第三章,矩阵,07 您所在的位置:网站首页 已知p求p的逆矩阵的简便计算方法是 第三章,矩阵,07

第三章,矩阵,07

2024-06-30 05:21| 来源: 网络整理| 查看: 265

第三章,矩阵,07-用初等变换求逆矩阵、矩阵的LU分解 一个基本的方法求 A − 1 B A^{-1}B A−1BLU分解例1,求矩阵A的LU分解:例12,LU分解解线性方程组: 玩转线性代数(19)初等矩阵与初等变换的相关应用的笔记,例见原文

一个基本的方法

已知: A r ∼ F A^r \sim F Ar∼F,求可逆阵 P P P,使 P A = F PA = F PA=F ( F F F为 A A A的行最简形) 方法:利用初等行变换,将矩阵A左边所乘初等矩阵相乘,从而得到可逆矩阵P. 步骤: (1)对矩阵A进行l次初等行变换至行最简形: A r ∼ F A^r \sim F Ar∼F,即 P l . . . P 2 P 1 A r = F P_l...P_2P_1A^r = F Pl​...P2​P1​Ar=F (2)求 P = P l . . . P 2 P 1 P=P_l...P_2P_1 P=Pl​...P2​P1​ 将 ( A , E ) (A, E) (A,E)看成分块矩阵,后面的E为记录器,对分块矩阵 ( A , E ) (A, E) (A,E)进行初等行变换: ( A , E ) → P l . . . P 2 P 1 ( A , E ) → ( P l . . . P 2 P 1 A , P l . . . P 2 P 1 ) → ( P A , P ) → ( F , P ) (A, E) \rightarrow P_l...P_2P_1(A, E) \rightarrow (P_l...P_2P_1A, P_l...P_2P_1) \rightarrow (PA, P) \rightarrow (F, P) (A,E)→Pl​...P2​P1​(A,E)→(Pl​...P2​P1​A,Pl​...P2​P1​)→(PA,P)→(F,P) 即当A化为F后E化为P。 那么若A可逆, A − 1 A = E A^{-1}A = E A−1A=E,即将A化为单位阵,右边的E就化为 A − 1 A^{-1} A−1

求 A − 1 B A^{-1}B A−1B

即将上面的“记录器”E换为B,将A化为E的一系列行变换操作(等效于左乘 A − 1 A^{-1} A−1)全部作用到B上 A − 1 ( A , B ) = ( E , A − 1 B ) A^{-1}(A, B)=(E,A^{-1}B) A−1(A,B)=(E,A−1B)

LU分解

假设A是m*n矩阵并且可以化简为行阶梯形而不必经过行对换或数乘,则A可以分解成如下的形式: A = ( 1 0 0 0 ∗ 1 0 0 ∗ ∗ 1 0 ∗ ∗ ∗ 1 ) ( ■ ∗ ∗ ∗ ∗ 0 ■ ∗ ∗ ∗ 0 0 0 ■ ∗ 0 0 0 0 0 ) = L U A= \begin{pmatrix} 1 & 0 & 0 & 0 \\* & 1 & 0 & 0 \\* & * & 1 & 0\\* & * & * & 1 \end{pmatrix} \begin{pmatrix} \blacksquare & * & * & * & * \\0 & \blacksquare & * & * & * \\0 & 0 & 0 & \blacksquare & *\\0 & 0 & 0 & 0 & 0 \end{pmatrix} =LU A= ​1∗∗∗​01∗∗​001∗​0001​ ​ ​■000​∗■00​∗∗00​∗∗■0​∗∗∗0​ ​=LU L是单位下三角矩阵,主对角线元素全是1,它其实是一系列 E ( i j ( k ) ) E(ij(k)) E(ij(k))类型初等矩阵的乘积,L可逆;U是A的一个等价的行阶梯形矩阵。

例1,求矩阵A的LU分解:

令 A = ( 2 4 2 1 5 2 4 − 1 9 ) A= \begin{pmatrix} 2 & 4 & 2 \\ 1 & 5 & 2 \\ 4 & -1 & 9 \end{pmatrix} A= ​214​45−1​229​ ​ 则 ( A , E ) = ( 2 4 2 1 0 0 1 5 2 0 1 0 4 − 1 9 0 0 1 ) ∼ ( 2 4 2 1 0 0 0 3 1 − 1 2 1 0 0 − 9 5 − 2 0 1 ) ∼ ( 2 4 2 1 0 0 0 3 1 − 1 2 1 0 0 0 8 − 7 2 3 1 ) = ( U , p ) (A,E)=\begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 1 & 5 & 2 & 0 & 1 & 0 \\ 4 & -1 & 9 & 0 & 0 & 1 \end{pmatrix} \sim \begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 0 & 3 & 1 & -\frac{1}{2} & 1 & 0 \\ 0 & -9 & 5 & -2 & 0 & 1 \end{pmatrix}\sim \begin{pmatrix} 2 & 4 & 2 & 1 & 0 & 0 \\ 0 & 3 & 1 & -\frac{1}{2} & 1 & 0 \\ 0 & 0 & 8 & -\frac{7}{2} & 3 & 1 \end{pmatrix} =(U, p) (A,E)= ​214​45−1​229​100​010​001​ ​∼ ​200​43−9​215​1−21​−2​010​001​ ​∼ ​200​430​218​1−21​−27​​013​001​ ​=(U,p) 故 U = P A ⇒ A = P − 1 U U=PA \Rightarrow A=P^{-1}U U=PA⇒A=P−1U,有 A = ( 2 4 2 1 5 2 4 − 1 9 ) = ( 1 0 0 1 2 1 0 2 − 3 1 ) ( 2 4 2 0 3 1 0 0 8 ) = L U A= \begin{pmatrix} 2 & 4 & 2 \\ 1 & 5 & 2 \\ 4 & -1 & 9 \end{pmatrix}= \begin{pmatrix} 1 & 0 & 0\\ \frac{1}{2} & 1 & 0\\ 2 & -3 & 1 \end{pmatrix} \begin{pmatrix} 2 & 4 & 2\\ 0 & 3 & 1\\ 0 & 0 & 8 \end{pmatrix}=LU A= ​214​45−1​229​ ​= ​121​2​01−3​001​ ​ ​200​430​218​ ​=LU

例12,LU分解解线性方程组:

将系数矩阵进行LU分解,然后分两步解出方程 在这里插入图片描述 在具体求解时要使用数学软件来求,计算机解线性方程组时就采用LU分解.手动进行LU分解当然是比较麻烦的.



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有