矩阵因式分解(LU矩阵分解)与GSL实现

来源:互联网 发布:java第三方接口开发 编辑:程序博客网 时间:2024/06/08 06:31

   矩阵的因式分解是把一个矩阵A表示为两个或更多个矩阵的乘积,是将复杂的数据进行分解,其中有多种方法,例如:LU分解,秩分解,QR分解,奇异值分解,谱分解等。这里主要介绍对LU分解的认识。

根据参考的书籍,这里的LU分解只限于一系列具有相同系数矩阵的线性方程:

Ax=b1,   Ax=b2, Ax=bp                  (1)

当A为可逆矩阵时,可计算A-1,然后计算A-1 b1,A-1 b2,等等。但是,真正在社会实践的运用中,又是如何计算并使用的呢? 实际而言,(1)中的第一个方程是由行变换解出的,并同时得出矩阵A的LU分解。

设A为m×n阶矩阵,则Am×n可进行化简为阶梯形,此时不必行对换,那么A可写成形式A=LU,L是m×m下三角矩阵,主对角线元素全是1,U是A的一个等价的m×n阶梯形矩阵。如下:

这样的一个分解称为LU分解,矩阵L是可逆的,我们称L为单位下三角矩阵。

由上,我们可知,当A=LU时,方程Ax=b可写成L(Ux)=b,把Ux写成y,可以有解下面一对方程来求解x:

                  Ly=b

                  Ux=y

首先解Ly=b然后解Ux=y求得x,如下,每个方程都比较容易解,因和都是三角矩阵。下面,举出一道例题;

例:求下列矩阵的LU分解:

因为A有4行,故L为4×4矩阵,L的计算方式为第一列是A的第一列除以它的第一行主元元素,L如下:

比较A与L的第一列。把A的第一列的后3个元素变换为零同时也为L的后三列变换,下面是A变为阶梯形U:

将上述A到U的行变化结果放入L中:

故得到所求出的L和U满足LU=A,利用LU分解,我们可以进行线性方程组的计算,简化这种计算。后我又参考了网络上的最新信息,得到即使矩阵不可逆,LU仍然可能存在。实际上,如果一个秩为k的矩阵的前k个顺序主子式不为零,那么它就可以进行LU分解,但反之则不然。目前,在任意域上一个方块矩阵可进行LU分解的充要条件已经被发现,这些充要条件可以用某些特定子矩阵的秩表示。

/*********************************************************************************************************************************************************************************************************************************************************************************************************************************************************/

GNU Scientific Library(GSL)是一个为C和C++程序员提供的科学数值运算库。该科学计算库异常强大,提供了如下方面的支持: 
Complex Numbers               Roots of Polynomials          Special Functions Vectors and Matrices           Permutations                     Sorting BLAS Support                      Linear Algebra                    Eigensystems Fast Fourier Transforms      Quadrature                         Random Numbers Quasi-Random Sequences  Random Distributions          Statistics 
Histograms                          N-Tuples                             Monte Carlo Integration Simulated Annealing            Differential Equations         Interpolation Numerical Differentiation     Chebyshev Approximation  Series Acceleration Discrete Hankel Transforms Root-Finding                       Minimization Least-Squares Fitting          Physical Constants             IEEE Floating-Point Discrete Wavelet Transforms                                          Basis splines

对于经常处理复杂数学计算的开发人员来说,无疑是莫大的解脱

该项目的主页是:

http://www.gnu.org/software/gsl/gsl.html

 

对于经常处理复杂数学计算的开发人员来说,无疑是莫大的解脱

该项目的主页是:

http://www.gnu.org/software/gsl/gsl.html

 

对于经常处理复杂数学计算的开发人员来说,无疑是莫大的解脱

该项目的主页是:

http://www.gnu.org/software/gsl/gsl.html

 

对于经常处理复杂数学计算的开发人员来说,无疑是莫大的解脱,其主页为:

GSL---GNU Scientific Library

GSL实现:

<span style="font-family:FangSong_GB2312;font-size:18px;"><span style="font-family:KaiTi_GB2312;font-size:14px;">#include <stdio.h>#include <gsl/gsl_linalg.h>#pragma comment(lib, "libgsl_d.lib")#pragma comment(lib, "libgslcblas_d.lib")intmain (void){  double a_data[] = { 0.18, 0.60, 0.57, 0.96,                      0.41, 0.24, 0.99, 0.58,                      0.14, 0.30, 0.97, 0.66,                      0.51, 0.13, 0.19, 0.85 };  double b_data[] = { 1.0, 2.0, 3.0, 4.0 };  gsl_matrix_view m     = gsl_matrix_view_array (a_data, 4, 4);  gsl_vector_view b    = gsl_vector_view_array (b_data, 4);  gsl_vector *x = gsl_vector_alloc (4);    int s;  gsl_permutation * p = gsl_permutation_alloc (4);  gsl_linalg_LU_decomp (&m.matrix, p, &s);  gsl_linalg_LU_solve (&m.matrix, p, &b.vector, x);  printf ("x = \n");  gsl_vector_fprintf (stdout, x, "%g");  gsl_permutation_free (p);  return 0;}</span></span>




2 0