第十二章
任意矩阵的二维分解
12.1正交反射
超平面反射由称为户主矩阵的矩阵表示。这些矩阵在数值方法中起着重要作用,例如解线性方程组、解最小二乘问题、计算特征值以及将对称矩阵转换为三对角矩阵。我们证明了一个简单的几何引理,该引理立即产生任意矩阵在户主矩阵方面的二维分解。
正交对称是等轴测的一个非常重要的例子。首先,让我们回顾第5.1节中在5.5提案之后介绍的预测定义。给定一个向量空间e,设f和g为e的子空间,形成一个直接和e=f g。由于每个u∈e都可以唯一地写成u=v+w,其中v∈f和w∈g,我们可以定义两个投影pf:e→f和pg:e→g,这样pf(u)=v和pg(u)=w。在第5.1节中,我们使用t表示π1和π2,但在本节中使用pf和pg更方便。
立即证实pg和pf是线性映射,并且
p2f=pf,p2g=pg,pf pg=pg pf=0,pf+pg=id。
.
定义12.1.给定一个向量空间e,对于任意两个子空间f和g,形成一个直接和e=f_g,关于f和平行于g的对称性(或反射)是线性映射s:e→e,其定义如下:
s(u)=2pf(u)−u,
对于每一个u∈e。
四百零五
因为pf+pg=id,注意我们也有
s(u)=pf(u)−pg(u)
和s(u)=u−2pg(u),
s2=id,s是f上的恒等式,s=-id是g上的恒等式。
我们现在假设e是有限维的欧几里得空间。
定义12.2.设e为有限维n的欧几里得空间。对于任意两个子空间f和g,如果f和g形成一个直和e=f g,f和g是正交的,即f=g,关于f和平行于g的正交对称(或反射)是线性映射s:e→e定义如下:
S(U)=2pf(U)−U=pf(U)−pg(U)、
对于每一个u∈e,当f是一个超平面时,我们称s为关于f的超平面对称(或关于f的反射),当g是一个平面(因此dim(f)=n-2),我们称s为关于f的翻转。
关于超平面f的反射如图12.1所示。
图12.1:关于桃超平面f的反射。注意u是紫色,pf(u)是蓝色,pg(u)是红色。
对于任意两个向量u,v∈e,利用内积的双线性很容易验证:
ku+vk2−ku−vk2=4(u·v)。()
特别是,如果u·v=0,那么ku+vk=ku−vk。从那时起
u=pf(u)+pg(u)
12.1。正交反射
和s(u)=pf(u)−pg(u),
因为f和g是正交的,所以它是这样的
pf(u)·pg(v)=0,
因此()
ks(u)k=kpf(u)−pg(u)k=kpf(u)+pg(u)k=kuk,
所以这是一个等值线。
利用命题11.10,可以找到由f的正交基和g的正交基组成的e的正交基(e1,…,e n)。假设f有维数p,使g有维数n−p。关于正交基(e1,…,en),对称s有一个矩阵。形式的
.
因此,det(s)=(-1)n−p,s是一个旋转,如果n−p是偶数。特别地,当f是超平面h时,我们有p=n−1和n−p=1,因此s是不适当的正交变换。当f=0时,我们有s=−id,它被称为相对于原点的对称性。关于原点的对称性是一个旋转,如果n是偶数,如果n是奇数,则不适当的正交变换。当n为奇数时,由于s s=id和det(s)=(-1)n=−1,我们观察到每个不适当的正交变换f都是f s与s的旋转的f=(f s)s的组成,即关于原点的对称性。当g是一个平面时,p=n−2,det(s)=(−1)2=1,因此围绕f的翻转是一个旋转。特别是,当n=3时,f是一条线,绕f线的翻转实际上是测量π的旋转,如图12.2所示。
注:给定任意两个正交子空间f,g,形成一个直和e=f_g,设f为f的对称性,并与g平行,设g为g的对称性,并与f平行。作为练习,我们将
F G=G F=−ID.
