矩陣分解的研究[畢業(yè)論文]

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　?。?0 屆）</b></p><p><b>　　矩陣分解的研究</b></p><p>　　所在學院 </p><p>　　專業(yè)班級

2、 數學與應用數學 </p><p>　　學生姓名 學號 </p><p>　　指導教師 職稱 </p><p>　　完成日期 年 月 </p><p>　　摘 要: 數學作為一種創(chuàng)造性活動不僅

3、擁有真理，而且擁有至高無上的美，而矩陣就是其中的重要組成部分.在近代數學、工程技術、經濟理論管理科學中，大量涉及到矩陣理論的知識.矩陣分解對矩陣理論及近代計算數學的發(fā)展起了關鍵的作用.尋求矩陣在各種意義下的分解形式，是對與矩陣有關的數值計算和理論都有著極為重要的意義.這些分解在數值代數和最優(yōu)化問題的解決中都有著十分重要的角色以及在其他領域方面也起著必不可少的作用.本文首先給出了矩陣的定義，接下來敘述了矩陣的分解，然后介紹了矩陣分解的幾種

4、類型，如滿秩分解、奇異值分解、三角分解、和式分解、分解等常用的幾種分解，最后通過簡單的應用來說明矩陣分解的重要作用.</p><p>　　關鍵字:滿秩分解；奇異值分解;三角分解;和式分解;分解單純形法的</p><p>　　MATRIX FACTORIZATIONS</p><p>　　Abstract：Mathematics as a kind of creat

5、ive activity possesses not only truth, but supreme beauty, but with matrix is one of the important part in modern mathematics. Economic theory, engineering technology, management science, large involves matrix theory kno

6、wledge. Matrix decomposition of matrix theory and the development of modern computing mathematics plays a key role in various meanings. Seek matrix decomposition form, is under the right and matrix related numerical calc

7、ulation and theoretic</p><p>　　Key words: Full rank factorization, Singular value decomposition, Triangle decomposition, Assignment-compatible decomposition, </p><p><b>　　目 錄</b><

8、;/p><p><b>　　目 錄3</b></p><p><b>　　1 前 言1</b></p><p>　　1.1研究背景1</p><p>　　1.2研究意義1</p><p>　　1.3研究目標1</p><p>　　1.

9、4研究方法1</p><p>　　1.5研究步驟1</p><p>　　2 矩陣分解的相關概念介紹1</p><p>　　2.1 矩陣的定義1</p><p>　　2.2 矩陣分解的含義1</p><p>　　3 矩陣分解的幾種形式2</p><p>　　3.1

10、滿秩分解2</p><p>　　3.2奇異值分解5</p><p>　　3.3三角分解10</p><p>　　3.4和式分解13</p><p>　　3.5QR分解14</p><p>　　4 矩陣分解的應用15</p><p>　　4.1數值計算上的應用15<

11、/p><p>　　4.2簡化問題上的應用20</p><p>　　5 總 結21</p><p>　　致 謝錯誤!未定義書簽。</p><p><b>　　參考文獻22</b></p><p><b>　　1 前 言</b></p><p&

12、gt;<b>　　研究背景</b></p><p>　　由于在近代數學、工程技術、經濟理論管理科學中，大量涉及到矩陣理論的知識.因此，矩陣理論自然就是學習和研究上述學科必不可少的基礎之一.另一方面，矩陣理論發(fā)展到今天，已經形成了一整套的理論和方法，內容非常豐富.矩陣分解對矩陣理論及近代計算數學的發(fā)展起了關鍵的作用.尋求矩陣在各種意義下的分解形式，是對矩陣有關的數值計算和理論都有著極為重要的意

13、義.因為這些分解式的特殊形式，一是能夠明顯的反映出原矩陣的某些特征；二是分解的方法與過程提供了某些有效的數值計算方法和理論分析根據.這些分解在數值代數和最優(yōu)化問題的解決中都有著十分重要的角色以及在其他領域方面也起著必不可少的作用.</p><p><b>　　研究意義</b></p><p>　　通過網絡以及圖書館的大量文獻資料的查找和翻閱，向人們介紹矩陣及矩陣分解的

