A的LU分解-线性代数课时4（MIT Linear Algebra , Gilbert Strang）

        这是Strang教授的第四讲，讲解的内容是矩阵的LU分解，LU分解是线性代数中矩阵的一个重要分解，它将原矩阵分解成一个下三角阵和一个上三角阵的乘积形式，L和U源于字母Lower和Upper。矩阵的LU分解在教授讲解矩阵消元过程中就已经初见端倪了（矩阵消元-线性代数课时2（MIT Linear Algebra , Gilbert Strang）。

A=LU

        A=LU分解是高斯消元的逆过程，高斯消元互换等式两端表达式的位置就是U=EA，E是消元矩阵，在不考虑行变换的情况下，对于2阶矩阵,对于3阶矩阵,高斯消元过程参考：矩阵乘法和逆矩阵-线性代数课时3（MIT Linear Algebra , Gilbert Strang）。将U=EA等式两端同时乘上得到,将改写成L就是A的LU分解。

        同样还是以2阶矩阵和3阶矩阵为例，写一下L的表达式。对于2阶矩阵，对于3阶矩阵，至于表达式为什么是这样，请参考《矩阵乘法和逆矩阵-线性代数课时3（MIT Linear Algebra , Gilbert Strang）》矩阵的逆性质7。

        那么我们为什么对A=LU感兴趣，而不是U=EA呢？要回答这个问题，我们最好从例子入手说明，假设3阶矩阵A，我们对A的消元过程中得到：

        ，，

        ，，

        那么：

        

        

        对比上面两个表达式，你会发现L矩阵有一个很好的性质：L矩阵可以通过将矩阵对角线下方的元素直接放到L矩阵对应的位置得到，而E矩阵并不具有这样的性质，在例子中E矩阵在（3，1）位置处产生了一个10，而它并不存在于的对角线一下的元素中。而这个性质对n阶的矩阵都成立。为什么L和E看似相同的表达式（和只是将（i,j）位置的数符号取反），一个具有良好的性质，而另外一个不令人满意呢？答案就在消元矩阵的特点（对角线元素为1，第j列下方元素某个元素（第i个）不为0，其余元素均为0）和矩阵乘法的顺序上。

        还是以上面3x3矩阵的例子说明为什么，高斯消元是从第一列开始到第n列结束，这决定了的矩阵乘法顺序，这里在我门的例子中假设为单位阵所以直接考虑和相乘，我们用矩阵乘法的列方法解释的过程（列方法参考《矩阵乘法和逆矩阵-线性代数课时3（MIT Linear Algebra , Gilbert Strang）》），E的列等于列向量的线性组合：

        列1： 1·（1，2，0）+ 0·（0，1，0）+ 0·（0，0，1）

        列2：0·（1，2，0）+ 1·（0，1，0）+ 5·（0，0，1）

        列3：0·（1，2，0）+ 0·（0，1，0）+ 1·（0，0，1）

        首先观察列1和列3，他们和的列1和列3相等，因为对来说第2列前面的列和后面的列对角线上下都为0，所以对于列2之外的列都会取对应的列作为相乘之后的结果。对于列2，首先对角线元素为1，相当于取去了的第2列作为列向量线性组合的一个相加项，对于对角线下的5正好在L的第（3，2）位置引入元素5。这个推理对n阶的的L推理都成立，因为从矩阵乘法右边的矩阵第j列前后的列始终只有对角线上取值为1，所以它始终会保持左边矩阵的1-(j-1)和(j+1)-n列不变，而将地（i,j）位置的元素直接引入到结果中去。

A=LDU

        U矩阵是一个上三角矩阵，将U矩阵分解成下面的形式：

        

         一个对角矩阵用D表示和一个对角线为1的上三角矩阵还是用U表示，A=LU可以写成A=LDU。

A的LU分解求解Ax=b

        有了LU分解之后，我们对Ax=b的求解可以转化为下面的两个方程组的顺序求解：

        Ax=b  <=>   Lc=b ，Ux=c     

        为什么求解Ax=b 等价于求解Lc=b ，Ux=c  呢？将Ux=c等式左右两边同时左乘上L，回发现LUx=Lc就是Ax=b。你会发现求解Lc=b ，Ux=c都不再需要消元了，因为L是一个下三角矩阵，U是一个上三角矩阵，我们只需要通过回代就能求得x。

         内容对应《INTRODUCTION TO LINEAR ALGEBRA》2.6章节。

下节课：转置，置换和向量空间R-线性代数课时5（MIT Linear Algebra , Gilbert Strang）