极分解计算器
将非奇异实数2×2矩阵分解为正交因子和对称正定因子。
计算矩阵极分解
输入非奇异2×2矩阵A的四个元素。
关于矩阵极分解
极分解将实矩阵A分解为乘积QP。对于非奇异方阵,Q为正交矩阵,P为对称正定矩阵。正交矩阵保持长度和角度不变,因此表示旋转或反射。正定因子沿相互垂直的主方向拉伸空间,而不引入旋转。这种分离类似于把非零复数写成模长与单位方向的乘积。
本计算器处理非奇异实数二阶矩阵。首先构造对称的格拉姆矩阵,即A的转置乘以A;该矩阵的正定平方根就是P。二阶正定矩阵的平方根可通过迹和行列式直接求得,无需迭代近似。随后用A乘以P的逆矩阵求出Q。显示结果保留六位小数,内部计算则保留JavaScript双精度。
这些因子具有便于核对的恒等关系。除舍入误差外,Q的转置乘以Q应得到单位矩阵。P等于自身的转置,且特征值均为正。最后,Q乘以P应还原原始矩阵A。若输入单位矩阵,两个因子也都是单位矩阵。若矩阵同时包含四分之一周旋转与不等比例的轴向缩放,Q提取该旋转,P记录两个拉伸系数。
极分解广泛用于力学、图形学、数值分析、优化和统计。在连续介质力学中,它将形变分为刚体旋转和纯拉伸。在计算机图形学中,它有助于从包含缩放或剪切的变换中提取旋转。正交普罗克鲁斯问题利用极分解的正交因子寻找最接近的正交矩阵;需要保持几何结构的数值算法也会使用极迭代。
奇异矩阵也可以有极分解,但其正交因子可能不唯一,计算时需要额外约定。本交互式计算器只接受非奇异矩阵,以确保P可逆且分解明确。严重病态的矩阵可能因某个拉伸方向接近零而放大浮点误差。可将结果用于学习与辅助计算;对于重要的数值工作,应使用支持任意精度或更高维矩阵的软件复核。
极分解示例
| 矩阵A | 因子 | 含义 |
|---|---|---|
| [1, 0] [0, 1] | Q = I, P = I | 单位矩阵不包含旋转或拉伸。 |
| [0, -2] [3, 0] | Q = [0, -1] [1, 0], P = [3, 0] [0, 2] | 90度旋转后进行不等比例拉伸。 |
| [2, 0] [0, 4] | Q = I, P = [2, 0] [0, 4] | 正对角矩阵本身就是纯拉伸。 |
如何计算极分解
- 按行输入矩阵元素。
- 点击“计算极分解”。
- 查看正交矩阵Q和对称正定矩阵P。
- 将Q乘以P,核对是否还原输入矩阵。
极分解常见问题
极分解分离了什么?
它将可逆线性变换分离为正交的旋转或反射,以及对称正定的拉伸。两者的乘积还原原始变换。
极分解与复数的极形式有何关系?
两者都将对象分成类似大小的部分与类似方向的部分。对于矩阵,正定因子推广了模长概念,正交因子推广了复数的单位方向。
如何核对Q因子?
将Q的转置乘以Q,结果应为单位矩阵,允许存在计算器保留六位小数产生的舍入误差。
为什么不接受奇异矩阵?
这里的直接方法通过A乘以P的逆矩阵求Q。奇异矩阵会使P不可逆,且正交因子可能不唯一。
P一定是对角矩阵吗?
不是。P为对称正定矩阵,但非对角元素可能不为零。只有主拉伸方向与坐标轴一致时,它才是对角矩阵。