第四章矩阵的因子分解

第四章矩阵的因子分解

ID:43232346

大小:1.63 MB

页数:101页

时间:2019-10-05

第四章矩阵的因子分解_第1页
第四章矩阵的因子分解_第2页
第四章矩阵的因子分解_第3页
第四章矩阵的因子分解_第4页
第四章矩阵的因子分解_第5页
资源描述:

《第四章矩阵的因子分解》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、第4章矩阵的因子分解(MatrixFactorizationandDecomposition)教学要求掌握矩阵的满秩分解;掌握矩阵的三角分解;掌握矩阵的正交分解;掌握Schur定理和正规矩阵的定义;熟练掌握矩阵的奇异值分解;数据集中可能包含大量特征,维灾难使得数据分析很困难,1.维归约(降维):利用旧属性的线性组合得到新属性,使得新属性相互正交,捕获到数据的最大变差(PCA:主成分分析(principlecomponentsanalysis)和SVD)2.选择特征子集:嵌入(决策树分类其),过滤和包装(搜索,特征加权等))矩阵的各种分解在矩阵计算中也扮演相

2、当重要的角色。由于变换即矩阵,所以各种分解从根本上看是各种变换,其目的是将矩阵变换成特殊的矩阵。§4.2矩阵的满秩分解满秩分解定理:设为任意矩阵,则存在使得A=BC,其中B为列满秩矩阵,C为行满秩矩阵.任一非(行或列)满秩的非零矩阵可表示为一列满秩矩阵和一行满秩矩阵的积;B的列可取为A的列的任一极大线性无关组;C可取为其行为A的行所生成的空间的基,然后用定理确定矩阵B。应用于极小最小二乘解和极小范数最小二乘解的算法中。例1求下面矩阵的满秩分解解思路:对矩阵A实施初等行变换得简化阶梯形矩阵H(阶梯型的非零行的第一个非零元为1,其所在的列其它元素为0),取A的

3、r个使H阵满秩的列为B,将H全为零的行去掉后即可构成行满秩矩阵C。由此可知rank(A)=2,且该矩阵第一列、第三列是线性无关的。选取同样,我们也可以选取由上述例子可以看出矩阵的满秩分解形式并不唯一。但是不同的分解形式之间有如下联系:注:如果均为矩阵A的满秩分解,那么存在矩阵满足则称其为A的LU分解或三角分解。§4.3矩阵的三角分解定义1如果方阵A可以分解成一个单位下三角矩阵L与一个上三角矩阵U的乘积初等下三角矩阵初等下三角矩阵性质(1)det(Li)=1,(2)用初等下三角矩阵左乘矩阵A,等于将A的第i行依次乘以-li+1i,…,-lni分别加到第i+1

4、行到第n行上去。(3)设A=(aij)nn,且ajj0,并且取则LiA在(i+1,j),(i+2,j)…(n,j)的位置上为0(4)定理1(LU分解定理)设A是n阶非奇异矩阵,则存在唯一的单位下三角矩阵L(主对角线上元素全为1的下三角矩阵)与唯一的上三角矩阵U,使得的充要条件是A的所有顺序主子式均非零,即矩阵的LU分解也称为Doolitte分解若L为下三角矩阵,U为单位上三角矩阵,称为Crout分解。定理2(LDU分解定理)设A是n阶非奇异矩阵,则存在唯一的单位下三角矩阵L,对角矩阵D=diag(d1,d2,…dn)和单位上三角矩阵U,使得A=LDU的

5、充要条件是A的所有顺序主子式均非零,即矩阵的LU分解方法矩阵的LU分解方法有很多种,这里主要介绍初等行变换消元法步骤:1.通过初等行变换将A化为上三角矩阵U:(A,I)(U,L1)2.取L=:因为L1是一系列初等下三角矩阵乘积(对应初等行变换),所以L是单位下三角矩阵。例1求下列矩阵的LU分解:解:从而得这里因为所以1.即使矩阵A非奇异,如果A不满足前n-1个顺序主子式非零,未必能做LU分解,2.适当改变非奇异矩阵的行的次序,可使改变后的矩阵做LU分解,引入排列阵的概念说明定义1设e1,e2,…,en是n阶单位矩阵I的n个列向量,矩阵P=(ei1,ei2

6、,,…,ein)称为一个n阶排列阵,其中i1,i2,…,in是1,2…n的一个排列.P是排列阵的充要条件是P为一系列形如P(i,j)的初等交换矩阵的乘积.排列阵的性质:1.P是排列阵,则PT和P-1也是排列阵,且PT=P-12.P1,P2是排列阵,则P1P2是排列阵3.即:用排列阵左乘矩阵A相当于将A的行按照排列阵的次序重排,右乘对A的列按排列阵的次序重排。引理1设A是n阶非奇异矩阵,则存在排列阵P,使得PA的所有顺序主子式要条件均非零。定理3设A是n阶非奇异矩阵,则存在排列阵P,使得PA=LDU所其中L是单位下三角矩阵,U是单位上三角矩阵,D是对角矩阵。

7、三角方程组易于求解矩阵LU分解的一个应用——解线性方程组定理设矩阵A对称正定,则存在唯一的对角元为正的下三角阵L,使得称为对称正定矩阵A的乔累斯基分解利用乔累斯基(Cholesky)分解式来求解Ax=b的方法也称Cholesky方法或平方根法MATLAB函数:Chol(A);lu(A)是求矩阵的LU分解函数乔累斯基(Cholesky)分解§4.4QR分解QR分解在矩阵计算中占据相当重要的地位。利用QR分解,可以解决各种应用中(例如图像压缩处理、结构分析等)出现的最小二乘问题、特征值问题等矩阵计算中的核心问题。以初等变换为工具的三角分解无法消除病态矩阵的不稳

8、定性,因此引入以正交变换为工具的QR分解方法定理1(QR分解定理)

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。