首页 > 其他分享 >正定矩阵的分解

正定矩阵的分解

时间:2023-08-29 19:24:37浏览次数:22  
标签:矩阵 sqrt 正定 Lambda 分解 bmatrix alpha lambda mathrm

目录

正定矩阵的分解方法

设三阶正定矩阵 \(A\),若矩阵 \(A\) 的特征值为 \(\lambda_1,\lambda_2,\lambda_3\),对应的单位化特征向量分别为 \(\alpha_1,\alpha_2,\alpha_3\) 且两两正交,则存在正交矩阵 \(Q = (\alpha_1,\alpha_2,\alpha_3)\),使得 \(Q^{\mathrm{T}}AQ = \Lambda = \begin{bmatrix} \lambda_1 & & \\ & \lambda_2 & \\ & & \lambda_3 \end{bmatrix}\)

现得到 \(A = Q \Lambda Q^{\mathrm{T}}\),令 \(\Lambda_1 = \begin{bmatrix} \sqrt{\lambda_1} & & \\ & \sqrt{\lambda_2} & \\ & & \sqrt{\lambda_3} \end{bmatrix}\),则正定矩阵 \(A\) 有以下分解方法:

【方法一】 \(A = Q \Lambda Q^{\mathrm{T}} = Q (\Lambda_1 \Lambda_1) Q^{\mathrm{T}} = (\Lambda_1 Q^{\mathrm{T}})^{\mathrm{T}} (\Lambda_1 Q^{\mathrm{T}}) = C^{\mathrm{T}} C(令 C = \Lambda_1 Q^{\mathrm{T}})\)

【方法二】 \(A = Q \Lambda Q^{\mathrm{T}} = Q \Lambda_1 \Lambda_1 Q^{\mathrm{T}} = Q \Lambda_1 (Q^{\mathrm{T}} Q) \Lambda_1 Q^{\mathrm{T}} = (Q \Lambda_1 Q^{\mathrm{T}})(Q \Lambda_1 Q^{\mathrm{T}}) = C^2 (令 C = Q \Lambda_1 Q^{\mathrm{T}})\)

此时由谱分解定理得:

  • \(A = \lambda_1 \alpha_1 \alpha_1^{\mathrm{T}} + \lambda_2 \alpha_2 \alpha_2^{\mathrm{T}} + \lambda_3 \alpha_3 \alpha_3^{\mathrm{T}}\)
  • \(B = \sqrt{\lambda_1} \alpha_1 \alpha_1^{\mathrm{T}} + \sqrt{\lambda_2} \alpha_2 \alpha_2^{\mathrm{T}} + \sqrt{\lambda_3} \alpha_3 \alpha_3^{\mathrm{T}}\)

【拓展】 若要将正定矩阵 \(A\) 分解为 \(C^3\),则可令 \(\Lambda_2 = \begin{bmatrix} \sqrt[3]{\lambda_1} & & \\ & \sqrt[3]{\lambda_2} & \\ & & \sqrt[3]{\lambda_3} \end{bmatrix}\),所以有:\(A = (Q \Lambda_2 Q^{\mathrm{T}})(Q \Lambda_2 Q^{\mathrm{T}})(Q \Lambda_2 Q^{\mathrm{T}}) = C^3 (令 C = Q \Lambda_2 Q^{\mathrm{T}})\)


相关例题

【例 1】已知矩阵 \(A = \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{bmatrix}\),求一个可逆矩阵 \(C\),使得 \(C^3 = A\)。

【解】\(C^3 = A\) 的特征值为 \(1,1,-1\),则 \(C\) 的特征值为 \(\sqrt[3]{1},\sqrt[3]{1},\sqrt[3]{-1}\)(即 \(1,1,-1\)),所以 \(C-E\) 的特征值为 \(0,0,-2\)。

\(A\) 的特征值 \(-1\) 所对应的特征向量为 \(\alpha_3 = \frac{1}{\sqrt{2}} (1,0,-1)^{\mathrm{T}}\),则 \(C-E\) 的特征值 \(\lambda_3 = -2\) 所对应的特征向量也为 \(\alpha_3 = \frac{1}{\sqrt{2}} (1,0,-1)^{\mathrm{T}}\)。

