MIT线性代数02_矩阵消元

1. Elimination

pivot 主元

121381041−>12102−2041−>12102−2005 \begin{bmatrix} 1 & 2 & 1\\ 3 & 8 & 1\\ 0 & 4 & 1\\ \end{bmatrix} -> \begin{bmatrix} 1 & 2 & 1 \\ 0 & 2 & -2 \\ 0 & 4 & 1 \\ \end{bmatrix} -> \begin{bmatrix} 1 & 2 & 1 \\ 0 & 2 & -2\\ 0 & 0 & 5\\ \end{bmatrix} 130284111 −> 1002241−21 −> 1002201−25

2. Back-substitution

augumented matrix 增广矩阵

1212381120412−>121202−260412−>121202−26005−10 \begin{bmatrix} 1 & 2 & 1 & 2 \\ 3 & 8 & 1 & 12 \\ 0 & 4 & 1 & 2 \\ \end{bmatrix} -> \begin{bmatrix} 1 & 2 & 1 & 2\\ 0 & 2 & -2 & 6\\ 0 & 4 & 1 & 2\\ \end{bmatrix} -> \begin{bmatrix} 1 & 2 & 1 & 2 \\ 0 & 2 & -2& 6 \\ 0 & 0 & 5 & -10\\ \end{bmatrix} 1302841112122 −> 1002241−21262 −> 1002201−2526−10

3. Elimination matrices

  • identity matrix 单位矩阵
  • elementary matrix 初等矩阵
  • associative law 结合律
  • par·en·thesis n. /pəˈrenθəsɪs/= bracket
  • permutation matrix 置换矩阵
  • Inverse

Step 1: Matries: subtract 3 x row1 from row2

\\begin{bmatrix} 1 \& 0 \& 0 \\ -3 \& 1 \& 0 \\ 0 \& 0 \& 1 \\ \\end{bmatrix} ## \\begin{bmatrix} 1 \& 2 \& 1 \& 2 \\ 3 \& 8 \& 1 \& 12 \\ 0 \& 4 \& 1 \& 2 \\ \\end{bmatrix} \\begin{bmatrix} 1 \& 2 \& 1 \& 2 \\ 0 \& 2 \& -2 \& 6 \\ 0 \& 4 \& 1 \& 2 \\ \\end{bmatrix}

Step 2: Subtract 2 x row2 from row3

$$

\begin{bmatrix}
1 & 0 & 0 \
0 & 1 & 0 \
0 & -2& 1 \
\end{bmatrix}
\begin{bmatrix}
1 & 2 & 1 & 2 \
0 & 2 & -2 & 6 \
0 & 4 & 1 & 2 \
\end{bmatrix}

\begin{bmatrix}

1 & 2 & 1 & 2 \

0 & 2 & -2 & 6 \

0 & 0 & 5 & -10 \

\end{bmatrix}

E32(E21A)=U(E32E21)A=U E_{32} (E_{21} A) = U \\\\ (E_{32} E_{21}) A = U E32(E21A)=U(E32E21)A=U ## 4. Matrix Multiplication 矩阵乘以一个列向量,相当于矩阵的列的线性组合。 一个行向量乘以一个矩阵,相当于矩阵的行的线性组合。 ### Permutation Exchange row1 and row2

\begin{bmatrix}

0 & 1 \

1 & 0 \

\end{bmatrix}

\begin{bmatrix}

a & b \
c & d \
\end{bmatrix}

\begin{bmatrix}

c & d \

a & b \

\end{bmatrix}

\begin{bmatrix}

a & b \

c & d \

\end{bmatrix}

\begin{bmatrix}

0 & 1 \
1 & 0 \
\end{bmatrix}

\begin{bmatrix}

b & a \

d & c \

\end{bmatrix}

### Inverses ##

\begin{bmatrix}
1 & 0 & 0 \
3 & 1 & 0 \
0 & 0 & 1 \
\end{bmatrix}
\begin{bmatrix}
1 & 0 & 0 \
-3 & 1 & 0 \
0 & 0 & 1 \
\end{bmatrix}

\begin{bmatrix}

1 & 0 & 0 \

0 & 1 & 0 \

0 & 0 & 1 \

\end{bmatrix}

$$

相关推荐
yeflx2 小时前
行列式、特征值、SVD 等知识点记录(待补充)
线性代数·矩阵
虾..2 小时前
三维图形学基础数学(向量,矩阵)
线性代数·矩阵
涉密IT资质笔记1 天前
2026 涉密资质三类硬性条件对照:军工 / 集成 / 印制参数矩阵与易错点
服务器·线性代数·矩阵·创业创新
BSD_HY1 天前
薄膜开关矩阵按键的GPIO扩展芯片选型与中断响应延迟
单片机·线性代数·矩阵
数智工坊1 天前
视觉SLAM第11讲|回环检测:词袋模型、字典构建与相似度计算全解析
人工智能·深度学习·线性代数
数智工坊1 天前
视觉SLAM第4讲|李群与李代数:位姿优化的数学基石
人工智能·深度学习·线性代数·cnn
数智工坊1 天前
视觉SLAM第10讲|后端优化(下):位姿图优化、滑动窗口与图优化工程实践
人工智能·深度学习·线性代数·矩阵
数智工坊1 天前
视觉SLAM第13讲|工程落地:双目视觉里程计系统架构设计与性能优化
人工智能·深度学习·线性代数·性能优化·矩阵·系统架构·机器人
李日华大战鸡红2 天前
FOC状态空间方程模型推导(学习记录)
python·学习·线性代数
for_ever_love__4 天前
线性代数入门——向量、矩阵与点积,Transformer 的运算本质
线性代数·矩阵·transformer