徽标
联盟百科
通讯
下载应用,请到 Google Play
新! 在您的Android™设备上下载联盟百科!
自由
比浏览器更快的访问!
 

LU分解

指数 LU分解

在线性代数中,LU分解是矩阵分解的一种,可以将一个矩阵分解为一个下三角矩阵和一个上三角矩阵的乘积(有时是它们和一个置换矩阵的乘积)。LU分解主要应用在数值分析中,用来解线性方程、求反矩陣或计算行列式。.

23 关系: 埃尔米特矩阵子式和余子式對角矩陣三角矩阵当且仅当共轭转置图论Cholesky分解矩阵矩阵分解秩 (线性代数)稀疏矩阵线性代数置换矩阵非奇异方阵行列式高斯消去法逆矩阵正定矩阵方块矩阵数值分析数值稳定性

域(field)可以指:.

新!!: LU分解和域 · 查看更多 »

埃尔米特矩阵

埃尔米特矩阵(Hermitian matrix,又译作厄米矩阵),也稱自伴隨矩陣,是共轭對稱的方陣。埃尔米特矩阵中每一个第i行第j列的元素都与第j行第i列的元素的复共轭。 对于 有: 记做: 例如: 3&2+i\\ 2-i&1 \end 就是一个埃尔米特矩阵。 显然,埃尔米特矩阵主对角线上的元素都是实数的,其特征值也是实数。对于只包含实数元素的矩阵(实矩阵),如果它是对称阵,即所有元素关于主对角线对称,那么它也是埃尔米特矩阵。也就是说,实对称矩阵是埃尔米特矩阵的特例。.

新!!: LU分解和埃尔米特矩阵 · 查看更多 »

子式和余子式

在线性代数中,一个矩阵A的余子式(又称余因式,minor)是指将A的某些行与列去掉之后所余下的方阵的行列式。相应的方阵有时被称为余子阵。 将方阵A的一行与一列去掉之后所得到的余子式可用来获得相应的代数余子式(cofactor),后者在可以通过降低多阶矩阵的阶数来简化矩阵计算,并能和转置矩阵的概念一并用于逆矩阵计算。 不过应当注意的是,余子式和代数余子式两个概念的区别。在数值上,二者的区别在于,余子式只计算去掉某行某列之后剩余行列式的值,而代数余子式则需要考虑去掉的这一个元素对最后值正负所产生的影响。.

新!!: LU分解和子式和余子式 · 查看更多 »

對角矩陣

對角矩陣(diagonal matrix)是一個主對角線之外的元素皆為0的矩陣。對角線上的元素可以為0或其他值。因此n行n列的矩陣\mathbf.

新!!: LU分解和對角矩陣 · 查看更多 »

三角矩阵

在线性代数中,三角矩阵是方形矩阵的一种,因其非零系数的排列呈三角形状而得名。三角矩阵分上三角矩阵和下三角矩阵两种。上三角矩阵的对角线左下方的系数全部为零,下三角矩阵的对角线右上方的系数全部为零。三角矩阵可以看做是一般方阵的一种简化情形。比如,由于带三角矩阵的矩阵方程容易求解,在解多元线性方程组时,总是将其系数矩阵通过初等变换化为三角矩阵来求解;又如三角矩阵的行列式就是其对角线上元素的乘积,很容易计算。有鉴于此,在数值分析等分支中三角矩阵十分重要。一个可逆矩阵A可以通过LU分解变成一个下三角矩阵L与一个上三角矩阵U的乘积。.

新!!: LU分解和三角矩阵 · 查看更多 »

当且仅当

当且仅当(If and only if)(中国大陆又称作当且--仅当,臺灣又称作若且--唯若),在--邏輯中,逻辑算符反互斥或閘(exclusive or)是对两个运算元的一种邏輯分析类型,符号为XNOR或ENOR或\Leftrightarrow。与一般的邏輯或非NOR不同,當兩兩數值相同為是,而數值不同時為否。在数学、哲学、逻辑学以及其他一些技术性领域中被用来表示“在,并且仅仅在这些条件成立的时候”之意,在英语中的对应标记为iff。“A当且仅当B”其他等价的说法有“当且仅当A則B”;“A是B的充分必要条件(充要條件)”。 一般而言,當我們看到“A当且仅当B”,我們可以知道“如果A成立時,則B一定成立;如果B成立時,則A也一定成立”;“如果A不成立時,則B一定不成立;如果B不成立時,則A也一定不成立”。.

新!!: LU分解和当且仅当 · 查看更多 »

共轭转置

矩阵A的共轭转置A^*(又称埃尔米特共轭、埃尔米特转置)定义为: 其中(\cdot)_表示矩阵i行j列上的元素,\overline表示标量的复共轭。 这一定义也可以写作: 其中A^\mathrm \,\!是矩阵A的转置,\overline\,\!表示对矩阵A中的元素取复共轭。 通常用以下记号表示矩阵A的共轭转置:.

