matrix decomposition, fractorization

matrix decomposition, fractorization

ID:14189777

大小:104.80 KB

页数:6页

时间:2018-07-26

matrix decomposition, fractorization_第1页
matrix decomposition, fractorization_第2页
matrix decomposition, fractorization_第3页
matrix decomposition, fractorization_第4页
matrix decomposition, fractorization_第5页
资源描述:

《matrix decomposition, fractorization》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、矩阵分解编辑矩阵分解(decomposition, factorization)是将矩阵拆解为数个矩阵的乘积,可分为三角分解、满秩分解、QR分解、Jordan分解和SVD(奇异值)分解等,常见的有三种:1)三角分解法 (TriangularFactorization),2)QR分解法(QRFactorization),3)奇异值分解法(SingularValueDecompostion)。目录1三角分解法2QR分解法3奇异值分解法1三角分解法编辑三角分解法是将原正方(square) 矩阵分解成一个

2、上三角形矩阵 或是排列(permuted)的上三角形矩阵和一个下三角形矩阵,这样的分解法又称为LU分解法。它的用途主要在简化一个大矩阵的行列式值的计算过程,求反矩阵,和求解联立方程组。不过要注意这种分解法所得到的上下三角形矩阵并非唯一,还可找到数个不同的一对上下三角形矩阵,此两三角形矩阵相乘也会得到原矩阵。MATLAB以lu函数来执行lu分解法,其语法为[L,U]=lu(A)。2QR分解法编辑QR分解法是将矩阵分解成一个正规正交矩阵与上三角形矩阵,所以称为QR分解法,与此正规正交矩阵的通用符号Q有

3、关。MATLAB以qr函数来执行QR分解法,其语法为[Q,R]=qr(A)。3奇异值分解法编辑奇异值分解 (singularvaluedecomposition,SVD)是另一种正交矩阵分解法;SVD是最可靠的分解法,但是它比QR分解法要花上近十倍的计算时间。[U,S,V]=svd(A),其中U和V分别代表两个正交矩阵,而S代表一对角矩阵。和QR分解法相同,原矩阵A不必为正方矩阵。使用SVD分解法的用途是解最小平方误差法和数据压缩。MATLAB以svd函数来执行svd分解法,其语法为[S,V,D]

4、=svd(A)。QR&RQFactorizationfromthedocumentation(here isapagethatshowsitthough).Tousethisversion,importrqlikethis:fromscipy.linalgimportrqAlternatively,youcanusethemorecommon QRfactorization andwithsomemodificationswriteyourownRQfunction. fromscipy.lina

5、lgimportqrdefrq(A):Q,R=qr(flipud(A).T)R=flipud(R.T)Q=Q.TreturnR[:,::-1],Q[::-1,:]RQfactorizationisnotunique.Thesignofthediagonalelementscanvary.Incomputervisionweneedthemtobepositivetocorrespondtofocallengthandotherpositiveparameters.Togetaconsistentr

6、esultwithpositivediagonalyoucanapplyatransformthatchangesthesign.Trythisonacameramatrixlikethis:#factorfirst3*3partofPK,R=rq(P[:,:3])#makediagonalofKpositiveT=diag(sign(diag(K)))K=dot(K,T)R=dot(T,R)#TisitsowninverseTheRQdecompositiontransformsamatrix 

7、A intotheproductofanuppertriangularmatrix R (alsoknownasright-triangular)andanorthogonalmatrix Q.TheonlydifferencefromQRdecompositionistheorderofthesematrices.QRdecompositionisGram–SchmidtorthogonalizationofcolumnsofA,startedfromthefirstcolumn.RQdecom

8、positionisGram–SchmidtorthogonalizationofrowsofA,startedfromthelastrow.格拉姆-施密特正交化[编辑](重定向自Gram-Schmidt正交化)线性代数向量 · 矩阵  · 行列式  · 线性空间[显示]向量[显示]矩阵与行列式[显示]线性空间与线性变换·查 ·论 ·编在线性代数中,如果内积空间上的一组向量能够组成一个子空间,那么这一组向量就称为这个子空间的一个基。Gram-Schmidt正交化提供了一种方法,能够

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。