矩阵程序大作业—说明文档.doc

LU分解、QR分解 Householder reduction、Givens reduction 输入输出参数的含义 Factorization_and_Reduction.m中输入输出参数的含义： 输入参数：A：待分解的矩阵 mode：工作模式的选择 mode=0：函数进行LU分解 mode=1：函数进行QR分解 mode=2：函数进行Household reduction mode=：函数进行Givens reduction 输出参数：flag_right：分解或约减成功标志，为0时表示失败，为1时表示成功 B1,B2,B3，在不同模式下的含义如下 mode=0：B1=L：下三角阵； B2=U：上三角阵； B3=P：permutation matrix； 满足PA=LU。 mode=1：B1=Q：R(A)的单位正交基为列组成的矩阵； B2=R：上三角阵； B3=0：没有实际意义，默认值为0； 满足A=QR。 mode=2：B1=P：由反射得到的单位正交阵 (unitary matrix or orthogonal matrix)； B2=T：上阵； B3=P_T：P的转置； 满足PA=T和A=P_T*T。 mode=：B1=P：由旋转得到的单位正交阵 (unitary matrix or orthogonal matrix)； B2=T：上阵； B3=P_T：P的转置； 满足PA=T和A=P_T*T。 ①在第j列以下位置中寻找第一个非零元素作为第j个主元，即从中寻找第一个非零元素作为主元。 ②如果找到的非零主元不在第j行，而是在第i行，分别交换A和L中第i行和第j行，交换label中第i个和第j个元素。 ③将A的第j行赋给U的第j行，并将L中位置元素赋1。 ④将A中主元以下的元素变为0，并将消元时主元行需要乘的系数赋给L的相应位置元素，如：将主元以下的变为0时，L中位置的元素。 对矩阵P进行赋值，即将P的第i行的第label(i)个元素赋为1，其他元素为0。 判断矩阵A是否为奇异阵：查看矩阵U的主元位置是否存在0元素，如果存在则U为奇异阵且A也为奇异阵，此时A不能进行LU分解。 对分解结果进行验证，计算是否成立，若成立，则分解正确。 QR分解 （1）输入待分解的矩阵： （2）k从1到n循环执行以下步骤： ①如果k=1，（表示矩阵A的第一列）； 否则，（表示矩阵A的第k列，表示矩阵Q的第i列，）。 ②矩阵Q的第k列： ③给矩阵R的第k行赋值： 循环结束即可得到Q矩阵和R矩阵。下面验证以上QR分解的结果是否正确： ①验证Q矩阵的各列是否相互正交且各列的模为1，即验证是否成立。 ②验证是否成立。 若以上两个条件均满足，则QR分解正确。 Householder reduction （1）输入待处理的矩阵： （2）初始化矩阵P为单位矩阵I。 （3）k从1到n循环执行以下步骤： ①令矩阵Ak是P*A的第k行k列下方右方构成的矩阵，如k=2，Ak矩阵如下图红框所示： ②令 ③ ④构造m*m的矩阵 ⑤更新P： ⑥用P*A的第k+1行和k+1列下方右方的元素构成的矩阵更新Ak 以上循环结束以后，即可得到矩阵P，矩阵T=P*A。 下面验证以上Householder reduction的结果是否正确： ①验证P是否是单位正交矩阵(unitary matrix or orthogonal matrix)，即验证是否成立。 ②验证是否成立。 若以上两个条件均满足，则Householder reduction分解正确。 4）Givens reduction （1）输入待处理的矩阵： （2）初始化矩阵P为单位矩阵I。 （3）k从1到n循环执行以下步骤： 利用旋转矩阵，使得原矩阵k列中k行元素以下的元素为0 则j