三阶矩阵的lu分解详细步骤_计算方法（三）矩阵分解2-LU分解

LU分解(LU Decomposition)是矩阵分解的一种，可以将一个矩阵分解为一个下三角矩阵和一个上三角矩阵的乘积，作为解线性方程以及优化高斯消去法的一个分解方法，在后续文章中会使用到。

如下列方程组Ax=b

系数矩阵A为

则矩阵可以被分解为LUx=b的形式系数矩阵分解为

其中对于矩阵L有

对于矩阵U有

Python实现

def LU_decomposition(A):

n=len(A[0])

L = np.zeros([n,n])

U = np.zeros([n, n])

for i in range(n):

L[i][i]=1

if i==0:

U[0][0] = A[0][0]

for j in range(1,n):

U[0][j]=A[0][j]

L[j][0]=A[j][0]/U[0][0]

else:

for j in range(i, n):#U

temp=0

for k in range(0, i):

temp = temp+L[i][k] * U[k][j]

U[i][j]=A[i][j]-temp

for j in range(i+1, n):#L

temp = 0

for k in range(0, i ):

temp = temp + L[j][k] * U[k][i]

L[j][i] = (A[j][i] - temp)/U[i][i]

return L,U

Matlab实现

function LU(a,n)

m = zeros(n,n);

for i = 1:n

m(i,i) = 1;

end

for j = 1 : n-1

if abs(a(j,j))

error('zero pivot encountered');

end

for i = j+1 : n

mult = a(i,j)/a(j,j);

m(i,j) = mult;

for k = j:n

a(i,k) = a(i,k) - mult*a(j,k);

end

end

end

注:Matlab其实自带了LU分解 lu(A)