Cholesky-class
位于 Matrix
包(package)。 说明
类 Cholesky
和 pCholesky
表示 实数、对称、正半定矩阵 的稠密旋转 Cholesky 分解,具有一般形式
或(等效地)
其中 是置换矩阵, 是单位下三角矩阵, 是非负对角矩阵, 。
这些类以密集格式将 Cholesky 因子 Cholesky
) 或 ( pCholesky
) 的向量,后者给出 “packed”表示。 或其转置 的条目存储为长度为 (
插槽
Dim
,Dimnames
-
从虚拟类
MatrixFactorization
继承。 uplo
-
一个字符串,
"U"
或"L"
,指示分解对称矩阵的哪个三角形(上或下)用于计算分解,以及x
是否存储 或 。 x
-
长度为
n*n
(Cholesky
) 或n*(n+1)/2
(pCholesky
) 的数值向量,其中n=Dim[1]
,按列优先顺序列出 Cholesky 因子 或其转置 的条目。 perm
-
长度为
Dim[1]
的从 1 开始的整数向量,指定应用于因式分解矩阵的行和列的排列。长度为 0 的perm
是有效的,相当于恒等排列,意味着没有旋转。
扩展
直接类 CholeskyFactorization
。类 MatrixFactorization
,按类 CholeskyFactorization
,距离 2。
实例化
对象可以通过 new("Cholesky", ...)
或 new("pCholesky", ...)
形式的调用直接生成,但它们更通常作为继承自 dsyMatrix
或 dspMatrix
(通常是这些对象的子类)的 x
的 Cholesky(x)
的值来获取。为半正定矩阵保留,即 dpoMatrix
和 dppMatrix
)。
方法
coerce
-
signature(from = "Cholesky", to = "dtrMatrix")
:返回表示 Cholesky 因子 或其转置 的dtrMatrix
;看注释'。 coerce
-
signature(from = "pCholesky", to = "dtpMatrix")
:返回表示 Cholesky 因子 或其转置 的dtpMatrix
;看注释'。 determinant
-
signature(from = "p?Cholesky", logarithm = "logical")
:计算因式分解矩阵 的行列式或其对数。 diag
-
signature(x = "p?Cholesky")
:返回长度为 的数值向量,其中包含 的对角线元素,它们是 的平方对角线元素。 expand1
-
signature(x = "p?Cholesky")
:参见expand1-methods
。 expand2
-
signature(x = "p?Cholesky")
:参见expand2-methods
。 solve
-
signature(a = "p?Cholesky", b = .)
:参见solve-methods
。
注意
在 Matrix
< 1.6-0
中,class Cholesky
extends dtrMatrix
和 class pCholesky
extends dtpMatrix
,反映了因子 确实是一个三角矩阵。 Matrix
1.6-0
删除了这些扩展,以便不再从 dtrMatrix
和 dtpMatrix
继承方法。此类方法的可用性给人一种错误的印象,即 Cholesky
和 pCholesky
代表一个(奇异)矩阵,而实际上它们代表一组有序的矩阵因子。
强制 as(., "dtrMatrix")
和 as(., "dtpMatrix")
是为了解这些注意事项的用户提供的。
例子
showClass("Cholesky")
set.seed(1)
m <- 30L
n <- 6L
(A <- crossprod(Matrix(rnorm(m * n), m, n)))
## With dimnames, to see that they are propagated :
dimnames(A) <- dn <- rep.int(list(paste0("x", seq_len(n))), 2L)
(ch.A <- Cholesky(A)) # pivoted, by default
str(e.ch.A <- expand2(ch.A, LDL = TRUE), max.level = 2L)
str(E.ch.A <- expand2(ch.A, LDL = FALSE), max.level = 2L)
## Underlying LAPACK representation
(m.ch.A <- as(ch.A, "dtrMatrix")) # which is L', not L, because
A@uplo == "U"
stopifnot(identical(as(m.ch.A, "matrix"), `dim<-`(ch.A@x, ch.A@Dim)))
ae1 <- function(a, b, ...) all.equal(as(a, "matrix"), as(b, "matrix"), ...)
ae2 <- function(a, b, ...) ae1(unname(a), unname(b), ...)