当f=h是超平面时,我们可以根据与h正交的任何非零向量w给出s(u)的显式公式。
u=ph(u)+pg(u)、
由于pg(u)∈g和g的范围是w,这与h是正交的,我们得到
pg(u)=λw
图12.2:r3中的翻转是π围绕f轴的旋转。
对于一些λ∈r,我们得到
u·w=λkwk2,
因此
自从
我们得到
由于上述公式很重要,我们将其记录在下面的命题中。
提案12.1.设e为有限维欧几里得空间,设h为e中的超平面。对于任何与h正交的非零矢量w,关于h的超平面反射s由下式给出:
这种反射由称为户主矩阵的矩阵表示,在数值矩阵分析中起着重要作用(见Kincaid和Cheney[100]或Ciarlet[41])。定义12.3.一个户主矩阵如果一个矩阵的形式
,
其中w∈rn是一个非零向量。
12.1。正交反射
户主矩阵是对称和正交的。可以很容易地检查,在正交基(e1,…,en)上,关于正交于非零矢量w的超平面H的超平面反射由矩阵表示。
,
其中w是w坐标在基上的列向量(e1,…,en)。自从
代表pg的矩阵是
,
由于ph+pg=id,代表ph的矩阵是
.
这些公式可用于推导出转动r3的公式,给出转动轴的方向w和转动角θ。
下面的事实是证明每个等值线都可以分解为反射的产物的关键。
提案12.2.设e为任意非平凡欧几里得空间。对于任意两个向量u,v∈e,如果kuk=kvk,则存在一个超平面h,使得关于h的反射s映射u到v,如果u=6v,则该反射是唯一的。见图12.3。
证据。如果u=v,那么包含u的任何超平面都会执行该操作。否则,我们必须
H=V−U,根据上述公式,
,
从那以后
−−
k u k=kvk,k(v−u)k2=2kuk2−2u·v,
因此,s(u)=v。
如果e是一个复向量空间,内积是Hermitian,那么命题12.2是假的。问题是向量v-u不起作用,除非内部积u·v是真实的!这个提议可以被充分地挽救,从而根据户主转换产生QR分解;见第13.5节。
我们现在证明,超平面反射可以用来获得二维分解的另一个证明。
图12.3:在r3中,垂直于v-u的(超)平面将u反射到v上。
12.2使用户主矩阵进行QR分解
首先,我们用几何方法描述结果。当根据户主矩阵进行翻译时,我们得到了先前宣传的事实,即每个矩阵(不一定可逆)都有一个QR分解。
提案12.3.设e为维数n的非平凡欧几里得空间。对于任何正交基(e1,…,en)和向量的任何n个元组(v1,…,vn),都有一个n等距序列h1,…,hn,使得hi是超平面反射或恒等式,如果(r1,…,rn)是由rj=hn_给出的向量。···h2_h1(vj)
然后,每个RJ是向量(e1,…,ej)的线性组合,1≤j≤n。等价地,其列是RJ在基(e1,…,en)上的分量的矩阵r是上三角矩阵。此外,还可以选择hi,使r的对角线项为非负。
证据。我们在n上进行归纳,对于n=1,对于一些λ∈r,我们有v1=λe1。如果λ≥0,我们让h1=id,否则如果λ<0,我们让h1=−id,关于原点的反射。对于n≥2,我们首先要找到h1。让
R1.1=kV1K。
如果v1=r1,1e1,我们让h1=id。否则,有一个独特的超平面反射h1,这样
h1(v1)=r1,1 e1,
定义为对于所有u∈e,其中
-
映射h1是关于超平面h1的反射,与向量w1=r1,1 e1−v1正交。见图12.4。出租
图12.4:提案12.3中h1的结构。
r1=h1(v1)=r1,1 e1,
很明显,r1属于e1所跨越的子空间,r1,1=kv1k为非负。
接下来假设我们已经找到k线性映射h1,…,hk,超平面反射或恒等式,其中1≤k≤n−1,这样如果(r1,…,rk)是
RJ=香港····H2 H1(VJ)
然后,每个rj是向量(e1,…,ej)的线性组合,1≤j≤k。见图12.5。向量(e1,…,ek)构成UK0表示的子空间的基,向量(ek+1,…,en)构成UK00表示的子空间的基,子空间UK0和UK00是正交的,并且。让
UK+1=hk····h2 h1(vk+1)。
我们可以写信
,
图12.5:提案12.3中r1=h1(v1)的构造。
其中U0K+1∈UK0和。见图12.6。让
.
