矩阵分解的研究及应用.docVIP

矩阵分解的研究及应用 摘要：将一矩阵分解为若干个矩阵的和或积，是解决某些线性问题的重要方法，其技巧性、实用性强。本文首先分成四部分内容来阐述矩阵分解的形式及一些很常见的分解。最后举例说明矩阵分解的应用。 关键词：特征值分解 秩分解 三角分解 和分解 关于矩阵分解的形式的文献已有很多，但对于这个问题的分析各不相同。本文从四个方面来论述矩阵的分解的形式，并以一些具体的例子来说明矩阵分解在实际应用中的重要性。 一、特征值分解 性质1：任意阶矩阵，存在酉矩阵，使得，其中为矩阵的特征值。称形如这样的分解叫做矩阵的特征值分解。 性质：任意阶矩阵，存在酉矩阵，使得，其中，且为矩阵的特征值。 对于对称矩阵有如下结论： 定理1.1：若为阶实对称矩阵，则存在正交矩阵，使得，其中为矩阵的特征值。 证明 由性质1,知 存在酉矩阵，使得 又由于为阶实对称矩阵，因此 从而，得 因此 得证。 定理1.2：矩阵为正定矩阵的充分必要条件是存在非奇异矩阵，使得。 证明 必要性 因为为正定矩阵，由定理1.1，得 存在可逆的正交矩阵，使得 ，且， 令，则 从而有 充分性 因为， 则 因此为对称矩阵。 又任意不为零的向量，有 令，又为非奇异矩阵， 从而知