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
BSD_HY1 天前
智能家居中控面板的结构暗战:薄膜开关为什么还没退场
矩阵·智能家居·薄膜开关·源头工厂
茉莉玫瑰花茶1 天前
线性代数 [ 矩阵与线性变化 ]
线性代数·math·1024程序员节
茉莉玫瑰花茶1 天前
线性代数 [ 矩阵乘法与线性变换复合的联系 ]
python·线性代数·math
莫叫石榴姐2 天前
半导体业务数仓建模: Lot、Wafer、Die、Recipe、OEE、YMS 建模要点
数据仓库·sql·面试·职场和发展·矩阵·1024程序员节
茉莉玫瑰花茶2 天前
线性代数 [ 序言 ]
线性代数·math·1024程序员节
茉莉玫瑰花茶2 天前
线性代数 [ 线性组合·张成的空间与基 ]
线性代数·math·1024程序员节
茉莉玫瑰花茶2 天前
线性代数 [ 向量究竟是什么 ]
线性代数·math·1024程序员节
reikocao4 天前
IMU预积分误差模型推导:协方差传播、残差构建、雅可比矩阵
人工智能·线性代数·矩阵
TK泰妞4 天前
TikTok 带货素材如何批量测试?从参考视频到内容矩阵的实操方法
线性代数·矩阵·音视频
学习论之费曼学习法4 天前
无人值守AI内容矩阵实战(7):Playwright 发布器避坑——编辑器竞态、索引延迟与风控
python·线性代数·矩阵·编辑器·浏览器自动化·playwright·踩坑记录