由谱分解定理得

\[\begin{aligned} C-E &= \lambda_3 \alpha_3 \alpha_3^{\mathrm{T}} \\ &= -2 \cdot \frac{1}{\sqrt{2}} \begin{bmatrix} 1 \\ 0 \\ -1 \end{bmatrix} \cdot \frac{1}{\sqrt{2}} (1,0,-1) \\ &= -\begin{bmatrix} 1 & 0 & -1 \\ 0 & 0 & 0 \\ -1 & 0 & 1 \end{bmatrix} = \begin{bmatrix} -1 & 0 & 1 \\ 0 & 0 & 0 \\ 1 & 0 & -1 \end{bmatrix} \\ \therefore C &= (C-E) + E = \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{bmatrix} \end{aligned} \]


【例 2】已知矩阵 \(A = \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{bmatrix}\),求一个正定矩阵 \(C\),使得 \(C^2 = A+2E\)。

【解】\(A\) 的特征值为 \(1,1,-1\),则 \(C^2 = A+2E\) 的特征值为 \(3,3,1\),则 \(C\) 的特征值为 \(\sqrt{3},\sqrt{3},1\),所以 \(C-\sqrt{3}E\) 的特征值为 \(0,0,1-\sqrt{3}\)。

\(A\) 的特征值 \(-1\) 所对应的特征向量为 \(\alpha_3 = \frac{1}{\sqrt{2}} (1,0,-1)^{\mathrm{T}}\),则 \(C-\sqrt{3}E\) 的特征值 \(\lambda_3 = 1-\sqrt{3}\) 所对应的特征向量也为 \(\alpha_3 = \frac{1}{\sqrt{2}} (1,0,-1)^{\mathrm{T}}\)。

由谱分解定理得

\[\begin{aligned} C-\sqrt{3}E &= \lambda_3 \alpha_3 \alpha_3^{\mathrm{T}} \\ &= (1-\sqrt{3}) \cdot \frac{1}{\sqrt{2}} \begin{bmatrix} 1 \\ 0 \\ -1 \end{bmatrix} \cdot \frac{1}{\sqrt{2}} (1,0,-1) \\ &= \frac{1-\sqrt{3}}{2} \begin{bmatrix} 1 & 0 & -1 \\ 0 & 0 & 0 \\ -1 & 0 & 1 \end{bmatrix} \\ &= \begin{bmatrix} \frac{1-\sqrt{3}}{2} & 0 & \frac{\sqrt{3}-1}{2} \\ 0 & 0 & 0 \\ \frac{\sqrt{3}-1}{2} & 0 & \frac{1-\sqrt{3}}{2} \end{bmatrix} \\ \therefore C &= (C-\sqrt{3}E) + \sqrt{3}E = \begin{bmatrix} \frac{\sqrt{3}+1}{2} & 0 & \frac{\sqrt{3}-1}{2} \\ 0 & \sqrt{3} & 0 \\ \frac{\sqrt{3}-1}{2} & 0 & \frac{\sqrt{3}+1}{2} \end{bmatrix} \end{aligned} \]


【例 3】已知矩阵 \(A = \begin{bmatrix} 0 & 0 & 1 \\ 0 & 1 & 0 \\ 1 & 0 & 0 \end{bmatrix}\),求一个正定矩阵 \(C\),使得 \(C^n = A+2E\)。

【解】该题与上题的解法是相似的,现直接给出答案:

\[C = \begin{bmatrix} \frac{\sqrt[n]{3}+1}{2} & 0 & \frac{\sqrt[n]{3}-1}{2} \\ 0 & \sqrt[n]{3} & 0 \\ \frac{\sqrt[n]{3}-1}{2} & 0 & \frac{\sqrt[n]{3}+1}{2} \end{bmatrix} \]

标签:矩阵,sqrt,正定,Lambda,分解,bmatrix,alpha,lambda,mathrm
From: https://www.cnblogs.com/Mount256/p/17665673.html

