04-A的LU分解
一、矩阵$AB$的逆
$(AB)^{-1}=B^{-1}A^{-1}$,顺序正好相反
二、$A=LU$
如矩阵:
$\left[\begin{array}{ll}{2} & {1} \\ {8} & {7}\end{array}\right]$ =>消元=>$\left[\begin{array}{ll}{2} & {1} \\ {0} & {3}\end{array}\right]$
按照我们在第二讲所知,原始矩阵借助$E_{21}$可以实现矩阵的消元,即$E_{21}$ * $A$ = $U$:
$\left[\begin{array}{ll}{1} & {0} \\ {-4} & {1}\end{array}\right] * \left[\begin{array}{ll}{2} & {1} \\ {8} & {7}\end{array}\right]$ = $\left[\begin{array}{ll}{2} & {1} \\ {0} & {3}\end{array}\right]$
注意:这里是2 * 2 矩阵,所以只需要一个初等矩阵相乘即可,若是更大的方阵,则每次消元都需要初等矩阵左乘
而我们知道$A=LU$,那么这个$L$是什么呢?
$A=LU$
$E_{21}A=U$
第二个式子左右同时乘以$E_{21} ^{-1}$:
$A=E_{21} ^{-1}U$
所以这个$L$就是$E_{21} ^{-1}$,初等矩阵的逆矩阵好求,就是初等矩阵变一下符号而已(仅仅因为这里是2*2矩阵,如果3*3或者更大的矩阵,就不是这么简单了):
$L$=$E_{21} ^{-1}$=$\left[\begin{array}{ll}{1} & {0} \\ {4} & {1}\end{array}\right]$
这里只是以简单的2*2矩阵为例进行了讲解,$L$和$U$矩阵表示了下三角矩阵和上三角矩阵,过程如下:
$\left[\begin{array}{ll}{2} & {1} \\ {8} & {7}\end{array}\right]=\left[\begin{array}{ll}{1} & {0} \\ {4} & {1}\end{array}\right]\left[\begin{array}{ll}{2} & {1} \\ {0} & {3}\end{array}\right]$
即:$A = LU$
有时候会把主元摘出来:$A = LDU$
$\left[\begin{array}{ll}{2} & {1} \\ {8} & {7}\end{array}\right] = \left[\begin{array}{ll}{1} & {0} \\ {4} & {1}\end{array}\right]\left[\begin{array}{ll}{2} & {0} \\ {0} & {3}\end{array}\right]\left[\begin{array}{ll}{1} & {1/2} \\ {0} & {1}\end{array}\right]$
我们不能只停留在简单的2 * 2矩阵上,下面我们来处理更大的矩阵,比如3 * 3 矩阵:
$E_{32} E_{31} E_{21} A=U$(消元过程假设不需要进行行交换)
$A= E_{21}^{-1} E_{31}^{-1} E_{32}^{-1} U$
所以:$L= E_{21}^{-1} E_{31}^{-1} E_{32}^{-1}$
实例:
上面的求$L$的过程看起来很麻烦,先要计算三个消元矩阵,然后计算他们的逆,反顺序相乘,其实不然
对于初等矩阵,之前讲到过,它的逆只要把变换再还回去就是,比如矩阵:
$\left[\begin{array}{lll}{1} & {0} & {0} \\ {2} & {1} & {0} \\ {0} & {0} & {1}\end{array}\right]$
表示将某矩阵的第一行乘2加到第二行上(如果用它右乘某矩阵的话),那么这个操作的逆操作就是从第二行减去2倍的第一行就是了,所以它的逆矩阵就是:
$\left[\begin{array}{ccc}{1} & {0} & {0} \\ {-2} & {1} & {0} \\ {0} & {0} & {1}\end{array}\right]$
三、后半节需要再理解一下
04-A的LU分解的更多相关文章
- matlab 求解线性方程组之LU分解
线性代数中的一个核心思想就是矩阵分解,既将一个复杂的矩阵分解为更简单的矩阵的乘积.常见的有如下分解: LU分解:A=LU,A是m×n矩阵,L是m×m下三角矩阵,U是m×n阶梯形矩阵 QR分解: 秩分解 ...
- LU分解,Javascript代码
///A 为矩阵,这里写成一维数组,如 [1],[1,2,3,4] function GetLU(a) { var n = a.length;//矩阵的总数据数目 var s = Math.sqrt( ...