14、理論知識，主要是矩陣的各種分解形式的定義以及它們的應用.</p><p><b>　　研究目標</b></p><p>　　熟悉矩陣分解的基本理論，了解矩陣的幾種常用分解形式.通過學習可以具有分析問題，解決問題的基本能力，并且能用相關的分解形式來解決數值代數和最優(yōu)化問題等方面的問題.</p><p><b>　　研究方法</b&

15、gt;</p><p>　　探討矩陣分解的理論知識與應用問題，要理論聯(lián)系實際！怎么把矩陣分解的知識應用到實際中！矩陣分解的知識在實際中有很廣泛的作用．主要是通過大量的搜查資料，尋找相關信息，總結矩陣分解的理論知識和實際應用.我將會通過上網和去圖書館借相關的書來得到資料信息．</p><p><b>　　研究步驟</b></p><p>　　第一

16、部分：引言．分析研究背景、研究意義、研究目標、研究方法和研究思路．</p><p>　　第二部分：矩陣分解的相關概念介紹,即矩陣的基本概念，矩陣分解的定義.</p><p>　　第三部分：對矩陣分解的幾種常用形式進行分析，即對滿秩分解、奇異值分解、三角分解、和式分解、QR分解的定義以及定理做出說明.</p><p>　　第四部分：矩陣分解的應用，在數值計算上的應用，

17、在最優(yōu)化問題方面的應用.</p><p><b>　　第五部分：小結.</b></p><p>　　2 矩陣分解的相關概念介紹</p><p>　　在數學的應用中，我們經常會用到矩陣的分解，通過矩陣的分解，常?？梢赃_到簡化計算的目的.在數值計算上，最優(yōu)化問題上都有用到.可是，很多人對矩陣分解的了解還是不夠的，他們分不清什么才是矩陣的分解以及矩

18、陣幾種分解形式的區(qū)別，在什么情況下，用怎樣的分解形式才能達到簡化計算的目的.</p><p>　　那么我們首先介紹一下矩陣的定義．</p><p>　　2.1 矩陣的定義</p><p>　　定義 1：由個數排成的行、列的長方形表</p><p><b>　　(1)</b></p><p>

19、　　稱為數域上的一個矩陣.其中的稱為這個矩陣的元.兩個矩陣相等就是它們對應位置的元全相等[1].</p><p>　　矩陣通常用一個大寫拉丁字母表示.如（1）的矩陣可以被記為.如果矩陣的行數與列數相等，則稱它為階方陣.數域上所有矩陣的集合記為,所有階方陣的集合記為，元全為0的矩陣稱為零矩陣，記為0.矩陣的位于第行、第列的元簡稱為的元，記為.如果矩陣的元是，則可以寫成.為了說明這個矩陣是行列的，也可寫成或.當時又記

20、為【2】.</p><p>　　2.2 矩陣分解的含義</p><p>　　簡單的說，矩陣分解是指將一個矩陣分解為比較簡單的或具有某種特性的若干矩陣的和或乘積[2].也就是說，矩陣分解就是將矩陣分解為各種形式，通過各種形式的應用來體現(xiàn)矩陣分解的意義.主要通過下面的幾種分解形式來具體的介紹.</p><p>　　3 矩陣分解的幾種形式</p>

21、<p><b>　　滿秩分解</b></p><p>　　如果矩陣的行（列）向量組線性無關，則有行（列）滿秩矩陣</p><p>　　定義 2：設（r>0）,即的秩是,則存在矩陣,使得</p><p><b>　　(2)</b></p><p>　　則稱式（2）是矩陣的滿秩分解[3]

22、.</p><p>　　證：因為，所以存在階可逆陣和階置換陣，使.令,其中是列滿秩陣,這樣</p><p><b>　　,</b></p><p>　　顯然是行滿秩的陣.令,即得所證.</p><p>　　設 ,</p><p>　　則 .</p>

23、;<p>　　這也是的滿秩分解的表示形式.</p><p>　　定理 1【4】 秩為的實矩陣可分解成個秩為1的矩陣之和.</p><p>　　證明 由性質可知存在可逆矩陣、，使得</p><p>　　因此，得 </p><p><b>　　而秩秩，</b></p><

