首页 > 编程知识 正文

cholesky分解法matlab,cholesky分解法可以将矩阵分解为A=LDL

时间:2023-05-03 08:56:28 阅读:222465 作者:4284

Cholesky分解法又叫平方根法,是求解对称正定线性方程组最常用的方法之一。对于一般矩阵,为了消除LU分

解的局限性和误差的过分积累,采用了选主元的方法,但对于对称正定矩阵而言,选主元是不必要的。

 

定理:若对称正定,则存在一个对角元为正数的下三角矩阵,使得成立。

 

假设现在要求解线性方程组,其中为对称正定矩阵,那么可通过下面步骤求解

 

(1)求的Cholesky分解,得到

(2)求解,得到

(3)求解,得到

 

现在的关键问题是对进行Cholesky分解。假设

 

       

 

通过比较两边的关系,首先由,再由

 

       

 

这样便得到了矩阵的第一列元素,假定已经算出了的前列元素,通过

 

       

 

可以得到

 

       

 

进一步再由

 

                 

 

最终得到

 

       

 

这样便通过的前列求出了第列,一直递推下去即可求出,这种方法称为平方根法。

 

代码:

#include <iostream>#include <string.h>#include <stdio.h>#include <vector>#include <math.h> using namespace std;const int N = 1005;typedef double Type; Type A[N][N], L[N][N]; /** 分解A得到A = L * L^T */void Cholesky(Type A[][N], Type L[][N], int n){ for(int k = 0; k < n; k++) { Type sum = 0; for(int i = 0; i < k; i++) sum += L[k][i] * L[k][i]; sum = A[k][k] - sum; L[k][k] = sqrt(sum > 0 ? sum : 0); for(int i = k + 1; i < n; i++) { sum = 0; for(int j = 0; j < k; j++) sum += L[i][j] * L[k][j]; L[i][k] = (A[i][k] - sum) / L[k][k]; } for(int j = 0; j < k; j++) L[j][k] = 0; }} /** 回带过程 */vector<Type> Solve(Type L[][N], vector<Type> X, int n){ /** LY = B => Y */ for(int k = 0; k < n; k++) { for(int i = 0; i < k; i++) X[k] -= X[i] * L[k][i]; X[k] /= L[k][k]; } /** L^TX = Y => X */ for(int k = n - 1; k >= 0; k--) { for(int i = k + 1; i < n; i++) X[k] -= X[i] * L[i][k]; X[k] /= L[k][k]; } return X;} void Print(Type L[][N], const vector<Type> B, int n){ for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) cout<<L[i][j]<<" "; cout<<endl; } cout<<endl; vector<Type> X = Solve(L, B, n); vector<Type>::iterator it; for(it = X.begin(); it != X.end(); it++) cout<<*it<<" "; cout<<endl;} int main(){ int n; cin>>n; memset(L, 0, sizeof(L)); for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) cin>>A[i][j]; } vector<Type> B; for(int i = 0; i < n; i++) { Type y; cin>>y; B.push_back(y); } Cholesky(A, L, n); Print(L, B, n); return 0;} /**data**44 -2 4 2-2 10 -2 -74 -2 8 42 -7 4 78 2 16 6*/


用上述的方法需要进行开方,这有可能损失精度和增加运算量,为了避免开方,Cholesky分解有个改进的版本。

 

将对称正定矩阵通过分解成,其中是单位下三角矩阵,是对角均为正数的对角矩阵。把这

一分解叫做分解,是Cholesky分解的变形。对应两边的元素,很容易得到

 

          

 

由此可以确定计算和的公式如下

 

          

 

在实际计算时,是将的严格下三角元素存储在的对应位置上,而将的对角元存储在的对应的对角位置上。

类似地求解线性方程组的解步骤如下

 

(1)对矩阵进行分解得到

(2)求解,得到

(3)求解,得到

 

代码:

#include <iostream>#include <string.h>#include <stdio.h>#include <vector>#include <math.h> using namespace std;const int N = 1005;typedef double Type; Type A[N][N], L[N][N], D[N][N]; /** 分解A得到A = LDL^T */void Cholesky(Type A[][N], Type L[][N], Type D[][N], int n){ for(int k = 0; k < n; k++) { for(int i = 0; i < k; i++) A[k][k] -= A[i][i] * A[k][i] * A[k][i]; for(int j = k + 1; j < n; j++) { for(int i = 0; i < k; i++) A[j][k] -= A[j][i] * A[i][i] * A[k][i]; A[j][k] /= A[k][k]; } } memset(L, 0, sizeof(L)); memset(D, 0, sizeof(D)); for(int i = 0; i < n; i++) { D[i][i] = A[i][i]; L[i][i] = 1; } for(int i = 0; i < n; i++) { for(int j = 0; j < i; j++) L[i][j] = A[i][j]; }} void Transposition(Type L[][N], int n){ for(int i = 0; i < n; i++) { for(int j = 0; j < i; j++) swap(L[i][j], L[j][i]); }} void Multi(Type A[][N], Type B[][N], int n){ Type **C = new Type*[n]; for(int i = 0; i < n; i++) C[i] = new Type[n]; for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) { C[i][j] = 0; for(int k = 0; k < n; k++) C[i][j] += A[i][k] * B[k][j]; } } for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) B[i][j] = C[i][j]; } for(int i = 0; i < n; i++) { delete[] C[i]; C[i] = NULL; } delete C; C = NULL;} /** 回带过程 */vector<Type> Solve(Type L[][N], Type D[][N], vector<Type> X, int n){ /** LY = B => Y */ for(int k = 0; k < n; k++) { for(int i = 0; i < k; i++) X[k] -= X[i] * L[k][i]; X[k] /= L[k][k]; } /** DL^TX = Y => X */ Transposition(L, n); Multi(D, L, n); for(int k = n - 1; k >= 0; k--) { for(int i = k + 1; i < n; i++) X[k] -= X[i] * L[k][i]; X[k] /= L[k][k]; } return X;} void Print(Type L[][N], Type D[][N], const vector<Type> B, int n){ for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) cout<<L[i][j]<<" "; cout<<endl; } cout<<endl; vector<Type> X = Solve(L, D, B, n); vector<Type>::iterator it; for(it = X.begin(); it != X.end(); it++) cout<<*it<<" "; cout<<endl;} int main(){ int n; cin>>n; memset(L, 0, sizeof(L)); for(int i = 0; i < n; i++) { for(int j = 0; j < n; j++) cin>>A[i][j]; } vector<Type> B; for(int i = 0; i < n; i++) { Type y; cin>>y; B.push_back(y); } Cholesky(A, L, D, n); Print(L, D, B, n); return 0;} /**data**44 -2 4 2-2 10 -2 -74 -2 8 42 -7 4 78 2 16 6*/

 

参考资料:http://class.htu.cn/nla/cha1/sect3.htm

 

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。