相关文章

  • 【矩阵论】含卷积求导和优化问题闭式解
    本篇使用的符号说明,考虑优化问题\[\min\limits_{K}\frac12\|A*K-B\|_F^2+\gamma\|K\|_F^2,\tag{1}\]其中\(A,B\inM_{m,n}\),通常卷积核我们认为是\(K\inM_{k}\),为了保证傅里叶变换后维度一致,我们将\(K\)用零元素填充至\(M_{m,n}\)。由于傅里叶变换是酉变换,因此\((1)\)等价为......
  • 《线性代数》4. 矩阵的高级话题
    更多的变换矩阵之前我们说矩阵可以看作是向量的函数,矩阵可以改变一个点的坐标,比如将一个点的横坐标扩大a倍,纵坐标扩大b倍,那么就可以让如下矩阵与之相乘。\(T=\begin{Bmatrix}a&0\\0&b\end{Bmatrix}\)本次就来介绍更多的变换矩阵,假设我们希望一个点沿着\(x\)轴翻转,......
  • 邻接矩阵存储无向图
    没有使用矩阵的压缩存储#include<stdlib.h>#include<stdio.h>#defineMaxVertexNum20typedefstruct{intVex[MaxVertexNum];//存储顶点intEdge[MaxVertexNum][MaxVertexNum];//存储边intVexNum;......
  • 重新排列后的最大子矩阵
     思路1、计算每个位置上方连续1的个数,表示该位置的行高2、将每一行进行排序,以该行为底,计算每一列的位置索引与行款的关系表示底边长(width=)3、计算面积代码 importjava.math.BigDecimal;importjava.util.*;importjava.util.stream.Collectors;importjava.util......
  • 《线性代数》3. 矩阵,线性代数中最重要的概念
    什么是矩阵前面我们介绍了向量,它是线性代数中最基本的元素,但提到线性代数,估计更多人第一时间想到的是矩阵(Matrix)。\(\begin{Bmatrix}1&2&3&4\\5&6&7&8\\9&10&11&12\end{Bmatrix}\)如果说向量是对数的拓展,一个向量表示一组数,那么矩阵就是对向量的拓展,一......
  • 最大子矩阵和
    Blah数集大数学家高斯小时候偶然间发现一种有趣的自然数集合Blah,对于以a为基的集合Ba定义如下:(1)a是集合Ba的基,且a是Ba的第一个元素;(2)如果x在集合Ba中,则2x+1和3x+1也都在集合Ba中;(3)没有其他元素在集合Ba中了。现在小高斯想知道如果将集合Ba中元素按照升序排列,第N个元素会是......
  • 绘制矩阵散点图
    什么是矩阵散点图当我们想要探索两组变量之间的关系时,矩阵散点图是一种有用的可视化工具。它能够帮助我们快速地观察多个变量之间的关联性,特别是在统计分析和数据挖掘领域中。矩阵散点图实际上是由多个散点图组成的矩阵,每个散点图表示两个不同变量之间的关系。绘制矩阵散点图......
  • Codeforces Round 885 (Div. 2)E. Vika and Stone Skipping(数学,质因数分解)
    题目链接:https://codeforces.com/problemset/problem/1848/E 大致题意: 打水漂,某人在海岸线以f(正整数)的力量扔出石头,会在f,f+(f-1),f+(f-1)+(f-2),........,f+(f-1)+.....+2+1,的位置接触水面; 现在给出坐标x和q次询问,每次询问给出一个y值,将x=x*y;假设石头在x的位置接触水面,问有多少......
  • 行列式、矩阵树定理
    推荐阅读:矩阵树定理(+行列式)-command_block的博客。行列式定义这个东西一般用于求解图的生成树个数(矩阵树定理)。称一个大小为\(n\timesn\)的矩阵\(A\)的行列式为\(\det(A)\)(或\(|A|\))。\[\det(A)=\sum_{p\texttt{是一个大小为n排列}}(-1)^{F(p)}\prod_{i=1}^{n}A......
  • 数组章节的进阶54. 螺旋矩阵
    54. 螺旋矩阵1classSolution:2defspiralOrder(self,matrix:List[List[int]])->List[int]:3m,n=len(matrix),len(matrix[0])4res=[]#存放遍历后的结果5startx=starty=067foroffsetinrange(min(m,......