24、;p><b>　　得證.</b></p><p>　　下面是求矩陣的滿秩分解的例子.</p><p><b>　　例 1 設</b></p><p><b>　　.</b></p><p>　　求矩陣的滿秩分解.解 先用行初等變換把

25、矩陣化為簡化階梯形</p><p><b>　　,</b></p><p><b>　　其中，是行滿秩陣.</b></p><p>　　顯然線性無關,且.由于行初等變換保持矩陣列向量組的線性組合關系,因此線性無關,且.取</p><p><b>　　,</b></p>

26、;<p><b>　　顯然是列滿秩陣,且</b></p><p><b>　　,</b></p><p><b>　　即為的滿秩分解.</b></p><p>　　更進一步有如下定理.</p><p>　　定理 2(正交滿秩分解定理) 設是階實矩陣, 的秩為r，則

27、存在列正交矩陣和行滿秩的陣，使.其中，列正交的含意為.</p><p>　　證 由前面對滿秩分解的定義可知,存在列滿秩的陣和行滿秩的陣,使.于是是秩為的階方陣,且易證是正定陣.這樣存在階正定陣,使得.且.記,則是列正交陣,即,且是行滿秩的陣.顯然有,這便是的正交滿秩分解.</p><p>　　例 2 求矩陣的滿秩分解的表達式</p><p><b>

28、;　　(1) ,</b></p><p><b>　　(2) </b></p><p>　　解 (1)對矩陣只作初等行變換得到行簡化階梯形矩陣</p><p><b>　　于是取</b></p><p>　　那么,即為其滿秩分解表達式.</p><p>　　(2)

29、 對矩陣只作初等行變換得到行簡化階梯形矩陣</p><p><b>　　于是取</b></p><p>　　那么,即為其滿秩分解的表達式.</p><p>　　從上面兩個例子,我們可以看出對此類問題有一種很普遍的方法.設為一個形矩陣,其秩為,對僅作初等行變換即可得到它的行簡化階梯形矩陣,假設主元所在的列為第列,第列,…,第列向量組成矩陣,是一個

30、形矩陣;然后將中元素全為零的行去掉,剩下的行向量組成矩陣,是一個形的矩陣.最后得到,即為所求矩陣的滿秩分解的表達式.另外,要注意矩陣滿秩分解表達式并不唯一.</p><p><b>　　奇異值分解</b></p><p>　　為了引入矩陣的奇異值,先介紹兩個引理[5]</p><p>　　引理 1 對于任何一個矩陣都有</p>

31、<p>　　rank=rank=rank</p><p>　　證明：方程組與同解，所以有rank=rank</p><p>　　又因為與同解，所以有rank= rank</p><p><b>　　又有,立即可證之.</b></p><p><b>　　引理 2 設,則</b></

32、p><p>　　1) 、的特征值均為非負實數.</p><p>　　2) 與有相同的非零特征值.</p><p>　　證 1) 由于、均為埃爾米特矩陣,即可得證</p><p>　　2) 設的特征值依大小順序編號為</p><p>　　的特征值依大小順序編號為</p><p>　　由可得,這表明既是

33、的特征值,又是的特征值.同理可證,既是的特征值,又是的特征值.</p><p><b>　　證明的前提是</b></p><p>　　若，則由可得或者，因為，則有，而又是非零特征值，那么就產生矛盾，不成立。</p><p>　　設是對應于的線性無關的特征向量,由上面的討論知是的屬于特征值的特征向量,不難證明它們是線性無關的.這說明的重特征值也是

34、的重特征值.反之亦然,因此結論2)成立.</p><p>　　由上面的兩個引理,2我們可以給出奇異值分解的定義.</p><p>　　定義 3 設,則 </p><p>　　設,的正特征值,的正特征值,稱</p><p>　　是的正奇異值,簡稱奇異值[6].</p><p>　　定理 3 設矩陣的奇異

