惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Help Net Security
Help Net Security
G
Google Developers Blog
雷峰网
雷峰网
WordPress大学
WordPress大学
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Engineering at Meta
Engineering at Meta
Security Latest
Security Latest
T
Threat Research - Cisco Blogs
AWS News Blog
AWS News Blog
F
Full Disclosure
C
Cybersecurity and Infrastructure Security Agency CISA
T
The Exploit Database - CXSecurity.com
J
Java Code Geeks
U
Unit 42
C
Cyber Attacks, Cyber Crime and Cyber Security
V
V2EX
C
Cisco Blogs
博客园 - 司徒正美
Project Zero
Project Zero
L
LINUX DO - 热门话题
阮一峰的网络日志
阮一峰的网络日志
Blog — PlanetScale
Blog — PlanetScale
Scott Helme
Scott Helme
A
About on SuperTechFans
Hugging Face - Blog
Hugging Face - Blog
S
Securelist
小众软件
小众软件
aimingoo的专栏
aimingoo的专栏
S
Schneier on Security
G
GRAHAM CLULEY
酷 壳 – CoolShell
酷 壳 – CoolShell
Cyberwarzone
Cyberwarzone
MongoDB | Blog
MongoDB | Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 叶小钗
T
Threatpost
Recorded Future
Recorded Future
C
CXSECURITY Database RSS Feed - CXSecurity.com
宝玉的分享
宝玉的分享
N
News and Events Feed by Topic
人人都是产品经理
人人都是产品经理
The Register - Security
The Register - Security
S
Security Archives - TechRepublic
博客园 - Franky
N
News | PayPal Newsroom
Simon Willison's Weblog
Simon Willison's Weblog
S
SegmentFault 最新的问题
W
WeLiveSecurity
A
Arctic Wolf
B
Blog

博客园 - Tony Ma

偏最小二乘回归(PLSR)- 1 概览 偏最小二乘回归(PLSR)- 2 标准算法(NIPALS) [转]无处不在的线性分解 [转]在数学的海洋中飘荡 [转]概率漫谈 [转]机器学习和计算机视觉相关的数学(2) [转]机器学习和计算机视觉相关的数学(1) [转] Learning中的代数结构的建立 矩阵分析-正交-0 引言 矩阵分析-线性系统-4 病态系统(ill-conditioned Systems)与条件数(condtion number) 矩阵分析-线性系统-5 最小二乘问题(The Least Squares Problem) 矩阵分析-基础-常见矩阵 矩阵分析-线性系统-2 高斯消元法、高斯-若尔当消元法 矩阵分析-线性系统-1 定义、方程组解的表现形式和性质 图像处理-线性滤波-3 高斯滤波器 图像处理-线性滤波-2 图像微分(1、2阶导数和拉普拉斯算子) 图像处理-线性滤波-1 基础(相关算子、卷积算子、边缘效应) The Research Life! By John Lafferty 数字信号处理 - Chap8 小波 (3)信号编码和多分辨率分析
矩阵分析-线性系统-3 LU分解
Tony Ma · 2011-11-21 · via 博客园 - Tony Ma

1. LU分解

LU分解在本质上是高斯消元法的一种表达形式。实质上是将A通过初等行变换变成一个上三角矩阵,其变换矩阵就是一个单位下三角矩阵。这正是所谓的杜尔里特算法(Doolittle algorithm):从下至上地对矩阵A做初等行变换,将对角线左下方的元素变成零,然后再证明这些行变换的效果等同于左乘一系列单位下三角矩阵,这一系列单位下三角矩阵的乘积的逆就是L矩阵,它也是一个单位下三角矩阵。

下面以具体例子来说明。若AX=b是一个非奇异系统,那么高斯消元法将A化简为一个上三角矩阵。若主轴上没有0值,则无需交互行,因此只需进行第3类初等行变换(把第 i 行加上第 jk 倍)即可完成此变换。例如

                                    image                                         (1)

第3类行变换可以通过左乘相应的初等矩阵image实现,对上例来说进行的3个变换就是相应初等矩阵的乘积。注意最右边是一个下三角矩阵L

                               image   =L            (2)

从而有image,即image。因此A=LU,为一个下三角与一个上三角矩阵的乘积,因此称为LU分解。

注意

1)U是高斯消元的结果,且对角线上是主元

2)L对角线上是1,对角线下面的元素image恰恰是在式1中用于消去(i,j)位置上元素的乘子。

2. LDU分解

LU分解存在不对称,因为L矩阵的主对角线元素为1,而U矩阵主对角线不为1。为了对此进行弥补,可U矩阵进一步做如下分解

                     image = DU

这就是LDU分解,其中L和U是单位三角阵(主对角线都为1),D是对角阵。

下图说明了Walsh matrix的LDU分解 

                             

3. LDLT分解

当A是对称阵时,LDU分解为A=LDLT 。例子如下

对称阵   image, LU分解为image, LDLT 分解为image

进一步,由于对角阵D的元素为正,可有image,从而得到image,其中U是上三角阵。