矩阵分解的研究及应用.docxVIP

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來说明矩阵分解在实际应用中的重要性。 —、特征值分解 T,其中入,…，人为矩阵A的性质1：任意n阶矩阵人，存在酉矩阵7\ T,其中入,…，人为矩阵A的 特征值。称形如这样的分解叫做矩阵A的特征值分解。 Pi 性质1’ 性质1’ ： 任意n阶矩阵A ,存在酉矩阵T ,使得A=T~l ，心12…,s且不…虫为矩阵A的特征值。 对于对称矩阵有如下结论: 定理1.1：若A为“阶实对称矩阵，则存在止交矩阵T,使得A=T~} 为矩阵A的特征值。 证明rh性质1,知 存在酉矩阵八 使得a^t~{ 丿 乂由于A为n阶实对称矩阵，因此 Y a 0、 *、 on—1 ? ? T =T_I ? ■ T = A = T- 3 人丿 z * 丿 T 从而，得 丿 得证。 定理1.2：曲阵A为正定矩阵的充分必要条件是存在非奇异矩阵B,使得A = BfBo 证明 必耍性 因为A为止定矩阵，中定理1」，得 存在可逆的止交矩阵使得 A = T~l T ,且 0 , i = 1,2,…,〃 I血丿 令B=厂 T ,则 ? ■ ■ T = T~] ■ ? ? 1 (耐 A=B? =BtBj =B，B = Ax,Ax = x,B,Bx = (Bx) A=B? =BtBj =B，B = A x,Ax = x,B,Bx = (Bx),(Bx) 乂任意不为零的向量x,冇 令处=(￡,???,兀2)，又3为非奇界矩阵，从而知 = …宀)工0 因 jl匕 xAx = (Bx)\Bx) = xj +花2 +…+ x”2〉0 所以A为正定矩阵。 得证。 定理1.3：设A是n阶实対称矩阵，则A是止定矩阵的充分必耍条件是存在止定矩阵〃，使得A二Bk , k为任意正整数。 证明 必耍性 因为力为止定矩阵’rtl定理1」，得 存在可逆的止交矩阵使得 A = T~ T,且0, 21,2,???’ z 、 k p 、 ? ■ ■ T =厂1 ? ■ ■ T=T-[ ??? l 和 必要性 由于B为正定矩阵，因此对任意的非零向量兀，有xfBx0o 乂 A = B*,贝IJ有 即 A 为对称矩阵 且有 xAx = xBk x 当 ￡ 为奇数吋， = xBkx = 又B为正定矩阵，因此B^x工0 ,即有 兀Ax = xBkx = (B.)B(BL) 0 当k为偶数时， 兀加=xBkx = (3鼻)(3红) 又B为正定矩阵，因此BH 0 ,即有 H4兀=x?x = (BL)(BL) 0 从而，知对任意不为零的向量兀,有xAx 0 o 因此A是正定矩阵。 得证。 定理1.4：设A为一个丹阶可逆矩阵，则存在一个正定矩阵S和一个正交矩阵〃，使得A = US或 A = SU ° 证明 由定理1.2,知 B = AfA为正定矩阵 由定理1.3,得 存在正定矩阵S,使得B = S2 ^U=AS1 ,贝I」tr =(ASj=S?W 从而有 UV = = S~S2S-] = E 因此 U = AS-1 为止交矩阵。 iL^US = AS~]S = A 同理可证A = SU的结论。 得证。 定理1.5：设A是料阶实对称矩阵，引,勺，…,％是A的几个单位正交特征向量，对应的特征值为 人,/，…,。贝ij A = \a[ax +蜃熬2 + …+ 0仏“。 证明 因为A为n阶实对称矩阵，由定理1.1,知 存在止交矩阵T,使得 a 1 A=TX T / \a / \ a2 ，其中少为厂的的第，个行向量，则 厂厂= …，町)，于是有 / 、 e A = a,) ■ ? ■ 血丿 a2 ■ ■ ■ G丿 =AjQQ] + 心必如 + …+ \a，?an  因T的行向量是A的特征向最，且T为正交矩阵，故为A的单位正交特征向量。 得证。 定理1.5： 4为正定矩阵的充分必要条件是存在兄个线性无关的向量少,勺，…,％，使得 A = a\ax + af2a2 + …+ anan。 证明 因为4 证明 因为4为正立矩阵，由立理1.2,知 存在町逆的矩阵B ,使得A = BB 令3 = (%色…又rtl于3为可逆矩阵，因此…S线性无关。 乂 A = BB = a,） 乂 A = BB = a,） a2 =a\ax + a\a2 + …+ anan 得证。 定理1.6：秩为厂的/7阶实对称矩阵4可表示成厂个秩为小于等于1的对称矩阵Z和。其组合系数 为A的特征值。