美文网首页
MIT-18.06-线性代数(第四讲)

MIT-18.06-线性代数(第四讲)

作者: 林枫bioinfo | 来源:发表于2022-03-12 11:53 被阅读0次

第四讲 —— ALU分解

回顾上一节没讲完的一些内容,首先是乘积的逆,两矩阵相乘,且它们的逆均已知,那么AB的逆是什么?有AA^{-1}=I=A^{-1}A,那么(AB)(B^{-1}A^{-1})=I=(B^{-1}A^{-1})(AB),为什么逆矩阵顺序要反过来?这就像先脱鞋子再脱袜子,然后其逆动作应该是先穿袜子,再穿鞋子。(hhhhhh,真是生动形象的类比)

如果转置某可逆方阵,那么其转置的逆是什么?AA^{-1}=I,两侧同时转置,有(A^{-1})^TA^T=I,什么是A转置的逆,A的逆的转置就是A转置的逆。换句话说,转置和逆两种运算,对于单个矩阵而言,其顺序可以颠倒。

今天的总目标是,以总的思路审视高斯消元。我们知道A通过消元得到U,今天要直接考虑A=LU。消元的目的只是为了正确认识矩阵的概念,这里的A=LU是最基础的矩阵分解。

1. 矩阵的LU分解

假设有可逆矩阵A=\begin{bmatrix} 2 & 1 \\ 8 & 7 \\ \end{bmatrix},然后用初等矩阵进行变换,有E_{21}A=U,即\begin{bmatrix} 1 & 0 \\ -4 & 1 \\ \end{bmatrix} \begin{bmatrix} 2 & 1 \\ 8 & 7 \\ \end{bmatrix}=\begin{bmatrix} 2 & 1 \\ 0 & 3 \\ \end{bmatrix}。而从A=LU的角度,有\begin{bmatrix} 2 & 1 \\ 8 & 7 \\ \end{bmatrix}=\begin{bmatrix} 1 & 0 \\ 4 & 1 \\ \end{bmatrix} \begin{bmatrix} 2 & 1 \\ 0 & 3 \\ \end{bmatrix}L=\begin{bmatrix} 1 & 0 \\ 4 & 1 \\ \end{bmatrix}=E_{21}^{-1}U代表upper triangular,L代表lower triangular。上式还可写成\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 & 1/2 \\ 0 & 1 \\ \end{bmatrix},记作A=LDUD代表diagonal。

3×3矩阵A,(假设没有行交换),则E_{32}E_{31}E_{21}A=UA=E_{21}^{-1}E_{31}^{-1}E_{32}^{-1}UL=E_{21}^{-1}E_{31}^{-1}E_{32}^{-1}

假设有E_{32}=\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & -5 & 1 \\ \end{bmatrix}E_{21}\begin{bmatrix} 1 & 0 & 0 \\ -2 & 1 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix}E_{31}=I

\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}=E_{32}E_{21}=E=\begin{bmatrix} 1 & 0 & 0 \\ -2 & 1 & 0 \\ 10 & -5 & 1 \\ \end{bmatrix}

\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}=LEA=U,A=LUL中矩阵相乘的顺序非常好,2和5不会冲突,不会得到10,这种顺序,消元乘数还在L里,这是关键,要求出L,不需要任何运算,只要把所有消元乘数都写进来,就能得到。

一个n×n的矩阵A,需要多少次操作,得到U?令n=100,假设矩阵中没有任何的0,将“先乘后减”记为一次操作, 总的步骤大约为100^2+99^2+98^2……+1^2。写成公式为n^2+(n-1)^2+(n-2)^2……+1^2\approx \int_1^n {n^2} \,{\rm d}x=\frac 13 n^3次。等号右侧向量b大致需要n^2次运算。

2. 置换与转置

\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix}P_{12}=\begin{bmatrix} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \\ \end{bmatrix}……
3×3置换矩阵有多少种?总共有6个P。如果将它们两两相乘,其结果仍然在6个当中。如果取其逆,只用将行换回去即可,因此逆也在6个当中。P^{-1}=P^T置换矩阵其逆(inverse)等于其转置(transpose)。
4×4置换矩阵有多少种?总共有24个P

相关文章

网友评论

      本文标题:MIT-18.06-线性代数(第四讲)

      本文链接:https://www.haomeiwen.com/subject/smbhdrtx.html