如果U00K+1=RK+1,K+1EK+1,我们让hk+1=id。否则,有一个独特的超平面反射hk+1,这样定义了所有u∈e,其中
WK+1=RK+1,K+1 EK+1−U00K+1。
地图hk+1是关于超平面hk+1的反射,与向量wk+1=rk+1,k+1 ek+1−u00k+1正交。然而,由于U00K+1、EK+1∈UK00和UK0与UK00正交,子空间UK0包含在hk+1中,因此,属于UK0的向量(R1,…,RK)和U0K+1在hk+1下是不变的。这证明了
HK+1(UK+1)=HK+1(U0K+1)+HK+1(U00K+1)=U0K+1+RK+1,K+1 EK+1
是(e1,…,ek+1)的线性组合。出租
,
由于UK+1=hk····h2 h1(vk+1),矢量
Rk+1=hk+1····h2 h1(vk+1)
是(e1,…,ek+1)的线性组合。见图12.7。Rk+1对Ek+1的系数为,非负。这就结束了归纳步骤,从而证明了这一点。
图12.6:u2=h1(v2)的构造及其分解为。
评论:
(1) 因为每个Hi都是超平面反射或身份,
ρ=hn···h2 h1
是等距测量。
(2) 如果我们在r中允许负对角线项,则可以省略最后一个等值线hn。
(3) 而不是选择Rk,k=ku00kk,这意味着
Wk=Rk,K Ek−U00k,
在1≤k≤n的情况下,如果这使kwkk2变大,则最好选择该值,在这种情况下
.
事实上,由于香港的定义涉及KWKK2除法,所以最好避免用非常小的数字除法。
(4) 该方法也适用于任意m-向量元组(v1,…,vm),m≤n,则r为上三角m×m矩阵,q为带正交列的n×m矩阵(q>q=im)。我们把对方法的微小调整留给读者作为练习。
命题12.3根据户主转换直接产生QR分解(见Strang[164,165]、Golub和van Loan[80]、Trefethen和Bau[171]、Kincaid和Cheney[100]或Ciarlet[41])。
图12.7:提案12.3中h2和r2=h2 h1(v2)的构造。
定理12.4.对于每个实n×n矩阵a,有一个矩阵的序列h1,…,hn,其中每个hi要么是一个户主矩阵,要么是一个恒等式,以及一个上三角矩阵。
R是这样的
R=hn···h2h1a。
作为推论,有一对矩阵q,r,其中q是正交的,r是上三角的,这样a=qr(a的qr分解)。此外,可以选择r,使其对角线项为非负。
证据。a的jth列可以看作是en的规范基(e1,…,en)上的矢量vj(其中(ej)i=1,如果i=j,则为0,否则为1≤i,j≤n)。将命题12.3应用于(v1,…,vn),有一个n等轴测h1,…,hn的序列,使得hi是超平面反射或恒等式,如果(r1,…,rn)是
rj=hn····h2 h1(vj)
那么每个r j都是向量(e1,…,ej)的线性组合,1≤j≤n。假设r是向量rj的列的矩阵,hi是与hi相关的矩阵,很明显
R=hn···h2h1a,
其中r是上三角形,每个hi都是户主矩阵或恒等式。但是,hi hi=所有i的id,1≤i≤n,依此类推。
Vj=h1 h2···hn(RJ)
对于所有j,1≤j≤n。但ρ=h1 h2····hn是由正交矩阵q=h1h2·····hn表示的等值线。很明显,a=qr,其中r是上三角形。正如我们在命题12.3中所指出的,r的对角线项可以选择为非负。
评论:
(1)出租
AK+1=hk···h2h1a,
当a1=a,1≤k≤n时,命题12.3的证明可以用矩阵a1,…,an+1=r的序列的计算来解释。矩阵ak+1
网络错误 | ||||
---|---|---|---|---|
网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 网络错误 |
其中,矩阵的第(k+1)列是向量
英国+1=hk···h2 h1(vk+1)
因此
和
.
