浅谈矩阵LU分解和QR分解与其应用.docxVIP

PAGE \* MERGEFORMAT 18 浅谈矩阵的LU分解和QR分解及其应用 基于理论研究和计算的需要，往往有必要把矩阵分解为具有某种特性的矩阵之积，这就是我们所说的矩阵分解. 本文将介绍两种常用的矩阵分解方法，以及其在解线性方程组及求矩阵特征值中的应用. 1.矩阵的分解及其在解线性方程组中的应用 1.1 高斯消元法 通过学习，我们了解到利用消去法及其一些变形是解决低阶稠密矩阵方程组的有效方法.并且近些年来利用此类方法求具有较大型稀疏矩阵也取得了较大进展.下面我们就通过介绍消去法，从而引出矩阵的分解及讨论其对解线性方程组的优越性. 首先通过一个例子引入： 例1,解方程组 解. 消去中未知数,得到 . 消去中的未知数 有 显然方程组的解为 上述过程相当于 ?? + 由此看出，消去法的基本思想是：用逐次消去未知数的方法把原方程化为与其等价的三角方程组. 下面介绍解一般阶线性方程组的消去法. 设 则阶线性方程组 并且为非奇异矩阵. 通过归纳法可以将化为与其等价的三角形方程，事实上： 及方程为,其中 设，首先对行计算乘数.用乘的第一个方程加到第 个方程上.消去方程的第个方程直到第个方程的未知数.得到与等价的方程组简记作 其中 一般第次消去，设第步计算完成.即等价于 且消去未知数.其中 设计算,用消去第个方程直到第个方程的未知数.得到与等价的方程组 故由数学归纳法知，最后可以把原方程化成一个与原方程等价的三角方程组.但是以上分析明显存在一个问题，即使非奇异也无法保证,需要把非奇异的条件加强. 引理1 约化主元素的充要条件是矩阵的顺序主子式.即 证明 利用数学归纳法证明引理的充分性.显然，当 时引理的充分性是成立的，现在假设引理对是成立的，求证引理对亦成立.有归纳法，设于是可用消去法将中，即 即 由设及式有 显然，由假设，利用亦可以推出 从而由此前的分析易得； 定理1 如果阶矩阵的所有顺序主子式均不为零，则可通过消去法（不进行交换两行的初等变换），将方程组约化成上三角方程组，即 1.2 矩阵分解 从而由以上讨论即能引出矩阵的分解，通过高等代数我们得知对施行行初等变换相当于用初等矩阵左乘，即 其中 一般第步消元，，相当于 重复这一过程，最后得到 其中 将上三角形矩阵,由式得到,其中 由以上分析得； 定理2 （分解） 设为阶矩阵，如果的顺序主子式.则可分解为一个单位下三角矩阵和一个上三角矩阵的乘积，且这种分解是唯一的. 证明 由先前的分析得出存在性是显然的，即.下证唯一性,设 其中, 为单位下三角矩阵，,为上三角矩阵.由于上式右端为上三角矩阵，左端为单位下三角矩阵，从而上式两端都必须等于单位矩阵，故,.证毕. 例2 对于例子1 系数矩阵矩阵由消去法，得 结合例1，故 对于一般的非奇异矩阵，我们可以利用初等排列矩阵(由交换单位矩阵的第行与第行得到)，即 利用得.简记做.其中 下面就情况来考察一下矩阵. 从而记 从而 容易的为单位下三角矩阵,总结以上讨论可得如下定理. 定理 如果非奇异矩阵，则存在排列矩阵使 其中为单位下三角矩阵，为上三角矩阵. 1.3 矩阵分解的应用 以上对非奇异矩阵的分解进行了全面的讨论，一下我们就简单介绍一下应用. 对于矩阵一旦实现了分解，则解线性方程的问题,便可以等价于： 求 , 求 即，设为非奇异矩阵，且有分解式，其中为单位下三角矩阵，为上三角矩阵。即