免费LU分解计算器

介绍

矩阵分解是线性代数的基石，它使得大规模方程组的复杂运算得以简化。使用最广泛的分解之一是LU分解，它将给定的方阵$A$表示为下三角矩阵$L$和上三角矩阵$U$的乘积。这个免费的在线LU分解计算器——也称为LU因子分解计算器或矩阵分解计算器——能够快速执行分解，处理标准情形和行置换情形。对于需要解线性方程组、计算行列式或求逆矩阵的学生和专业人士来说，它是一个不可或缺的工具。

什么是LU分解？

LU分解将一个方阵$A$写为

$A = L U,$

其中

• $L$是一个下三角矩阵（主对角线以上的元素都为零），且
• $U$是一个上三角矩阵（主对角线以下的元素都为零）。

三角矩阵特别友好，因为它们的行列式就是对角线上元素的乘积，且解三角方程组只需要前代或回代。将矩阵分解为两个三角块大大降低了许多线性代数任务的计算成本。该方法由波兰数学家Tadeusz Banachiewicz于1938年首次提出，至今仍是数值计算的核心算法。

每个矩阵都有LU分解吗？

并非所有方阵都允许标准LU分解。一个必要条件是所有顺序主子式（左上角子矩阵的行列式）都不为零。如果某个主子式为零，分解就可能失败。

考虑$2 \times 2$的例子

$A = \begin{pmatrix} 0 & 1 \\ 1 & 1 \end{pmatrix}.$

如果我们尝试把$A$写为$A = L U$，其中$L$是下三角矩阵、$U$是上三角矩阵，方程会产生矛盾：$(1,1)$元素要求$\ell_{11}=0$或$u_{11}=0$，但其余元素要求它们都不为零。因此，标准LU分解对于这类矩阵不成立。

不过，这一障碍可以通过行置换来克服。通过重新排列行（即交换第一行和第二行），矩阵变为

$\begin{pmatrix} 1 & 1 \\ 0 & 1 \end{pmatrix},$

这已经是上三角矩阵，其LU分解显而易见。一般情况下，对于任意方阵$A$，存在一个置换矩阵$P$，使得乘积$PA$有LU分解。这就是所谓的PA LU分解或带部分主元法的LU分解：

$P A = L U,$

其中$P$是置换矩阵（通过对单位矩阵进行相同的行交换得到），$L$是下三角矩阵，$U$是上三角矩阵。LU分解计算器会自动检测何时需要置换，并输出相应的因子，因此你总能得到有效的分解。

如何手动计算LU分解

最常用的算法是杜利特尔分解，它将$L$的对角线元素设为1（单位下三角）。这一约定消除了分解的歧义，对于给定的置换产生唯一的对$(L,U)$。

通用公式（杜利特尔法）

设$A = [a_{ij}]$是一个$n \times n$矩阵。$L = [\ell_{ij}]$（其中$\ell_{ii}=1$）和$U = [u_{ij}]$的元素系统地从左上角向下确定。

1. $U$的第一行和$L$的第一列：
   对于$j = 1, \dots, n$：
   $u_{1j} = a_{1j}, \qquad \ell_{j1} = \frac{a_{j1}}{u_{11}} \quad (j > 1).$

2. 剩余的行和列： 对于每个$k = 2, \dots, n$：

   • 对于$j = k, \dots, n$：
     $u_{kj} = a_{kj} - \sum_{s=1}^{k-1} \ell_{ks} u_{sj}.$
   • 对于$i = k+1, \dots, n$：
     $\ell_{ik} = \frac{1}{u_{kk}} \left( a_{ik} - \sum_{s=1}^{k-1} \ell_{is} u_{sk} \right).$

