种表达方式。首先,对矩阵A通过初等行变换将其变为一个上三角矩阵。对于学习过线性代数的同学来说,这个过程应该很熟悉,线性代数考试中求行列式求逆一般都是通过这种方式来求解。然后,将原始矩阵A变为上三角矩阵的过程,对应的变换矩阵为一个下三角矩阵。这中间的过程,就是Doolittle algorithm(杜尔里特算法)。
转一个Tony Ma同学写的例子:
若AX=b是一个非奇异系统,那么高斯消元法将A化简为一个上三角矩阵。若主轴上没有0值,则无需交互行,因此只需进行第3类初等行变换(把第 i 行加上第 j 的 k 倍)即可完成此变换。例如
第3类行变换可以通过左乘相应的初等矩阵image实现,对上例来说进行的3个变换就是相应初等矩阵的乘积。注意最右边是一个下三角矩阵L
从而有
注意:
1)U是高斯消元的结果,且对角线上是主元
2)L对角线上是1,对角线下面的元素image恰恰是在式1中用于消去(i,j)位置上元素的乘子。
LU分解常用来求解线性方程组,求逆矩阵或者计算行列式。例如在计算行列式的时候,
在线性代数中已经证明,如果方阵
2.QR分解
QR分解是将矩阵分解为一个正交矩阵与上三角矩阵的乘积。用一张图可以形象地表示QR分解:
这其中,
实际中,QR分解经常被用来解线性最小二乘问题。
3.Jordan分解
每次看到Jordan分解,就想起当年考研的那段时光。控制原理里面,就有大段关于Jordan分解的内容。可惜当时矩阵分析没有学到位,线性代数里头又没有提到Jordan分解,所以理解起来那个费劲。
废话这么多,先来看看Jordan到底是个什么鬼:
我们将下面的
称为Jordan块。同时,我们也将由若干个Jordan块组成的对角矩阵成为Jordan阵。
由Jordan块的定义不难看出,Jordan 阵与对角阵的差别仅在于它的上 (下)对角线的元素是0或1。因此,它是特殊的上三角阵。
为什么要进行Jordan分解呢?或者说,Jordan分解能解决什么问题呢?
我们先来复习一下,如果一个n阶方阵
1.
2.
3.
因为有的矩阵不可以进行对角化,那么我们可以对它进行Jordan分解,达到简化计算的目的。
4.SVD分解
关于SVD分解,前面已经有文章专门介绍了。
http://blog.csdn.net/bitcarmanlee/article/details/52068118
- 常见的几种矩阵分解方式
- 常见的几种矩阵分解方式
- 常见的几种矩阵分解方式
- 常见的几种矩阵分解方式
- 矩阵理论基础知识(2)--常见的几种矩阵分解方式
- 几种常见的木马启动方式
- 常见集合的几种遍历方式
- 中国常见的几种网络营销方式
- 字符常见的几种编码方式
- 常见的几种下载方式
- 字符常见的几种编码方式
- 常见的几种电路保护方式
- 字符常见的几种编码方式
- 字符常见的几种编码方式
- 几种常见的存储方式
- 几种常见的编程命名方式
- 常见的几种编码方式
- 字符常见的几种编码方式
- hdu 1253 胜利大逃亡 (代码详解)解题报告
- 数据结构学习笔记(二)
- QTableWidget的使用
- Android知识点总结
- 面向对象--单一职责原则和开闭原则学习(简易ImageLoader)
- 常见的几种矩阵分解方式
- (优先队列)The Average
- FLV文件格式分析
- Java实现网络爬虫001-抓取网页
- JDBC
- 欢迎使用CSDN-markdown编辑器
- Linux文件层级标准
- 一个菜鸟的算法导论学习笔记【Introsuction&Chapter 1】
- 重写