आव्यूह अपघटन

Not to be confused with बहुपद का मैट्रिक्स गुणनखंडन.

रेखीय बीजगणित के गणितीय विद्याशाखा में, आव्यूह वियोजन या आव्यूह गुणनखंड आव्यूह के गुणनफल में एक आव्यूह का गुणनखंडन है। समस्याओं के एक विशेष वर्ग के मध्य अनेक भिन्न-भिन्न मैट्रिक्स अपघटन होते हैं, जिनमें से प्रत्येक का उपयोग होता है।

उदाहरण

संख्यात्मक विश्लेषण में, कुशल आव्यूह कलन विधि को प्रयुक्त करने के लिए विभिन्न वियोजन का उपयोग किया जाता है।

उदाहरण के लिए, रैखिक समीकरणों की प्रणाली $A\mathbf {x} =\mathbf {b}$ को हल करते समय, आव्यूह A को एलयू वियोजन के माध्यम से वियोजित किया जा सकता है। एलयू वियोजन एक आव्यूह को निम्न त्रिकोणीय आव्यूह L और एक ऊपरी त्रिकोणीय आव्यूह U में गुणनखंड करता है। प्रणाली $L(U\mathbf {x} )=\mathbf {b}$ तथा $U\mathbf {x} =L^{-1}\mathbf {b}$ मूल प्रणाली $A\mathbf {x} =\mathbf {b}$, की तुलना में हल करने के लिए निम्न योग और गुणा की आवश्यकता होती है, यद्यपि अयथार्थ अंकगणित जैसे फ्लोटिंग पॉइंट में अर्थपूर्णता से अधिक अंकों की आवश्यकता हो सकती है ।

इसी तरह, क्यूआर वियोजन A को QR के रूप में Q लांबिक आव्यूह और R ऊपरी त्रिकोणीय आव्यूह के रूप में व्यक्त करता है। प्रणाली Q(Rx) = b को Rx = Q^Tb = c द्वारा हल किया जाता है और प्रणाली Rx = c को 'पुनः प्रतिस्थापन' द्वारा हल किया जाता है। LU सॉल्वर (समाधानकर्ता) का उपयोग करने के लिए आवश्यक योग और गुणा की संख्या प्रायः दोगुनी है, किन्तु अयथार्थ अंकगणित में अधिक अंकों की आवश्यकता नहीं है क्योंकि क्यूआर वियोजन संख्यात्मक रूप से स्थिर है।

रैखिक समीकरणों की प्रणालियों के समाधान से संबंधित वियोजन

एलयू वियोजन

Main article: एलयू वियोजन

• परंपरागत रूप से प्रयोज्य: वर्ग मैट्रिक्स A, यद्यपि आयताकार मैट्रिक्स प्रयुक्त हो सकते हैं।
• वियोजन: $A=LU$, जहां L निम्नतर त्रिकोणीय मैट्रिक्स तथा U उच्चतर त्रिकोणीय मैट्रिक्स है
• संबंधित: एलडीयू वियोजन $A=LDU$ है, जहाँ L विकर्ण निम्नतर त्रिकोणीय मैट्रिक्स हैं, U विकर्ण पर उच्चतर त्रिकोणीय मैट्रिक्स और D एक विकर्ण मैट्रिक्स है।
• संबंधित: एलयूपी वियोजन $PA=LU$ है, जहां L निम्नतर त्रिकोणीय, U ऊपरी त्रिकोणीय तथा P क्रमचय आव्यूह है।
• अस्तित्व: किसी भी वर्ग आव्यूह A के लिए एक एलयूपी वियोजन उपस्थित है। जब P तत्समक आव्यूह है, तो एलयूपी वियोजन एलयू वियोजन में न्यूनीकृत हो जाता है।
• टिप्पणियां:एलयूपी और एलयू वियोजन रैखिक समीकरणों $A\mathbf {x} =\mathbf {b}$. की n-by-n प्रणाली को हल करने में उपयोगी होते हैं। ये वियोजन आव्यूह के रूप में गाऊसी उन्मूलन की प्रक्रिया को संक्षेप में प्रस्तुत करते हैं। आव्यूह पी गाऊसी उन्मूलन की प्रक्रिया में किए गए किसी भी पंक्ति विनिमय का प्रतिनिधित्व करता है। यदि गाऊसी उन्मूलन किसी भी पंक्ति विनिमय की आवश्यकता के बिना पंक्ति सोपानक रूप का उत्पादन करता है, तो P  =  I होता है, इसलिए एलयू वियोजन उपस्थित होती है।