35、值中有個不等于零,記為.它們構成的階對角陣記為.令階矩陣具有如下分塊形式:</p><p><b>　　,</b></p><p><b>　　則存在正交矩陣,使</b></p><p><b>　　.</b></p><p>　　證 因為是階半正定對稱矩陣,則存在階正交矩陣

36、使</p><p><b>　　,</b></p><p>　　上式右端為階矩陣.將分塊,寫成</p><p><b>　　,</b></p><p>　　其中,.因為是正交陣,所以,由</p><p><b>　　,</b></p>&l

37、t;p><b>　　得</b></p><p><b>　　即</b></p><p><b>　　.</b></p><p><b>　　而</b></p><p><b>　　,</b></p><p&g

38、t;<b>　　其中</b></p><p><b>　　,</b></p><p><b>　　且</b></p><p><b>　　,</b></p><p>　　將擴充成正交矩陣,則有</p><p><b>　　

39、.</b></p><p><b>　　下面是一個例子</b></p><p><b>　　例 3 求矩陣</b></p><p><b>　　的奇異值分解.</b></p><p><b>　　解 因為</b></p>

40、<p><b>　　,</b></p><p>　　其特征值為,故的奇異值為,的正交單位特征向量為</p><p><b>　　.</b></p><p><b>　　于是</b></p><p><b>　　解線性方程組</b></p&g

41、t;<p><b>　　得通解為</b></p><p><b>　　,</b></p><p>　　取,得為單位向量.于是</p><p><b>　　,</b></p><p><b>　　.</b></p><p&g

42、t;　　容易驗證此時 .</p><p>　　從上面的例子中,我們可以知道奇異值分解是矩陣分解這類問題中一種比較復雜得情況,任意一個矩陣的奇異值分解過程可分為以下幾個步驟進行.設.</p><p>　　首先求出矩陣的個特征值以及個非零特征值,將它們記為,從而求出矩陣的個奇異值并得到一個形矩陣,這里.</p><p>　

43、　求出矩陣的分別屬于特征值的標準正交特征向量,于是得到矩陣,其中是一個形矩陣, 是一個形矩陣.</p><p>　　寫出矩陣,它是一個形的次酉矩陣,再構造,使得為一個階酉矩陣.</p><p>　　寫出矩陣的奇異值分解的表達式,即.</p><p><b>　　三角分解</b></p><p>　　設給定的矩陣,將方陣分

44、解成一個下三角矩陣和一個上三角矩陣的乘積,即,這種分解稱為矩陣的三角分解,又稱為矩陣的分解[7].這樣的和都比較簡單,所以矩陣的分解具有使矩陣運算得以簡化的特點.</p><p>　　定理 4 存在單位下三角陣和可逆上三角陣,使方陣分解為的充分必要條件是的各階順序主子陣可逆.</p><p>　　證 充分性.對的階數n進行歸納.當時，結論顯然成立.假設結論對階陣成立，當為階方陣時，令&l

45、t;/p><p><b>　　，</b></p><p>　　其中，是矩陣，是矩陣.由于的各階順序主子陣可逆,因此的各階順序主子陣也可逆.由歸納假設,存在階單位下三角陣和可逆上三角陣,使.這樣</p><p><b>　　,</b></p><p>　　其中,.上式兩邊取行列式得</p>

46、<p><b>　　,</b></p><p><b>　　因此,.又</b></p><p><b>　　,</b></p><p>　　其中,是單位下三角陣.</p><p><b>　　是可逆上三角陣.</b></p><

47、;p>　　必要性 設,其中是單位下三角陣, 是可逆上三角陣.令</p><p><b>　　,</b></p><p>　　其中,是階單位下三角陣,是階可逆上三角陣.</p><p><b>　　由得</b></p><p><b>　　,</b></p>

48、<p>　　由于為單位下三角陣,所以可逆.由于是可逆上三角陣，所以也可逆，從而可逆，也即的階順序主子陣可逆.</p><p>　　定理 5[8] 給定矩陣,主元均不為零的充分必要條件是的順序主子式都不為零.</p><p>　　定理 6[9] 設是n階矩陣，可以唯一地分解為單位下三角矩陣和上三角矩陣的乘積當且僅當的前個順序主子式.</p><p>　　

