矩阵的因子分解3-LU分解和LDU分解

矩阵的因子分解3-LU分解和LDU分解

求法归纳

  1. 初始化 U U U 和 L L L
  2. 按列依次化为阶梯形
  3. 得到结果

例 对 U = ( 2 1 − 5 1 1 − 3 0 − 6 0 2 − 1 2 1 4 − 7 6 ) U = \begin{pmatrix}2 & 1 & -5 & 1 \\1 & -3 & 0 & -6 \\0 & 2 & -1 & 2 \\1 & 4 & -7 & 6 \end{pmatrix} U= 21011−324−50−1−71−626 进行LU和LDU分解

1. 初始化 U U U 和 L L L

U = ( 2 1 − 5 1 1 − 3 0 − 6 0 2 − 1 2 1 4 − 7 6 ) L = ( 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 ) U = \begin{pmatrix} 2 & 1 & -5 & 1 \\ 1 & -3 & 0 & -6 \\ 0 & 2 & -1 & 2 \\ 1 & 4 & -7 & 6 \end{pmatrix} L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{pmatrix} U= 21011−324−50−1−71−626 L= 1000010000100001

处理第一列
  1. 更新 U U U:第一列化为阶梯形
  2. 更新 L L L:主元 U 11 = 2 U_{11} = 2 U11=2,计算乘数:
    L 21 = 1 2 , L 31 = 0 2 = 0 , L 41 = 1 2 L_{21} = \frac{1}{2}, \quad L_{31} = \frac{0}{2} = 0, \quad L_{41} = \frac{1}{2} L21=21,L31=20=0,L41=21
    → ( 2 1 − 5 1 0 − 7 2 5 2 − 13 2 0 2 − 1 2 0 7 2 − 9 2 11 2 ) L = ( 1 0 0 0 1 2 1 0 0 0 0 1 0 1 2 0 0 1 ) \rightarrow \begin{pmatrix} 2 & 1 & -5 & 1 \\ 0 & -\frac{7}{2} & \frac{5}{2} & -\frac{13}{2} \\ 0 & 2 & -1 & 2 \\ 0 & \frac{7}{2} & -\frac{9}{2} & \frac{11}{2} \\ \end{pmatrix} L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ \frac{1}{2} & 0 & 0 & 1 \end{pmatrix} → 20001−27227−525−1−291−2132211 L= 121021010000100001
处理第二列
  1. 更新 U U U:第二列化为阶梯形
  2. 更新 L L L:主元 U 22 = − 7 2 U_{22} = -\frac{7}{2} U22=−27,计算乘数:
    L 23 = − 4 7 , L 24 = − 1 L_{23} = -\frac{4}{7}, \quad L_{24} = -1 L23=−74,L24=−1
    → ( 2 1 − 5 1 0 − 7 2 5 2 − 13 2 0 0 3 7 − 12 7 0 0 − 2 − 1 ) L = ( 1 0 0 0 1 2 1 0 0 0 − 4 7 1 0 1 2 − 1 0 1 ) \rightarrow \begin{pmatrix} 2 & 1 & -5 & 1 \\ 0 & -\frac{7}{2} & \frac{5}{2} & -\frac{13}{2} \\ 0 & 0 & \frac{3}{7} & -\frac{12}{7} \\ 0 & 0 & -2 & -1 \end{pmatrix} L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & -\frac{4}{7} & 1 & 0 \\ \frac{1}{2} & -1 & 0 & 1 \end{pmatrix} → 20001−2700−52573−21−213−712−1 L= 12102101−74−100100001
处理第三列
  1. 更新 U U U:第三列化为阶梯形
  2. 更新 L L L:主元 U 33 = 3 7 U_{33} = \frac{3}{7} U33=73,计算乘数:
    L 34 = − 14 3 L_{34} = -\frac{14}{3} L34=−314
    → ( 2 1 − 5 1 0 − 7 2 5 2 − 13 2 0 0 3 7 − 12 7 0 0 0 − 9 ) L = ( 1 0 0 0 1 2 1 0 0 0 − 4 7 1 0 1 2 − 1 − 14 3 1 ) \rightarrow \begin{pmatrix} 2 & 1 & -5 & 1 \\ 0 & -\frac{7}{2} & \frac{5}{2} & -\frac{13}{2} \\ 0 & 0 & \frac{3}{7} & -\frac{12}{7} \\ 0 & 0 & 0 & -9 \end{pmatrix} L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & -\frac{4}{7} & 1 & 0 \\ \frac{1}{2} & -1 & -\frac{14}{3} & 1 \end{pmatrix} → 20001−2700−5257301−213−712−9 L= 12102101−74−1001−3140001
结果

