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
杨石兴9 小时前
柱坐标下的拉普拉斯变换
线性代数·电磁学
bj_zhb13 小时前
矩阵的白化变换/球化变换
线性代数·矩阵
酉鬼女又兒2 天前
[特殊字符]零基础入门AI:归纳演绎、假设空间、归纳偏好、NFL、过拟合与欠拟合、模型评估选择、超参数、性能度量、混淆矩阵、P-R曲线和F1
人工智能·windows·python·深度学习·安全·机器学习·矩阵
2601_955759622 天前
如何用 Claude Opus 5 API 写出结构清晰的 SEO 文章
线性代数·矩阵
2601_955759622 天前
Claude Opus 5 SEO 实战:打造高质量长尾关键词内容矩阵
线性代数·矩阵
科技大视界2 天前
TikTok广告素材投放工具:从官方后台到AIGC一体化矩阵构建高效投放矩阵
人工智能·矩阵·aigc
闪电悠米3 天前
力扣hot100-54.螺旋矩阵-模拟边界控制详解
算法·leetcode·矩阵
待磨的钝刨3 天前
深入理解主成分分析(PCA)
人工智能·线性代数·算法·机器学习
Xzaveir_7773 天前
OPPO、vivo、荣耀号码认证:多终端拨测矩阵与异常复现
大数据·网络·科技·矩阵·产品经理·ai-native
闪电悠米3 天前
力扣hot100-73.矩阵置零-标记数组详解
算法·leetcode·矩阵