## A ~ P1' L1 D L1' P1 ~ P1' L L' P1 in floating point
stopifnot(exprs = {
identical(names(e.ch.A), c("P1.", "L1", "D", "L1.", "P1"))
identical(names(E.ch.A), c("P1.", "L" , "L." , "P1"))
identical(e.ch.A[["P1"]],
new("pMatrix", Dim = c(n, n), Dimnames = c(list(NULL), dn[2L]),
margin = 2L, perm = invertPerm(ch.A@perm)))
identical(e.ch.A[["P1."]], t(e.ch.A[["P1"]]))
identical(e.ch.A[["L1."]], t(e.ch.A[["L1"]]))
identical(E.ch.A[["L." ]], t(E.ch.A[["L" ]]))
identical(e.ch.A[["D"]], Diagonal(x = diag(ch.A)))
all.equal(E.ch.A[["L"]], with(e.ch.A, L1 %*% sqrt(D)))
ae1(A, with(e.ch.A, P1. %*% L1 %*% D %*% L1. %*% P1))
ae1(A, with(E.ch.A, P1. %*% L %*% L. %*% P1))
ae2(A[ch.A@perm, ch.A@perm], with(e.ch.A, L1 %*% D %*% L1.))
ae2(A[ch.A@perm, ch.A@perm], with(E.ch.A, L %*% L. ))
})
## Factorization handled as factorized matrix
b <- rnorm(n)
all.equal(det(A), det(ch.A), tolerance = 0)
all.equal(solve(A, b), solve(ch.A, b), tolerance = 0)
## For identical results, we need the _unpivoted_ factorization
## computed by det(A) and solve(A, b)
(ch.A.nopivot <- Cholesky(A, perm = FALSE))
stopifnot(identical(det(A), det(ch.A.nopivot)),
identical(solve(A, b), solve(ch.A.nopivot, b)))
参考
The LAPACK source code, including documentation; see https://netlib.org/lapack/double/dpstrf.f, https://netlib.org/lapack/double/dpotrf.f, and https://netlib.org/lapack/double/dpptrf.f.
Lucas, C. (2004). LAPACK-style codes for level 2 and 3 pivoted Cholesky factorizations. LAPACK Working Note, Number 161. https://www.netlib.org/lapack/lawnspdf/lawn161.pdf
Golub, G. H., & Van Loan, C. F. (2013). Matrix computations (4th ed.). Johns Hopkins University Press. doi:10.56021/9781421407944
也可以看看
用于稀疏 Cholesky 分解的类 CHMfactor
。
相关用法
- R Cholesky-methods Cholesky 分解方法
- R CHMfactor-class 稀疏 Cholesky 分解
- R CAex 阿尔伯斯的示例矩阵与“困难”特征分解
- R CsparseMatrix-class 列压缩形式稀疏矩阵的“CsparseMatrix”类
- R dtrMatrix-class 三角形稠密数值矩阵
- R facmul-methods 乘以矩阵因式分解的因数
- R solve-methods 函数求解矩阵包中的方法
- R updown-methods 更新和降级稀疏 Cholesky 分解
- R bdiag 构建分块对角矩阵
- R printSpMatrix 灵活格式化和打印稀疏矩阵
- R symmetricMatrix-class 包矩阵中对称矩阵的虚拟类
- R all.equal-methods 函数 all.equal() 的矩阵封装方法
- R boolmatmult-methods 布尔算术矩阵乘积:%&% 和方法
- R ltrMatrix-class 三角密集逻辑矩阵
- R Hilbert 生成希尔伯特矩阵
- R nearPD 最近正定矩阵
- R lsyMatrix-class 对称密集逻辑矩阵
- R symmpart-methods 矩阵的对称部分和偏斜(对称)部分
- R sparseMatrix 从非零项构建一般稀疏矩阵
- R dgCMatrix-class 压缩、稀疏、面向列的数值矩阵
- R Subassign-methods “[<-”的方法 - 分配给“矩阵”的子集
- R ldenseMatrix-class 密集逻辑矩阵的虚拟类“ldenseMatrix”
- R norm-methods 矩阵范数
- R ngeMatrix-class 一般密集非零模式矩阵的“ngeMatrix”类
- R diagonalMatrix-class 对角矩阵的“diagonalMatrix”类
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Dense Cholesky Factorizations。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。