详解矩阵的三角分解A=LU

这篇具有很好参考价值的文章主要介绍了详解矩阵的三角分解A=LU。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一. 求解Ax=b

二. 上三角矩阵分解

三. 下三角矩阵分解

四. 矩阵的三角分解

举例1:矩阵三角分解

举例2:三角分解的限制

举例3:主元和乘法因子均为1

举例4:U为单位阵

小结


一. 求解Ax=b

我们知道高斯消元法可以对应矩阵的基础变换。先来看我们比较熟悉的Ax=b模型,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

解这个方程很简单,只需要三步高斯消元步骤,分别乘以2,-1,-1.

第一步:第二行减去第一行乘以2倍;

第二步:第三行减去第一行乘以-1;

第三步:第三行减去第二行乘以-1;

以上方程中的系数矩阵A会变成新的系数矩阵(coefficient matrix)U,由此得到等效的方程组:

Ux=c

很明显,此时的U为上三角矩阵,也就是对角线往下的位置均为0,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

把矩阵A变成矩阵U的过程记录下来,同样的步骤运用在b上就可以变成等式右边的c,我们把这个过程可称之为前向消元过程(forward elimination),其关键的步骤有三步:

  1. 从矩阵A和向量b开始;
  2. 按顺序进行以上三步;
  3. 形成新的矩阵U与向量c

接着方程Ux=c,就可以被后向带入法(back substitution)解决。

二. 上三角矩阵分解

在刚才的解方程过程中,我们经历了如何把矩阵A变成上三角矩阵U。总共分成三步,可以把每一步抽象成一种矩阵变换,第一步叫矩阵E,第二步叫矩阵F,第三步叫矩阵G,这些矩阵都可以被称之为初等矩阵(elementary matrix)。

那么这些初等矩阵长啥样?

用第i行减去第j行的l倍,那么相等于在矩阵的(i,j)位置,放上-l.对角线上均为1,其他位置均为0,这就是初等矩阵的规律。

需要注意的是,矩阵乘法执行的是行操作,由此可得:

GFEA=U

注意A首先与E相乘,接着是F,最后是矩阵G。

此时可思考一个问题:如果把GFE乘在一起,是不是可以将以上变换合并为一个矩阵,该矩阵可直接把A变成U,同理可以把b变成c。实际上此矩阵为下三角矩阵,省去0,该矩阵即为:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

三. 下三角矩阵分解

在以上我们学习了如何把矩阵A变成矩阵U,那么反过来,如何把矩阵U变成A呢?或者换句话说,高斯消元的逆步骤如何理解呢?

首先来看第一步的操作。高斯消元的第一步是第二行减去第一行的两倍,那么逆步骤就是第二行加上第一行的两倍,也就是减去第一行的负两倍,所以(2,1)位置为2,换句话说减法的逆运算即为加法,由此可得:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

我们发现加法和减法相乘的结果即为单位阵,这样就可以抵消掉其操作,其实就是求其逆矩阵。

我们来总结下规律。

如果初等矩阵第(i,j)位置为-l,那么其逆矩阵则在相同的位置变成=l,由此可得:

利用同样的方法,我们可以把E,F,G的逆矩阵全部求出来,记为:

接下来我们学习如何用一个矩阵实现从U变成A。原高斯消元的最后一步是第三步就可以实现从A到U,那么在求逆时相关的矩阵G则是第一步求逆,也就是求逆是相反步骤,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

由此我们便实现了A=LU的过程。

以上L为下三角矩阵(lower triangular),该下三角矩阵的运算非常直接,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

观察可以发现该矩阵对角线往下的元素则为乘法因子2和-1,-1

以上运算中的乘法因子即为:

该因子代表第i行减去第j行的主元,接着在第i行对应的位置出现0,则为实际高斯消元法的步骤。

四. 矩阵的三角分解

三角分解,又称之为Triangular factorization,在网络安全等领域非常多。

在不改变行的情况下,矩阵三角分解如:

A=LU

其中L为下三角矩阵,且对角线处的元素为1。从高斯消元的步骤中获取乘法因子lij,这些元素的值都位于对角线的下面。

U为上三角矩阵,在正向消元步骤结束后可获取,矩阵U对角线处的元素则可称之为主元(pivots)。

举例1:矩阵三角分解

给出矩阵A如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

将矩阵分解为A=LU,其中U为上三角矩阵如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

L为下三角矩阵且对角线处的元素值为1,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

举例2:三角分解的限制

并不是所有的方阵都可以分解为A=LU,比如举个例子:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

实际上需要做一个行交换则可以分解。

举例3:主元和乘法因子均为1

给定如下三阶方阵:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

对其进行三角分解A=LU可得:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

可以发现此时矩阵的乘法因子和主元均为1,也就是行变换都是直接相减。换句话说从U变成A只有行直接相加的过程。

举例4:U为单位阵

看一个特殊的矩阵A,其刚好为下三角矩阵且对角线处的值为1,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

对该矩阵进行高斯消元则非常简单,可分成三步:

第一步:矩阵E:第二行减去第一行的倍

第二步:矩阵F:第三行减去第一行的倍

第三步:矩阵G:第三行减去第二行的倍

此时可以发现U=I

同理对矩阵E,F,G求逆便可以还原出矩阵A,如下:

详解矩阵的三角分解A=LU,格密码的数学基础,算法,线性代数,网络安全

注意以上运算满足矩阵的结合率。

小结

我们知道基于代数余子式的行列式计算方法,该方法计算量大,难以实现大型矩阵的行列式计算。所以,应该想办法将矩阵的某些元素变换为零,又不影响行列式的求值。比较好的方法是进行初等行变换的运算,可以将矩阵的一些元素有目的地变换成零。

