我的微信公众号名称:AI研究订阅号
微信公众号ID:MultiAgent1024
公众号介绍:主要研究强化学习、计算机视觉、深度学习、机器学习等相关内容,分享学习过程中的学习笔记和心得!期待您的关注,欢迎一起学习交流进步!
矩阵的对角分解
- 定理5.1
A为正规矩阵的充要条件是:存在酉矩阵
Q,使得:
QHAQ=Λ,Λ=diag(λ1,λ2,⋅,λn)
- 例1 设
A是
n阶正规矩阵,其特征值
λ1,
λ2,
⋯,
λn,则:
-
A是厄米特矩阵的充要条件是:
A的特征值全是实数;
-
A是反厄米特矩阵的充要条件是:
A的特征值为零或纯虚数;
-
A是酉矩阵的充要条件是:
A的每个特征值
λi的模
∣λi∣=1。
矩阵的三角分解
- 定义5.1:设
A∈Cn×n,如果存在下三角矩阵
L∈Cn×n和上三角矩阵
R∈Cn×n,使得
A=LR,则称
A可以作三角分解。
- 定理5.2:设可逆矩阵
A∈Cn×n,则
A可以作三角分解的充要条件是
A的所有顺序主子式不为零。
- 定义5.2:设
A∈Cn×n,
如果
A可以分解为
A=LR,其中
L是对角线元素为1的下三角矩阵(称为单位下三角矩阵),
R为上三角矩阵,则称之为
A的Doolittle分解。
如果
A可以分解成
A=LR,
R是对角线元素为1的上三角矩阵(称为单位上三角矩阵),则称之为
A的Crout分解。
如果
A可以分解成
A=LDR,其中
L,D,R分别是单位下三角矩阵、对角矩阵、单位上三角矩阵,则称之为
A的LDR分解。
- 如果
A∈Cn×n是正定的厄米特矩阵,则存在下三角矩阵
G使得
A=GGH,称之为
A的Cholesky分解。
矩阵的满秩分解
这一节讨论一种将矩阵分解为列满秩与行满秩矩阵的乘积。
- 定义5.3:设
A∈Cn×n,如果存在
F∈Crn×r,
G∈Crr×n,使得
A=FG,则称为矩阵
A的满秩分解。
- 定理5.3:设
A∈Cn×n,则
A满秩分解总是存在的。
舒尔定理与矩阵的QR分解
舒尔(Schur)定理在理论上很重要,它是很多重要定理的出发点。而矩阵的
QR分解在数值化代数中起着重要的作用,是计算矩阵特征值以及求解线性方程组的重要工具。
- 定理5.4:(舒尔定理)若
A∈Cn×n,则存在酉矩阵
U,使得:
UHAU=T
这里
T是上三角矩阵,
T的对角线上的元素都是
A的特征值。
- 定理5.5:(QR分解定理)设
A为
n阶复矩阵,则存在酉矩阵
Q及上三角矩阵
R,使得:
A=QR