您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 酒店餐饮 > 浅谈矩阵的LU分解和QR分解及其应用
1浅谈矩阵的LU分解和QR分解及其应用基于理论研究和计算的需要,往往有必要把矩阵分解为具有某种特性的矩阵之积,这就是我们所说的矩阵分解.本文将介绍两种常用的矩阵分解方法,以及其在解线性方程组及求矩阵特征值中的应用.1.矩阵的LU分解及其在解线性方程组中的应用1.1高斯消元法通过学习,我们了解到利用Gauss消去法及其一些变形是解决低阶稠密矩阵方程组的有效方法.并且近些年来利用此类方法求具有较大型稀疏矩阵也取得了较大进展.下面我们就通过介绍Gauss消去法,从而引出矩阵的LU分解及讨论其对解线性方程组的优越性.首先通过一个例子引入:例1,解方程组(1.1)(1. 2)(1.3)解.1Step(1.1)(2)(1.3)消去(1.3)中未知数,得到23411xx(1.4)2Shep.(1.2)(1.4)消去(1.4)中的未知数2x有12323364526xxxxxx显然方程组的解为*x 123上述过程相当于1116041522111116041504111116041500262()+()iir表示矩阵的行2由此看出,消去法的基本思想是:用逐次消去未知数的方法把原方程化为与其等价的三角方程组.下面介绍解一般n阶线性方程组的Gauss消去法.设111nn1nnaaaaA1n xXx1nbbb则n阶线性方程组AXb(1.5)并且A为非奇异矩阵.通过归纳法可以将AXb化为与其等价的三角形方程,事实上:及方程(1.5)为11AXb,其中1AA1bb(1)设(1)110a,首先对行计算乘数11i1111iamm.用1im乘(1.5)的第一个方程加到第2,3,,iin个方程上.消去方程(1.5)的第2个方程直到第n个方程的未知数1x.得到与(1.5)等价的方程组11n12n111nn0aaxxa112nbb简记作22Ab(1.6)其中211211111ijijiijiiiambbmaab(2)一般第11kkn次消去,设第1k步计算完成.即等价于kkAXb(1.7)且消去未知数121,,,kxxx.其中1111112122222kkkkkkknknknnannaaaaaAaaaa3设()0kkka计算(i=/1,,)kkikikkkaakmn,用(1,,)anikikkkkiknam消去第1k个方程直到第n个方程的未知数kx.得到与(1.7)等价的方程组1k1kAXb故由数学归纳法知,最后可以把原方程化成一个与原方程等价的三角方程组.但是以上分析明显存在一个问题,即使A非奇异也无法保证0iiia,需要把非奇异的条件加强.引理1约化主元素01,,)iiiak(i的充要条件是矩阵A的顺序主子式0iD.即1111110,0ikkkkkaaDaaDa证明利用数学归纳法证明引理的充分性.显然,当1k时引理的充分性是成立的,现在假设引理对1k是成立的,求证引理对k亦成立.有归纳法,设01,21iiiiak于是可用Gauss消去法将中,即11111121n22222n1kkkkkkkknnknnaaaaaAaaaaA即111212311122112231122332220aaDaDaaaaa11111122212222k11122kkkkkkkkaaaaaaDaaa(1.8)由设0(1,,)iiDk及式(1.8)有0kkka4显然,由假设01,2iiiika,利用(1.8)亦可以推出0(1,,)iiDk从而由此前的分析易得;定理1如果n阶矩阵A的所有顺序主子式均不为零,则可通过Gauss消去法(不进行交换两行的初等变换),将方程组(1.5)约化成上三角方程组,即1111111121122222222bbbnnnnnnnnaaaxxaaxa(1.9)1.2矩阵LU分解从而由以上讨论即能引出矩阵的LU分解,通过高等代数我们得知对A施行行初等变换相当于用初等矩阵左乘A,即121211LALbAb其中211n11101Lmm一般第k步消元,,相当于11kkkkkkLAALbb重复这一过程,最后得到11211121nnnnAbLLLALLLb(1.10)其中k1,111m1nkkkmL将上三角形矩阵nAU记作,由式(1.9)得到111121=UnALLLLU,其中5211111211211m1nnnmLLmLL由以上分析得;定理2(LU分解)设A为n阶矩阵,如果A的顺序主子式i0(1,2,,1)Din.则A可分解为一个单位下三角矩阵L和一个上三角矩阵U的乘积,且这种分解是唯一的.证明由先前的分析得出存在性是显然的,即ALU.下证唯一性,设ALUCD其中L,C为单位下三角矩阵,U,D为上三角矩阵.