L = ( 1 0 0 0 1 2 1 0 0 0 − 4 7 1 0 1 2 − 1 − 14 3 1 ) U = ( 2 1 − 5 1 0 − 7 2 5 2 − 13 2 0 0 3 7 − 12 7 0 0 0 − 9 ) L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & -\frac{4}{7} & 1 & 0 \\ \frac{1}{2} & -1 & -\frac{14}{3} & 1 \end{pmatrix} U=\begin{pmatrix} 2 & 1 & -5 & 1 \\ 0 & -\frac{7}{2} & \frac{5}{2} & -\frac{13}{2} \\ 0 & 0 & \frac{3}{7} & -\frac{12}{7} \\ 0 & 0 & 0 & -9 \end{pmatrix} L= 12102101−74−1001−3140001 U= 20001−2700−5257301−213−712−9
A = L U = ( 1 0 0 0 1 2 1 0 0 0 − 4 7 1 0 1 2 − 1 − 14 3 1 ) ( 2 1 − 5 1 0 − 7 2 5 2 − 13 2 0 0 3 7 − 12 7 0 0 0 − 9 ) A=LU=\begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & -\frac{4}{7} & 1 & 0 \\ \frac{1}{2} & -1 & -\frac{14}{3} & 1 \end{pmatrix} \begin{pmatrix} 2 & 1 & -5 & 1 \\ 0 & -\frac{7}{2} & \frac{5}{2} & -\frac{13}{2} \\ 0 & 0 & \frac{3}{7} & -\frac{12}{7} \\ 0 & 0 & 0 & -9 \end{pmatrix} A=LU= 12102101−74−1001−3140001 20001−2700−5257301−213−712−9

L = ( 1 0 0 0 1 2 1 0 0 0 − 4 7 1 0 1 2 − 1 − 14 3 1 ) , D = ( 2 0 0 0 0 − 7 2 0 0 0 0 3 7 0 0 0 0 − 9 ) , U ′ = ( 1 1 2 − 5 2 1 2 0 1 − 5 7 13 7 0 0 1 − 4 0 0 0 1 ) L = \begin{pmatrix} 1 & 0 & 0 & 0 \\ \frac{1}{2} & 1 & 0 & 0 \\ 0 & -\frac{4}{7} & 1 & 0 \\ \frac{1}{2} & -1 & -\frac{14}{3} & 1 \end{pmatrix}, \quad D = \begin{pmatrix} 2 & 0 & 0 & 0 \\ 0 & -\frac{7}{2} & 0 & 0 \\ 0 & 0 & \frac{3}{7} & 0 \\ 0 & 0 & 0 & -9 \end{pmatrix}, \quad \\ U' = \begin{pmatrix} 1 & \frac{1}{2} & -\frac{5}{2} & \frac{1}{2} \\ 0 & 1 & -\frac{5}{7} & \frac{13}{7} \\ 0 & 0 & 1 & -4 \\ 0 & 0 & 0 & 1 \end{pmatrix} L= 12102101−74−1001−3140001 ,D= 20000−270000730000−9 ,U′= 100021100−25−751021713−41

A = L D U ′ A=LDU' A=LDU′

相关推荐
独断万古他化8 分钟前
【算法通关】前缀和:和为 K、和被 K整除、连续数组、矩阵区域和全解
算法·前缀和·矩阵·哈希表
3GPP仿真实验室10 小时前
【MATLAB源码】CORDIC-QR :基于Cordic硬件级矩阵QR分解
开发语言·matlab·矩阵
Σίσυφος190011 小时前
PCL 法向量估计-PCA邻域点(经典 kNN 协方差)的协方差矩阵
人工智能·线性代数·矩阵
_OP_CHEN1 天前
【算法基础篇】(五十七)线性代数之矩阵乘法从入门到实战:手撕模板 + 真题详解
线性代数·算法·矩阵·蓝桥杯·c/c++·矩阵乘法·acm/icpc
芷栀夏1 天前
CANN ops-math:从矩阵运算到数值计算的全维度硬件适配与效率提升实践
人工智能·神经网络·线性代数·矩阵·cann
种时光的人1 天前
CANN仓库核心解读:catlass夯实AIGC大模型矩阵计算的算力基石
线性代数·矩阵·aigc
Zfox_2 天前
CANN Catlass 算子模板库深度解析:高性能矩阵乘(GEMM)原理、融合优化与模板化开发实践
线性代数·矩阵
lbb 小魔仙2 天前
面向 NPU 的高性能矩阵乘法:CANN ops-nn 算子库架构与优化技术
线性代数·矩阵·架构
空白诗2 天前
CANN ops-nn 算子解读:大语言模型推理中的 MatMul 矩阵乘实现
人工智能·语言模型·矩阵
劈星斩月2 天前
线性代数-3Blue1Brown《线性代数的本质》特征向量与特征值(12)
线性代数·特征值·特征向量·特征方程