MIT 18.06 线性代数公开课笔记 Lecture04 矩阵的LU分解

最新推荐文章于 2024-07-14 00:28:22 发布

zgjstudy

最新推荐文章于 2024-07-14 00:28:22 发布

阅读量189

点赞数

分类专栏： MIT18.06线性代数文章标签：线性代数 MIT18.06公开课

本文链接：https://blog.csdn.net/zgjstudy/article/details/100644447

版权

MIT18.06线性代数专栏收录该内容

10 篇文章 1 订阅

订阅专栏

如何从矩阵的角度理解高斯消元法?

首先, $A B$ 的逆是 $B^{-1}A^{-1}$ , 好比脱鞋脱袜子的逆动作是穿袜子穿鞋而不是先穿鞋在穿袜子.

一个精妙的公式:

$AA^{-1}=I\Rightarrow(A^{-1})^TA^T=I\Rightarrow(A^{-1})^T=(A^T)^{-1}$

LU分解

考虑没有行交换的情况:
$\begin{aligned}E_{21}\qquad\ \ A\quad\ &=\quad\ U\\\begin{bmatrix}1&0\\-4&1\end{bmatrix}\begin{bmatrix}2&1\\8&7\end{bmatrix}&=\begin{bmatrix}2&1\\0&3\end{bmatrix}\end{aligned}$

$\Downarrow$

$\begin{aligned}A\quad\ &=\quad\ L\quad\qquad U\\\begin{bmatrix}2&1\\8&7\end{bmatrix}&=\begin{bmatrix}1&0\\4&1\end{bmatrix}\begin{bmatrix}2&1\\0&3\end{bmatrix}\end{aligned}$

$\Downarrow$

$\begin{aligned}A\quad\ &=\quad\ L\quad\qquad D\qquad\;\ \ U\\\begin{bmatrix}2&1\\8&7\end{bmatrix}&=\begin{bmatrix}1&0\\4&1\end{bmatrix}\begin{bmatrix}2&0\\0&3\end{bmatrix}\begin{bmatrix}1&\frac{1}{2}\\0&1\end{bmatrix}\end{aligned}$

以上便是这个二阶矩阵的LU分解和LDU分解. $L$ 矩阵的右上方全为0(下三角矩阵), 而 $U$ 矩阵的左下方全为0(上三角矩阵).

对于3×3矩阵的 $EA=E_{32}E_{21}A=U\Rightarrow A= E_{21}^{-1}E_{32}^{-1}U=LU$ , 考虑没有行互换的情况:
$\begin{aligned}\begin{bmatrix}1&0&0\\0&1&0\\0&-5&1\end{bmatrix}\begin{bmatrix}1&0&0\\-2&1&0\\0&0&1\end{bmatrix}&=\begin{bmatrix}1&0&0\\-2&1&0\\10&-5&1\end{bmatrix}\\E_{32}\qquad\qquad\quad E_{21}\quad\ \ &=\qquad\quad E\\\begin{bmatrix}1&0&0\\2&1&0\\0&0&1\end{bmatrix}\begin{bmatrix}1&0&0\\0&1&0\\0&5&1\end{bmatrix}&=\begin{bmatrix}1&0&0\\2&1&0\\0&5&1\end{bmatrix}\\E_{21}^{-1}\qquad\quad\ \ E_{32}^{-1}\quad\ \ &=\qquad\ L\end{aligned}$
可以发现, $E$ 中出现了一个10, 意味着先在第二行中减去两倍第一行, 再在第三行中减去5倍第二行, 这导致原始的第三行中加上了10倍的第一行. 而在 $L$ 中这种情况消失了, 2和5不会冲突而产生10.

也就是说: 如果不存在行互换, 消元乘数可以直接写入 $L$ 中.

LU分解是一种看待消元的方式, 即以矩阵的形式看待消元. $A$ 的信息被保存在了 $L$ 和 $U$ 中.

想一想, n×n矩阵消元需要进行多少步操作? Ans: $\Theta(n^3)$

置换 Permutations

对于3×3矩阵, 有六种置换矩阵:
$\begin{bmatrix}1&&\\&1&\\&&1\end{bmatrix},\begin{bmatrix}&1&\\1&&\\&&1\end{bmatrix},\begin{bmatrix}&&1\\&1&\\1&&\end{bmatrix},\\[2ex]\begin{bmatrix}1&&\\&&1\\&1&\end{bmatrix},\begin{bmatrix}&1&\\&&1\\1&&\end{bmatrix},\begin{bmatrix}&&1\\1&&\\&1&\end{bmatrix}$
并且这六种矩阵相乘, 结果仍在这六个矩阵中, 并且其逆也在这六个矩阵中, 其逆为其转置.