49、我們可以從下面的這個例子來更明白的了解矩陣的三角分解.</p><p>　　例 4 設,將分解成單位下三角陣和可逆上三角矩陣的乘積.</p><p>　　解 只需用類行初等變換,其中,</p><p>　　于是 ,</p><p>　　故

50、 </p><p><b>　　例 5 將</b></p><p>　　分解成下三角陣與單位上三角陣的乘積.</p><p><b>　　解 設,其中</b></p><p><b>　　,</b></p><p>　　則有 =2，=

51、1，=0，=1</p><p>　　故 </p><p>　　若將分解為,則方程組</p><p>　　(為維向量)的求解可轉化為求解方程組</p><p><b>　　如令,則有</b></p><p><b>　　即</b><

52、;/p><p><b>　　最后求出和.</b></p><p><b>　　和式分解</b></p><p>　　矩陣的和式分解是指將一個矩陣分解為兩個或兩個以上特征矩陣(如單位矩陣,對稱矩陣)的和的形式[10].</p><p>　　下面兩個結論是以前書上的兩個課后習題,現(xiàn)在以定理的形式給出并加以證

53、明.</p><p>　　定理 7 任何一個階矩陣都可以表示成一個對稱矩陣和一個反對稱矩陣之和.</p><p>　　證明 設為任意階矩陣,構造矩陣</p><p>　　而 ,</p><p>　　所以為對稱矩陣,為反對稱矩陣,且有</p><p>　　定理 8 秩為

54、的實對稱矩陣可表示成個秩為1的對稱矩陣之和,其組合系數為的特征值.</p><p>　　證明 因是秩為的階實對稱矩陣,故存在正交矩陣,使</p><p>　　其中為的全部非零特征值,則</p><p>　　其中表示第行第列的元素為1，其余元素為0的階矩陣.</p><p><b>　　,故為對稱矩陣.</b><

55、/p><p>　　又因為秩,為可逆矩陣,故秩秩,即表示成個秩為1的對稱矩陣之和，且組合系數為的特征值.</p><p>　　若矩陣可分解為兩個或幾個矩陣的和,則可以用分解式計算與可交換的矩陣, 的冪次或的特征值等.</p><p>　　例 6 設,求所以與可交換的矩陣</p><p>　　解 ,設與可交換.</p><p&

56、gt;<b>　　即</b></p><p><b>　　可得</b></p><p><b>　　即</b></p><p>　　所以,,故,為任意實數.</p><p>　　從上面例子可以發(fā)現(xiàn)，將一個矩陣A分解成單位矩陣E與另一個矩陣和的形式，這樣大大簡化了計算，從而比較方

57、便、快捷的解決了問題.需要說明的是這種處理方法并不是在所有情況下都適用的，要具體問題具體分析.但這種處理問題的方法是值得借鑒的，當發(fā)現(xiàn)用常規(guī)的方法處理問題比較繁瑣或無法解決時可嘗試這樣的方法，尋找合適的特征矩陣將原矩陣進行分解.用矩陣分解的方法解決問題其靈活性技巧性比較強，要注意把握其特征，找到合適的矩陣將其分解是關鍵.</p><p><b>　　QR分解</b></p>&

58、lt;p>　　一個矩陣的分解是指將矩陣分解為，其中是正交矩陣，是上三角陣，因此，分解有時也稱為正交三角分解[11]或者說實非奇異矩陣能夠化成正交矩陣和實非奇異上三角矩陣的乘積,即</p><p><b>　　(3)</b></p><p>　　稱式(3)為的分解[12]</p><p>　　分解是數值線性代數的基本分解方法之一,不僅在實際

59、中有廣泛的應用,而且在理論研究上也很有意義.</p><p>　　定理 9[13] (分解的唯一性) 若是非奇異的,則存在唯一正交矩陣和主對角線元素全為正的上三角矩陣,使得.</p><p>　　定理 10[14] 給矩陣的任意一列乘以一個常數k,其對應的新矩陣的分解形式中不變,而的對應列乘以常數K,其他列不變.</p><p>　　定理 11[15] 是n 階

