MIT线性代数:4.矩阵A的LU分解

1.回顾逆矩阵

MIT线性代数:4.矩阵A的LU分解_第1张图片

乘以逆矩阵得到单位阵需要反着乘。

MIT线性代数:4.矩阵A的LU分解_第2张图片

第二行是第一行两边同时转置的结果,得到的结论是A转置的逆是A的逆的转置。

2.A=LU

L是LOWER也就是下三角矩阵,U是UPPER也就是上三角矩阵。

2.1A=LU

MIT线性代数:4.矩阵A的LU分解_第3张图片

先是由E初等矩阵消元从A变化到U。

MIT线性代数:4.矩阵A的LU分解_第4张图片

L与E是什么关系呢?答案是互为逆矩阵。

2.2A=LDU

有时候我们也可以把主元单独分离出来,得到D。

MIT线性代数:4.矩阵A的LU分解_第5张图片

2.3L的求解

MIT线性代数:4.矩阵A的LU分解_第6张图片

求逆的顺序要反过来,则L是这些逆的积。

为什么要用下面LU的形式而不用上面的呢?

MIT线性代数:4.矩阵A的LU分解_第7张图片

上面可以看出,两个消元矩阵 E21(行 2 减去 2 倍行 1)和 E32(行 3 减去 5 倍的新行 2)相乘得新的右侧消元矩阵,那么,从右侧结果显示,元素 10 是我们不喜欢的(但它确实是运算结果),E21(行 2 减去 2 倍行 1)和E32(行 3 减去 5 倍的新行 2)这种顺序,行 1(元素 10)怎么就影响到了行 3 呢?这是因为,第一步中有 2 倍行 1 从行 2 中减去了,然后在第二步中又乘 5 倍从行 3 中减去,因此总共在行 3中加上了 10 倍行 1。因此,这种形式不是我们喜欢的,但逆的乘积则不是这样的。

MIT线性代数:4.矩阵A的LU分解_第8张图片

然而L形式的矩阵则就是消元矩阵的所以乘数,2与5并不会发生冲突。只要把消元矩阵的所有乘数写出来就能得到L。


结论:A=LU,如果不存在行互换,消元乘数可以直接写入L中。即只要步骤正确,可以在得到LU 过程中把A 抛开。例如,当你完成A 第二行的消元时,为了得到LU,你只需要记住U 中新的第二行是什么,同时消元所用的乘数也需要记住,至于A 是什么不需要管。

3.置换矩阵

当矩阵主元为0时,就要进行行互换使得主元不为0,下面是3*3的置换矩阵群:

MIT线性代数:4.矩阵A的LU分解_第9张图片

共有6个,4*4矩阵的置换矩阵群共有24个。计算公式:n*(n-1)*....*1。

共有特点:

1)置换矩阵两两相乘结果仍然在该群中

2)取其逆,也在该群中

3)个别置换矩阵的逆矩阵就是其置换矩阵本身(比如上面的前 4 个,其转置等于本身)

结论:置换矩阵的逆等于其转置

你可能感兴趣的:(线性代数)