线性代数 矩阵消元与回代
2018-03-21 15:02
381 查看
determinants(行列式)
elimination(消元法)
通过消元法我们可以知道一个矩阵什么时候是好的矩阵,什么时候是坏的矩阵
x+2y+z=2x+2y+z=2
3x+8y+z=123x+8y+z=12
4y+z=24y+z=2
⎡⎣⎢130284111⎤⎦⎥[121381041]
矩阵的本质就是方程组
第一行第一列的1 称为主元(pivot)
第一行不变,因为他是主元行
⎡⎣⎢1002241−21⎤⎦⎥[12102−2041]
下一步要将(3,1)3行1列的位置变为0,这里已经是0了,所以不需要再变换
找寻下一主元,它在(3,2)的位置,然后重复上一个步骤
⎡⎣⎢1002201−15⎤⎦⎥[12102−1005]
这个就是消元的结果,记做U,U表示上三角矩阵(upper triangular).
消元的目的就是将矩阵从A变换成U
在这个过程中我们找到了三个主元,主元不能为0
坏矩阵,失效矩阵,指的是不能得到三个主元.
如果一行的主元为0,我们可以通过行变换,和下面的方程调换位置.
如果得不到三个主元,矩阵就不可逆比如将上面的方程换成
x+2y+z=2x+2y+z=2
3x+8y+z=123x+8y+z=12
4y−4z=24y−4z=2
最后化简的结果将是
⎡⎣⎢1002201−10⎤⎦⎥[12102−1000]
行交换可以解决的主元为0的称为”暂时性失效”,
但当底下的行中再也没有非0元素时,消元就彻底失效了
回代(back substitution)
增广矩阵(augment matrix)
⎡⎣⎢1302841112122⎤⎦⎥[1212381120412]
⎡⎣⎢1002241−21262⎤⎦⎥[121202−260412]
⎡⎣⎢1002201−1526−10⎤⎦⎥[121202−16005−10]
Ax=bAx=b 转换成了Ux=cUx=c
矩阵消元
矩阵乘法就是矩阵列的线性组合
matrix * column = column
第一步,从第二行里 减去 3倍的第一行
左边矩阵第一行,代表了对右边矩阵第一行的变换,第一行第一列,表示对本行做的乘法,第一行第二列表示对右边矩阵第二行做乘法,然后加上第一行变换之后的结果,第一行第三列表示对右边矩阵第三行做乘法之后, 加上前两次计算的结果.
用点乘的思想就是左边第一行,分别和右边每一列相乘得第一行的对应的元素
⎡⎣⎢1−30010001⎤⎦⎥[100−310001] ⎡⎣⎢130284111⎤⎦⎥[121381041] = ⎡⎣⎢1002241−21⎤⎦⎥[12102−2041]
初等矩阵(elementary matrix)
E21E21一个将第二行第一列变为0的初等矩阵
第二步,从第三行里 减去 2倍的第二行
⎡⎣⎢10001−2001⎤⎦⎥[1000100−21] ⎡⎣⎢1002241−21⎤⎦⎥[12102−2041] = ⎡⎣⎢1002201−15⎤⎦⎥[12102−1005]
综合起来
E32(E21A)=UE32(E21A)=U
什么矩阵能一次性将A变成U
E32(E21A)=UE32(E21A)=U
(E32E21A)=U(E32E21A)=U 这个是乘法结合律(associative law)
置换矩阵(permnutation)简单记为p
行变换
[0110][0110] [acbd][abcd] =
173c2
[cadb][cdab]
列变换
[acbd][abcd] [0110][0110] = [bdac][badc]
如何把A变成U,如何把U变成A,这就需要用到逆矩阵(inverse matrix)
⎡⎣⎢130010001⎤⎦⎥[100310001] ⎡⎣⎢1−30010001⎤⎦⎥[100−310001]= ⎡⎣⎢100010001⎤⎦⎥[100010001]
E−1E=IE−1E=I
参考文献:
http://open.163.com/movie/2010/11/P/P/M6V0BQC4M_M6V29EGPP.html
elimination(消元法)
通过消元法我们可以知道一个矩阵什么时候是好的矩阵,什么时候是坏的矩阵
x+2y+z=2x+2y+z=2
3x+8y+z=123x+8y+z=12
4y+z=24y+z=2
⎡⎣⎢130284111⎤⎦⎥[121381041]
矩阵的本质就是方程组
第一行第一列的1 称为主元(pivot)
第一行不变,因为他是主元行
⎡⎣⎢1002241−21⎤⎦⎥[12102−2041]
下一步要将(3,1)3行1列的位置变为0,这里已经是0了,所以不需要再变换
找寻下一主元,它在(3,2)的位置,然后重复上一个步骤
⎡⎣⎢1002201−15⎤⎦⎥[12102−1005]
这个就是消元的结果,记做U,U表示上三角矩阵(upper triangular).
