- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
矩阵程序大作业—说明文档
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
文档评论(0)