如果k+1列中的最后一个n−k−1项都为零,则无需执行任何操作,我们让hk+1=i。否则,我们将这些n−k−1项乘以左边的ak+1,再乘以户主矩阵hk+1发送
至(0,…,0,Rk+1,K+1,0,…,0)
哪里。
(2) 如果a是可逆的,r的对角线项是正的,则可以表明q和r是唯一的。
(3) 如果我们在r中允许负对角项,矩阵hn可以省略(hn=i)。
(4) 这个方法可以计算a的行列式。
Det(a)=(-1)mr1,1····rn,n,
其中,m是hi中的户主矩阵(而不是同一性)的数目。
(5) 矩阵A的“条件号”被保留(见Strang[165]、Golub和van Loan[80]、Trefethen和Bau[171]、Kincaid和Cheney[100]或Ciarlet[41])。这对数值稳定性非常有利。
(6) 该方法也适用于矩形M×N矩阵。如果m≥n,则r为n×n上三角矩阵,q为m×n矩阵,q>q=in。
下面的matlab函数使用户主反射实现了实平方(可能是奇异的)矩阵a的qr因子分解方法。
主函数houseqr计算通过对a应用householder反射得到的上三角矩阵r,它利用函数house计算单位向量u,从而给出向量x∈r p,householder转换p=i−2uu>将x中除th以外的所有项置零。e第一个条目x1。仅当kx(2:p)k1=x2+··········xp>0时适用。由于计算是在浮点进行的,所以我们使用一个公差因子tol,如果kx(2:p)k1≤tol,那么我们返回u=0,这表明相应的户主转换是同一性。为了确保kpxk尽可能大,我们选择uu=x+符号(x1)kxk2 e1,其中,如果z≥0,符号(z)=1,如果z<0,符号(z)=1。请注意,因此,R中的对角线条目可能是负数。我们稍后会处理这个问题。
函数s=signe(x)
%如果x大于等于0,则signe(x)=1
%否则,如果x<0,则signe(x)=-1
%
如果x<0
S=-1;
其他的
S=1;
端部功能[u u,u]=房屋(x)
%这构造了一个非规范化的向量uu%,它定义了户主反射,该反射除了x中的第一个条目外,其余的都为零。
%u是归一化向量uu/uu||
%
tol=2*10^(-15);%公差uu=x;p=尺寸(x,1);
%计算x的l^1-范数(2:p,1)n1=和(abs(x(2:p,1));如果n1<=tol
u=零(p,1);uu=u;
其他的
l=sqrt(x’x);%l^2 x u u(1)=x(1)+signe(x(1))l;u=uu/sqrt(uu’*uu);结束
户主转换记录在n-1向量的数组u中。有更有效的实现,但是为了清晰起见,我们提供了以下版本。
函数[r,u]=houseqr(a)
%此函数计算qr因子分解中的上三角r
%一个使用户主的思考,和一个隐含的代表
%作为代表户主的n-1向量的序列
%反射
n=尺寸(a,1);r=a;
u=零(n,n-1);对于i=1:n-1
[~,u(i:n,i)]=房屋(r(i:n,i));如果u(i:n,i)==零(n-i+1,1)
r(i+1:n,i)=0(n-i,1);否则
r(i:n,i:n)=r(i:n,i:n)-2u(i:n,i)(u(i:n,i)’*r(i:n,i:n));末端
如果只需要R,那么houseqr就可以完成这项工作。为了获得R,我们需要组成户主转换。我们提出了一种不是最有效的简单方法(有一种方法可以避免户主矩阵的明确乘法)。
buildhouse函数从向量v创建一个户主反射。
功能P=建筑房屋(V,I)
%这个功能建立了一个户主的反映
%[I 0]%[0页]
%从户主的反映
%pp=i-2uu*uu’
%式中uu=v(i:n)
%如果uu=0,则p-i
%
n=尺寸(v,1);如果v(i:n)=0(n-i+1,1)
P=眼睛(N);其他
pp=眼睛(n-i+1)-2v(i:n)v(i:n)’;
P=[眼(i-1)零(i-1,n-i+1);零(n-i+1,i-1)p p];结束
函数buildq在a的qr分解中构建矩阵q。
函数q=构建q(u)
%在QR分解中建立矩阵Q
%使用户主矩阵的nxn矩阵a,
%其中u代表n-1
%户主反射由产生的向量列表u
%房屋
n=尺寸(u,1);
Q=建筑物(U(:,1),1);对于i=2:n-1
Q=Q*Buildhouse(U(:,I),I);结束
函数buildhouseqr计算a的qr因子分解。最后,如果r对角线上的某些项为负数,它将创建一个对角线正交矩阵p,使pr具有非负对角线项,因此a=(qp)(pr)是a的所需qr因子分解。
功能[q,r]=建筑屋qr(a)
%
%计算正方形的qr分解
%使用户主反射的矩阵A(可能是单数)
n=尺寸(a,1);
[r,u]=房屋qr(a);
Q=建筑Q(U);
%生成一个矩阵r,其对角线项为
%非负p=眼(n);对于i=1:n,如果r(i,i)<0
p(i,i)=-1;结束
结束
Q=QP;R=PR;
结束
例12.1。考虑矩阵
.
