LDU decomposition(LDU分解)是一种矩阵分解:把一个方阵 \(A\) 表示为
\[
A = L D U
\]
其中 \(L\) 是单位下三角矩阵(对角线为1)、\(D\) 是对角矩阵、\(U\) 是单位上三角矩阵。它常用于线性方程组求解、数值计算与矩阵性质分析;在很多情况下与 LU 分解密切相关(把 \(LU\) 中的尺度因子“抽”到 \(D\) 里)。
/ˌɛl diː ˈjuː ˌdiːkəmˈpəʊzɪʃən/
We use LDU decomposition to solve the linear system efficiently.
我们使用LDU分解来高效求解线性方程组。
With partial pivoting, the matrix can often be factored into an LDU decomposition that improves numerical stability in computation.
在部分选主元的情况下,矩阵通常可以分解为LDU形式,从而在计算中提升数值稳定性。
L、D、U分别是 Lower(下三角)、Diagonal(对角)、Upper(上三角)的首字母缩写;“decomposition”来自拉丁语词根 componere(“放在一起、组成”),前缀 de- 在这里表示“分开、拆解”,整体含义就是“把一个对象拆分成可组合的部分”。在数值线性代数里,这类以结构矩阵相乘来表示原矩阵的方法被统称为“分解”。