【线性代数公开课MIT Linear Algebra】 第四课 从矩阵消元到LU分解

最新推荐文章于 2022-05-11 23:45:01 发布
最新推荐文章于 2022-05-11 23:45:01 发布
阅读量2.1k 收藏 1
点赞数
分类专栏： 线性代数 - Linear Algebra 文章标签： LU分解 线性代数 逆 MIT
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a352611/article/details/48690885
版权
这篇笔记探讨了矩阵的逆与转置的直观理解，强调了(AB)−1=(B−1A−1)的性质，并通过实例解释了LU分解的过程和其作为矩阵消元直观展示的优势。LU分解的复杂度分析也被提及，讨论了pivot为零时行交换的处理以及排列矩阵的特性。
摘要由CSDN通过智能技术生成

本系列笔记为方便日后自己查阅而写，更多的是个人见解，也算一种学习的复习与总结，望善始善终吧~

矩阵的逆与转置

为什么逆矩阵要反过来？这就像是…你先把鞋子脱了再脱袜子，那么反过来不就是要先穿上袜子，再穿鞋子吗？所以说，忘记书上的蠢例子吧。

这里写图片描述
一个显而易见的性质， (AB)−1=(B−1A−1)
引出另外一个性质： (AB)T=BTAT
这里写图片描述
如上图 (AA−1)T

最低0.47元/天 解锁文章
a352611
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
线性代数与数值方法--矩阵分解
wps1215的专栏
10-17 1061
矩阵 正交：正交最早出现于三维空间中的向量分析。 在三维向量空间中， 两个向量的内积如果是零， 那么就说这两个向量是正交的。 正交矩阵：正交矩阵是实数特殊化的酉矩阵，因此总是正规矩阵。如果：AAT=E（E为单位矩阵，AT表示“矩阵A的转置矩阵”。）或ATA=E，则n阶实矩阵A称为正交矩阵， 若A为正交阵，则满足以下条件: 1) AT是正交矩阵 2) AAT=E（E为单位矩阵） 3) A
线性代数 矩阵分解
fxnfk
11-04 795
线代中几个重要的矩阵分解和图，在这记录一下。
线性代数-矩阵分解(Matrix Factorization)
weixin_37616971的博客
09-18 1991
A=LUA = LUA=LU（LU分解） A=QRA=QRA=QR（QR分解） A=XΛX−1A = X\Lambda X^{-1}A=XΛX−1 （谱分解） S=QΛQTS=Q\Lambda Q^TS=QΛQT (正交对角化) A=UΣVTA = U\Sigma V^TA=UΣVT（奇异值分解) 1 LU分解 2 QR分解 3 谱分解(Spectral Decomposition) 所谓的谱...
线性代数——LU分解
feidaji的博客
04-22 2307
矩阵LU (笔算方法) 如矩阵 A= ,进行LU 分解，则 A=LU= = 则 , , (1) 由 得 (2) 由 ， 得 ， (3) 由 ， 得 (4) 由 ， 得 (4) A=LU== 矩阵LU (计算机计算方法) ...
MIT线性代数Linear Algebra公开课笔记 第四章 矩阵的LU分解（lecture 4 Factorization into A = LU）
01-06
本章是Gilbert Strang的MIT线性代数Linear Algebra公开课中【第四章 矩阵的LU分解（lecture 4 Factorization into A = LU）】的笔记，参考他在 MIT Linear Algebra课程网站上公开分享的 lecture summary (PDF) 和 ...
MIT Linear Algebra.zip_MIT linear algebra_MIT 线性代数_MIT线性代数_linea
07-14
mit线性代数课程笔记，做了很好的注释和扩展。
超详细MIT线性代数公开课笔记-完整版
03-29
MIT麻省理工学院Gilbert Strang教授的线性代数公开课，是该领域内广受欢迎的教育资源之一。本次课程笔记所涉及的线性代数的知识点主要包括以下几个方面： 1. 线性方程组的矩阵表示：线性代数的基本问题之一是解决n...
MIT_耶鲁大学线性代数公开课习题和答案
06-17
《MIT耶鲁大学线性代数公开课习题与答案解析》 线性代数是现代数学的基石之一，广泛应用于物理学、工程学、计算机科学等多个领域。这份资料来源于世界顶级学府MIT（麻省理工学院）和耶鲁大学的公开课，由知名教授...
MIT线性代数Linear Algebra公开课笔记 第一章 线性方程的几何表示（lecture 1 The geometry of linear equations）
01-07
本章是Gilbert Strang的MIT线性代数公开课中【第一章 线性方程的几何表示（lecture 1 The geometry of linear equations）】的笔记，参考他在 MIT Linear Algebra课程网站上公开分享的 lecture summary (PDF) & ...