新!!: LU分解和共轭转置 · 查看更多 »

图论

图论(Graph theory)是组合数学的一个分支,和其他数学分支,如群论、矩阵论、拓扑学有着密切关系。图是图论的主要研究对象。图是由若干给定的顶点及连接两顶点的边所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物,连接两顶点的边则用于表示两个事物间具有这种关系。 图论起源于著名的柯尼斯堡七桥问题。该问题于1736年被欧拉解决,因此普遍认为欧拉是图论的创始人。 图论的研究对象相当于一维的单纯复形。.

新!!: LU分解和图论 · 查看更多 »

Cholesky分解

線性代數中,Cholesky分解(Cholesky decomposition or Cholesky factorization,另有譯作楚列斯基分解)是指將一個正定的Hermite矩陣分解成一個下三角矩陣與其共軛轉置之乘積。這種分解方式在提高代數運算效率、蒙特卡羅方法等場合中十分有用。實數矩陣的Cholesky分解由最先發明。實際應用中,Cholesky分解在求解線性方程組中的效率約兩倍於LU分解。.

新!!: LU分解和Cholesky分解 · 查看更多 »

矩阵

數學上,一個的矩陣是一个由--(row)--(column)元素排列成的矩形阵列。矩陣--的元素可以是数字、符号或数学式。以下是一个由6个数字元素构成的2--3--的矩阵: 大小相同(行数列数都相同)的矩阵之间可以相互加减,具体是对每个位置上的元素做加减法。矩阵的乘法则较为复杂。两个矩阵可以相乘,当且仅当第一个矩阵的--数等于第二个矩阵的--数。矩阵的乘法满足结合律和分配律,但不满足交换律。 矩阵的一个重要用途是解线性方程组。线性方程组中未知量的系数可以排成一个矩阵,加上常数项,则称为增广矩阵。另一个重要用途是表示线性变换,即是诸如.

新!!: LU分解和矩阵 · 查看更多 »

矩阵分解

矩阵分解(decomposition, factorization)是多半将矩阵拆解为数个三角形矩阵(triangular matrix),依使用目的的不同,可分为几类。.

新!!: LU分解和矩阵分解 · 查看更多 »

秩 (线性代数)

在线性代数中,一个矩阵A的列秩是A的线性獨立的纵列的极大数目。类似地,行秩是A的线性獨立的横行的极大数目。 矩阵的列秩和行秩总是相等的,因此它们可以简单地称作矩阵A的秩。通常表示为r(A),rk(A)或rank A。.

新!!: LU分解和秩 (线性代数) · 查看更多 »

稀疏矩阵

在数值分析中,稀疏矩阵(Sparse matrix),是其元素大部分为零的矩阵。反之,如果大部分元素都非零,则这个矩阵是稠密的。在科学与工程领域中求解线性模型时经常出现大型的稀疏矩阵。 在使用计算机存储和操作稀疏矩阵时,经常需要修改标准算法以利用矩阵的稀疏结构。由于其自身的稀疏特性,通过压缩可以大大节省稀疏矩阵的内存代价。更为重要的是,由于过大的尺寸,标准的算法经常无法操作这些稀疏矩阵。.

新!!: LU分解和稀疏矩阵 · 查看更多 »

线性代数

线性代数是关于向量空间和线性映射的一个数学分支。它包括对线、面和子空间的研究,同时也涉及到所有的向量空间的一般性质。 坐标满足线性方程的点集形成n维空间中的一个超平面。n个超平面相交于一点的条件是线性代数研究的一个重要焦点。此项研究源于包含多个未知数的线性方程组。这样的方程组可以很自然地表示为矩阵和向量的形式。 线性代数既是纯数学也是应用数学的核心。例如,放宽向量空间的公理就产生抽象代数,也就出现若干推广。泛函分析研究无穷维情形的向量空间理论。线性代数与微积分结合,使得微分方程线性系统的求解更加便利。线性代数的理论已被泛化为。 线性代数的方法还用在解析几何、工程、物理、自然科学、計算機科學、计算机动画和社会科学(尤其是经济学)中。由于线性代数是一套完善的理论,非线性数学模型通常可以被近似为线性模型。.

新!!: LU分解和线性代数 · 查看更多 »

置换矩阵

在数学中的矩阵论裡,置换矩阵是一种系数只由0和1组成的方块矩阵。置换矩阵的每一行和每一列都恰好有一个1,其余的系数都是0。在线性代数中,每个n阶的置换矩阵都代表了一个对n个元素(n维空间的基)的置换。当一个矩阵乘上一个置换矩阵时,所得到的是原来矩阵的横行(置换矩阵在左)或纵列(置换矩阵在右)经过置换后得到的矩阵。.

