矩陣LU分解計算機

歡迎使用矩陣LU分解計算機，這是一個全面的線性代數工具，可使用具有部分主元消去法的高斯消去法，將任何方陣分解為下三角矩陣 (L) 和上三角矩陣 (U) 的乘積。獲取詳細的逐步消去過程、互動式分解動畫和自動驗證。非常適合學生、工程師和任何處理線性方程組的人員。

什麼是 LU 分解？

LU 分解（也稱為 LU 因式分解）將方陣 \(A\) 表示為兩個三角矩陣的乘積：

其中：

• L (下三角矩陣)：對角線上為 1，且僅在對角線下方有非零項。這些項是高斯消去過程中使用的乘數。
• U (上三角矩陣)：僅在對角線上及其上方有非零項。這是矩陣的列梯形形式。

當使用部分主元消去法時（以避免零主元並提高數值穩定性），因式分解變為：

其中 \(P\) 是一個置換矩陣，記錄了消去期間執行的行交換。

如何使用此計算機

1. 輸入您的矩陣： 輸入一個方陣，行與行之間以換行或分號分隔。元素可以用空格、逗號或製表符 (Tab) 分隔。支援高達 8×8 的矩陣。
2. 設定小數精度： 選擇結果中顯示的小數位數 (2-10)。
3. 點擊分解： 計算機執行具有部分主元消去法的 LU 分解並顯示結果。
4. 查看結果： 檢查 L、U 和 P 矩陣、動畫分解以及逐步消去細節。

使用 LU 分解求解線性系統

LU 分解對於求解線性方程組 \(Ax = b\) 特別強大。一旦得到 \(PA = LU\)，求解就變成了兩個步驟：

第 1 步：前向替換 (Forward Substitution)

求解 \(y\) 使得 \(Ly = Pb\)。由於 \(L\) 是下三角矩陣，這非常直接 —— 從最上面的方程開始向下計算：

第 2 步：後向替換 (Back Substitution)

求解 \(x\) 使得 \(Ux = y\)。由於 \(U\) 是上三角矩陣，從最下面的方程開始向上計算：

計算行列式

\(A\) 的行列式可以從 LU 因子中高效計算：

其中 \(s\) 是行交換（主元消去）的次數，而 \(U_{ii}\) 是 \(U\) 的對角線項。由於 \(\det(L) = 1\)（所有對角線項均為 1）且 \(\det(P) = (-1)^s\)，該公式推導自 \(\det(P)\det(A) = \det(L)\det(U)\)。

為什麼需要部分主元消去法？

如果不進行主元消去，若任何主元元素為零，LU 分解就會失敗。即使主元不為零但很小，計算結果也可能遭受嚴重的數值誤差。部分主元消去法在每一列中選擇最大的可用主元，這可以：

• 防止除以零
• 最小化捨入誤差的增長
• 保證 L 中的乘數滿足 \(|L_{ij}| \leq 1\)
• 確保每個非奇異矩陣都可以被分解

LU 分解的應用

LU 與其他分解法的比較

• LU vs QR： LU 較快 (\(O(\frac{2}{3}n^3)\) 對比 \(O(\frac{4}{3}n^3)\)) 但數值穩定性較差。QR 在最小平方法問題中更受青睞。
• LU vs Cholesky： Cholesky (\(A = LL^T\)) 僅適用於對稱正定矩陣，但速度快兩倍且比一般 LU 更穩定。
• LU vs 高斯消去法： LU 就是 高斯消去法，但分解後的 L 和 U 形式可以重複使用，以高效解決具有多個右側項的問題。

常見問題解答

什麼是 LU 分解？

LU 分解（也稱為 LU 因式分解）是一種將方陣 A 分解為下三角矩陣 L 和上三角矩陣 U 之乘積的方法，使得 A = LU（或在具有部分主元消去法時為 PA = LU）。L 矩陣的對角線上為 1，並儲存消去乘數，而 U 是高斯消去法的結果。

為什麼 LU 分解需要部分主元消去法？

部分主元消去法會交換行，以將絕對值最大的數值置於主元位置。這可以防止主元元素為零時出現除以零的情況，並減少由除以小數引起的值值誤差。使用部分主元消去法後，分解變為 PA = LU，其中 P 是記錄行交換的置換矩陣。

LU 分解有哪些應用？

LU 分解用於高效解決線性方程組 (Ax = b)、計算矩陣行列式、求矩陣逆矩陣以及分析數值穩定性。在求解具有相同係數矩陣但不同右側項的多個系統時特別有效，因為分解只需要執行一次。

如何使用 LU 分解求解 Ax = b？

在計算出 PA = LU 後，求解 Ax = b 變為：首先使用前向替換求解 Ly = Pb（因為 L 是下三角矩陣，所以很容易），然後使用後向替換求解 Ux = y（因為 U 是上三角矩陣，所以很容易）。這種兩步法在求解多個系統時比高斯消去法快得多。

每個方陣都可以進行 LU 分解嗎？

並非每個方陣在不進行主元消去的情況下都有 LU 分解。一個矩陣當且僅當其所有領先主子式均不為零時才具有 LU 因式分解。然而，藉由部分主元消去法 (PA = LU)，每個非奇異方陣都可以被分解。如果遇到零主元，奇異矩陣可能會失敗。

其他資源

• LU 分解 - 維基百科
• 三角矩陣 - 維基百科
• 高斯消去法 - 維基百科