线性代数-Python-05:矩阵的逆+LU分解

文章目录

  • [1 矩阵的逆](#1 矩阵的逆)
    • [1.1 求解矩阵的逆](#1.1 求解矩阵的逆)
  • [2 初等矩阵](#2 初等矩阵)
    • [2.1 初等矩阵和可逆性](#2.1 初等矩阵和可逆性)
  • [3 矩阵的LU分解](#3 矩阵的LU分解)
    • [3.1 LU分解的实现](#3.1 LU分解的实现)

1 矩阵的逆


1.1 求解矩阵的逆

c 复制代码
def inv(A):

    if A.row_num() != A.col_num():
        return None

    n = A.row_num()
    
    """矩阵A+单位矩阵"""
    ls = LinearSystem(A, Matrix.identity(n))
    
    """对线性系统进行高斯消元,如果没有解,返回none"""
    if not ls.gauss_jordan_elimination():
        return None
        
	"""高斯消元有解的话,把线性系统的右部分取出,重新构成矩阵,得到矩阵的逆"""
    invA = [[row[i] for i in range(n, 2*n)] for row in ls.Ab]
    
    return Matrix(invA)

2 初等矩阵


2.1 初等矩阵和可逆性



3 矩阵的LU分解

3.1 LU分解的实现

cpp 复制代码
from .Matrix import Matrix
from .Vector import Vector
from ._globals import is_zero


def lu(matrix):

    assert matrix.row_num() == matrix.col_num(), "matrix must be a square matrix"

    n = matrix.row_num() 
    
	"""A是原矩阵的副本"""
    A = [matrix.row_vector(i) for i in range(n)]
    
	"""初始化L,使对角线元素为1"""
    L = [[1.0 if i == j else 0.0 for i in range(n)] for j in range(n)]

    for i in range(n):
        """看A[i][i]位置是否可以是主元"""
        if is_zero(A[i][i]):
            return None, None
        else: """将主元以下的j位置变为0"""
            for j in range(i + 1, n):
                p = A[j][i] / A[i][i] """求加减的系数"""
                A[j] = A[j] - p * A[i] """将第j行的位置经过加减运算变成0"""
                L[j][i] = p """将L矩阵相应位置变成相应变换的值"""

    return Matrix(L), Matrix([A[i].underlying_list() for i in range(n)])
相关推荐
hn小菜鸡14 分钟前
LeetCode 3643.垂直翻转子矩阵
算法·leetcode·矩阵
程序猿 小项目大搞头37 分钟前
即梦批量生成图片软件使用运营大管家-即梦图片批量生成器
python
张晓~1833994812138 分钟前
短视频矩阵源码-视频剪辑+AI智能体开发接入技术分享
c语言·c++·人工智能·矩阵·c#·php·音视频
dpxiaolong1 小时前
RK3588 Android12默认移除导航栏
开发语言·python
The_Killer.1 小时前
格密码--从FFT到NTT(附源码)
学习·线性代数·密码学·格密码
max5006001 小时前
基于多元线性回归、随机森林与神经网络的农作物元素含量预测及SHAP贡献量分析
人工智能·python·深度学习·神经网络·随机森林·线性回归·transformer
Pocker_Spades_A1 小时前
Python快速入门专业版(二十九):函数返回值:多返回值、None与函数嵌套调用
服务器·开发语言·python
yunpeng.zhou1 小时前
logging 模块升级版 loguru
python
kida_yuan2 小时前
【从零开始】14. 数据评分与筛选
python·数据分析·nlp
小李独爱秋2 小时前
特征值优化:机器学习中的数学基石
人工智能·python·线性代数·机器学习·数学建模