新!!: LU分解和置换矩阵 · 查看更多 »

非奇异方阵

若方块矩阵A\,满足条件\left|A\right|(\rm(A))\ne0,则称A\,为非奇异方阵,否则称为奇异方阵。.

新!!: LU分解和非奇异方阵 · 查看更多 »

行列式

行列式(Determinant)是数学中的一個函數,将一个n \times n的矩陣A映射到一個純量,记作\det(A)或|A|。行列式可以看做是有向面积或体积的概念在一般的欧几里得空间中的推广。或者说,在n 维欧几里得空间中,行列式描述的是一个线性变换对“体积”所造成的影响。无论是在线性代数、多项式理论,还是在微积分学中(比如说换元积分法中),行列式作为基本的数学工具,都有着重要的应用。 行列式概念最早出现在解线性方程组的过程中。十七世纪晚期,关孝和与莱布尼茨的著作中已经使用行列式来确定线性方程组解的个数以及形式。十八世纪开始,行列式开始作为独立的数学概念被研究。十九世纪以后,行列式理论进一步得到发展和完善。矩阵概念的引入使得更多有关行列式的性质被发现,行列式在许多领域都逐渐显现出重要的意义和作用,出现线性自同态和向量组的行列式的定义。 行列式的特性可以被概括为一个交替多线性形式,这个本质使得行列式在欧几里德空间中可以成为描述“体积”的函数。.

新!!: LU分解和行列式 · 查看更多 »

高斯消去法

数学上,高斯消去法(Gaussian Elimination),是线性代数中的一个算法,可用來為線性方程組求解,求出矩陣的秩,以及求出可逆方陣的逆矩陣。当用于一个矩陣时,高斯消去法會产生出一個行梯陣式。.

新!!: LU分解和高斯消去法 · 查看更多 »

逆矩阵

逆矩陣(inverse matrix):在线性代数中,給定一个n階方陣\mathbf,若存在一n階方陣\mathbf,使得\mathbf.

新!!: LU分解和逆矩阵 · 查看更多 »

正定矩阵

在线性代数裡,正定矩阵是埃尔米特矩阵的一种,有时会简称为正定阵。在线性代数中,正定矩阵的性质類似复数中的正实数。与正定矩阵相对应的线性算子是对称正定双线性形式(複域中则对应埃尔米特正定双线性形式)。.

新!!: LU分解和正定矩阵 · 查看更多 »

方块矩阵

方塊矩陣,或简称方阵,是行數及列數皆相同的矩陣。由n \times n\,矩陣組成的集合,連同矩陣加法和矩陣乘法,构成環。除了n.

新!!: LU分解和方块矩阵 · 查看更多 »

数值分析

数值分析(numerical analysis),是指在数学分析(区别于离散数学)问题中,对使用数值近似(相对于一般化的符号运算)算法的研究。 巴比伦泥板YBC 7289是关于数值分析的最早数学作品之一,它给出了 \sqrt 在六十进制下的一个数值逼近,\sqrt是一個邊長為1的正方形的對角線,在西元前1800年巴比倫人也已在巴比倫泥板上計算勾股數(畢氏三元數)(3, 4, 5),即直角三角形的三邊長比。 数值分析延續了實務上數學計算的傳統。巴比倫人利用巴比伦泥板計算\sqrt的近似值,而不是精確值。在許多實務的問題中,精確值往往無法求得,或是無法用有理數表示(如\sqrt)。数值分析的目的不在求出正確的答案,而是在其誤差在一合理範圍的條件下找到近似解。 在所有工程及科學的領域中都會用到数值分析。像天體力學研究中會用到常微分方程,最優化會用在资产组合管理中,數值線性代數是資料分析中重要的一部份,而隨機微分方程及馬可夫鏈是在醫藥或生物學中生物細胞模擬的基礎。 在電腦發明之前,数值分析主要是依靠大型的函數表及人工的內插法,但在二十世紀中被電腦的計算所取代。不過電腦的內插演算法仍然是数值分析軟體中重要的一部份。.

新!!: LU分解和数值分析 · 查看更多 »

数值稳定性

在数值分析中,数值稳定性是一种希望得到的数值算法特性。根据算法的不同,稳定性的精确定义也有所不同,但是都与算法的精确性与正确性相关。 理论上有些计算下可以用多种代数上等价的理想实数或者复数算法来实现,但是实际上由于不同的数值稳定性可能会得到不同的结果。数值稳定性的一项任务就是选择健壮即有良好数值稳定性的算法。.

新!!: LU分解和数值稳定性 · 查看更多 »

传出传入
嘿!我们在Facebook上吧! »