该过程假设所有主元元素$u_{kk}$非零；如果遇到零主元，就需要进行行置换。

2×2例子

对于$2 \times 2$矩阵

$A = \begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix},$

杜利特尔法给出

$L = \begin{pmatrix} 1 & 0 \\ \ell_{21} & 1 \end{pmatrix}, \qquad U = \begin{pmatrix} u_{11} & u_{12} \\ 0 & u_{22} \end{pmatrix},$

其中

$u_{11}=a_{11},\quad u_{12}=a_{12},\quad \ell_{21}= \frac{a_{21}}{u_{11}},\quad u_{22}=a_{22} - \ell_{21} u_{12}.$

这个小例子说明了模式：一旦知道了$U$的第一行和$L$的第一列，其余元素就可以通过减去已计算项的乘积得到。

3×3示例

对于$3 \times 3$矩阵，公式生成

$\begin{aligned} u_{11}&=a_{11}, & u_{12}&=a_{12}, & u_{13}&=a_{13},\\ \ell_{21}&=\dfrac{a_{21}}{u_{11}}, & \ell_{31}&=\dfrac{a_{31}}{u_{11}},\\ u_{22}&=a_{22}-\ell_{21}u_{12}, & u_{23}&=a_{23}-\ell_{21}u_{13},\\ \ell_{32}&=\dfrac{1}{u_{22}}\bigl(a_{32}-\ell_{31}u_{12}\bigr),\\ u_{33}&=a_{33}-\ell_{31}u_{13}-\ell_{32}u_{23}. \end{aligned}$

依次求解这些方程即可得到$L$和$U$。

使用LU分解计算器

在线LU分解计算器让你免于手动执行这些算术步骤。使用方法如下：

1. 从下拉菜单中选择矩阵维度（例如$2 \times 2$、$3 \times 3$，最大$10 \times 10$）。
2. 将矩阵的每个元素输入到相应的输入字段中。
3. 点击计算按钮。
   • 如果标准LU分解存在，工具将显示$L$和$U$。
   • 如果矩阵需要行置换，计算器将显示置换矩阵$P$以及$PA = LU$的因子。你也可以在重新计算前手动交换行。

计算器在内部使用杜利特尔法，并在遇到零主元时采用部分主元法，以确保数值稳定性。

LU分解的主要应用

计算行列式

因为三角矩阵的行列式等于其对角线元素的乘积，LU分解使得行列式的计算变得简单。如果$A = LU$（采用杜利特尔约定），那么

$\det(L) = 1, \qquad \det(A) = \det(L)\det(U) = \prod_{i=1}^{n} u_{ii}.$

当使用部分主元法时（$PA = LU$），我们有

$\det(P)\det(A) = \det(L)\det(U) \quad\Longrightarrow\quad \det(A) = \det(P)\det(L)\det(U),$

其中$\det(P) = \pm 1$（取决于行交换的奇偶性），且单位下三角矩阵$L$的$\det(L)=1$。

求解线性方程组

给定系统$A\mathbf{x} = \mathbf{b}$，将$A$分解为$A = LU$（或$PA = LU$）。然后求解两个三角系统：

1. 前代：$L\mathbf{y} = \mathbf{b}$（如果应用了置换，则为$L\mathbf{y} = P\mathbf{b}$）。
2. 回代：$U\mathbf{x} = \mathbf{y}$。

由于$L$和$U$是三角矩阵，每次求解只需要$O(n^2)$次运算，这使得该方法对于多次求解不同右端项的情形比高斯消元更快。

计算矩阵的逆

如果$A = LU$，则逆可以表示为

$A^{-1} = U^{-1} L^{-1}.$

求逆三角矩阵是直接的（再次利用零元素），因此LU分解在需要时提供了一条求逆的高效途径。

结论

LU分解是线性代数中一个多功能的工具，能够快速计算行列式、解线性方程组和矩阵求逆。无论你是正在学习下三角上三角矩阵分解，还是实际应用杜利特尔分解，这个免费的LU分解计算器都能即时提供准确结果，让你免于繁琐的手工运算。