消元的目的就是将矩阵从A变换成U
在这个过程中我们找到了三个主元,主元不能为0
坏矩阵,失效矩阵,指的是不能得到三个主元.
如果一行的主元为0,我们可以通过行变换,和下面的方程调换位置.
如果得不到三个主元,矩阵就不可逆比如将上面的方程换成
x+2y+z=2x+2y+z=2
3x+8y+z=123x+8y+z=12
4y−4z=24y−4z=2
最后化简的结果将是
⎡⎣⎢1002201−10⎤⎦⎥[12102−1000]
行交换可以解决的主元为0的称为”暂时性失效”,
但当底下的行中再也没有非0元素时,消元就彻底失效了
回代(back substitution)
增广矩阵(augment matrix)
⎡⎣⎢1302841112122⎤⎦⎥[1212381120412]
⎡⎣⎢1002241−21262⎤⎦⎥[121202−260412]
⎡⎣⎢1002201−1526−10⎤⎦⎥[121202−16005−10]
Ax=bAx=b 转换成了Ux=cUx=c
矩阵消元
矩阵乘法就是矩阵列的线性组合
matrix * column = column
第一步,从第二行里 减去 3倍的第一行
左边矩阵第一行,代表了对右边矩阵第一行的变换,第一行第一列,表示对本行做的乘法,第一行第二列表示对右边矩阵第二行做乘法,然后加上第一行变换之后的结果,第一行第三列表示对右边矩阵第三行做乘法之后, 加上前两次计算的结果.
用点乘的思想就是左边第一行,分别和右边每一列相乘得第一行的对应的元素
⎡⎣⎢1−30010001⎤⎦⎥[100−310001] ⎡⎣⎢130284111⎤⎦⎥[121381041] = ⎡⎣⎢1002241−21⎤⎦⎥[12102−2041]
初等矩阵(elementary matrix)
E21E21一个将第二行第一列变为0的初等矩阵
第二步,从第三行里 减去 2倍的第二行
⎡⎣⎢10001−2001⎤⎦⎥[1000100−21] ⎡⎣⎢1002241−21⎤⎦⎥[12102−2041] = ⎡⎣⎢1002201−15⎤⎦⎥[12102−1005]
综合起来
E32(E21A)=UE32(E21A)=U
什么矩阵能一次性将A变成U
E32(E21A)=UE32(E21A)=U
(E32E21A)=U(E32E21A)=U 这个是乘法结合律(associative law)
置换矩阵(permnutation)简单记为p
行变换
[0110][0110] [acbd][abcd] =
173c2
[cadb][cdab]
列变换
[acbd][abcd] [0110][0110] = [bdac][badc]
如何把A变成U,如何把U变成A,这就需要用到逆矩阵(inverse matrix)
⎡⎣⎢130010001⎤⎦⎥[100310001] ⎡⎣⎢1−30010001⎤⎦⎥[100−310001]= ⎡⎣⎢100010001⎤⎦⎥[100010001]
E−1E=IE−1E=I
参考文献:
http://open.163.com/movie/2010/11/P/P/M6V0BQC4M_M6V29EGPP.html
相关文章推荐
- 线性代数导论2——矩阵消元
- 线性代数--矩阵消元
- 【线性代数公开课MIT Linear Algebra】 第四课 从矩阵消元到LU分解
- 线性代数:矩阵消元
- 线性代数Lec02: 矩阵消元
- 线性代数2——矩阵消元
- 【线性代数公开课MIT Linear Algebra】 第二课 矩阵与高斯消元
- 线性代数的本质学习笔记(2):矩阵乘法与线性变换复合
- 线性代数之矩阵代数
- 线性代数导论2——矩阵消元
- 线性代数中行列与矩阵的联系和区别
- MIT18.06线性代数课程笔记3b:矩阵的逆元
- 线性代数中向量、矩阵深度理解(PartI)
- C编程解线性代数二阶三阶矩阵(奇迹冬瓜)
- MIT_线性代数笔记_02_矩阵消元
- 线性代数 02.01 矩阵
- MIT_线性代数笔记_11_矩阵空间、秩1矩阵、小世界图
- 线性代数-矩阵
- 线性代数复习之002初涉矩阵
- 线性代数导论27——复数矩阵和快速傅里叶变换