线性代数Lec02: 矩阵消元

最新推荐文章于 2022-09-17 19:17:32 发布

all-is-well

最新推荐文章于 2022-09-17 19:17:32 发布

阅读量497

点赞数

分类专栏：线性代数

本文链接：https://blog.csdn.net/Noshandow/article/details/52515931

版权

线性代数专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1. 消元法

⎡ ⎣ ⎢ 130284111 ⎤ ⎦ ⎥ (1)

$\left[ \begin{matrix} 1 & 2 & 1\\ 3 & 8 & 1 \\ 0 & 4 & 1 \\ \end{matrix} \right] \tag{1}$
依次消去主元1（x）,主元2（y）;(2)中对角线上的元素依次为主元

⎡ ⎣ ⎢ 100220 1 - 2 5 ⎤ ⎦ ⎥ (2)

$\left[ \begin{matrix} 1 & 2 & 1\\ 0 & 2 & -2 \\ 0 & 0 & 5 \\ \end{matrix} \right] \tag{2}$

1). Success

2). Failure

失效，指的是不能得到3个主元；0不能做主元，可通过行交换解决“暂时性失效”。

若主元位置为0且下面元素也为0，那么完全失效，即可逆矩阵。

2. 回代

增广矩阵：

⎡ ⎣ ⎢ ⎢ 1302841112122 ⎤ ⎦ ⎥ ⎥ (3)

$\left[ \begin{array}{ccc|c} 1 & 2 & 1 & 2 \\ 3 & 8 & 1 & 12 \\ 0 & 4 & 1 & 2 \\ \end{array} \right] \tag{3}$
经过变换后为

⎡ ⎣ ⎢ ⎢ 100220 1 - 2 5 26 - 10 ⎤ ⎦ ⎥ ⎥

$\left[ \begin{array}{ccc|c} 1 & 2 & 1 & 2 \\ 0 & 2 & -2 & 6 \\ 0 & 0 & 5 & -10 \\ \end{array} \right]$
代入方程为

x + 2 y + z = 2 2 y - 2 z = 6 5 z = 10

$\begin{array}{r} x+2y+z=2 \\ 2y-2z = 6 \\ 5z = 10 \\ \end{array}$

3. 消元矩阵

step1. 减去 -3*row1 from row2

左边矩阵称为初等矩阵，用 $E_{32}$ 表示，其中第一行表示(1 0 0)表示只取第一行，其他行不取；对于第二行(-3 1 0)表示第二行减去第一行*-3。

⎡ ⎣ ⎢ 1 - 3 0 010001 ⎤ ⎦ ⎥ ⎡ ⎣ ⎢ 130284111 ⎤ ⎦ ⎥ = ⎡ ⎣ ⎢ 100224 1 - 2 1 ⎤ ⎦ ⎥

$\left[ \begin{matrix} 1 & 0 & 0\\ -3 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right] \left[ \begin{matrix} 1 & 2 & 1\\ 3 & 8 & 1 \\ 0 & 4 & 1 \\ \end{matrix} \right]= \left[ \begin{matrix} 1 & 2 & 1\\ 0 & 2 & -2 \\ 0 & 4 & 1 \\ \end{matrix} \right]$

step2. 减去2*row2 from row3

⎡ ⎣ ⎢ 100 01 - 2 001 ⎤ ⎦ ⎥ ⎡ ⎣ ⎢ 100224 1 - 2 1 ⎤ ⎦ ⎥ = ⎡ ⎣ ⎢ 100220 1 - 2 1 ⎤ ⎦ ⎥

$\left[ \begin{matrix} 1 & 0 & 0\\ 0 & 1 & 0 \\ 0 & -2 & 1 \\ \end{matrix} \right] \left[ \begin{matrix} 1 & 2 & 1\\ 0 & 2 & -2 \\ 0 & 4 & 1 \\ \end{matrix} \right] = \left[ \begin{matrix} 1 & 2 & 1\\ 0 & 2 & -2 \\ 0 & 0 & 1 \\ \end{matrix} \right]$

4. 矩阵相乘

如何将矩阵A通过一次变换成为矩阵U，可将
$E_{32}(E_{21}A)= (E_{32}E_{21})A$ ;
这种移动括号的定律称为结合律，线性代数中很多证明都要用到这种定律。但是乘法顺序不能变！！！

左边乘法，行变换

[0110] [a c b d] = [c a d b]

$\left[ \begin{matrix} 0 & 1 \\ 1 & 0 \\ \end{matrix} \right] \left[ \begin{matrix} a & b \\ c & d \\ \end{matrix} \right]= \left[ \begin{matrix} c & d \\ a & b \\ \end{matrix} \right]$

右边乘法，列变换

[a c b d] [0110] = [b d a c]

$\left[ \begin{matrix} a & b \\ c & d \\ \end{matrix} \right] \left[ \begin{matrix} 0 & 1 \\ 1 & 0 \\ \end{matrix} \right]= \left[ \begin{matrix} b & a \\ d & c \\ \end{matrix} \right]$

逆矩阵
对于step1中我们想恢复原来的数据，实际上找到变换矩阵的逆矩阵，对于A而言相当于乘以单位矩阵

step1中的逆操作为，加上3*row1 from row2

⎡ ⎣ ⎢ 130010001 ⎤ ⎦ ⎥ ⎡ ⎣ ⎢ 1 - 3 0 010001 ⎤ ⎦ ⎥ = ⎡ ⎣ ⎢ 100010001 ⎤ ⎦ ⎥

$\left[ \begin{matrix} 1 & 0 & 0\\ 3 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right] \left[ \begin{matrix} 1 & 0 & 0\\ -3 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right] = \left[ \begin{matrix} 1 & 0 & 0\\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{matrix} \right]$