- matlab实现高斯消去法、LU分解
朴素高斯消去法: function x = GauElim(n, A, b) if nargin < 2 for i = 1 : 1 : n for j = 1 : 1 : n A(i, j) ...
- LU分解(2)
接着上次LU分解的讲解,这次给出使用不同的计算LU分解的方法,这种方法称为基于GaxPy的计算方法.这里需要了解lapapck中的一些函数.lapack中有一个函数名为gaxpy,所对应的矩阵计算公式 ...
- LU分解(1)
1/6 LU 分解 LU 分解可以写成A = LU,这里的L代表下三角矩阵,U代表上三角矩阵.对应的matlab代码如下: function[L, U] =zlu(A) % ZLU ...
- MATLAB矩阵的LU分解及在解线性方程组中的应用
作者:凯鲁嘎吉 - 博客园http://www.cnblogs.com/kailugaji/ 三.实验程序 五.解答(按如下顺序提交电子版) 1.(程序) (1)LU分解源程序: function [ ...
- 线性代数笔记10——矩阵的LU分解
在线性代数中, LU分解(LU Decomposition)是矩阵分解的一种,可以将一个矩阵分解为一个单位下三角矩阵和一个上三角矩阵的乘积(有时是它们和一个置换矩阵的乘积).LU分解主要应用在数值分析 ...
- 矩阵分解---QR正交分解,LU分解
相关概念: 正交矩阵:若一个方阵其行与列皆为正交的单位向量,则该矩阵为正交矩阵,且该矩阵的转置和其逆相等.两个向量正交的意思是两个向量的内积为 0 正定矩阵:如果对于所有的非零实系数向量x ,都有 x ...
- 计算方法 -- 解线性方程组直接法(LU分解、列主元高斯消元、追赶法)
#include <iostream> #include <cstdio> #include <algorithm> #include <cstdlib> ...
- 矩阵LU分解分块算法实现
本文主要描述实现LU分解算法过程中遇到的问题及解决方案,并给出了全部源代码. 1. 什么是LU分解? 矩阵的LU分解源于线性方程组的高斯消元过程.对于一个含有N个变量的N个线性方程组,总可以用高斯消去 ...
随机推荐
- Window、Linux查看本机外网ip
前言 我们上网用的IP并不一定是本机网卡的IP地址,由于公网IP地址稀少,国内绝大多数电脑上网,一般都是通过拨号或者端口映射.多个内网地址映射到一个公网地址来实现上网的. 目录 1.查看本机网卡ip ...
- 阿里第一天——maven学习
详见该博客的讲解 http://www.cnblogs.com/dcba1112/archive/2011/05/01/2033805.html 几个重要的命令: 1,mvn的作用 其他的构建工具包括 ...
- tcpdump指定IP和端口抓包
如下指定抓www.baidu.com 并且80端口的包 保存到test.cap 可以在Windows下面用wireshark打开 tcpdump 'port 80 and host www.baidu ...
- 配置 setting镜像在nexus私服上下载
在你的本地仓库上 setting文件中配置,一旦nexus服务关闭是无法下载的 1 配置nexus镜像 <mirror> <id>central1</id> < ...
- 使用js如何获取treeview控件的当前选中的节点
var selectedNodeID = theForm.elements["<%=treeView1.ClientID%>_SelectedNode"].value; ...
- C#SQL小结
对于c#获取Sql数据目前我采用的是 System.Data.SqlClient.SqlDataReader类. 主要用到如下API: SqlDataReader.Read():每次获取一行的数据,直 ...
- HTML学习之==>JS
HTML中的三把利器的JS 又称为JavaScript,看着好像和Java有点联系,实际上他和java半毛钱关系都没有,JavaScript和我们学习的Python.Go.Java.C++等,都是一种 ...
- CSS3—— 2D转换 3D转换 过渡 动画
2D转换 对元素进行移动.缩放.转动.拉长或拉伸 ————> ————> 移动 顺时针旋转 扩大/缩小 倾斜 2D变换合并 3D转换 绕x轴 绕y轴 过渡 从一种样式逐渐改变为另一 ...
- lograte切割tengine日志
记录 /srv/logs/nginx/*log { create 0644 nobody nobody daily rotate 10 missingok notifempty compress sh ...
- 实用网站推荐——office模板(PPT)
今天给大家分享一批Office的模板网站! office模板比较多的是PPT模板,做PPT是一件非常痛苦的事,自己做的要么太丑,要么搭配太单一,所以今天给大家分享一批网站,再也不用愁做PPT了. wo ...