矩阵分解
矩阵的三角分解
QR分解
Houseloder Matrix
Givens Matrix
矩阵的QR分解
,可唯一地分解为
矩阵酉相似于Hessenberg矩阵
使用变换,将矩阵逐步化简成型,例如
最后得到
矩阵的满秩分解
Hermite标准形
如果经过有限次初等变换变为矩阵,则与等价,其充要条件是
设,则可通过初等行变换化为如下条件的矩阵,即
- 的前行中每一行至少含一个非零元素,且第一个非零元素是, 其所在列元素均为(除去自身)
- 若中第行的第一个非零元素位于列,则
- 的第为的前列
这样的矩阵为标准形
可通过
的方法求出
以阶单位矩阵的个列向量为列构成的阶方阵
称为阶置换矩阵,是的一个全排列
- 是正交矩阵
- 是将的列按照全排列顺序(标准形每一行第一个非零元素列的顺序)重新排列的矩阵
设和阶置换矩阵,使得
如果继续进行初等列变换,可得到
求的方法类似于的求法
矩阵的满秩分解
简便求的方法如下
矩阵的奇异值分解
设,若存在阶酉矩阵,阶酉矩阵,使得,则称与酉等价。
设,的特征值为
则称为的奇异值
酉等价矩阵有相同的奇异值
设,则存在阶酉矩阵和阶酉矩阵,使
称为的奇异值分解
设,对进行奇异分解,
是矛盾方程组的最小二乘解,如果最小二乘解不唯一,则是其中具有最小范数的向量,称其为极小范数最小二乘解。
特征值的估计与表示
特征值的包含区域
Gerschgorin定理
设,记
称复平面上的圆域
为矩阵的第个圆,称为盖尔圆的半径
的特征值与的特征值相同,的盖尔圆叫做的列盖尔圆
- :若矩阵的某一连通部分由的个盖尔圆构成,则其中有且仅有的个特征值
- 若按行(列)严格对角占优,则
- 实矩阵的复特征值成对共轭出现,如果其盖尔圆各自独立且均关于实轴对称,则特征值均为实数
特征值的隔离
选取正数,令
与有相同的特征值,通过设某一个,其他设为,可放大或缩小,同时缩小放大其它盖尔圆。
中不为的位置为,,等于对的第行元素乘以,第列元素乘以,不对操作。
Rayleign商
是阶实对称矩阵,,
为的商