凸优化有关的数值线性代数知识 2求解已经因式分解的矩阵的线性方程组

最新推荐文章于 2021-11-03 16:24:42 发布

「已注销」

最新推荐文章于 2021-11-03 16:24:42 发布

阅读量284

点赞数

分类专栏：凸优化

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/wangchy29/article/details/87903699

版权

本文介绍了如何解决已因式分解的矩阵的线性方程组，包括对角矩阵、下三角矩阵、上三角矩阵、正交矩阵和排列矩阵的情况。详细阐述了每种矩阵类型解方程组的方法和所需的计算次数，并探讨了使用因式分解求解多个右边项的方程组的算法及其效率。

摘要由CSDN通过智能技术生成

2求解已经因式分解的矩阵的线性方程组

容易求解的线性方程组
因式分解求解方法

容易求解的线性方程组

先讨论矩阵A是n维可逆矩阵的情况，即 $x=A^{-1}b$

对角矩阵

假设A是非奇异对角矩阵，线性方程组Ax=b可以写成 $a_{ii}x_i=b_i,i=1,\cdots,n$ ，方程组的解为 $x_i=b_i/a_{ii}$ ，即经过n次浮点运算即可。

下三角矩阵

矩阵A是n维非奇异下三角矩阵：即 $\forall j >i,a_{ij}=0$ ，下三角矩阵非奇异的充要条件是对所有的i成立 $a_{ii}\neq 0$ 。

此时Ax=b可以写成：

$\begin{bmatrix} a_{11} &0 &\cdots &0 \\ a_{12} &a_{22} &\cdots &0 \\ \vdots &\vdots & \ddots & \vdots \\ a_{n1} &a_{n2} &\cdots & a_{nn} \end{bmatrix}\, \, \begin{bmatrix} x_1\\ x_2\\\vdots \\ x_n\end{bmatrix}=\begin{bmatrix} b_1\\ b_2\\\vdots \\ b_n\end{bmatrix}$

可推出

最低0.47元/天解锁文章

「已注销」

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。