当前位置: 首页 > news >正文

第三章,矩阵,07-用初等变换求逆矩阵、矩阵的LU分解

第三章,矩阵,07-用初等变换求逆矩阵、矩阵的LU分解


玩转线性代数(19)初等矩阵与初等变换的相关应用的笔记,例见原文

一个基本的方法

已知: A r ∼ F A^r \sim F ArF,求可逆阵 P P P,使 P A = F PA = F PA=F ( F F F A A A的行最简形)
方法:利用初等行变换,将矩阵A左边所乘初等矩阵相乘,从而得到可逆矩阵P.
步骤:
(1)对矩阵A进行l次初等行变换至行最简形:
A r ∼ F A^r \sim F ArF,即 P l . . . P 2 P 1 A r = F P_l...P_2P_1A^r = F Pl...P2P1Ar=F
(2)求 P = P l . . . P 2 P 1 P=P_l...P_2P_1 P=Pl...P2P1
( A , E ) (A, E) (A,E)看成分块矩阵,后面的E为记录器,对分块矩阵 ( A , E ) (A, E) (A,E)进行初等行变换:
( A , E ) → P l . . . P 2 P 1 ( A , E ) → ( P l . . . P 2 P 1 A , P l . . . P 2 P 1 ) → ( P A , P ) → ( F , P ) (A, E) \rightarrow P_l...P_2P_1(A, E) \rightarrow (P_l...P_2P_1A, P_l...P_2P_1) \rightarrow (PA, P) \rightarrow (F, P) (A,E)Pl...P2P1(A,E)(Pl...P2P1A,Pl...P2P1)(PA,P)(F,P)
即当A化为F后E化为P。
那么若A可逆, A − 1 A = E A^{-1}A = E A1A=E,即将A化为单位阵,右边的E就化为 A − 1 A^{-1} A1

A − 1 B A^{-1}B A1B

即将上面的“记录器”E换为B,将A化为E的一系列行变换操作(等效于左乘 A − 1 A^{-1} A1)全部作用到B上
A − 1 ( A , B ) = ( E , A − 1 B ) A^{-1}(A, B)=(E,A^{-1}B) A1(A,B)=(E,A1B)

LU分解

假设A是m*n矩阵并且可以化简为行阶梯形而不必经过行对换或数乘,则A可以分解成如下的形式:
A = ( 1 0 0 0 ∗ 1 0 0 ∗ ∗ 1 0 ∗ ∗ ∗ 1 ) ( ■ ∗ ∗ ∗ ∗ 0 ■ ∗ ∗ ∗ 0 0 0 ■ ∗ 0 0 0 0 0 ) = L U A= \begin{pmatrix} 1 & 0 & 0 & 0 \\* & 1 & 0 & 0 \\* & * & 1 & 0\\* & * & * & 1 \end{pmatrix} \begin{pmatrix} \blacksquare & * & * & * & * \\0 & \blacksquare & * & * & * \\0 & 0 & 0 & \blacksquare & *\\0 & 0 & 0 & 0 & 0 \end{pmatrix} =LU A= 1010010001 000000000 =LU
L是单位下三角矩阵,主对角线元素全是1,它其实是一系列 E ( i j ( k ) ) E(ij(k)) E(ij(k))类型初等矩阵的乘积,L可逆;U是A的一个等价的行阶梯形矩阵。

例1,求矩阵A的LU分解:


A = ( 2 4 2 1 5 2 4 − 1 9 ) A= \begin{pmatrix} 2 & 4 & 2 \\ 1 & 5 & 2 \\ 4 & -1 & 9 \end{pmatrix} A= 214451229

( A , E ) = ( 2 4 2 1 0 0 1 5 2 0 1 0 4 − 1 9 0 0 1 ) ∼ ( 2 4 2 1 0 0 0 3 1 − 1 2 1 0 0 − 9 5 − 2 0 1 ) ∼ ( 2 4 2 1 0 0 0 3 1 − 1 2 1 0 0 0 8 − 7 2 3 1 ) = ( U , p ) (A,E)=\begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 1 & 5 & 2 & 0 & 1 & 0 \\ 4 & -1 & 9 & 0 & 0 & 1 \end{pmatrix} \sim \begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 0 & 3 & 1 & -\frac{1}{2} & 1 & 0 \\ 0 & -9 & 5 & -2 & 0 & 1 \end{pmatrix}\sim \begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 0 & 3 & 1 & -\frac{1}{2} & 1 & 0 \\ 0 & 0 & 8 & -\frac{7}{2} & 3 & 1 \end{pmatrix} =(U, p) (A,E)= 214451229100010001 2004392151212010001 20043021812127013001 =(U,p)
U = P A ⇒ A = P − 1 U U=PA \Rightarrow A=P^{-1}U U=PAA=P1U,有
A = ( 2 4 2 1 5 2 4 − 1 9 ) = ( 1 0 0 1 2 1 0 2 − 3 1 ) ( 2 4 2 0 3 1 0 0 8 ) = L U A= \begin{pmatrix} 2 & 4 & 2 \\ 1 & 5 & 2 \\ 4 & -1 & 9 \end{pmatrix}= \begin{pmatrix} 1 & 0 & 0\\ \frac{1}{2} & 1 & 0\\ 2 & -3 & 1 \end{pmatrix} \begin{pmatrix} 2 & 4 & 2\\ 0 & 3 & 1\\ 0 & 0 & 8 \end{pmatrix}=LU A= 214451229 = 1212013001 200430218 =LU

例12,LU分解解线性方程组:

将系数矩阵进行LU分解,然后分两步解出方程
在这里插入图片描述
在具体求解时要使用数学软件来求,计算机解线性方程组时就采用LU分解.手动进行LU分解当然是比较麻烦的.

http://www.lryc.cn/news/121873.html

相关文章:

  • STM32F429IGT6使用CubeMX配置SPI通信(W25Q256芯片)
  • C++11异步与通信之 packaged_task
  • 磁盘的管理
  • 数据结构:完全二叉树的性质
  • 【数据结构】‘双向链表’冲冲冲
  • Linux 编译CEF源码详细记录
  • LeetCode 2810. Faulty Keyboard【模拟,双端队列,字符串】简单
  • 两个数组的交集-C语言/Java
  • Arduino+esp32学习笔记
  • 计算机网络-专业术语
  • E. Maximum Monogonosity
  • 已解决Excel file format cannot be determined, you must specify an engine manually
  • Centos yum命令大全
  • 内网横向移动—ARP攻击图片捕捉数据劫持DNS劫持
  • react之Hooks的介绍、useState与useEffect副作用的使用
  • django——创建 Django 项目和 APP
  • == 和 equals 的对比 [面试题]
  • SpringBoot集成Redis及Redis使用方法
  • Redis可以用作数据库吗?它的适用场景是什么?
  • @Param详解
  • 自定义分页工具类
  • 文本数据保存
  • Python爬虫:抓取表情包的下载链接
  • (文章复现)基于灰狼算法(GWO)的交直流混合微网经济调度matlab代码
  • 【Kubernetes】Kubernetes的调度
  • 题目:2511.最多可以摧毁的敌人城堡数量
  • 22 | 书籍推荐数据分析
  • vscode extension 怎么区分dev prod
  • Java学习手册——第一篇Java简介
  • Prometheus流程图(自绘)-核心组件-流程详解