对于正定Hermiltian矩阵
B
B
B,想要求解
D
D
D,使其满足
B
=
D
2
,
(1)
B=D^2\ ,\tag{1}
B=D2,(1) 通常而言,所得的
D
D
D是不唯一的。可以分别通过特征值矩阵、特征向量矩阵求解得到一个对称矩阵,而通过Cholesky分解求解可以得到一个下三角矩阵。
通过特征值矩阵和特征向量矩阵求解
对于正定Hermiltian矩阵,其为对称矩阵,通过特征值矩阵
A
A
A和特征向量矩阵
P
P
P求解所得的矩阵
D
D
D也是对称矩阵。其基本思路是先求解出对称矩阵
B
B
B对应的特征值矩阵
A
A
A和特征向量矩阵
P
P
P,将特征值矩阵求根得到矩阵
C
C
C,然后将特征向量矩阵
P
P
P作用到
C
C
C上得到分解后的矩阵
D
D
D。
通过求解矩阵
B
B
B的特征值和特征向量,得到特征值矩阵
A
A
A和特征值矩阵
P
P
P,满足
B
=
P
T
A
P
,
(2)
B=P^TAP\ ,\tag{2}
B=PTAP,(2) 其中
A
=
[
λ
1
0
0
0
λ
2
0
0
0
λ
3
]
,
(3)
A=\begin{bmatrix} \lambda_{1} &0 &0\\ 0 &\lambda_{2} &0\\ 0 &0 &\lambda_{3} \end{bmatrix}\ ,\tag{3}
A=⎣⎡λ1000λ2000λ3⎦⎤,(3)
λ
1
,
λ
2
,
λ
3
\lambda_{1},\ \lambda_{2},\ \lambda_{3}
λ1,λ2,λ3为特征值,
P
P
P为对应的特征向量矩阵。令
C
=
[
λ
1
0
0
0
λ
2
0
0
0
λ
3
]
,
(4)
C= \begin{bmatrix} \sqrt{\lambda_{1}} &0 &0\\ 0 &\sqrt{\lambda_{2}} &0\\ 0 &0 &\sqrt{\lambda_{3}} \end{bmatrix}\ ,\tag{4}
C=⎣⎡λ1000λ2000λ3⎦⎤,(4) 则有
B
=
P
T
C
2
P
=
P
T
C
P
P
T
C
P
=
D
2
,
(5)
\begin{aligned} B&=P^TC^2P\\ &=P^TCPP^TCP\\ &=D^2 \end{aligned}\ ,\tag{5}
B=PTC2P=PTCPPTCP=D2,(5) 因此,我们得到分解后的对称矩阵
D
D
D满足
D
=
P
T
C
P
,
(6)
D=P^TCP\ ,\tag{6}
D=PTCP,(6)
D
11
=
B
11
D
21
=
B
21
D
11
D
22
=
B
22
−
D
21
2
D
31
=
B
31
D
11
D
32
=
B
32
−
D
21
D
31
D
22
D
33
=
B
33
−
D
31
2
−
D
32
2
(8)
\begin{aligned} D_{11}&=\sqrt{B_{11}}\\ D_{21}&=\frac{B_{21}}{D_{11}}\\ D_{22}&=\sqrt{B_{22}-D_{21}^2}\\ D_{31}&=\frac{B_{31}}{D_{11}}\\ D_{32}&=\frac{B_{32}-D_{21}D_{31}}{D_{22}}\\ D_{33}&=\sqrt{B_{33}-D_{31}^2-D_{32}^2} \end{aligned}\tag{8}
D11D21D22D31D32D33=B11=D11B21=B22−D212=D11B31=D22B32−D21D31=B33−D312−D322(8)