美文网首页
线性代数之——A 的 LU 分解

线性代数之——A 的 LU 分解

作者: seniusen | 来源:发表于2018-11-14 19:00 被阅读19次

    1. A = LU

    之前在消元的过程中,我们看到可以将矩阵 A 变成一个上三角矩阵 UU 的对角线上就是主元。下面我们将这个过程反过来,通一个下三角矩阵 L 我们可以从 U 得到 AL 中的元素也就是乘数 l_{ij}

    如果有一个 3*3 的矩阵,假设不需要进行行交换,那我们需要三个消元矩阵 E_{21}, E_{31}, E_{32} 来分别使矩阵 A 的 (2, 1)、(3, 1) 和 (3, 2) 位置为零,然后我们就有

    乘数 l_{ij} 正好就是 L(i, j) 处的元素。因为当我们计算 U 的第三行的时候,实际上是用 A 的第三行减去 U 的前两行的一些倍数。

    因此有

    下面看一个特殊的例子

    如果 A 的某一行以 0 开始,说明该位置不需要进行消元,也即 L 中对应位置的元素为 0。

    如果 A 的某一列以 0 开始,该位置元素在消元过程始终不会改变,也即 U 中对应位置的元素为 0。

    由于 L 的对角线上都是 1,而 U 的对角线上为主元,因此,这是不对称的。我们可以进一步将 U 进行分解,使得 U 的对角线上元素也都为 1。

    这时候,A 的分解就变成了 A = LU = LDU,其中 D 是一个对角矩阵, L 是一个下三角矩阵, U 是一个上三角矩阵。

    当我们从左边的 A 得到 LU 后,我们就对右边的 b 进行同样的消元过程得到 Lc = b,然后再通过回带 Ux=c 求出方程组的解。

    2. 消元过程的计算复杂度

    假设我们有一个 n*n 的矩阵,首先我们要将第一列主元以下的元素都变成 0。这时候,每一个元素变成 0 我们都需要 n 次乘法和 n 次减法,总共有 n-1 个元素需要变成 0,总的乘法次数为 n(n-1),近似为 n^2。然后,我们要依次将后面列的主元下面的元素变成 0,需要的总的乘法次数为 n^2+(n-1)^2+\cdots + 2 + 1 \approx \frac{1}{3}n^3

    也就是说对左边的 A 消元要进行 \frac{1}{3}n^3 次的乘法操作和 \frac{1}{3}n^3 次的加法操作。

    再来看右边对 b 进行消元,首先我们需要将 b_2, b_3 \cdots b_n 都减去 b_1,需要 n-1 次操作,往后我们依次需要 n-2, n-3 \cdots 1 次操作。回带的时候,求解最后一个方程的时候,我们只需要进行 1 次操作,依次往上我们需要 2, 3 \cdots n 次操作。因此,求解的过程总共需要 n^2 次的乘法操作和 n^2 次的加法操作

    3. 转置和置换矩阵

    A 的转置矩阵称为 A^T,其中 A^T 的列就是 A 的行,也即 (A^T)_{ij} = A_{ji}

    (A+B)^T = A^T + B^T
    (AB)^T = B^TA^T

    假设 B 是一个向量 x,那么对 (Ax)^T = x^TA^T 的理解就是:Ax 是对 A 的列的线性组合,x^TA^T 则是对 A^T 的行的线性组合,A 的列和 A^T 的行是一样的,所以线性组合后是一样的结果。

    如果 B 有多列的话,我们就很容易得到

    同理,针对更多的矩阵,我们也有

    (ABC)^T = C^TB^TA^T

    (A^{-1})^T = (A^T)^{-1}

    AA^{-1} = I \to (AA^{-1})^T = I \to (A^{-1})^TA^T = I \to (A^{-1})^T = (A^T)^{-1}

    转置形式的内积和外积

    对称矩阵的转置等于它本身,也就是 A^T = A。而且,一个对称矩阵的逆矩阵也是对称的。

    (A^{-1})^T = (A^T)^{-1} = A^{-1}

    对于一个任意的矩阵 R,可以是矩形的,R^TRRR^T 都是一个对称的方阵。

    (R^TR)^T = R^T(R^T)^T = R^TR

    A=A^T 时,如果没有行交换,那么有 A = LDU = LDL^T,此时 U 变成了 L^T

    置换矩阵 P 每行每列都只有一个 1,而且 P^TPP^T 和任意两个置换矩阵的乘积 P_1P_2 都还是置换矩阵。此外,所有的置换矩阵都有 P^T=P^{-1}

    n 阶的情况下,置换矩阵的总的个数为 n!。例如 2 阶置换矩阵只有 2 个,3 阶置换矩阵有 6 个。

    如果在需要行交换的情况下,我们可以先引入一个置换矩阵 P 使矩阵 A 的行有正确的顺序,然后再进行消元,这样的话我们就有

    PA=LU

    也可以进行消元,然后再用一个矩阵 P_1 来让主元有一个正确的顺序,这样的话我们就有

    A=L_1P_1U_1

    如果 A 是可逆的,置换矩阵 P 将会使它的行有一个正确的顺序然后分解成 PA=LU 的形式。

    获取更多精彩,请关注「seniusen」!


    相关文章

      网友评论

          本文标题:线性代数之——A 的 LU 分解

          本文链接:https://www.haomeiwen.com/subject/lrrkfqtx.html