MIT18.06线性代数课程笔记4a：矩阵的LU分解
silent56_th的博客
10-13 1005
课程简介18.06是Gilbert Strang教授在MIT开的线性代数公开课，课程视频以及相关资料请见https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/index.htm。 课程笔记Strang先说了两个逆元的性质：(AB)−1=B−1A−1(AB)^{-1}=B^{-1}A^{-1}以及(AT)−1=
[线性代数] 矩阵代数進階：矩阵分解 Matrix factorization
weixin_30724853的博客
12-07 182
Matrix factorization 导语：承载上集的矩阵代数入门，今天来聊聊进阶版，矩阵分解。其他集数可在[线性代数]标籤文章找到。有空再弄目录什麽的。 Matrix factorization is quite like an application of invertible matrices, where L is an invertible matrix in LU...
MIT 18.06 linear algebra 第四课笔记
Light_blue_love的专栏
01-12 361
MIT 18.06 linear algebra 第四课笔记 第四课的课程要点如下： Inverse of ABAB ,ATA^{T} product of elimination matrices A=LUA=LU(no row exchange) 假设AA和BB均是可逆矩阵，ABAB的逆为B−1A−1B^{-1}A^{-1},因为ABB−1A−1=IABB^{-1}A^{-1}=
线性代数 --- LU分解（Gauss消元法的矩阵表示）
热门推荐
松下J27录放机
05-11 1万+
本文是作者关于LU分解的呕心沥血之作，详细的介绍了LU分解的来龙去脉，希望对大家有帮助。LU分解是一个伟大的分解！
线性代数Lec04：A的LU分解
Noshandow的专栏
09-17 2064
目标：消元矩阵的乘法审视高斯消元1. 矩阵可逆的顺序假设矩阵A,BA,B可逆，那么(AB)−1(AB)^{-1}是什么？ 根据AA−1=IAA^{-1}=I, 因此(AB)−1=B−1A−1(AB)^{-1}=B^{-1}A^{-1};AB(B−1A−1)=A(BB−1)A=IAB(B^{-1}A^{-1}) = A(BB^{-1})A=I2.消元矩阵给定二元矩阵E32A=UE_{32}A=U,
线性代数(2)[漫谈]高中的消元法解方程与线性代数及LU分解之间的联系
andiwang4290的博客
06-05 361
可怕的概念都是纸老虎。 高斯消元、LU分解无非都是高中学过的解方程的消元法。 高中的消元法 现在有一个方程组需要你解，你会怎么解？答：高中教过可以用消元法来解未知数。 那么我们看看消元法怎么做的。 1. 第二个式子-2×第一个式子得到下面这个方程组： 2.第二个式子两边÷12. 3. 回代 确实任何线性方程都可以这么解，事实...
线性代数：矩阵分解(Matrix factorization)
u013250861的博客
12-27 631
矩阵分解算法由奇异值分解算法（Singular Value Decomposition, SVD）演变而来，传统的奇异值分解算法只能对数据稠密的矩阵进行分解，而评分矩阵是极度稀疏的，因此，若要使用SVD对评分矩阵进行分解，首先要对矩阵的缺失值进行填充，这样便造成了以下两个问题： 填充缺失数据会极大的增加数据量，导致算法复杂度上升。 填充方法不当会导致数据失真。 由于SVD算法在评分矩阵中不能发挥良好的作用，人们转而研究是否能只考虑已有评分对矩阵进行分解，于是便有了BasicSVD、FunkSVD、SVD++
MIT_线性代数笔记_04_A的LU分解
Infinity
03-19 6563
MIT 公开课：Gilbert Strang《线性代数》课程笔记（汇总）Lecture 4: Factorization into A = LU 课程 4：A的LU分解我们从另一种角度来看待 Gauss 消元。首先考虑没有行交换的情形（也就是主元位置的元素不为 0）。对矩阵 AA 进行 Gauss 消元相当于用一系列初等矩阵左乘 AA 从而得到上三角矩阵 U.U.以 3×33 \times 3 矩
线性代数笔记-4 A的LU分解
stone10301的博客
04-30 575
笔记的清晰版：A的LU分解
线性代数新视角：Linear Algebra Done Right
"Linear Algebra Done Right.pdf 是一本针对数学专业学生的第二门线性代数教材，作者通过一种创新的方式教学，不再依赖行列式，而是深入理解向量空间上线性算子的性质。这本书强调概念的理解和证明的简洁性，比如在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值