In matematica, in particolare in algebra lineare, la decomposizione di una matrice o fattorizzazione di una matrice è la fattorizzazione di una matrice nel prodotto di più matrici. Vi sono diverse decomposizioni matriciali in letteratura, ognuna delle quali associata ad una certa classe di problemi.
Elenco di alcune delle decomposizioni più utilizzate Decomposizione LU Applicabile a: matrici quadrate. Decomposizione: , dove è una matrice triangolare inferiore e una matrice triangolare superiore. Decomposizione di Cholesky Applicabile a: matrici quadrate, matrici simmetriche, definite positive. Decomposizione: , dove è una matrice triangolare superiore con elementi sulla diagonale positivi. Decomposizione QR Applicabile a: matrici di dimensione . Decomposizione: dove è una matrice ortogonale di dimensione e una matrice triangolare superiore di dimensione . Decomposizione ai valori singolari Applicabile a: matrici di dimensione . Decomposizione: , dove è una matrice diagonale non-negativa, e sono matrici unitarie, e denota la trasposta coniugata di . Teorema spettrale Applicabile a: matrici quadrate con autovettori distinti (ma non necessariamente anche distinti autovalori). Decomposizione: , dove è una matrice diagonale composta da autovalori di e le colonne di sono i corrispondenti autovettori. Forma canonica di Jordan Applicabile a: matrici quadrate. La forma canonica di Jordan generalizza la decomposizione spettrale a casi in cui vi sono autovalori ripetuti e non è possibile effettuare la diagonalizzazione. Vi è inoltre la decomposizione di Jordan-Chevalley, che può essere facilmente descritta quando si conosce la forma canonica di Jordan; a differenza di essa, però, esiste sotto ipotesi più deboli (non richiede la scelta di una base). Decomposizione di Schur Applicabile a: matrici quadrate. Decomposizione (versione complessa): , dove è una matrice unitaria, è la trasposta coniugata e è una matrice triangolare superiore detta forma di Schur complessa, che possiede gli autovalori di sulla diagonale. Una matrice complessa ammette sempre una decomposizione di Schur. Decomposizione (versione reale): , dove , , e (la trasposta di ) sono matrici reali. In tal caso è ortogonale, è una matrice triangolare superiore a blocchi detta forma di Schur reale. Una matrice reale ammette una decomposizione di Schur se e solo se posside tutti gli autovalori reali. Decomposizione QZ Applicabile a: due matrici quadrate. Decomposizione (versione complessa): e dove e sono unitarie, e triangolari superiori. Decomposizione (versione reale): e , dove , , , , e sono matrici reali. In tal caso e sono ortogonali, e triangolari superiori a blocchi. Fattorizzazione di Takagi Applicabile a: matrici quadrate, complesse e simmetriche. Decomposizione: , dove è diagonale e non-negativa e è unitaria. Fattorizzazione non-negativa Applicabile a: matrici di dimensione non-negative. Decomposizione: , dove e possiedono elementi positivi. La fattorizzazione non negativa è una soluzione, in genere di minimo locale, della funzione obiettivo:
con i vincoli e .
Altre decomposizioni Decomposizione polare Analisi delle componenti principali
Bibliografia pp. Sect. 9.4–9.5
Voci correlate Autovettore e autovalore Diagonalizzabilità Fattorizzazione Matrice
Collegamenti esterni
GraphLab GraphLab collaborative filtering library, large scale parallel implementation of matrix decomposition methods (in C++) for multicore.
Categoria:Matrici quadrate