60、非奇異矩陣, 則總可經過一些行和列的初等變換分解為 的形式,其中為正交矩陣,為非奇異的上三角矩陣.</p><p>　　QR分解在解決最小二乘問題，特征值的計算等方面有十分重要的應用.</p><p>　　4 矩陣分解的應用</p><p><b>　　數值計算上的應用</b></p><p>　　例7：設矩陣，求.（

61、東南大學06）</p><p>　　解 對矩陣作如下的初等變換</p><p>　　所以的初等因子為，.</p><p><b>　　令，即</b></p><p>　　所以的標準形為 ： </p><p><b>　　從而得 </b></p>&

62、lt;p><b>　　即</b></p><p>　　例8：設為階實矩陣，為階單位矩陣.證明：，其中為虛數單位.（清華大學06）</p><p>　　解 由定理可知 存在可逆的酉矩陣，使得</p><p>　　從而有 </p><p>　　由于為階實矩陣，所以的特征多項式為次實多項式，又實

63、多項式的復根是成對共軛出現(xiàn)的，因此的復特征值是成對共軛出現(xiàn)的.</p><p>　　①當的所有特征值都不是（或），則的特征值不存在（或）.則此時</p><p><b>　　，</b></p><p>　　且有 ， </p><p>　　而此時 </p><p><

64、;b>　　從而得 </b></p><p>　?、诋數奶卣髦抵写嬖谟校ɑ颍?，則一定有一特征值（或）存在.并且有幾個（或）存在相應的就有幾個（或）存在.</p><p><b>　　又由于 ，</b></p><p><b>　　從而 知 </b></p><p><

65、;b>　?。ǎ┲胁粸榱愕膫€數</b></p><p><b>　　（）中不為零的個數</b></p><p><b>　　從而可得</b></p><p><b>　　得證.</b></p><p>　　例9 ：設為階矩陣，且，證明：秩+秩.（廈門大學06）&

66、lt;/p><p><b>　　解 由于，則</b></p><p>　　因此 為的化零多項式</p><p>　　從而有 </p><p>　　所以的最小多項式的根只能為-1或1</p><p>　　又的特征多項式與最小多項式有相同的根，因此的特征值為

67、-1或1.</p><p>　　假設的特征值中有個-1（或1），則的另外的個特征值必為-1（或1）.</p><p>　　由性質可知， 存在正交矩陣，使得 </p><p><b>　　則有</b></p><p>　　因此 </p><p><b>　

68、　同理可得 </b></p><p>　　則有 </p><p>　　從而有 秩+秩 得證.</p><p>　　例10： 設是秩為的階矩陣. 證明: 存在秩為的方陣和使得.</p><p>　　證明 因為是秩為的階矩陣，由性質得存在可逆矩陣、，使得&

69、lt;/p><p><b>　　現(xiàn)令、，則有</b></p><p><b>　　得證.</b></p><p>　　例11： 設為級矩陣, 求證: (1) 存在正整數使得秩() 秩(); (2) 若存在正整數使得秩()秩(), 則對于任意正整數, 秩()秩().</p><p>　　證明 由性質可知

70、知存在酉矩陣，使得 ，</p><p>　　其中，且為矩陣的特征值.</p><p>　　不妨假設 、，則可得</p><p>　　，為可逆矩陣，因此對任意的正整數，有</p><p>　　， （2）</p><p>　　又對任意，，且，

71、 （3）</p><p>　　因此可令，則由（3）式，知 （4）</p><p>　　由（4），得 對任意的，有 從而由（2）、（4），得</p><p><b>　　秩秩</b></p><p>　　且對任意的正整數，

72、也有</p><p>　　秩秩 得證.</p><p><b>　　簡化問題上的應用</b></p><p><b>　　例12： 設，求.</b></p><p>　　解 由于，則由性質可知 </p><p><b>

73、　　其中，，則有</b></p><p><b>　　所以 </b></p><p><b>　　5 總 結</b></p><p>　　隨著科學技術的發(fā)展,簡單的矩陣已經不能夠解決很多問題.不僅僅是數學上的問題,在實際的很多需要數學知識的情況下,矩陣分解,能夠簡化計算的很多步驟,是結果能夠更清晰

