矩阵的因子分解2-满秩分解

文章目录

  • 矩阵的因子分解2-满秩分解
    • 求法归纳
    • [例1. 对矩阵 A = ( − 1 0 1 2 1 2 − 1 1 2 2 − 2 − 1 − 2 − 4 2 − 2 ) A = \begin{pmatrix} -1 & 0 & 1 & 2 \\ 1 & 2 & -1 & 1 \\2 & 2 & -2 & -1 \\-2 & -4 & 2 & -2\end{pmatrix} A= −112−2022−41−1−2221−1−2 进行满秩分解](#例1. 对矩阵 A = ( − 1 0 1 2 1 2 − 1 1 2 2 − 2 − 1 − 2 − 4 2 − 2 ) A = \begin{pmatrix} -1 & 0 & 1 & 2 \ 1 & 2 & -1 & 1 \2 & 2 & -2 & -1 \-2 & -4 & 2 & -2\end{pmatrix} A= −112−2022−41−1−2221−1−2 进行满秩分解)
        • [1. 通过初等行变换将矩阵化为最简行阶梯形并确定矩阵的秩 r r r](#1. 通过初等行变换将矩阵化为最简行阶梯形并确定矩阵的秩 r r r)
        • [2. 从矩阵 A A A 中选择 r r r 个线性无关的列向量,构成矩阵 B B B](#2. 从矩阵 A A A 中选择 r r r 个线性无关的列向量,构成矩阵 B B B)
        • [3. 从最简行阶梯形矩阵中选择前 r r r 个非零行,构成矩阵 C C C](#3. 从最简行阶梯形矩阵中选择前 r r r 个非零行,构成矩阵 C C C)

矩阵的因子分解2-满秩分解

题型:对 A ∈ C m × n A \in \mathbb{C}^{m \times n} A∈Cm×n 进行满秩分解 A = B C A = BC A=BC

题目中为简化计算,都是取 C m × n \mathbb{C}^{m\times n} Cm×n的特殊情形: R m × n \mathbb{R}^{m\times n} Rm×n,如下也是按照 R m × n \mathbb{R}^{m\times n} Rm×n 来展开的

求法归纳

  1. 通过初等行变换将矩阵化为最简行阶梯形并确定矩阵的秩 r r r
  2. 从矩阵 A A A 中选择 r r r 个线性无关的列向量,构成矩阵 B B B
  3. 从最简行阶梯形矩阵中选择前 r r r 个非零行,构成矩阵 C C C

例1. 对矩阵 A = ( − 1 0 1 2 1 2 − 1 1 2 2 − 2 − 1 − 2 − 4 2 − 2 ) A = \begin{pmatrix} -1 & 0 & 1 & 2 \\ 1 & 2 & -1 & 1 \\2 & 2 & -2 & -1 \\-2 & -4 & 2 & -2\end{pmatrix} A= −112−2022−41−1−2221−1−2 进行满秩分解

1. 通过初等行变换将矩阵化为最简行阶梯形并确定矩阵的秩 r r r

A = ( − 1 0 1 2 1 2 − 1 1 2 2 − 2 − 1 − 2 − 4 2 − 2 ) → ( 1 0 − 1 − 2 0 2 0 3 0 2 0 3 0 − 4 0 − 6 ) → ( 1 0 − 1 − 2 0 1 0 3 2 0 0 0 0 0 0 0 0 ) A=\begin{pmatrix} -1 & 0 & 1 & 2 \\ 1 & 2 & -1 & 1 \\ 2 & 2 & -2 & -1 \\ -2 & -4 & 2 & -2 \end{pmatrix} \rightarrow \begin{pmatrix} 1 & 0 & -1 & -2 \\ 0 & 2 & 0 & 3 \\ 0 & 2 & 0 & 3 \\ 0 & -4 & 0 & -6 \end{pmatrix} \rightarrow \begin{pmatrix} 1 & 0 & -1 & -2 \\ 0 & 1 & 0 & \frac{3}{2} \\ 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 \end{pmatrix} A= −112−2022−41−1−2221−1−2 → 1000022−4−1000−233−6 → 10000100−1000−22300

2. 从矩阵 A A A 中选择 r r r 个线性无关的列向量,构成矩阵 B B B

B = ( − 1 0 1 2 2 2 − 2 − 4 ) B = \begin{pmatrix} -1 & 0 \\ 1 & 2 \\ 2 & 2 \\ -2 & -4 \end{pmatrix} B= −112−2022−4

3. 从最简行阶梯形矩阵中选择前 r r r 个非零行,构成矩阵 C C C

C = ( 1 0 − 1 − 2 0 1 0 3 2 ) C = \begin{pmatrix} 1 & 0 & -1 & -2 \\ 0 & 1 & 0 & \frac{3}{2} \end{pmatrix} C=(1001−10−223)

验证:
A = B C = ( − 1 0 1 2 2 2 − 2 − 4 ) ( 1 0 − 1 − 2 0 1 0 3 2 ) = ( − 1 0 1 2 1 2 − 1 1 2 2 − 2 − 1 − 2 − 4 2 − 2 ) A=BC = \begin{pmatrix} -1 & 0 \\ 1 & 2 \\ 2 & 2 \\ -2 & -4 \end{pmatrix} \begin{pmatrix} 1 & 0 & -1 & -2 \\ 0 & 1 & 0 & \frac{3}{2} \end{pmatrix} = \begin{pmatrix} -1 & 0 & 1 & 2 \\ 1 & 2 & -1 & 1 \\ 2 & 2 & -2 & -1 \\ -2 & -4 & 2 & -2 \end{pmatrix} A=BC= −112−2022−4 (1001−10−223)= −112−2022−41−1−2221−1−2

相关推荐
还是码字踏实4 小时前
基础数据结构之数组的矩阵遍历:螺旋矩阵(LeetCode 54 中等题)
数据结构·leetcode·矩阵·螺旋矩阵
西西弗Sisyphus4 小时前
线性代数 - 奇异值分解(SVD Singular Value Decomposition)- 计算顺序 旋转→拉伸→旋转
线性代数·矩阵·奇异值分解·矩阵求逆
唯道行4 小时前
计算机图形学·9 几何学
人工智能·线性代数·计算机视觉·矩阵·几何学·计算机图形学
粉色挖掘机5 小时前
矩阵在密码学的应用——希尔密码详解
线性代数·算法·机器学习·密码学
熬了夜的程序员1 天前
【LeetCode】101. 对称二叉树
算法·leetcode·链表·职场和发展·矩阵
西西弗Sisyphus1 天前
线性代数 - 正交矩阵
线性代数·矩阵·线性方程组·正交矩阵·lu分解
qiao若huan喜1 天前
7、webgl 基本概念 + 前置数学知识点(向量 + 矩阵)
线性代数·矩阵·webgl
haogexiaole1 天前
余弦相似度、矩阵分解、深度学习物品的复杂、非线性特征
深度学习·线性代数·矩阵
望十五江洋2 天前
泊松分布的参数可加性
线性代数·机器学习·概率论
西西弗Sisyphus2 天前
线性代数 - 初等矩阵
人工智能·线性代数·机器学习