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
庄周迷蝴蝶3 小时前
Extended Kalman Filter
线性代数·机器学习·概率论
Konwledging10 小时前
线性代数-矩阵与向量相乘/矩阵和矩阵相乘
线性代数
郝学胜-神的一滴1 天前
Qt6 + OpenGL 3.3 渲染环境搭建全指南:从空白窗口到专属渲染画布的优雅实现
数据结构·c++·线性代数·算法·系统架构·图形渲染
计算机安禾1 天前
【数据结构与算法】第18篇:数组的压缩存储:对称矩阵、三角矩阵与稀疏矩阵
c语言·开发语言·数据结构·c++·线性代数·算法·矩阵
适应规律1 天前
强化学习笔记(赵世钰)
笔记·线性代数·概率论
Book思议-1 天前
【数据结构】数组与特殊矩阵
数据结构·算法·矩阵
Eloudy1 天前
线性算子 A 的迹为 A 的任意矩阵表示的迹
机器学习·矩阵
net3m331 天前
可微分结构搜索, 可微分算子选择 —— 让程序“结构”也可学习 , 具体怎么实现结构的轮询穷举
人工智能·线性代数·矩阵
人道领域1 天前
LeetCode【刷题日记】:螺旋矩阵逆向全过程,边界缩进优化
算法·leetcode·矩阵
甄心爱学习1 天前
【word2vec】为什么要维护两套词向量矩阵?
机器学习·矩阵·word2vec