矩阵分解

(重定向自矩陣分解

矩阵分解decomposition, factorization)是将一个矩阵拆解为数个矩阵的乘积的运算。其依使用目的的不同,可分为几类。

线性代数
向量 · 向量空间 · 基底  · 行列式  · 矩阵

例子

编辑

数值分析,矩阵分解常常用来实现一些矩阵运算的快速算法

例如,当对线性方程组   进行求解时,矩阵A可以通过LU分解进行分解。LU分解将矩阵分解为下三角矩阵L上三角矩阵U。相比于原方程 ,方程组  仅需更少的相加和乘法来求解,然而在不精确的算术(如 浮点数)中可能需要更多的数字。

类似的,QR分解将矩阵A分解为两个矩阵的乘积QR,其中Q正交矩阵R是上三角矩阵。方程Q(Rx) = b可以通过Rx = QTb = c求解;方程Rx = c可以通过回带求解。该方法所需的额外的加法和乘法大概是LU分解法的两倍,但在不精确的算术中不要求额外的数字,因为QR分解是数值稳定的。

与线性方程解法相关的矩阵分解

编辑

基于特征值和相关概念的分解

编辑

其他分解

编辑

外部链接

编辑