Matrix3-1矩阵的分解.pptVIP

第3章：矩阵的分解 Matrix Factorization and Decomposition 矩阵分解的概述 矩阵的分解： A=A1+A2+…+Ak 矩阵的和 A=A1A2 …Am 矩阵的乘积 矩阵分解的原则与意义： 实际应用的需要 §3.1 常见的矩阵标准形与分解 常见的标准形 等价标准形 相似标准形 合同标准形 一、矩阵的三角分解(triangular decomposition) 1. 方阵的LU和LDV分解 (P.174+181) LU分解：A?Fn?n, 有下三角形矩阵L, 上三角形矩阵U, 使得A=LU。 LDV分解：A?Fn?n, L、V分别是主对角线元素为1的下三角形和上三角形矩阵, D为对角矩阵, 使得A=LDV。 已知的方法：Gauss-消元法 例题1 (P.172) 设 求A的LU和LDV分解。 2. 三角分解的存在性和惟一性 定理3.1(P.174)： 矩阵的k 阶主子式：取矩阵的前k行、前k列得到的行列式, k=1, 2, …, n。 定理: A?Fn?n有惟一LDV分解的充要条件是A的顺序主子式Ak非零, k =1, 2, …, n-1。 二、矩阵的满秩分解 定义3.2(P.32) 对秩为r 的矩阵A?Fm?n, 如果存在秩为r的矩阵 B ?Fm?r, C?Fr?n, 则A=BC为A 的满秩分解。 三、可对角化矩阵的谱分解 将方阵分解成用谱加权的矩阵和 谱：设A?Fn?n, 则A的谱={?1, ?2, ?, ?s}。 2. 矩阵可以对角化的一个充要条件 定理3.5 矩阵A可以相似对角化当且仅当矩阵A有谱分解： 3. 幂等矩阵的性质 定理3 .4 P?Fn?n, P2=P, 则 矩阵PH和矩阵(I–P)仍然是幂等矩阵。 P 的谱?{0, 1}, P 可相似于对角形。 Fn = N(P)? R(P) N(P)=V ?=0, R(P)=V?=1 P和(I – P)的关系 N(I – P)=R(P), R(I – P)=N(P) 4. Hermite 矩阵的谱分解 定理3 .6 设A是秩为k的半正定的Hermite 矩阵, 则A可以分解为下列半正定矩阵的和。 A=v1v1H+v2v2H+…+vkvkH §3.2 Schur 分解和正规矩阵 已知：欧氏空间中的对称矩阵A可以正交 相似于对角形。 讨论：一般方阵A, 在什么条件下可以 酉相似于对角矩阵？ 在内积空间中讨论问题, 涉及： 空间 Cn、 Cn?n, 酉矩阵U, UHU=I, U – 1=UH 酉相似： UHAU=J ? U–1 AU=J 相似关系 一、 Schur 分解 1. 可逆矩阵的UR分解 定理3.7(P.185)A?Cn?n为可逆矩阵, 则存在酉矩阵U和主对角线上元素皆正的上三角矩阵R, 使得A=UR。(称A=UR为矩阵A的酉分解) 证明：源于Schmidt正交化方法(P.13) 例题1 求矩阵A的UR分解, 其中 2. Schur 分解 定理3.7(P.114)对矩阵A?Cn?n, 存在酉矩阵U和上三角矩阵T, 使得 UHAU=T= 二、正规矩阵(Normal Matrices) 1. 定义3.3 (P.116) A是正规矩阵 ?AHA=AAH。 常见的正规矩阵： 对角矩阵 对称和反对称矩阵：AT=A, AT=–A。 Hermite矩阵和反Hermite矩阵：AH=A, AH=–A 正交矩阵和酉矩阵：ATA=AAT=I, AHA=AAH=I。 例题1 设A为正规矩阵, B酉相似于A, 证明B也是正规矩阵。 2. 正规矩阵的基本特性 定理3.10(P.116) ： A?Cn?n正规?A酉相似于对角矩阵。 推论：正规A?Cn?n?A有n个标准正交的特征向量构成空间Cn 的标准正交基。 A正规?A有如下谱分解： 3. 正规性质的应用举例 例题1 (P.117, 例3) 例题2 (P.118, 例4) 例题3 设A?Rn?n, AT=–A, 证明 1. A的特征值是零和纯虚数。 2. 矩阵A的秩是偶数。 * * 理论上的需要 计算上的需要 显示原矩阵的某些特性 矩阵化简的方法与矩阵技术 主要技巧： 各种标准形的理论和计算方法 矩阵的分块 本节分解： 三角分解 满秩分解 可对角化矩阵的谱分解 AT=A 相