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
AI科技星10 小时前
第四卷:橡皮泥江湖(拓扑学)――诸同奥义,九同立境贯拓扑
网络·人工智能·线性代数·架构·概率论·学习方法·拓扑学
爱代码的小黄人11 小时前
矩阵求逆引理(Sherman-Morrison-Woodbury公式)详解
线性代数·矩阵
菜鸟分享录12 小时前
AI 学习路线 03:线性代数、概率统计、梯度下降到底有什么用?
人工智能·线性代数·ai
hai3152475431 天前
九章编程法 · HTTP转发代理网关【终极完美版·矩阵步进交换】
人工智能·网络协议·线性代数·http·矩阵·极限编程
不辣的皮蛋君1 天前
2026年如何用短视频矩阵系统提升带货转化率?以乌拉工具箱为例的实操指南
线性代数·矩阵
乐兮创想 小林2 天前
B2B 内容营销的工程化运营:从内容矩阵建模到 SEO/GEO 联动的完整体系
前端·线性代数·矩阵·网站建设·北京网站建设公司
Samson Bruce2 天前
【初高中数学】
线性代数·数学·算法·机器学习
AI科技星2 天前
数术工坊:投影秘籍
人工智能·线性代数·架构·概率论·学习方法
机汇五金_3 天前
矩阵机箱有哪些常见结构形式?
线性代数·矩阵
2301_800895103 天前
线性代数保研面试复习
线性代数·面试·保研