运行函数buildhouseqr,我们得到
网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 | |
---|---|---|---|
网络错误 网络错误 网络错误 网络错误 | 网络错误 网络错误 网络错误 网络错误 | 网络错误 |
观察A的等级为2。读者应检查a=qr。
备注:奇怪的是,运行matlab内置函数q r,得到相同的r(最多列符号),但得到不同的q(最后两列不同)。
12.3总结
本章的主要概念和结果如下:
• 关于f和平行于g的对称(或反射)。
• 关于f和g的正交对称(或反射);反射,翻转。
• 超平面反射和户主矩阵。
• 关于反思的关键事实(提案12.2)。
• 根据户主变换的qr分解(定理12.4)。
12.4问题
问题12.1。(1)给定单位向量(−sinθ,cosθ),证明由向量(−sinθ,cosθ)确定的户主矩阵是
.
给出几何解释(即为什么选择(−sinθ,cosθ)?(2)给出任何矩阵
,
证明有一个户主矩阵h,使得ah是下三角形,即,
对于一些a0,c0,d0∈r。
问题12.2。给出了一个维数为n的欧几里得空间e,如果h是一个与非零向量u正交的超平面的反射,而f是任何一个等距,证明f h f−1是一个与f(u)正交的超平面的反射。
问题12.3。(1)给出矩阵
,
证明有户主矩阵g,h,这样
其中d是一个对角矩阵,如果下列方程成立:
(b+c)cos(θ+_)=(a-d)sin(θ+),(c-b)cos(θ-)=(a+d)sin(θ-)。
(2)讨论系统的可解性。考虑以下情况:
情况1:A−D=A+D=0。
案例2a:a−d=b+c=0,a+d=0.6
案例2b:a−d=0,b+c=06,a+d=0.6案例3a:a+d=c−b=0,a−d=0.6
案例3b:A+D=0,C−B=06,A−D=0.6
案例4:A+D=06,A-D=06。显示这种情况下的解决方案是
,
如果b=0,说明讨论更简单:基本上,考虑c=0或c=0.6
(3)用u=cotθ和v=cot_表示,表明(2)中的方程
(b +c)(u v−1)=(u+v)(a−d),
(c −b)(u v+1)=(−u+v)(a+d)。
问题12.4.设a为n×n实可逆矩阵。
(1)证明a>a是对称正定的。
(2)使用Cholesky因式分解a>a=r>r和r上三角带正对角项证明q=ar−1是正交的,因此a=qr是a的qr因式分解。
问题12.5。修改函数houseqr,使其适用于m≥n的m×n矩阵,以生成m×n上三角矩阵,其最后的m-n行为零。
问题12.6.这个问题的目的是证明,给定任意自伴线性映射f:e→e(即f=f),其中e是尺寸n≥3的欧几里得空间,给定一个正交基(e1,…,en),存在n-2等距线hi、超平面反射或恒等式,使得的trix
hn−2···h1 f h1··hn−2
是对称三对角矩阵。
(1)证明对于任何等距线f:e→e,我们有f=f=f−1 iff f=id。
证明如果f和h是自伴线性映射(f=f和h=h),则h f h是自伴线性映射。
(2)设vk为(ek+1,…,en)所跨越的子空间。通过归纳法进行。对于基本情况,按以下步骤进行。
让
让
.
