33、matlab矩阵分解汇总:LU矩阵分解、Cholesky分解和QR分解

1、LU矩阵分解

语法

语法1:[L,U] = lu(A) 将满矩阵或稀疏矩阵 A 分解为一个上三角矩阵 U 和一个经过置换的下三角矩阵 L,使得 A = L*U。
语法2:[L,U,P] = lu(A) 还返回一个置换矩阵 P,并满足 A = P'*L*U。
语法3:[L,U,P] = lu(A,outputForm) 以 outputForm 指定的格式返回 P。

1)矩阵的 LU 分解

代码及运算

A = [8 -7 0-4  0 65 -1 9];
[L,U] = lu(A)
L*UL =1.0000         0         0-0.5000    1.0000         00.6250   -0.9643    1.0000U =8.0000   -7.0000         00   -3.5000    6.00000         0   14.7857ans =8    -7     0-4     0     65    -1     9

代码及运算

[L,U,P] = lu(A)
P'*L*UL =1.0000         0         0-0.5000    1.0000         00.6250   -0.9643    1.0000U =8.0000   -7.0000         00   -3.5000    6.00000         0   14.7857P =1     0     00     1     00     0     1ans =8    -7     0-4     0     65    -1     9

 2)用 LU 分解对线性系统求解

 A = magic(5);
b = 65*ones(5,1);
x = A\b
[L,U,P] = lu(A)
y = L\(P*b);
x = U\y
dA = decomposition(A,'lu');
x = dA\bx =1.00001.00001.00001.00001.0000L =1.0000         0         0         0         00.7391    1.0000         0         0         00.4783    0.7687    1.0000         0         00.1739    0.2527    0.5164    1.0000         00.4348    0.4839    0.7231    0.9231    1.0000U =23.0000    5.0000    7.0000   14.0000   16.00000   20.3043   -4.1739   -2.3478    3.17390         0   24.8608   -2.8908   -1.09210         0         0   19.6512   18.97930         0         0         0  -22.2222P =0     1     0     0     01     0     0     0     00     0     0     0     10     0     1     0     00     0     0     1     0x =1.00001.00001.00001.00001.0000x =1.00001.00001.00001.00001.0000

 2、Cholesky 分解:chol  Cholesky 分解

语法

语法1:R = chol(A) 将对称正定矩阵 A 分解成满足 A = R'*R 的上三角 R。
语法2:R = chol(A,triangle) 指定在计算分解时使用 A 的哪个三角因子。
语法3:[R,flag] = chol(___) 还返回输出 flag,指示 A 是否为对称正定矩阵。


1)矩阵的 Cholesky 分解

代码及运算

A = gallery('lehmer',6);
R = chol(A)
norm(R'*R - A)
L = chol(A,'lower')
norm(L*L' - A)R =1.0000    0.5000    0.3333    0.2500    0.2000    0.16670    0.8660    0.5774    0.4330    0.3464    0.28870         0    0.7454    0.5590    0.4472    0.37270         0         0    0.6614    0.5292    0.44100         0         0         0    0.6000    0.50000         0         0         0         0    0.5528ans =2.3587e-16L =1.0000         0         0         0         0         00.5000    0.8660         0         0         0         00.3333    0.5774    0.7454         0         0         00.2500    0.4330    0.5590    0.6614         0         00.2000    0.3464    0.4472    0.5292    0.6000         00.1667    0.2887    0.3727    0.4410    0.5000    0.5528ans =2.3682e-16

 2)用对称正定矩阵求解线性系统

代码及运算

A = [1 0 1; 0 2 0; 1 0 3]
R = chol(A)%计算矩阵的 Cholesky 因子
b = sum(A,2);
x = R\(R'\b)A =1     0     10     2     01     0     3R =1.0000         0    1.00000    1.4142         00         0    1.4142x =1.00001.00001.0000

3、QR分解: qr QR 分解

语法

语法1:R = qr(A) 返回 QR 分解 A = Q*R 的上三角 R 因子。
语法2:[Q,R] = qr(A) 对 m×n 矩阵 A 执行 QR 分解,满足 A = Q*R。
语法3:[Q,R,P] = qr(A) 还返回一个置换矩阵 P,满足 A*P = Q*R。


