Eigen 矩阵的LDLT分解求解线性方程组

AI Chen

已于 2024-03-24 15:07:07 修改

阅读量6.9k

点赞数 15

CC 4.0 BY-SA版权

分类专栏： Eigen 文章标签： LDLT分解 Eigen

于 2022-03-13 12:47:32 首次发布

本文链接：https://blog.csdn.net/qq_39400324/article/details/123457380

Eigen 专栏收录该内容

18 篇文章

订阅专栏

该博客介绍了利用LDLT分解方法解决对称线性方程组的过程，并通过Eigen库在C++中实现了这一方法。具体包括LDLT分解的原理，以及一个3x3矩阵和对应右端项的示例。代码展示了如何使用Eigen库的ldlt().solve()函数求解线性方程组，并给出了输出结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.LDLT分解原理

利用矩阵 $A$ 的 $LDL^T$ 分解来求解方程组 $A x = b$ 的方法称为 $LDL^T$ 分解法。若对称矩阵 $A$ 的各阶顺序主子式不为零，则 $A$ 可以唯一分解为 $A=LDL^T$ 。其中， $L$ 和 $D$ 的形式如下：
$\begin{vmatrix} 1 \\ l_{21} & 1 \\ l_{31} &l_{32}& 1 \\ \cdots& \cdots &\cdots& \ddots\\ l_{n1} & l_{n2}& \cdots& l_{nn-1}& 1 \end{vmatrix} \quad$

$\begin{vmatrix} d_1 \\ & d_2 \\ & & \ddots\\ & & & d_n \end{vmatrix} \quad$
当进行对称线性方程组 $A x = b$ 的求解时，由 $A=LDL^T$ 可得 $LDL^T)x=b$ ，即 $LDL^Tx=b$ 。我们分别令：
$z= L^Tx\\ y=Dz\\$
则有：
$L y = b$
因此，可分步解得 $x_i$ 。
$y_i=b_i-\sum_{k=1}^{i-1}l_{ik}y_k , i=1,2,\cdots,n\\ z_i=y_i/d_i,i=n,n-1,\cdots,1\\ x_i=z_i-\sum_{k=i+1}^{n}l_{ki}x_k ,i=n,n-1,\cdots,1$

2.Eigen库实现

2.1问题定义

用 $LDL^T$ 法求解线性方程组 $A x = b$ ，其中 $A$ 和 $b$ 如下：
$\begin{vmatrix} 1 &1/2 &1/2\\ 1/2 &1 &1/2 \\ 1/2 & 1/2 &1 \end{vmatrix} \quad$

$\begin{vmatrix} 1 \\ -2 \\ 3 \end{vmatrix} \quad$

2.2代码实现

#include <iostream>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;
int main()
{
	Matrix3d A;//3x3的矩阵
	Vector3d b;//3x1的列向量
	A << 1, 0.5, 0.5, 0.5, 1, 0.5, 0.5, 0.5, 1;//给A赋值
	b << 1, -2, 3;//给b赋值
	Vector3d x = A.ldlt().solve(b);//求解Ax=b
	cout <<"x^T=[" <<x.transpose()<<"]" << endl;
	return 0;
}