矩阵分析与应用(1) Linear Equation
2016-12-18 21:26
155 查看
矩阵分析的系列笔记,主要来源此书:
Matrix Analysis and Applied Linear Algebra by CD Meyer
下载地址:
本章线性方程组主要讲解求解线性方程组的方法,主要有两种方法:Gaussian Elimination和Gauss-Jordan
其中他们的算法复杂度分别为:
其算法都非常的简单
Gaussian Elimination:向下向右依次消去主元位置的元素
Gauss-Jordan:在高斯消去法基础上使得主元的位置为1
下面重点说一下Conditioned System
Let's from an example as follow:
如果我们自己算,可以非常容易计算出来答案是:
如果我们以3-digit arithmetic来进行计算得到的解是:
so, we can get the solution:
这个就称之为病态系统,不过可以使用部分主元法克服这个问题,即在向下向右消去的过程中,把同一列绝对值最大的那一个方程式放到最上面
这时候求来的值就更接近于真实的值了
那么为什么部分主元法make a difference呢?
因为使用部分主元法使得绝对值较大的因子弱化了较小因子发挥的作用,所以就相对准确一点。
Matrix Analysis and Applied Linear Algebra by CD Meyer
下载地址:
矩阵分析与应用(1) Linear Equation
本章线性方程组主要讲解求解线性方程组的方法,主要有两种方法:Gaussian Elimination和Gauss-Jordan
其中他们的算法复杂度分别为:
Methods\Operation | Multiplications/divisions | Additions/subtractions |
Gaussian Elimination | ||
Gauss-Jordan |
Gaussian Elimination:向下向右依次消去主元位置的元素
Gauss-Jordan:在高斯消去法基础上使得主元的位置为1
下面重点说一下Conditioned System
Let's from an example as follow:
如果我们自己算,可以非常容易计算出来答案是:
如果我们以3-digit arithmetic来进行计算得到的解是:
so, we can get the solution:
这个就称之为病态系统,不过可以使用部分主元法克服这个问题,即在向下向右消去的过程中,把同一列绝对值最大的那一个方程式放到最上面
这时候求来的值就更接近于真实的值了
那么为什么部分主元法make a difference呢?
因为使用部分主元法使得绝对值较大的因子弱化了较小因子发挥的作用,所以就相对准确一点。
相关文章推荐
- 矩阵分析与应用学习笔记1
- 七月算法机器学习笔记2--机器学习中的数学之矩阵分析与应用
- 学习矩阵分析与应用过程中的点滴记录(一)
- 七月机器学习之矩阵分析与应用3
- 矩阵分析及其应用
- 矩阵分析与应用(四)——逆矩阵、广义逆矩阵和Moore-Penrose逆矩阵
- 矩阵分析与应用
- 矩阵分析与应用(三)——基与Gram-Schmidt正交化
- 矩阵分析与应用(二)——内积与范数
- 机器学习中的矩阵分析与应用
- 矩阵分析与应用(一)——集合的基本运算和内积空间
- 索引在数据库中的应用分析
- 应用 Rational 工具简化基于 J2EE的项目第 4 部分 : 分析和工具的进展
- 应用 Rational 工具简化基于 J2EE的项目第 4 部分 : 分析和工具的进展
- 论软件需求分析方法和工具的选用—论文3:通信行业的应用
- 当前流行的J2EE WEB应用架构分析
- 应用Rational工具简化基于J2EE项目(四)分析和工具的进展
- 论软件需求分析方法和工具的选用—论文4:IC行业内部的CAD应用
- 索引在ORACLE数据库中的应用分析(原创)
- JPetStore项目分析——分析一个典型J2EE应用web层的实现