1)Q-Less QR 分解

 代码及运算

A = magic(5);%5*5幻方矩阵
R = qr(A)R =-32.4808  -26.6311  -21.3973  -23.7063  -25.86150.4648   19.8943   12.3234    1.9439    4.08560.0808   -0.0496  -24.3985  -11.6316   -3.74150.2021   -0.0460    0.3950  -20.0982   -9.97390.2223   -0.1755    0.4959   -0.8587  -16.0005

 2)矩阵的完整 QR 分解

代码及运算

A = magic(5);
[Q,R] = qr(A)
norm(A-Q*R)Q =-0.5234    0.5058    0.6735   -0.1215   -0.0441-0.7081   -0.6966   -0.0177    0.0815   -0.0800-0.1231    0.1367   -0.3558   -0.6307   -0.6646-0.3079    0.1911   -0.4122   -0.4247    0.7200-0.3387    0.4514   -0.4996    0.6328   -0.1774R =-32.4808  -26.6311  -21.3973  -23.7063  -25.86150   19.8943   12.3234    1.9439    4.08560         0  -24.3985  -11.6316   -3.74150         0         0  -20.0982   -9.97390         0         0         0  -16.0005ans =9.6765e-15

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/25554.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Java--递归

1.递归就是A方法调用A方法,也就是调用自己本身 2.利用递归可以用简单的程序来解决一些复杂的问题,它通常把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,递归策略只需少量的程序就可描述出解题过程所需要的多次重复…

Position定位

Position定位 CSS中position属性是比较常用的元素定位方案,position常用的取值有static、relative、absolute、fixed、sticky、inherit。 static static属性是HTML元素的默认值,即没有定位,遵循正常的文档流对象,对于top、bott…

【Python入门与进阶】常见问题与解决方法

1.Anaconda包管理 使用pip卸载包时,报错“无法访问’,在conda环境下进行pip install时,出现拒绝访问的错误 [WinError 5] 2.Jupyter问题 笔记本运行时无反应/文件无法重命名:【Python】Jupyter Notebook无法运行代码&#xff0c…

FENCE.I指令

FENCE.I指令 一、FENCE.I指令简介二、FENCE.I指令举例三、FENCE.I指令格式一、FENCE.I指令简介 FENCE.I 是 RISC-V 指令集架构中的一种 Fence 指令,用于同步指令缓存(Instruction Cache),用于保证内存操作的正确性和顺序性。具体来说,FENCE.I指令可以确保之前发出的所有对…

Java数据结构与算法(买卖股票的最佳时机二贪心算法)

前言 买卖股票最佳时机二,此时不限次数的买卖的要求获得的利益最大化。暴力算法依旧可行,可以参考之前的练习。 . - 力扣(LeetCode) 贪心算法原理参考:Java数据结构与算法(盛水的容器贪心算法)-CSDN博客 实现原理 1.定义最大…

基于Transformer的模型常见的张量类型

在自然语言处理(NLP)任务中,特别是使用基于Transformer的模型(如BERT、RoBERTa等)进行微调时,输入数据通常会被编码成几个关键的张量。以下是三个最常见的张量类型:input_ids、attention_mask和…

Discuz! X3.4卡密购买用户组PC手机版

下载地址:Discuz! X3.4卡密购买用户组PC手机版 插件简介: 1.在后台可设置售卖的用户组、用户组的价格、用户组的描述等信息,配置灵活多变。 2.后台可设置用户组到期后的用户组 3.同一用户购买同一用户组用户组到期时间累加 4.可以设置同一用…

Ubuntu 24.04 LTS 安装配置 MySQL Community Server 8.4.0 LTS

1 安装 Apt Repository ​​​​​​​地址MySQL :: Download MySQL APT Repository sudo dpkg -i mysql-apt-config_0.8.30-1_all.deb #安装mysql 8.4 lts sudo apt update sudo apt-get install mysql-server #修改mysql root密码策略 2 查看版本 testtest:~$ mysqld --v…

