- Разложение матрицы
-
Разложе́ние ма́трицы — представление матрицы в виде произведения матриц, обладающих некоторыми определёнными свойствами, например, ортогональностью, симметричностью, диагональностью — и потому облегчающих рассмотрение свойств линейного оператора с матрицей .
Содержание
Классификация
- LU-разложение — представление матрицы в виде , где — нижнетреугольная, а — верхнетреугольная матрица. Не все матрицы могут быть представлены в таком виде.
- LUP-разложение — представление матрицы в виде , где — перестановочная, а и — треугольные. Это обобщение LU-разложения на случай произвольных матриц.
- QR-разложение — представление матрицы в виде , где — ортогональная (или, в общем случае, унитарная), а — верхнетреугольная. Существуют также его варианты: RQ-, QL- и LQ-разложения.
- Разложение Холецкого — представление квадратной, положительно-определённой матрицы в виде , где — верхнетреугольная.
- Спектральное разложение — представление квадратной матрицы в виде , где — ортогональная матрица, столбцы которой — это собственные вектора матрицы , а — диагональная матрица с собственными значениями на диагонали. Не все матрицы могут быть представлены в таком виде, а только те, которые обладают полным набором собственных векторов.
- Полярное разложение — представление произвольной матрицы в виде произведения ортогональной и симметричной положительно-полуопределённой матрицы.
- Сингулярное разложение — представление произвольной матрицы в виде произведения ортогональной, диагональной с сингулярными числами на диагонали, и ортогональной матриц.
Количественное рассмотрение
Полярное разложение
Полярное разложение — разложение произвольной матрицы в произведение ортогональной и симметричной с неотрицательными собственными значениями матриц.
Так как , то матрица симметричная. Существует[2] базис, который можно обозначить через , состоящий из ортонормированных векторов матрицы , расположенных в порядке убывания собственных значений.
Так как , то для любых векторов и базиса выполняется . Значит, образ базиса относительно преобразования ортогональный (сохраняются углы между векторами базиса, но не их длины). При проведении преобразования векторы базиса преобразуются в векторы .
Сингулярные числа матрицы — квадратные корни из собственных значений матрицы .
Отсюда очевидно, что . Так как в рассматриваемом базисе векторы расположены в порядке убывания собственных значений, то существует такое число , что .
Пусть — система векторов при , дополненная до ортонормированного базиса произвольным образом. Пусть — матрица перехода из базиса в базис . Так как оба базиса ортонормированные, то матрица ортогональная. Так как , то существует ортонормированный базис из собственных векторов матрицы . Это значит, что матрица в базисе имеет диагональный вид, а потому в произвольном ортонормированном базисе симметрична.
Итак, , где матрица ортогональная, а матрица симметричная.
Сингулярное разложение
Сингулярное разложение — разложение произвольной матрицы в произведение ортогональной, диагональной с сингулярными числами на диагонали, и ортогональной матриц.
Имеется полярное разложение A=QS, где Q ортогональна и S симметрична. Можно обозначить через матрицу перехода в базис, в котором симметричная матрица имеет диагональный вид ; тогда , и ; соответственно ; матрица ортогональна как произведение ортогональных. Матрица , действительно, имеет сингулярные числа данного преобразования на диагонали (см. доказательство полярного разложения); обозначая , , получаем , где и ортогональны, диагональна с сингулярными числами на диагонали.
Источники
- ↑ Беклемишев, Д. В. Глава VI. Линейные пространства // Курс аналитическое геометрии и линейной алгебры. — 10-е изд., испр.. — М.: ФИЗМАТЛИТ, 2005. — С. 232-233. — 304 с. — ISBN 5-9221-0304-0
- ↑ собственные значения симметричной матрицы
Категория:- Разложения матриц
Wikimedia Foundation. 2010.