74、.所以為了解決這些問題,人們對矩陣進行了分解,并且對它進行研究發(fā)展,使之能夠更系統(tǒng)化、全面化.現(xiàn)今矩陣分解是高等數學最基本、最重要的組成部分，是現(xiàn)代數學許多分支的基礎，是人類認識客觀世界、探索宇宙奧秘乃至人類自身的典型數學模型之一.并且矩陣分解的各種形式也隨之成為解決實際問題中的一種有力工具之一，其應用的范圍也越來越廣泛.本文通過對大量文獻資料的查閱，向人們介紹矩陣分解的理論，主要是分析了矩陣的幾種分解形式以及它們的應用.第一部分：引言

75、部分．分析研究背景、研究意義、研究目標、研究方法和研究思路．第二部分:矩陣的基本概念,通過矩陣的概念來闡述矩陣分解的定義. 一直以來,都沒有哪里很詳細的說出矩陣分解的定義,都僅僅是通過矩陣的各種分解形式來間接說明矩陣分解的定義.本文也是通過這樣的方式來說明矩陣分解.第三部分:詳細的介紹了幾種矩陣分解的形式,即滿秩分解、奇異值分解、三角分解、和式分解、QR分解,介紹了他們的定義,以及一些定理并對一些</p><p>

76、;　　如果在實際工作中，我們能經常利用數學的思想去思考問題，往往能突破我們思維上的禁錮，拓寬考慮問題的思路，可以為實際問題的順利解決提供了較大的幫助.本文的目標運用矩陣分解的定理及其意義解決一些數學上的實際問題. 熟悉矩陣分解的理論，通過學習可以具有分析問題，解決問題的基本能力，并且用相關的矩陣分解形式來解決問題,至少能簡化計算過程.</p><p><b>　　參考文獻</b></p

77、><p>　　[1] 陳志杰.高等代數與解析幾何[M].北京:高等教育出版社,2007.</p><p>　　[2] 黃廷祝、鐘守銘、李正良.矩陣理論[M].北京:高等教育出版社,2004.</p><p>　　[3] 王文娟.矩陣分解的原理及其應用[J].高校理科研究,2010,(2):96-97.</p><p>　　[4] 靳全勤.初等變換

78、的一個應用:矩陣的滿秩分解[J].大學數學,2009，(5):195-197.</p><p>　　[5] 俞麗彬,彭振赟.一類廣義中心(反)對稱矩陣奇異值分解及其算法[J].桂林電子科技大學學報,2010,(4):343-345.</p><p>　　[6] 史榮昌、魏豐.矩陣分析[M].北京:北京理工大學出版社,2005.</p><p>　　[7] 黃明游、劉

79、播、徐濤.數值計算方法[M].北京:科學出版社,2005.</p><p>　　[8] 索朗.淺析對稱M 矩陣的不完全LU 分解算法[J].西藏大學學報,2007，(2):112-115.</p><p>　　[9] 胡茂林.矩陣計算與應用[M].北京:科學出版社，2008.</p><p>　　[10] 王瑜.矩陣的和式分解與應用[J].消費導刊,2010，(4)

80、：239.</p><p>　　[11] 沈忱.矩陣的三角分解及其應用研究[J].湖南農機,2010，(3):94-97.</p><p>　　[12] 許成鋒、劉智秉、王侃民、陳劍軍.廣義延拓矩陣的QR分解[J].九江學院學報,2009，(6):78-80.</p><p>　　[13] 徐曉飛、曹祥玉、姚旭、陳盼.一種基于Doolittle LU 分解的線性方程

81、組并行求解方法[J].電子信息學報,2010，(8):2019-2021.</p><p>　　[14] 和斌濤.初等變換與矩陣的QR分解的關系[J].科學技術與工程,2009，(21):6484-6485.</p><p>　　[15] 袁暉坪.實行(列)對稱矩陣的QR分解[J].哈爾濱工業(yè)大學學報,2009，(9):238-240.</p><p>　　[16]