接着PartI的内容,主要记录以下三个问题:
- Gauss-Jordan 消元法
- A=LU分解
- 矩阵相关性质
1.矩阵的消元(Matrix Elimination)
把 A 变成
线性代数中最重要的一部分莫过于在Ax=b中对x的求解。回想一下,在求解线性方程组(如:二元方程组),我们采用的解法就是先消掉一个元,解出一个未知数后,再回带求解另一个未知数。
矩阵消元的步骤有:
1) 产生一个上三角矩阵(upper trianglar system)
2)回代(back substitution)
详细的做法:
1)将系数矩阵和b结合起来构成增广矩阵。对増广矩阵进行变换行成上三角矩阵,此时从下往上依次有一个未知数,两个未知数,…
讨论消元成功和失败的系数矩阵A:
若主元为0,暂时消元失效,通过行交换可选择新的主元;
若主元为0,且主元行下面行同列的元素均为0,则消元失败;
eg. 类似一个九维空间,消元失败即:更低维的空间存在于九维空间中。相当于八维空间中的向量的线性组合只能覆盖八维空间,那么对于九维空间b,则必然无解。
2)回代,即解出一个未知数,再带入求其他未知数,直至求出所有的解。
【重点-1】怎样把系数矩阵A变成上三角矩阵U?
初等矩阵(Elementary matrix)是桥梁。理解矩阵row picture是关键。
E21这个初等矩阵使得系数矩阵A(2,1)位置变为0
E32这个初等矩阵使得系数矩阵A(3,2)位置变为0
先简单回顾下row picture:
矩阵A的一行乘以矩阵B,得矩阵C的一行 =>行向量乘以矩阵;B中行的线性组合,组合系数为A的一行上的元素。
A的第一行乘以B得C的第一行;A的第二行乘以B得C的第二行;A的第三行乘以B得C的第三行。
举例理解: