线性代数 --- 为什么LU分解中的下三角矩阵L的主对角线上都是1?

为什么LU分解中的下三角矩阵L的主对角线上都是1?

笔者的一些话:

为什么LU分解中L矩阵的主对角线上都是1?因为最近一段时间在研究LU分解的编程实现,这个问题也就时不时的从我脑子里面冒出来。但大多时候都是一闪而过,没有太在意。有时候,查了一些资料后,明白了,或者是当时明白了,又或者是似乎明白了,没过多久又忘了。索性趁着这两天有空,干脆写一篇CSDN记录下来,自己以后要看了,就回来翻翻。

正文:

一方面: 对于LU分解而言,下三角阵L是对高斯消元过程的记录,是高斯消元的逆过程,是多个消元矩阵E的逆矩阵的乘积(形如下图中的下三角矩阵),即:

另一方面: 根据矩阵的乘法原则,两个矩阵A和B的乘积C中的元素,来自于矩阵A中第i行元素与矩阵B中第j列元素的乘积。下图,是我引用的维基百科中一个4x2矩阵A和一个2x4矩阵B的乘法的说明图。

如图,在本例中矩阵C中的元素源自于矩阵A第一行和矩阵B第二列的乘积。

按照这个乘法规则,去计算一系列消元矩阵的逆矩阵(方阵)的乘法就会发现。在计算L矩阵中主对角线上元素时,其他部分的乘积都是0,最终只剩下主对角线上对应位置的乘积为1。

比如说,下面是两个4x4的矩阵的乘法(X和Y可以是任意值):

不论这两个矩阵中的X和Y是多少,主对角线上的元素一定是1。我们以的计算为例(其他也相仿),他等于前一个矩阵的第2行,乘以后一个矩阵的第2列:

依此类推,则不论有多少个 连续相乘,一定能保证在最终的乘积L矩阵中,主对角线上的元素都是1。


(全文完)

作者 --- 松下J27

参考文献(鸣谢):

1,https://en.wikipedia.org/wiki/Matrix_multiplication

2,线性代数 --- LU分解(Gauss消元法的矩阵表示)_矩阵的lu分解-CSDN博客

(配图与本文无关)

**版权声明:**所有的笔记,可能来自很多不同的网站和说明,在此没法一一列出,如有侵权,请告知,立即删除。欢迎大家转载,但是,如果有人引用或者COPY我的文章,必须在你的文章中注明你所使用的图片或者文字来自于我的文章,否则,侵权必究。 ----松下J27

相关推荐
CoovallyAIHub9 小时前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub10 小时前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉
CoovallyAIHub10 小时前
实时视觉AI智能体框架来了!Vision Agents 狂揽7K Star,延迟低至30ms,YOLO+Gemini实时联动!
算法·架构·github
CoovallyAIHub11 小时前
开源:YOLO最强对手?D-FINE目标检测与实例分割框架深度解析
人工智能·算法·github
CoovallyAIHub11 小时前
OpenClaw:从“19万星标”到“行业封杀”,这只“赛博龙虾”究竟触动了谁的神经?
算法·架构·github
刀法如飞11 小时前
程序员必须知道的核心算法思想
算法·编程开发·算法思想
徐小夕12 小时前
pxcharts Ultra V2.3更新:多维表一键导出 PDF,渲染兼容性拉满!
vue.js·算法·github
CoovallyAIHub13 小时前
OpenClaw一脚踩碎传统CV?机器终于不再只是看世界
深度学习·算法·计算机视觉
CoovallyAIHub14 小时前
仅凭单目相机实现3D锥桶定位?UNet-RKNet破解自动驾驶锥桶检测难题
深度学习·算法·计算机视觉