存一下。MATLAB矩阵分解:LU,QR,SVD详解
来源:互联网 发布:好用的乳液知乎 编辑:程序博客网 时间:2024/06/06 09:50
矩阵分解
矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积,可分为三角分解、满秩分解、QR分解、Jordan分解和SVD(奇异值)分解等,常见的有三种:1)三角分解法 (Triangular Factorization),2)QR 分解法 (QR Factorization),3)奇异值分解法 (Singular Value Decomposition)。
1. 三角分解法是将原正方 (square) 矩阵分解成一个上三角形矩阵或是排列(permuted) 的上三角形矩阵和一个 下三角形矩阵,这样的分解法又称为LU分解法。它的用途主要在简化一个大矩阵的行列式值的计算过程,求逆矩阵,和求解联立方程组。不过要注意这种分解法所得到的上下三角形矩阵并非唯一,还可找到数个不同 的一对上下三角形矩阵,此两三角形矩阵相乘也会得到原矩阵。
MATLAB以lu函数来执行lu分解法, 其语法为[L,U]=lu(A)。
例如:
假设 A 是某个方程组的系数矩阵,而b为等式右边解的列矩阵
b=[12,8,6]’
方程组的解可以通过两次左除得到:
x = U(L\b)
我们求得:
b = [12;-8;6];
x = U(L\b)
x =
-6.9367
2.5316
2.1519
2. QR分解法编辑
QR分解法是将矩阵分解成一个正规正交矩阵与上三角形矩阵,所以称为QR分解法,与此正规正交矩阵的通用符号Q有关。
MATLAB以qr函数来执行QR分解法, 其语法为[Q,R]=qr(A)。
3. 奇异值分解法
奇异值分解 (singular value decomposition,SVD) 是另一种正交矩阵分解法;SVD是最可靠的分解法,但是它比QR 分解法要花上近十倍的计算时间。[U,S,V]=svd(A),其中U和V分别代表两个正交矩阵,而S代表一对角矩阵。 和QR分解法相同, 原矩阵A不必为正方矩阵。使用SVD分解法的用途是解最小平方误差法和数据压缩。
MATLAB以svd函数来执行svd分解法, 其语法为[S,V,D]=svd(A)
- 存一下。MATLAB矩阵分解:LU,QR,SVD详解
- 5. 矩阵的LU分解、QR分解
- matlab实现矩阵LU分解
- 矩阵广义逆求解(QR、svd、LU)
- 矩阵的LU分解(Matlab程序)
- Matlab与线性代数--矩阵的LU分解
- 求解线性方程组(SVD,QR,Gauss,LU)
- 矩阵之LU分解
- 矩阵LU的分解
- MATLAB的LU分解
- LU分解(matlab实现)
- 矩阵分解 SVD分解
- Matlab实现——求矩阵的逆(LU分解)
- Spark上矩阵运算库(七)--LU矩阵分解实现和Spark 1.1的SVD剖析
- 【矩阵】RQ/QR 分解
- 人工智能里的数学修炼 | 矩阵的花样分解:特征值分解(EVD)、相似对角化、QR分解、Schur分解、奇异值分解(SVD)的概念纠缠与详解
- 机器学习(十一)——机器学习中的矩阵方法(1)LU分解、QR分解
- 矩阵分解:奇异值分解(SVD)详解
- HTTP数据抓包(Fiddler2) V2.2.0 绿色中文版 和 教程网址:fiddler2抓包工具使用图文教程
- 杂记数据库
- 如何通过思维导图进行计划安排的6种模板鉴赏
- xml的通讯录系统
- java保留两位小数4种方法
- 存一下。MATLAB矩阵分解:LU,QR,SVD详解
- 【Linux】【网络】struct ether_addr和字符串格式转换
- 初始QSL(1)
- JS判断字符串中是否存在中文
- 常用的安全算法——摘要算法
- wordpress存储型XSS
- 比较浏览器中刷新、强制刷新和重新载入三者区别
- AVCaptureDevice iOS摄像头属性
- 经典递归解决汉诺塔问题 python实现