04 MIT线性代数-矩阵的LU分解 Factorization into A=LU

目的: 从矩阵的角度理解高斯消元法, 完成LU 分解得到A =LU

1.矩阵乘积的逆矩阵 Inverse of a product

2.矩阵乘积的转置 Transpose of a product

3.转置矩阵的逆矩阵 Inverse of a transpose

4.矩阵的LU分解

U 为上三角阵(Upper triangular matrix), L 为下三角阵(Lower triangular matrix), 通过分解得到对角阵D(diagonal matrix)

4.1 三阶矩阵不需要换行进行消元的情况则有: (no row exchanges)

设定一组消元矩阵,其中E31 为单位阵I,其它两个消元矩阵如下:

row3 -5newrow2 =row3 -5(row2 -2row1 )=row3 -5row2 +10row1

E(left of A) EA=U

4.2 inverses (reverse order)

右侧操作则不会有这种情况发生,运算顺序会发生变化

E(left of U) A=LU

if no row exchanges, multipliers go directly into L 没有多余的交叉项出现是LU 分解要优于EA =U这种形式的原因之一

5. How many operations on n×n matrix A? 消元法所需运算量

6. 置换矩阵Permutation Matrix

如果主元的位置出现了0,就需要进行"行交换"。我们可以通过左乘一个置换矩阵(Permutation Matrix)实现"行交换"的操作. 置换矩阵每一行或者每一列只有一个元素是1,其它都是0

为了实现33矩阵的第一行与第二行的交换, 有6个置换矩阵

nxn矩阵存在着++n!++个置换矩阵

置换矩阵的逆矩阵

某阶的置换矩阵集合而言,置换矩阵的两两乘积仍在这个集合中,置换矩阵的逆矩阵也在此集合中。置换矩阵的逆矩阵即为它的转置

相关推荐
newdf观察者13 小时前
以线性代数的行列式理解数学应用备忘
人工智能·线性代数·机器学习
jy0226887913 小时前
线性代数-笔记
笔记·线性代数
视***间14 小时前
小而强筑内核,智无界启新程 —— 视程空间全栈硬件产品矩阵,赋能千行百业边缘智能升级
人工智能·矩阵·边缘计算·视程空间·终端算力·nvidia jetson
阿Y加油吧14 小时前
算法二刷复盘|LeetCode 34&74 二分查找双杀(区间边界 + 二维矩阵)
算法·leetcode·矩阵
柴猫°2 天前
离散图扩散模型中的转移公式推导
人工智能·线性代数·机器学习
yeflx3 天前
本质矩阵、基础矩阵和单应矩阵详解
线性代数·矩阵
AI算法沐枫3 天前
计算机视觉需要哪些数学基础?常见问题全解析
人工智能·深度学习·线性代数·计算机视觉·自然语言处理
王_teacher3 天前
机器学习 矩阵求导 完整公式+严谨推导
人工智能·线性代数·考研·机器学习·矩阵·线性回归
做cv的小昊3 天前
【TJU】研究生应用统计学课程笔记(2)——第一章 数理统计的基本知识(1.3 统计中常用的分布族)
笔记·线性代数·数学建模·矩阵·概率论·学习方法·抽象代数
二等饼干~za8986684 天前
GEO 源码部署搭建详细操作教程(2026 最新版)
线性代数·django·开源·音视频·ai-native