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
-dzk-1 天前
【矩阵】LC 48.旋转图像
线性代数·矩阵
薛定e的猫咪1 天前
(NeurIPS 2021)MatNet:面向矩阵型关系数据的神经组合优化编码器
人工智能·深度学习·线性代数·算法·矩阵
inquisiter2 天前
损失函数在标量和矩阵上的求导对比
线性代数·算法·矩阵
-dzk-2 天前
【矩阵】LC 54.螺旋矩阵
线性代数·矩阵
风吹心凉3 天前
错误码矩阵 · 实机兼容映射 · 契约变更规则
线性代数·矩阵
搭贝3 天前
国资报送责任制怎么建?三级责任矩阵设计
android·数据库·人工智能·线性代数·低代码·矩阵·制造
xier_ran4 天前
【infra之路】AWQ 详解:激活感知权重保护,让 W4A16 量化精度超越 GPTQ
线性代数·算法·机器学习·量化·infra
kyle~4 天前
点云配准--- 迭代最近点 ICP 求解
线性代数·算法·机器学习
kyle~4 天前
线性代数矩阵分解 --- QR分解
线性代数·矩阵
ASKED_20195 天前
从矩阵到秩:理解大模型参数与 LoRA 微调
线性代数·矩阵