找到一个h1(反射或id)等距线,这样
h1(f(e1)−a01e1)=r1,2 e2。
观察w1=r1,2e2+a01e1−f(e1)∈v1,
并证明h1(e1)=e1,因此
.
设f1=h1 f h1。
通过归纳假设
fk=香港···h1 f h1···香港
具有一个到第k行和第k列的三对角矩阵,1≤k≤n-3,让
,
让
找到一个等距线hk+1(反射或ID),以便
HK+1(FK(EK+1)−AKKEK−AKK+1EK+1)=RK+1,K+2 EK+2。
注意
,
并证明hk+1(ek)=ek和hk+1(ek+1)=ek+1,因此
hk+1 fk hk+1(ek+1)=akkek+akk+1ek+1+rk+1,k+2 ek+2。
让fk+1=hk+1 fk hk+1,完成证明。
(3) 证明在任意对称n×n-矩阵a下,存在n-2矩阵h1,…,hn-2,
户主矩阵或身份,这样
B =hn−2···h1ah1···hn−2
是对称三对角矩阵。
(4) 编写实现上述方法的计算机程序。
问题12.7.从问题中回忆?如果所有(j,k)的hjk=0,则n×n矩阵h为上Hessenberg,因此j−k≥0。调整问题12.6的证明,以证明在给定任何n×n矩阵a的情况下,存在n−2≥1矩阵h1,…,hn−2,户主矩阵或身份,从而
B =hn−2···h1ah1···hn−2
是上海森堡。
问题12.8。这个问题的目的是证明,给定线性映射f:e→e,其中e是尺寸n≥2的欧几里得空间,给定正交基(e1,…,en),存在等距gi、hi、超平面反射或恒等式,使得
gn···g1 f h1···hn
是一个较低的双对角矩阵,这意味着非零项(如果有的话)位于主降对角线和其下的对角线上。
是(e1,…,ek)所跨越的子空间,是(ek+1,…,en),1≤k≤n-1所跨越的子空间。对基本情况进行归纳,如下进行。设v1=f(e1)和r1,1=kv1k。求一个h1(反射或ID)等距线,使
h1(f(e1))=r1,1e1。
注意,这样
hh1(f(e1)),eji=0
对于所有j,2≤j≤n,并得出结论:
he1,f_h1(ej)i=0
对于所有j,2≤j≤n。
下一个let
,
在哪里,让。找一个等距线g1(反射或ID),这样
.
显示g1(e1)=e1,
,
而he1,g1 f h1(ej)i=0
对于所有j,2≤j≤n。在本阶段结束时,表明g1 f h1具有一个矩阵,使得其第一行上的所有条目(可能第一行除外)都为零,并且第一列上的所有条目(可能前两列除外)都为零。
通过归纳,假设已经发现了一些等轴测图g1,…,gk和h1,…,hk,或者反射,或者身份,并且
fk=gk····g1 f h1···hk
具有一个矩阵,该矩阵在K行和K列之前(包括K列),其中1≤K≤N-2。
让
,
在哪里,让。找到一个等距线hk+1(反射或ID),以便
.
显示如果hk+1是反射,则UK0 hk+1,其中hk+1是定义反射hk+1的超平面。推断hk+1(vk0+1)=vk0+1,并且
hk+1(fk(ek+1))=vk0+1+rk+1,k+1ek+1。
注意,这样
对于所有j,k+2≤j≤n,因此,
hek+1,fk_hk+1(ej)i=0
对于所有j,k+2≤j≤n。
下一个let
,
其中U0K+1∈UK0+1和,并设为。找一个等距线GK+1
(反射或ID)使得
.
如果gk+1是反射,那么,其中gk+1是定义反射gk+1的超平面。推断所有i的gk+1(ei)=ei,1≤i≤k+1,以及
.
因为通过归纳假设,
hei,fk_hk+1(ej)i=0
对于所有i,j,1≤i≤k+1,k+2≤j≤n,由于gk+1(ei)=ei对于所有i,1≤i≤k+1,得出如下结论:
hei,gk+1_fk_hk+1(ej)i=0
对于所有i,j,1≤i≤k+1,k+2≤j≤n,完成证明。