एस कमी

Main article: LU reduction

ब्लॉक लू अपघटन

Main article: Block LU decomposition

रैंक गुणनखंड

Main article: Rank factorization

• के लिए लागू: रैंक r का m-by-n मैट्रिक्स A
• अपघटन: $A=CF$ जहाँ C एक m-by-r फुल कॉलम रैंक मैट्रिक्स है और F एक r-by-n फुल रो रैंक मैट्रिक्स है
• टिप्पणी: रैंक गुणनखंडन का उपयोग मूर-पेनरोज़ स्यूडोइनवर्स#रैंक अपघटन के लिए किया जा सकता है। ए के मूर-पेनरोज़ स्यूडोइनवर्स की गणना करें, जो मूर-पेनरोज़ स्यूडोइनवर्स # एक रेखीय प्रणाली के सभी समाधानों को प्राप्त करने के लिए लागू हो सकता है $A\mathbf {x} =\mathbf {b}$.

चोल्स्की अपघटन

Main article: चोल्स्की अपघटन

• इसके लिए लागू: वर्ग मैट्रिक्स, सममित मैट्रिक्स, सकारात्मक-निश्चित मैट्रिक्स मैट्रिक्स $A$
• अपघटन: $A=U^{*}U$, कहाँ $U$ वास्तविक सकारात्मक विकर्ण प्रविष्टियों के साथ ऊपरी त्रिकोणीय है
• टिप्पणी: यदि मैट्रिक्स $A$ हर्मिटियन और सकारात्मक अर्ध-निश्चित है, तो इसमें फॉर्म का अपघटन होता है $A=U^{*}U$ यदि की विकर्ण प्रविष्टियाँ $U$ शून्य होने की अनुमति है
• विशिष्टता: सकारात्मक निश्चित आव्यूहों के लिए चोलस्की अपघटन अद्वितीय है। हालांकि, सकारात्मक अर्ध-निश्चित मामले में यह अद्वितीय नहीं है।
• टिप्पणी: अगर $A$ वास्तविक और सममित है, $U$ सभी वास्तविक तत्व हैं
• टिप्पणी: एक विकल्प एलडीएल अपघटन है, जो वर्गमूल निकालने से बच सकता है।

क्यूआर अपघटन

Main article: क्यूआर अपघटन

• इसके लिए लागू: रैखिक रूप से स्वतंत्र कॉलम के साथ एम-बाय-एन मैट्रिक्स ए
• अपघटन: $A=QR$ कहाँ $Q$ एम-बाय-एम आकार का एक एकात्मक मैट्रिक्स है, और $R$ आकार m-by-n का त्रिकोणीय मैट्रिक्स मैट्रिक्स है
• विशिष्टता: सामान्य तौर पर यह अद्वितीय नहीं है, लेकिन यदि $A$ पूर्ण मैट्रिक्स रैंक का है, तो एकल मौजूद है $R$ जिसमें सभी धनात्मक विकर्ण तत्व हों। अगर $A$ वर्गाकार भी है $Q$ निराला है।
• टिप्पणी: क्यूआर अपघटन समीकरणों की प्रणाली को हल करने का एक प्रभावी तरीका प्रदान करता है $A\mathbf {x} =\mathbf {b}$. यह तथ्य कि $Q$ ऑर्थोगोनल मैट्रिक्स का मतलब है $Q^{\mathrm {T} }Q=I$, ताकि $A\mathbf {x} =\mathbf {b}$ के बराबर है $R\mathbf {x} =Q^{\mathsf {T}}\mathbf {b}$, जिसे हल करना बहुत आसान है $R$ त्रिकोणीय मैट्रिक्स है।

आरआरक्यूआर कारककरण

Main article: आरआरक्यूआर कारककरण

इंटरपोलेटिव अपघटन

Main article: इंटरपोलेटिव अपघटन

eigenvalues ​​​​और संबंधित अवधारणाओं के आधार पर अपघटन

आइगेनडीकंपोजीशन

Main article: Eigendecomposition (matrix)

• स्पेक्ट्रल अपघटन (मैट्रिक्स) भी कहा जाता है।
• इसके लिए लागू: रैखिक रूप से स्वतंत्र ईजेनवेक्टरों के साथ वर्ग मैट्रिक्स ए (जरूरी नहीं कि अलग-अलग ईजेनवेल्यूज)।
• अपघटन: ${\displaystyle }$