由于1D11DCLU上式右端为上三角矩阵,左端为单位下三角矩阵,从而上式两端都必须等于单位矩阵,故UD,LC.证毕.例2对于例子1系数矩阵矩阵111041221A由Gauss消去法,得结合例1,故100111010041211002ALU对于一般的非奇异矩阵,我们可以利用初等排列矩阵kkiI(由交换单位矩阵I的第k行与第ki行得到),即111212111111,,kkkkkkikikkiikALbLIAIbLIAIbALb(1.11)利用(1.11)得1111,11nnnniiLILUIAA.简记做.其中下面就n情况来考察一下矩阵.4321444343544332211443443243)(iiiiiiiiiiILILILIAILIILIIAALLI4324324321432()iiiiiiIIILIII43214321 )(iiiiIIIIA6从而记从而容易的为单位下三角矩阵,总结以上讨论可得如下定理.定理3如果A非奇异矩阵,则存在排列矩阵P使PALU其中L为单位下三角矩阵,U为上三角矩阵.1.3矩阵LU分解的应用以上对非奇异矩阵A的LU分解进行了全面的讨论,一下我们就简单介绍一下应用.对于矩阵A一旦实现了LU分解,则解线性方程的问题,便可以等价于:(1)Lyb求y(2)=Uxy,求x(1.12)即,设A为非奇异矩阵,且有分解式ALU,其中L为单位下三角矩阵,U为上三角矩阵。即A111122212212111nnnnnnuuuulullu(1.13)下面说明L,的元素可以由n步直接计算出:由(1.13)有11iiau(1.14)再由矩阵乘法得1111iiaul,故有11iila/11u于是得U的第一列元素.7设已经得U的第一行到1r行元素与L的第一列到1r列元素,由(1.13)有111nrrirkkirkkirikklluuua故有11rririrkkikauul(i)(1.15)再由(1.13)得111irikkrikkrnrkkirrralulluu.得11()/iririkkrrrkralulu(1.16)故有以上分析结合(1.12)得;111ii1ikikkyylybb1//nnnniiikkniiikxxbuxyuu(1.18)例3.求解123123142521831520xxx解.由(1.15),(1.16)计算,得1001232100143510024ALU求解141820Ly得141072y求解141072Ux得123x8以上便是通过介绍Gauss消去法,引出矩阵的LU分解,这种分解在数值分析中,在设计算法求解高维线性方程组能提高效率,不像Grammar法则只是从理论上解决了非奇异线性方程组的解法,实际操作起来是十分不方便的,而利用LU分解的基本原理能大大减少计算过程的繁琐.2.矩阵的QR分解及其在计算矩阵特征值的应用2.1转化非奇异矩阵为上Hessebberg定义1一方阵,如果1ij时有0ijb.则称矩阵B为上Hessebberg阵,即111212122232,10000bbnnnnnnbbbbbbbB定义2设向量w满足2w,矩阵2THIww称为初等反射矩阵,记作Hw,即21112222122n121222212122nnn其中定理2.1初等反射阵H是对称矩阵,正交矩阵和合同矩阵.定理2.2设,xy为两个不相等的n维向量,但22xy,则存在一个初等反射矩阵H,使Hxy.证明令2()/wxyxy,则得到一个初等反射矩阵2222/TTTHxxyIIywyxw而且92TT22222/TTHxxxyyxxxxxxxyxyxyy因为22(()2)()TTTxyxyyxyxxx所以()Hxxxyy.并且由代数学知识易知,2()/ywxyx.成立的唯一长度等于1的向量.推论设向量0nxRx,2σx,且1σxe则存在一个初等反射矩阵212,/2ITTHIuuuuu使1σeHx,其中1σuex,22/2u设123,,,,nx12,,,nuuuu,则12n(σ,,,)u,212/2σσu.如果σ,那么计算1σ时有效数字可能损失,取有相同符号,即取12σsgnx有了以上关于初等反射矩阵的性质接下来讨论正交相似约化一般矩阵和对角矩阵.设11112122122111211212212nnnnnnAaaaaaaaAaAaaa,不妨设1210a,否则这一步不需约化,选择初等矩阵1R使1R121a,其中122121121121112111121211111σsgn(),σ,1,.σσ2niiTaaIaaueuRuu(2.1)令11100UR则21221311211121121112112231211221220AaARaAAAUARaRARaU,10其中22111AR,
本文标题:浅谈矩阵的LU分解和QR分解及其应用
链接地址:https://www.777doc.com/doc-5910191 .html