在线性代数领域,有三种初等行变换方法,然后将其应用于矩阵求矩阵初等行变换的基础是三种常用的矩阵初等行变换方法。

下面的三种变换称为矩阵的初等行变换:

 (1)将矩阵的某一行元素同时乘以常数k,其他元素不变;

(2)将矩阵的某一行所有元素乘以常数k 并加到另一行上;

(3)将矩阵的任意两行互换,其他行的元素不变。文章来源地址https://www.toymoban.com/news/detail-821070.html

到了这里,关于详解矩阵的三角分解A=LU的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 图解AI数学基础 | 线性代数与矩阵论

    一个标量就是一个单独的数。 只具有数值大小,没有方向 (部分有正负之分),运算遵循一般的代数法则。 一般用小写的变量名称表示。 质量mmm、速率vvv、时间ttt、电阻ρrhoρ 等物理量,都是数据标量。 向量指具有大小和方向的量,形态上看就是一列数。 通常赋予向量

    2024年04月10日
    浏览(48)
  • 玩转LaTeX(三)【数学公式(基础)、​矩阵、多行公式】

    数学公式基础 导言区(引包) 正文区 矩阵: 导言区:(自命令) 正文区: 多行公式 导言区(导包): 正文区

    2024年02月04日
    浏览(44)
  • Python矩阵LU分解

    scipy.linalg 中提供了一系列矩阵分解函数,其中最基础的肯定是LU分解。 LU分解,即使得矩阵 A A A 分解为 L U LU LU ,其中 L L L 为下三角阵, U U U 为上三角阵。对于这两种矩阵, scipy.linalg 中提供了 tril, triu ,可以将第 k k k 条对角线下面或上面的所有元素置零,即可以此获取L矩

    2024年02月08日
    浏览(34)
  • 最优化计算方法(刘浩洋)本科生学习数学基础矩阵论部分

    一、前言   题主大二,正在学矩阵论(刚开始),同时学最优化方法一课,记录部分矩阵知识,可能需要部分线性代数基础。分享最近网课看到的学习路线。 跳过简单的部分,从向量开始记录。 二、笔记 2.1向量的定义         n个有次序的数所组成的数组,通常用 表示 2

    2023年04月22日
    浏览(41)
  • 【国科大——矩阵分析与应用】LU分解

    LU分解是旨在将某个矩阵表示为两个或多个矩阵的乘积。 LU分解是将矩阵表示为 A A A = L L L U U U ,其中 L L L 矩阵 代表 Lower Triangular(下三角矩阵) , U U U 矩阵 代表 Upper Triangular(上三角矩阵) 。形象一点就相当于写为 A = ◣ ∗ ◥ A=◣*◥ A = ◣ ∗ ◥ 。 1. 求解U矩阵 先求U矩

    2024年02月07日
    浏览(40)
  • d3d12龙书阅读----数学基础 向量代数、矩阵代数、变换

    d3d12龙书阅读----数学基础 向量代数、矩阵代数、变换 directx 采用左手坐标系 点积与叉积 点积与叉积的正交化 使用点积进行正交化 使用叉积进行正交化 矩阵与矩阵乘法 转置矩阵 单位矩阵 逆矩阵 矩阵行列式 变换 旋转矩阵 坐标变换 利用DirectXMath库进行向量运算、矩阵运算以

    2024年02月19日
    浏览(48)
  • Web3D数学基础(平移、旋转、缩放矩阵)—WebGL、WebGPU、Threejs

    参考资料:threejs中文网 threejs qq交流群:814702116 本下节课给大家介绍下矩阵的概念,以及用于几何变换的矩阵,比如平移矩阵、缩放矩阵、旋转矩阵。 如果你对这些几何变换的矩阵概念比较熟悉,可以跳过本节课。 线性代数、图形学 如果你有《线性代数》、《计算机图形学

    2024年02月03日
    浏览(52)
  • AI人工智能中的数学基础原理与Python实战: 矩阵本质及其运算

    人工智能(AI)和机器学习(ML)已经成为当今最热门的技术领域之一,它们在各个行业的应用也越来越广泛。然而,在深入了解这些领域之前,我们需要了解一些基本的数学原理和算法。这篇文章将涵盖矩阵的本质以及如何在Python中进行矩阵运算。 矩阵是计算机科学和数学中的一

    2024年04月09日
    浏览(66)
  • 04 MIT线性代数-矩阵的LU分解 Factorization into A=LU

    目的: 从矩阵的角度理解高斯消元法, 完成 LU 分解得到 A = LU U 为上三角阵(Upper triangular matrix),  L 为下三角阵(Lower triangular matrix), 通过分解得到对角阵 D (diagonal matrix) 设定一组消元矩阵,其中 E31 为单位阵 I ,其它两个消元矩阵如下: row3 -5 newrow2 = row3 -5( row2 -2 row1 )= row3 -

    2024年02月07日
    浏览(41)
  • 线性代数笔记4--矩阵A的LU分解

    1. 矩阵的转置 1.1 定义 矩阵的转置,即矩阵的行列进行互换。 A = [ 1 2 3 4 5 6 ] A= begin{bmatrix} 1 2 3 \\\\ 4 5 6\\\\ end{bmatrix} A = [ 1 4 ​ 2 5 ​ 3 6 ​ ] 矩阵 A A A 的转置 B = A ⊤ = [ 1 4 2 5 3 6 ] B=A^top= begin{bmatrix} 1 4\\\\ 2 5\\\\ 3 6 end{bmatrix} B = A ⊤ = ​ 1 2 3 ​ 4 5 6 ​ ​ 1.2 性质 ( A ⊤ ) ⊤ = A

    2024年04月13日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包