力扣每日一题 6/10

881.救生艇[中等] 题目: 给定数组 people 。people[i]表示第 i 个人的体重 ,船的数量不限,每艘船可以承载的最大重量为 limit。 每艘船最多可同时载两人,但条件是这些人的重量之和最多为 limit。 返回 承载所有人所需的最小船…

LinkedList详解(含数据结构动画演示)

目录 LinkedList详解1、LinkedList的继承体系2、LinkedList的构造函数3、LinkedList的add(E e)方法4、LinkedList的Node节点5、双向链表的概念和Node节点的详细解释6、LinkedList的add(E e)方法梳理7、LinkedList的getXXX方法8、LinkedList的removeXXX方法①、removeFirst()方法…

论述MySQL的同异步复制

MySQL的复制功能是数据库系统中一个重要的特性,它可以实现数据的冗余备份和分布式读写,提高系统的可靠性和性能。MySQL的复制主要分为异步复制、半同步复制和同步复制,这三种复制方式在机制和使用场景上有显著的不同。 异步复制 特点 主从…

如何进行《我的世界》基于Spigot的插件开发

如何进行《我的世界》基于Spigot的插件开发 《我的世界》(Minecraft)是一款沙盒游戏,允许玩家在一个由方块组成的三维世界中进行探索、建造和冒险。通过使用Spigot服务器,你可以为《我的世界》开发自定义插件,扩展游戏…

python常用命令集

1、pip 命令 正常安装 pip install package_name 更新包 pip install --upgrade package_name 安装指定版本 pip install robotframework2.8.7 查看已安装的库 pip list 2、指定镜像源 手动指定 pip install -i http://pypi.douban.com/simple Flask -- trusted-host …

详解MySQL的MVCC机制与间隙锁

在MySQL的InnoDB存储引擎中,MVCC(多版本并发控制)和间隙锁(Gap Lock)是两种关键的并发控制机制。MVCC主要用于提高读写并发性能,而间隙锁则用于实现更严格的事务隔离,防止幻读现象。以下是对MyS…

Linux Kernel入门到精通系列讲解(RV-Kernel 篇) 5.1 从零移植 Linux kernel,基于RISC-V

1. 概述 上一章节我们已经将u-boot部署好了,本章节,我们将从零移植Naruto-Pi的Linux kernel,移植通用RISCV很简单,在移植之前,大家也可以参考我之前写的文章,Linux ARM平台开发系列讲解(QEMU-体验篇) 1.1 编译QEMU 构建RISC-V64架构 运行Linux kernel 2. Linux kernel…

python小tips

函数: 格式: def 函数的名字():函数体例如:def playgame():print("I am playing!")函数调用: playgame()调用的方法: 函数名() 函数的定义只是定义函数,调用了才会有结果 函数的参…

Tomcat源码解析(八):一个请求的执行流程(附Tomcat整体总结)

Tomcat源码系列文章 Tomcat源码解析(一):Tomcat整体架构 Tomcat源码解析(二):Bootstrap和Catalina Tomcat源码解析(三):LifeCycle生命周期管理 Tomcat源码解析(四):StandardServer和StandardService Tomcat源码解析(五)&…

吴恩达神经网络学习笔记1

代码解释 并不是全部代码,思路的流程 import numpy as np# 如何判断咖啡豆是烤好了 # 假设此神经网络由2层构成###### 这部分代码只是如何建立2层网络, ###### 并不包含如何加载神经网络中的参数 w 和 b######################## 第1层网络# x 是…

浅谈什么是Google GKE?Auto Pilot模式是什么?

一、什么是GKE? 1、他是Google托管的Kubetnetes集群的名称。 2、底层实际还是一堆虚拟机,但这些虚拟机的生命周期不用你负责管理了,只需要管理Gke集群来运行你的工作负载。 1、你需要为这个集群配置Kubetnetes版本、网络、存储、节点等等。 2…

Ruoyi5.x RuoYi-Vue-Plus新建Translation翻译类

若依框架(RuoYi)中的Translation翻译类主要作用在于实现字段值的转换或翻译功能,以提高数据展示的准确性和友好性。以下是其具体作用的一些关键点: 字段值转换:若依框架在处理数据时,有时需要将某些字段的…